사모펀드 업계의 "디트로이트에서 인간으로"의 전환점: AI가 알파를 장악할 때, 인간 펀드매니저에게 남는 것은 무엇일까?

최근 앤트로픽이 발표한 실업률 보고서는 금융 전문가들에게 큰 충격을 안겨주었습니다.

보고서에 따르면 금융업계의 일자리 대체율은 94%로 모든 직종 중 2위를 차지하고 있지만, 현재 실제 대체율은 28%에 불과하여 향후 성장 잠재력이 매우 크다고 합니다. 다행히 직종의 30%는 거의 영향을 받지 않으므로 금융 전문가들은 식기 세척원이나 배관공과 같은 재취업 기회를 여전히 고려할 수 있습니다.

금융업계에 오래 머무르면 불안감을 느낄 수 있습니다. 금융 전문가들은 끊임없이 다른 사람과 비교하며, 판매 목표와 성과 순위에 대한 부담감을 매일 느끼기 때문에, 끊임없이 배우지 않으면 불안감이 생길 수 있습니다.

예를 들어, 춘절 연휴가 끝난 후 금융예탁결제원(FSDC) 직원이 업무에 복귀했을 때, 여전히 챗봇과 대화를 나누고 있는 반면, 옆자리 동료인 샤오덩은 이미 랍스터 여덟 마리를 잡아 올리고 원유 가격의 등락에 대해 열띤 토론을 벌이고 있었다.

금융 산업은 수동 주문부터 알고리즘 거래, 오프라인 은행 영업부터 온라인 유통에 이르기까지 효율성을 결코 외면하지 않았습니다. 하지만 이번에는 인공지능이 비효율적인 금융 도구를 대체하는 것이 아니라, 그 도구를 다루는 비효율적인 사람들을 대체하려는 것입니다. 결국 금융 산업에서 가장 큰 비용은 인건비이며, 자산 운용 회사의 수익은 더 적은 인력으로 더 많은 자금을 운용하는 데 달려 있습니다.

그 결과, 사모펀드 회사들은 첨단 생산 방식을 도입하기 시작했습니다. 디웨이 자산운용은 24시간 내내 일하는 "디지털 리서처"를 양성하는 방법을 가르치는 온라인 강좌를 제공했고, 밍시 캐피털은 마누스를 이용해 배당 지수 홍보 전단지를 자동 제작했는데, 그 레이아웃은 잡지 시대의 세련미에 버금갔습니다. 고객들조차 더욱 신중해졌습니다. 재무 상담사가 특정 사모펀드 회사를 추천한 후에는 곧바로 더우바오에 해당 회사의 주식을 매수해야 할지 문의하곤 했습니다.

사모펀드 업계는 점차 디트로이트식 변화의 시대로 접어들고 있으며, 투자 연구, 운영, 영업 등 성숙한 산업 사슬의 모든 단계에서 이미 대체 인력이 등장하고 있습니다.

급여 vs. 토큰 비용

운영 비용이 높고 초과수익(알파)을 달성하기가 점점 더 어려워지는 경쟁 환경에서, 1인당 효율성 비율은 사모펀드 매니저들이 매일 밤 잠자리에 들기 전 머리를 싸매고 최적화하려고 애쓰는 지표입니다.

사모펀드 업계에서 리서처들의 연봉은 일반적으로 상당히 높습니다. 무랑(Mulifang)의 자료에 따르면, 정량적 주식 리서처의 연봉은 보통 80만 위안에서 150만 위안 사이입니다. 주관적 리서처의 연봉은 이보다 약간 낮지만, 때때로 엄청난 인센티브를 받는 경우도 있습니다. 예를 들어, 올해 초 수백억 위안 규모의 자산을 운용하는 한 주관적 리서처는 엔비디아(Nvidia)를 추천한 공로로 2천만 위안이 넘는 연말 보너스를 받았습니다.

사모펀드 회사들이 AI 기반 투자 연구를 성공적으로 활용할 수 있다면 수천만 달러의 비용을 절감할 수 있습니다. 24시간 내내 가동된다면 시간당 임금을 줄이면서도 더 높은 생산성을 낼 수 있습니다. 또한 AI는 출장비, 초과 근무 수당, 교통비, 식비 등 사장의 급여에서 공제되는 비용을 한 푼도 가져가지 않습니다.

자산 운용 분야에서 모든 기술 발전은 결국 두 가지로 귀결됩니다. 바로 효율성 향상과 비용 절감입니다. 사모펀드 매니저들은 인공지능이 진정으로 인간처럼 생각할 수 있는지에는 관심이 없습니다. 그들에게 중요한 것은 업무를 완수할 수 있는지 여부입니다.

이에 대해 하워드 마크스는 다음과 같이 계산했습니다. 만약 분석 결과가 연구 조교에게 연간 20만 달러의 급여에 해당하는 가치를 창출할 수 있다면, 급여를 지급하는 사람 입장에서는 그것이 진정한 사고인지 아니면 단순한 패턴 매칭인지는 중요하지 않습니다. 핵심은 그 연구가 실질적인 가치를 가질 만큼 신뢰할 수 있는지 여부입니다.

춘절 연휴를 마치고 돌아온 8개 증권사의 금융 연구팀은 공동으로 '가재 양식' 튜토리얼을 발표하며 인간 연구원을 자동화 시스템으로 대체하는 과정을 가속화했습니다. 그들은 OpenClaw를 테스트한 결과, 인간처럼 능동적으로 연구 결과를 도출할 수 있음을 확인했습니다.

진먼 앱에서 오픈클로 파이낸셜 엔지니어링이 진행한 "오픈클로: 초보자에서 전문가까지" 로드쇼는 4,839회 재생되었습니다. 중국 동북부 출신의 쉬젠화는 투자 연구 효율을 10배 높일 수 있는 20가지 스킬을 추천했고, 파운더 증권의 차오춘샤오는 바닷가재를 활용하여 PB-ROE 전략, 컵앤핸들 패턴 주식 선정 전략, 그리고 완전 자동화된 요인 분석 및 백테스팅을 재현했습니다.

생각만 해도 소름이 끼칩니다. 마치 버핏, 오닐, 시몬스의 능력을 동시에 습득하는 것과 같으니까요.

배움을 사랑하는 트레이더

판매자는 과학을 대중화하기 위해 열심히 노력했고 구매자도 매우 적극적으로 학습했습니다. 베이징의 한 사모펀드 회사는 주력 기계가 오염될까 봐 두려워 투자 연구 직원 각자에게 새 컴퓨터와 50,000위안 상당의 토큰 보조금을 지급했는데, 이 토큰은 특별히 바닷가재 사육에 사용되었습니다[1].

쉐추자산운용의 양신빈은 두 명의 바닷가재 연구원을 훈련시켰습니다. 그는 매일 사람과 대화하는 것보다 인공지능과 훨씬 더 많은 대화를 나눈다고 말했습니다. 그가 훈련시킨 인공지능 에이전트는 숙련된 양적 연구원이 6개월 동안 할 수 있는 작업을 이틀 만에 해낼 수 있으며, 잠재력 또한 훨씬 더 클 수 있다고 합니다.

친위안 캐피털의 폴 우는 인공지능(AI)을 다양한 부서에 점진적으로 도입하고 있습니다. 그는 AI가 일부 직무에서 반복적인 작업을 수행하고 독립적으로 작동하며 스스로 학습할 수 있다고 생각합니다. 그는 가까운 미래에 회사의 비용 항목에 애플 분석가 AI 에이전트 구매 및 유지 관리 비용이 포함될 것이며, 나중에는 '폴'이라는 이름을 가진 포트폴리오 어드바이저까지 추가될 가능성이 있다고 예측합니다.

과거에는 많은 사모펀드 회사들이 투자 연구 개발 부서에서 심각한 마찰을 겪었습니다. 연구원들은 펀드 매니저들이 무능하다고 생각하고, 펀드 매니저들은 연구원들이 쓸모없다고 여겼기 때문입니다. 오픈클로(OpenClaw)의 등장으로 사모펀드 소유주들은 처음으로 완전히 새로운 가능성을 마주하게 되었습니다. 더 이상 평범한 연구원들과 반복적으로 일하면서 발생하는 내부적인 마찰을 감수할 필요도 없고, 핵심 연구원들이 높은 연봉을 제시하는 경쟁사에 빼앗길까 걱정할 필요도 없어졌습니다.

성격적인 면에서 랍스터는 펀드 매니저들이 연구원에게 기대하는 이상적인 모든 조건을 충족합니다. 휴일이나 게으름 없이 24시간 내내 일하고, 장기 기억력이 뛰어나 핵심 데이터를 유창하게 암기할 수 있으며, 절대적인 충성심과 순종심을 갖고 핵심 전략을 바탕으로 자신만의 회사를 차리지 않습니다. 또한, 과거의 연구원 덩처럼 자신의 경로 의존성에 집착하다가 시대의 흐름에 도태된 것과는 달리 끊임없이 스스로를 발전시켜 나갑니다.

미래에 실리콘 기반 토큰의 비용이 탄소 기반 임금보다 훨씬 저렴해진다면, 사모펀드 거물들이 순종적이고 사용하기 쉽고 학습 가능한 AI 연구원을 마다할 이유가 있겠습니까?

교체는 단지 랍스터 때문만은 아닙니다.

사모펀드들이 토큰 비용의 가치를 여전히 검토하고 있는 가운데, 대형 양적 거래 회사들은 자체 구축한 컴퓨팅 인프라 덕분에 토큰 비용을 극도로 낮은 수준으로 낮춘 상태입니다. 하지만 이러한 토큰 인기의 급증에도 불구하고 이들은 이례적으로 침착한 모습을 보이고 있습니다.

상하이의 한 유명 퀀트 트레이더는 "퀀트 트레이딩 커뮤니티에게 오픈클로는 미완성 장난감에 불과하다"고 말했다. 오픈클로의 의미는 주관적인 기관 투자자와 개인 투자자의 기술적 진입 장벽을 낮추고, 대형 모델 기업들이 막대한 초기 인프라 투자에 대한 명확한 비용 회수 경로를 제시한다는 점에 있지만, 퀀트 투자의 진지한 생산 환경에는 거의 의미가 없다는 것이다.

또 다른 저명한 양적 분석가는 더욱 직설적으로 말했습니다. 오픈클로는 금융계의 피라미드 사기처럼 운영되고 있다는 것입니다. 무작위성, 체계성 부족, 그리고 낮은 보안성은 전체 양적 거래 시스템에 엄청난 불확실성을 초래합니다.

OpenClaw는 양적 거래 업계에서 최첨단 기술로 여겨지지 않으며, XunTu Technology의 Cui Yuchun은 이에 대해 불안해할 필요가 없다고 생각합니다.

Lobster는 에이전트 최적화 및 도구 사용(연구 브라우저, 문서 작성 및 데이터 분석 도구 포함) 기능이 Manus나 Kimi와 같은 에이전트에 비해 상당히 떨어집니다. 프로그래밍 경험이 없는 연구자의 경우 배포 및 시작에 5~10시간이 소요되며, 대부분의 작업에서 60점 이상의 점수를 얻지 못합니다.

개인 투자자들이 중국 주식 분석 기술을 활용하여 주식을 선택할 때, 마치 새로운 세상이 열린 듯한 기분을 느낍니다. 양적 거래는 더욱 강력한 도구를 활용하여 개인 투자자들을 압도하는 다중 에이전트 플랫폼을 구축했습니다. 하지만 이러한 강력한 시스템을 운영하는 데 반드시 더 많은 사람이 필요한 것은 아닐 수도 있습니다.

전통적인 양적 투자 연구 시스템은 일반적으로 데이터 정제 → 요인 계산 → 모델 예측 → 포트폴리오 최적화라는 파이프라인 구조를 따릅니다. 인공지능(AI) 시대의 도래와 함께 해외 유수의 양적 투자 그룹들을 비롯한 일부 기관들은 이를 역할 분담 → 도구 활용 → 워크플로우 설계라는 시스템으로 간소화했습니다. 표준화되고 반복적인 작업들은 점차 AI 에이전트로 대체되면서, 연구원들이 요인 계산에만 매달리는 고된 작업에 얽매일 필요가 없어지고 있습니다.

예를 들어, 시위에(Xiyue)가 투자한 아폴로 AI 멀티에이전트 시스템(Apollo AI Multi-Agent System)은 투자 연구, 데이터, 거래 및 운영의 다양한 측면에 AI 에이전트를 통합합니다. 창립자인 저우신(Zhou Xin)은 이를 마치 700~800명의 AI 직원을 더 보유한 것과 같다고 설명했습니다.

양적 분석을 통해 마치 공상과학 영화에서나 나올 법한 '무인 공장'과 같은 파괴적인 힘이 앞에 펼쳐지고, 개인 투자자들이 오픈클로(OpenClaw)를 활용해 정보 격차를 줄이는 가운데, 효율성 격차의 한가운데에 있는 주관적인 펀드 매니저들은 상당히 난처한 입장에 놓여 있습니다. 연구원들이 오랜 시간 공들여 만들어낸 정보를 활용하면서도, 위에서는 양적 분석의 공격을 받고 아래에서는 개인 투자자들의 압박을 받고 있습니다. 결국 그들은 인공지능에 대한 FOMO(놓치는 것에 대한 두려움)라는 불안감에 휩싸이게 됩니다.

춘절 연휴 동안 선전의 한 유명 펀드매니저의 연례 보고서를 검토했는데, 그는 펀드매니저들이 리서치 애널리스트들에게 지나치게 높은 기대를 걸고 있다고 한탄했습니다.

펀드 매니저들은 리서처들이 시장 상황에 민감하게 반응하여 기회를 신속하게 포착하고, 동료들보다 앞서 나가는 분석과 판단을 제공해 주기를 기대합니다. 심지어 항상 업계 내부 소식통에 속해 있어야 한다는 요구도 있습니다. 만약 리서처들이 이 정도 수준의 업무를 수행할 수 있다면, 왜 펀드 매니저가 필요할까요? 주식 거래로 큰돈을 벌 수 있는데, 굳이 펀드 매니저 밑에서 일할 필요가 있을까요?

따라서 그는 기대치를 낮췄다. 연구원들은 특정 목표와 이슈를 조사하는 책임만 있으며, 기회를 발굴하거나 투자 조언을 할 필요는 없다. 이러한 모든 것은 펀드 매니저인 그의 업무 범위에 속한다.

반대로, 주관적인 펀드 매니저들이 업계 핵심 관계자들과 접촉하지 않고 오로지 서류 분석에만 의존하여 투자 대상을 추적하는 사람만 필요로 한다면, 그런 연구원들은 다음 단계에서 인공지능 에이전트로 대체되지 않을까요?

끝

A주 시장에 있으면서 지난 2년은 마치 가속 페달을 밟은 듯한 느낌이었습니다.

상반기는 특히 정신없이 바빴습니다. 작년에는 춘절 기간에 딥시크가 출시되었고, 트럼프는 청명절 기간에 강력한 세금 정책을 발표했으며, 올해는 춘절에 모두가 새우를 기르고 있었습니다. 음력 설이 채 끝나기도 전에 중동에서 전쟁이 발발했습니다. 금융 전문가들의 머리는 끊임없이 과부하 상태였습니다. 공부하지 않고 쉴 수 있었던 마지막 휴일이 언제였는지 기억조차 나지 않습니다. 적어도 저처럼 편집자인 경우에는 머릿속 처리 능력이 부족한 것 같습니다.

2년 전 펀드매니저들에게 기고에 대해 이야기할 때면, 그들은 종종 "저는 매일 탭댄스를 추면서 출근합니다."라는 어색한 문장으로 자신의 일을 즐겁게 설명하곤 했습니다. 하지만 지난 2년 동안 그들과 이야기를 나눌 때는, 그들은 미소 없이 팀 조직의 "반복적인 변화", 투자 철학의 "반복적인 변화", 그리고 업계 지식의 "반복적인 변화"에 대해 이야기했습니다.

인공지능이 급속도로 발전하고 경쟁사들이 빠르게 진전하는 상황에서, 도태되지 않으려면 반복적인 시도만이 유일한 해결책인 것 같습니다.

업계는 여전히 지나치게 불안해하고 있습니다.

인공지능은 인간 본성을 이해하지 못합니다. 개인 투자자들이 집중된 A주 시장에서 거래가 지금 이 순간 3차 미분값을 기반으로 하는지, 아니면 5차 미분값을 기반으로 하는지 예측할 수 없습니다. 인공지능은 공감 능력이 부족합니다. 왜 어떤 사람들은 두 거대 석유 기업에 오랫동안 묶여 있으면서도 손익분기점을 넘길 날만을 기다리며 버티고 있는지 이해할 수 없습니다. 인공지능은 책임을 질 줄 모릅니다. 30% 손실을 봤다고 해서 투자자들에게 외면당하지도 않을 것이고, 스스로를 반성하거나 성찰하기 위해 사과 편지를 쓸 필요도 없습니다.

미래에 인공지능이 모든 펀드매니저와 연구원을 대체한다면 효율적 시장 가설이 입증될 것이고, 알파는 더 이상 존재하지 않을 것이며, 워렌 버핏 같은 인물도 거의 확실히 사라질 것입니다.

그러므로 진정한 질문은 미래 자산운용 업계에서 인공지능이 데이터 마이닝, 모델 실행, 보고서 작성 등을 장악하게 되면 인간에게 남는 것은 무엇일까 하는 것입니다. 남는 것은 바로 투자에 대한 열정, 불확실성에 대한 직관, 그리고 연구 분야에서 인공지능만큼 뛰어나지 않다는 비판을 받더라도 투자를 고집하는 이유일 것입니다.

인공지능의 비중이 증가하는 추세를 바꿀 수는 없지만, 그저 대응하느라 정신없고 따라잡으려고 애쓰는 사고방식은 바꿀 수 있습니다.

게임 "디트로이트: 비컴 휴먼"과 마찬가지로, 플레이어가 최종적으로 내려야 할 선택은 AI를 파괴하는 것도, AI에 굴복하는 것도 아닌, 인간과 AI가 각각 어떤 역할을 해야 하는지를 결정하는 것입니다.