AI 트레이딩이란 무엇이며 어떻게 시작하는가

열 사람에게 물으면 네 가지 답이 돌아온다. 차트를 설명해 주는 챗봇, 종목에 순위를 매기는 모델, 규칙에 따라 주문을 내는 봇, 그리고 시장을 살피며 스스로 움직이는 에이전트. 이것들은 같은 제품의 변형이 아니다. 무너지는 방식이 다르고 드는 비용도 다르다. 이 글은 넷을 갈라놓고, 각각이 실제로 무엇을 할 수 있는지 말하며, 돈을 넣기 전에 거쳐야 할 검증 순서를 제시한다.

이 말 뒤에 있는 네 가지 실체

대화형 분석이 가장 흔한 입구다. 가격 이력이나 공시 자료, 뉴스에 언어 모델을 겨누고 질문한다. 요약하고, 비교하고, 걸러 준다. 증권 계좌에는 손대지 않는다. 여기서의 위험은 금전적이라기보다 인식의 문제다. 어떤 종목에 대한 유창한 답변은 그 근거가 되는 숫자가 제대로 조회되었든 아니든 권위 있어 보인다.

신호 생성은 가장 오래되었고 학술적 축적이 있는 갈래다. 통계 모델이나 학습 모델이 종목에 점수를 매겨 순위나 확률, 경보를 내놓는다. 그것으로 무엇을 할지는 다른 무언가가 정한다. 퀀트 운용이 이십 년간 해 온 일이 이것이며, 대부분은 딥러닝이 아니라 눈에 띄지 않는 회귀 분석이다.

규칙 실행은 보통 트레이딩 봇이라 부르는 것이다. 조건을 정의하면 소프트웨어가 지켜보다가 조건이 맞을 때 주문을 낸다. AI라는 이름으로 팔리는 것의 상당 부분이 딱 여기까지다. 결정론적 집행은 실제로 쓸모가 있으니 흠은 아니지만, 첫 화면에 신경망을 내건 조건문을 사고 있다는 사실은 알아야 한다.

에이전트형 트레이딩이 가장 최근의 갈래다. 모델이 시장 상태를 인식하고 추론한 뒤, 미리 정해 둔 한도 안에서 행동한다. 추론 단계가 미리 열거되어 있지 않다는 점에서 규칙 봇과 다르다. 그 유연함이 매력이자 위험이며, 그래서 쓸 만한 구현은 모델을 단단한 제약으로 감싼다.

나란히 놓으면 차이가 읽힌다.

	나오는 결과물	결정 주체	주된 실패
대화형 분석	설명, 요약, 선별	본인	잘못 조회한 데이터 위의 자신 있는 답변
신호 생성	점수, 순위, 확률	본인 또는 후단 규칙	학습 표본에 대한 과적합
규칙 실행	선언한 조건에서의 주문	본인, 사전에	규칙이 틀려도 그대로 실행됨
에이전트형	한도 안의 주문 또는 제안	모델, 정해진 범위에서	상황이 바뀌면 추론이 어긋남

제품을 비교할 때 중요한 것은 세 번째 열이다. 판단을 나에게서 멀리 떼어 놓는 것은 그 대가로 구체적인 무언가를 돌려주어야 하고, 공급자는 그것이 무엇인지 말할 수 있어야 한다.

지금의 수요가 말해 주는 것

관심은 빠르게 오르고 있고, 곡선의 모양이 무언가를 말한다. 2026년 7월 31일 기준 미국 구글 검색 수요 분석에서 총칭어 "ai trading"은 월 약 18,100건으로 전년 대비 83% 늘었다. 앱 성격의 질의는 더 강하게 올랐다. "ai trading app"과 "ai investing app"은 각각 전년 대비 약 175%, "robo advisor for investing"은 약 376% 위에 있다.

흥미로운 쪽은 회의적인 질의다. "does ai trading work"와 "is ai trading profitable"은 같은 데이터에서 합쳐 월 수백 건이며, 둘 다 2026년 봄에 튀었다. 사람들은 제품만 비교하는 것이 아니다. 이 분야가 실체가 있는지 확인하고 있다.

그런데 도움이 될 만한 것을 찾기 어렵다. 2026년 7월 31일 기준 "ai trading platform"의 첫 페이지는 AI Overview, 업체 사이트 세 곳, 제휴 비교 글 두 편, 앱스토어 등록 페이지, 그리고 레딧 스레드로 구성되어 있다. 판매를 겸하지 않고 작동 원리를 설명하는 것은 거의 없다. 눈여겨볼 점은 그 스레드에 드러난 실무자들의 공통된 견해가 광고 문구와 정반대라는 것이다. 자율 운용을 견딜 만하게 만드는 것은 엄격하게 정의된 규칙과 단단한 손실 한도이지 모델의 정교함이 아니다.

할 수 있는 일과 할 수 없는 일

자동화는 세 가지 실패를 확실히 없앤다. 게다가 그것들은 비싼 실패다. 쉬지 않고 지켜보므로 새벽 세 시에 뚫린 가격대를 놓치지 않는다. 망설임 없이 집행하므로 차분할 때 쓴 계획이 화면이 붉을 때도 그대로 돌아간다. 그리고 모든 포지션에 같은 논리를 적용하므로, 재량 운용이 늘 만들어 내는 쏠림이 생기지 않는다.

만들어 내지 못하는 것은 원래 없던 우위다. 언어 모델을 전략에 붙이면 지속적으로 시장을 이긴다는 주장을 뒷받침하는 견실한 공개 자료는 없으며, 그렇게 암시하는 업체는 감사받은 실적이 아니라 백테스트를 이야기하고 있다. 모델은 당신의 논리를 충실하고 빠르게 실행한다. 논리가 틀렸다면, 이제 당신은 정해진 시각에 틀리게 된다.

실패의 유형 두 가지에 이름을 붙여 두자. 첫째는 과적합이다. 이력 위에서 완벽해 보일 때까지 조정한 전략은 대개 그 이력의 잡음을 학습한 것이라, 국면이 바뀌면 무너진다. 둘째는 국면 전환이고 이쪽이 더 나쁘다. 밑에 깔린 전제가 조용히 만료된 뒤에도 시스템은 확신에 차서 계속 집행하기 때문이다. 둘 다 더 큰 모델로는 풀리지 않는다.

실무적인 점검법이 있다. 돈을 맡기려는 전략을 두고, 계속 작동하려면 어떤 시장 조건이 유지되어야 하는지 물어보라. 한 문장으로 말할 수 있다면 그 조건이 깨지는 것을 지켜볼 수 있다. 말할 수 없다면 그 시스템은 당신이 가진 견해가 아니라 누군가 찾아낸 패턴을 담고 있을 뿐이고, 손실이 알려 주기 전까지 효력이 끝났다는 신호는 어디에도 없다.

실제로 드는 비용

구독료는 가장 작은 항목이다. 개인용 도구는 무료에서 월 수십만 원까지 있고, 비교 글은 대개 거기서 멈춘다. 사업성을 가르는 비용은 다른 곳에 있다.

수수료와 호가 차이는 내보내는 주문마다 붙는다. 그래서 자주 재조정하는 규칙은, 같은 규칙을 월 단위로 돌리면 성립하는 규모에서도 산술적으로 손해일 수 있다. 슬리피지는 백테스트가 가정한 가격과 실제 체결가의 간격을 벌린다. 지연 시세 이상을 원하는 순간 데이터 구독료가 실제 비용이 된다. 그리고 아무도 값을 매기지 않는 비용이 있다. 실제 시장을 견뎌야 하는 장치를 만들고 시험하고 고치는 시간이다.

빈도를 정하기 전에 계산해 보라. 포지션을 주 단위로 돌리는 전략은 왕복 비용을 한 해에 오십 번 남짓 낸다. 크지 않은 계좌에서는 그 합이 전략이 잡으려던 우위를 넘어설 수 있다. 유망한 백테스트가 실전에서 죽는 가장 흔한 이유가 이것이며, 모델과는 아무 상관이 없다.

한국 투자자에게는 덧붙일 점이 있다. 해외 자산을 다루는 자동화는 환전 비용을 조용히 반복해서 낼 수 있고, ISA처럼 세제 혜택이 있는 계좌는 잦은 회전과 궁합이 나쁘다. 한도 안에서 자주 갈아타는 설계는 스스로 세제상의 이점을 깎아 먹는 일이 되기 쉽다.

곤란을 피하는 순서

모든 전략을 세 단계에 순서대로 통과시키고, 압축하지 마라.

먼저 이력 데이터로 백테스트를 한다. 그 전략이 염두에 두지 않았던 기간을 반드시 포함시킨다. 수수료와 슬리피지를 넣어라. 비용을 뺀 백테스트는 시연이지 검증이 아니다. 총수익률보다 최대 낙폭을 보라. 버틸 수 있었는지를 정하는 숫자는 그쪽이다.

다음으로 자금을 넣지 않은 모의투자를 실시간 데이터로 돌린다. 구현상의 결함은 여기서 드러난다. 체결되지 않는 주문, 두 번 발동하는 트리거, 변동성이 올 때 하필 밀리는 데이터 피드. 검증 기간에 없던 상황을 만날 만큼 충분히 돌려라. 조용한 한 주는 거의 아무것도 증명하지 못한다.

그 뒤에야 한도를 건 실계좌로 간다. 작은 수량, 정해 둔 최대 손실, 손이 닿는 곳의 정지 버튼. 시스템이 제안하고 사람이 승인하는 승인 우선 집행은 초심자용 임시 설정이 아니라 영구 설정으로도 충분히 타당하다. 자율성은 스위치가 아니라 다이얼이고, 대부분은 최대치보다 아래에서 운용하는 편이 낫다.

Obside의 자리

Obside는 AI 어시스턴트를 갖춘 포트폴리오 자동화 플랫폼이다. 호환되는 증권사나 거래소를 연결한 뒤, 평이한 말로 지시를 적어 포트폴리오를 자동화한다. 리밸런싱, 조건부 주문, 알림. 트리거는 가격 수준, 기술적 지표, 거시 지표, 뉴스에 걸 수 있어서 "이 포지션이 200일 이동평균 아래로 내려가면 알려 줘" 같은 규칙에 코드가 필요 없다.

위 논의와 바로 맞닿는 기능이 둘 있다. 직접 정의하는 개인 지수로서 맞춤형 ETF를 구성할 수 있고, 증권사의 표준 비용을 넘는 운용 보수는 없다. 그리고 실제로 보유한 포트폴리오에 대한 AI 분석을 얻는다. 대시보드로 밀어 주기도 하고, 챗 어시스턴트로 필요할 때 꺼내 볼 수도 있다.

Obside가 아닌 것. 다른 사용자의 매매를 복제하지 않고, 순위표나 공개 포트폴리오를 두지 않으며, 무엇을 사라고 추천하지 않는다. 당신이 정의한 논리를 자동화한다. 이 구분이 바로 위에서 말한 안전장치의 요점이다.

이 분야에 대한 정직한 요약은 한 문장이면 된다. AI 트레이딩은 규율을 증폭한다. 당신 대신 우위를 찾아 주지 않으며, 나쁜 발상도 좋은 발상과 같은 정확도로 집행한다. 여기서 값을 얻는 사람은 이미 믿고 있는 규칙에서 출발해, 제대로 검증하고, 기계가 신뢰를 얻은 뒤에야 범위를 넓힌다. 그런 규칙이 있다면 Obside에 설명하고, 이번 주는 모의 전략으로 돌려 보라.

본 콘텐츠는 교육 목적으로만 제공됩니다. 투자 자문이 아닙니다. 트레이딩에는 원금 손실을 포함한 위험이 따릅니다.