하워드 막스 - 사람 없는 투자: 패시브, 퀀트, AI는 액티브 운용을 대체하는가

원문: Investing Without People — Oaktree Capital Management 저작. 이 문서는 전문 번역이 아니라 원문 논지를 따라간 한국어 해설. 원문은 위 링크에서 무료로 볼 수 있음

핵심 요약

• 세 가지 흐름: 패시브 투자, 퀀트 투자, 인공지능이 각기 다른 방식과 속도로 시장에서 사람의 판단을 줄이고 있다는 것이 메모의 출발점
  • 셋은 공통적으로 "사람이 종목을 골라야 한다"는 전통적 전제를 무너뜨리지만, 사람을 걷어내는 메커니즘 자체는 서로 다르다는 점이 이 메모를 관통하는 분석 틀
• 패시브의 논리적 뿌리: 효율적 시장가설은 액티브 투자자 전체가 평균 이상을 낼 수 없다는 결론에서 출발했고, 이 논리가 인덱스펀드 탄생으로 이어졌다
  • 논리적 추론과 실증 증거 두 갈래가 동시에 뒷받침했다는 점에서 단순한 이념이 아니라 데이터로 검증된 결론이었다는 것이 막스의 평가
• 역설의 핵심: 패시브 투자가 정당화되려면 누군가는 계속 종목을 분석하고 가격을 매겨야 한다. 모두가 액티브를 포기하면 패시브의 전제 자체가 무너진다
  • 이 무임승차 구조는 이 메모 전체의 중심 논증이며, 이후 퀀트와 AI를 다루는 방식에도 동일한 논리가 반복해서 적용된다
• 퀀트의 한계: 통계적 차익거래는 남의 오류가 만든 일시적 왜곡을 먹고 사는 전략이라 규모가 제한되고, 팩터 전략은 그 팩터가 인기를 얻는 순간 효력을 잃는다
• 공식은 영원하지 않다: 소로스의 반사성 이론에 따르면 시장 참여자들의 행동 자체가 시장을 바꾸므로, 어떤 공식도 널리 알려지고 나면 우위를 잃는다
  • 이 원리는 패시브·퀀트·AI 세 흐름 모두에 공통으로 적용되는 막스의 메타 논증으로, 메모 후반부로 갈수록 반복해서 소환된다
• AI의 잠재력과 한계: 머신러닝은 방대한 데이터에서 스스로 규칙을 찾아낼 수 있지만, 셈할 수 있는 것과 셈할 수 없는 것은 다르다는 오래된 통찰이 여전히 유효하다
• 액티브가 살아남는 자리: CEO의 자질, 다음 아마존이 될 스타트업, 파산 재조정의 비경제적 동기처럼 질적 판단이 필요한 영역은 컴퓨터가 아직 대신하기 어렵다
• 결론: 대부분의 액티브 운용은 수수료를 정당화하지 못해 패시브로 자금이 이동하는 추세가 계속되겠지만, 알파를 실제로 내는 소수는 계속 수요가 있을 것

문제의식 - 사람이 빠지는 세 가지 흐름

세 흐름을 다루는 이유

• 거시 메모 세 편 이후의 여유: 지난 열두 달 동안 거시 환경, 시장 전망, 투자자 행동에 관한 메모를 세 편 썼는데, 환경이 크게 달라지지 않았다고 판단해 더 큰 그림의 주제로 넘어간다고 밝힌다
  • 막스는 평소 시장의 작동 방식을 몇 년 단위로 바꿀 만한 구조적 주제를 더 좋아한다고 서두에 적으며, 이번 메모가 단기 전망이 아니라 산업 구조 변화를 다루는 메모임을 미리 선언한다
  • 이 선언은 뒤에 이어지는 논증들이 왜 역사적 배경(시카고학파, LTCM, 뱅가드 창업사)까지 거슬러 올라가는지를 정당화하는 장치이기도 하다
• 세 가지 흐름: 이 메모가 다루는 것은 (a) 인덱스 투자를 비롯한 패시브 투자, (b) 퀀트·알고리즘 투자, (c) 인공지능과 머신러닝이다
  • 세 가지 모두 증권시장에서 사람의 역할을 줄이는 방향으로 작동한다는 공통점을 들며, 이후 메모는 이 순서 그대로 각 흐름을 개별적으로 파고든다
  • 세 흐름은 발전 단계도 다르다고 암시한다. 패시브는 이미 수십 년간 검증된 성숙 단계, 퀀트는 확산 중인 중간 단계, AI는 아직 초기 단계라는 시간축이 이후 서술의 밑그림이 된다
• 스스로 전문가가 아니라는 고백: 패시브는 수십 년 지켜봤고, 퀀트는 최근에야 조금 배웠고, AI는 아직 따라잡는 중이라고 솔직히 말한다
  • 이 세 흐름에 대한 자신의 지식 수준 차이를 미리 밝힘으로써, 뒤에서 AI 관련 서술이 위키피디아 인용에 크게 의존하는 이유도 함께 설명하는 셈이다
• 이해관계자 편향에 대한 경계: 이 분야의 "전문가"들은 대부분 그 분야에 종사하는 사람들이라, 액티브 투자의 후계자로서 이 기법들을 긍정적으로 편향해서 볼 수 있다는 점을 경계로 지적한다
  • 패시브·퀀트·AI 종사자들이 자신의 업의 우수성을 설파하는 것은 자연스러운 이해상충이라는 점을 독자가 감안하고 읽어야 한다는 메타적 경고이며, 동시에 자신도 액티브 투자자로서 반대 방향의 편향이 있을 수 있음을 암묵적으로 인정하는 대목이기도 하다
• 의견일 뿐이라는 단서: 이어지는 내용은 어디까지나 개인 의견이며 독자가 알아서 취사선택하라고 미리 선을 긋는다
• 읽는 방식 제안: 세 흐름을 순서대로 짚되, 각 흐름이 액티브 투자에 어떤 기회와 위협을 동시에 남기는지가 이 메모 전체를 관통하는 질문이다
  • 위협만 나열하는 방어적 메모가 아니라, 각 흐름이 오히려 어떻게 액티브 투자자에게 새로운 기회를 열어주는지를 함께 짚겠다는 예고이며, 실제로 뒤에 이어지는 각 결론부는 모두 "그럼에도 남는 여지"를 찾는 방식으로 마무리된다

패시브 투자의 탄생 - 시카고학파에서 뱅가드까지

효율적 시장가설과 인덱스라는 발상

• 시카고대학원 시절 회고: 막스는 1967년 9월 시카고대학원 경영대학원에 입학했고, 당시 60년대 초에 갓 정립된 "시카고학파" 금융이론이 막 강의되기 시작한 시점이었다고 회고
  • 이 이론은 이전 세대 투자자들의 관행에 대한 건강한 회의를 바탕으로 논리적으로 구축됐다는 점을 강조하며, 자신이 인덱스 투자의 이론적 뿌리를 학문의 태동기부터 직접 목격한 세대라는 점을 신뢰의 근거로 제시한다
• 효율적 시장가설의 결론: "시장을 이길 수 없다"는 결론은 두 갈래 근거에서 나왔다. 하나는 모든 투자자를 합치면 수수료 차감 전 수익률은 평균일 수밖에 없고, 수수료 차감 후에는 평균 이하가 된다는 논리적 추론
  • 다른 하나는 수십 년간 대부분의 뮤추얼펀드가 S&P500 같은 지수보다 못한 성과를 냈다는 실증 증거이며, 막스는 이 두 근거가 각각 이론과 데이터로 독립적으로 뒷받침된다는 점에서 결론의 신뢰도가 높다고 평가
  • 논리적 추론 쪽은 이후 이 메모에서 반복적으로 재사용된다. 액티브 매니저 전체는 정의상 시장 그 자체이므로, 시장 대비 초과수익의 합은 항상 0이라는 산술적 항등식이 패시브 옹호론의 뼈대가 된다
• 교수들의 가상 제안: 1960년대 말 교수들은 지수에 속한 모든 종목을 그냥 사면 되지 않느냐는, 당시로서는 가상적인 제안을 내놓았다고 소개
  • 이렇게 하면 대다수 투자자가 저지르는 실수와 관련 비용 대부분을 피하고 최소한 지수 성과는 보장받을 수 있다는 논리였다고 정리하며, 당시에는 이를 실행할 상품 자체가 존재하지 않았다는 점을 덧붙인다
• 버튼 맬키얼의 1973년 제안: 위키피디아를 인용해, 맬키얼이 저서 "월가에서 랜덤워크"에서 지수를 구성하는 수백 개 종목을 그대로 사고 종목 교체 매매를 하지 않는 무보수·최소수수료 뮤추얼펀드가 필요하다고 주장했다는 사실을 전한다
  • 뉴욕증권거래소가 비영리로 이런 펀드를 만들어야 한다고까지 제안했다는 대목도 함께 소개하며, 아이디어의 최초 제안자가 학계였을 뿐 아니라 그 실행 주체로 거래소라는 공적 기관까지 거론됐다는 점에서 당시 이 발상이 얼마나 파격적이었는지를 보여준다
• 최초의 시도들: 다우존스산업평균을 추종하도록 설계된 퀄리덱스펀드의 등록신고서가 1972년 발효됐지만 투자자를 많이 끌어모았다는 근거는 없다고 언급
  • 이어 잭 보글이 1974년 뱅가드그룹을 설립했고, 1975년 마지막 날 첫 인덱스 투자신탁이 정식 가동됐다는 사실을 소개하며, 아이디어가 제안된 지 불과 2-3년 만에 실제 상품으로 구현됐다는 속도감을 강조한다

조롱에서 주류로

• 초기의 조롱: 경쟁사들은 이 펀드를 "비미국적"이라 폄하했고 "보글의 어리석음"이라 불렸다는 일화를 전한다
  • 피델리티 회장 에드워드 존슨이 대다수 투자자가 평균 수익률에 만족할 리 없다고 말했다는 인용도 함께 남기며, 당대 업계 최고 수장조차 인덱스 투자의 성공 가능성을 완전히 잘못 읽었다는 점을 보여주는 사례로 이 일화를 배치
• 자산 성장 경로: 이 펀드는 이후 뱅가드500 인덱스펀드로 이름을 바꿨고, 1,100만 달러라는 미미한 규모로 출발해 1999년 11월 1,000억 달러를 돌파했으며, 2018년 현재는 4,100억 달러 규모라고 밝힌다
  • 1,100만 달러에서 1,000억 달러까지 24년, 다시 4,100억 달러까지 19년이 걸렸다는 계산이 가능하며, 후반부로 갈수록 성장 속도가 오히려 가팔라졌다는 점을 수치가 암묵적으로 보여준다
• 질 수도 이길 수도 없는 전략이라는 프레이밍: 인덱스 투자의 장점은 운용보수를 크게 줄이고 매매·시장충격 관련 비용을 최소화하며 인간의 실수를 피한다는 데 있다고 정리
  • 이런 이유로 인덱스 투자는 지수에 뒤처질 수 없다는 점에서 "질 수 없는" 전략이면서, 동시에 지수를 이길 수도 없다는 점에서 "이길 수 없는" 전략이라고 규정한다. 이 둘은 결국 같은 동전의 양면이라고 덧붙이며, 하방 리스크를 없애는 대신 상방의 초과수익 가능성도 함께 포기하는 거래라는 점을 명확히 한다
• 초기 20-30년의 위상: 초창기 패시브 투자는 기관투자자가 액티브 매니저 한둘을 대체하는 정도의 곁가지 취급을 받았다고 회고
  • 신흥국 주식, 사모펀드, 벤처캐피탈, 하이일드채권, 부실채권, 목재, 귀금속처럼 여러 대안자산군과 마찬가지로 소액만 배분되는 데 그쳤다는 비유를 든다. 인덱스 투자가 처음부터 대세였던 것이 아니라, 대체투자군의 하나로 취급받던 오랜 잠복기를 거쳤다는 점을 강조하는 대목
• 흐름의 반전: 모닝스타 데이터를 인용해 2005-2011년에는 액티브와 패시브 펀드로의 자금 유입이 비슷했지만, 2012년부터 패시브 유입이 가속화됐고 액티브 유입은 줄다가 2015년 순유출로 전환됐다고 밝힌다
  • 2005-2011년의 균형 상태에서 2012년 이후의 급격한 쏠림으로 전환된 시점을 명확히 짚음으로써, 패시브 확산이 완만한 장기 추세가 아니라 특정 시점을 기점으로 가속화된 구조적 변곡이었음을 보여준다
• 부진의 실증 근거: 최근 12년 가운데 다수의 해에서 액티브 운용의 부진 폭이 뚜렷했고, 반대로 액티브가 패시브를 큰 폭으로 앞선 해는 별로 없었다는 사실이 자금이 패시브로 계속 이동해온 실증적 근거라고 짚는다
  • 이는 뒤에 나오는 "패시브 이동은 패시브가 훌륭해서가 아니라 액티브가 부진했기 때문"이라는 결론부 논증의 씨앗이 되는 문장으로, 여기서 데이터로 먼저 심어두고 결론부에서 다시 회수하는 구성
• 2017년 시점의 규모: LA타임스 2017년 4월 9일자를 인용해 패시브 미국주식 뮤추얼펀드가 1.9조 달러로 2007년의 세 배가 됐고, 여기에 1.7조 달러 규모의 미국주식 ETF를 더하면 전체 미국주식펀드 자산의 42%에 달한다고 전한다
  • 이 비중은 2010년 24%, 2000년 12%에서 크게 뛴 수치라는 맥락도 함께 남기며, 12%에서 42%까지 17년 사이 세 배 이상 늘었다는 성장 곡선을 통해 패시브화가 서서히가 아니라 가속하며 진행되고 있음을 재확인한다
• 기관 자금의 별도 흐름: 위 수치는 주로 리테일 자금이고, 기관 포트폴리오에서도 패시브 비중이 크게 늘어 이제는 전체 자산의 20% 안팎을 차지하는 경우가 흔하다고 덧붙인다
  • 리테일과 기관이라는 서로 다른 두 자금 풀에서 동시에 같은 방향의 이동이 일어나고 있다는 점을 통해, 패시브화가 특정 투자자군의 유행이 아니라 시장 전체의 구조 변화임을 뒷받침한다

ETF의 진화 - 스마트베타와 시맨틱 투자

인덱스펀드에서 ETF로

• 거래 방식의 차이: 뮤추얼펀드는 하루 한 번 종가 기준 순자산가치로만 매매되는 반면, ETF는 거래소가 열려 있는 동안 아무 때나 주식처럼 사고팔 수 있다는 차이를 설명
  • 이 자유로운 거래 가능성이 ETF에 대한 관심을 크게 끌어올렸다고 평가하며, 이 대목은 뒤에서 다룰 "ETF는 정말 더 유동적인가"라는 질문의 복선이 된다
• 1990년대 등장: ETF는 1990년대에 인덱스 뮤추얼펀드와 경쟁하는 새로운 투자 수단으로 고안됐다고 소개
• 인덱스와 패시브의 분화: 20세기 말에는 인덱스 투자와 패시브 투자가 사실상 같은 말이었지만, 이제는 규칙 기반으로 종목을 고르는 스마트베타 ETF가 등장하면서 둘이 갈라졌다고 지적
  • 스마트베타를 "규칙은 액티브하게 설계하되 일단 정해지면 재량 없이 따르는 상품"이라고 정리하며, 설계 단계의 액티브함과 실행 단계의 패시브함이 공존하는 하이브리드 상품이라는 점을 개념적으로 명확히 구분한다
• 연결고리: 이 구분이 왜 중요한가 하면, 뒤에서 스마트베타가 진짜 패시브인지 묻는 질문 자체가 이 정의 위에서만 성립하기 때문이다

시맨틱 투자라는 비판

• 틈새 상품의 범람: ETF 스폰서들이 사업을 키우려고 가치주·성장주, 저변동성·고품질, 특정 업종·지역처럼 좁은 카테고리를 겨냥한 상품을 쏟아냈다는 1년 전 자신의 다른 메모("그들은 또 그런다... 또")를 재인용
  • 성별 다양성 경영진 기업, 성경적 원칙 투자, 의료용 대마초, 비만 해결책, 밀레니얼 소비, 위스키·주류 관련 ETF까지 극단적 사례로 들며, 상품 라인업이 투자 논리보다 마케팅 카테고리에 더 가깝게 진화했음을 나열식으로 보여준다
• 패시브라는 이름의 모순: 이렇게 좁게 정의된 상품이 과연 "패시브"라고 부를 수 있는지 의문을 제기한다
  • 광범위 지수에서 벗어날 때마다 정의를 둘러싼 재량적 판단이 개입하는데, 이 규칙을 정하는 사람들이 그토록 폄하되는 액티브 매니저보다 더 똑똑하다고 누가 장담할 수 있냐고 반문하며, 스마트베타 설계자와 액티브 매니저 사이에 실질적 차이가 없다는 점을 부각
• 호라이즌 카이네틱스 브레그먼의 용어: 스티븐 브레그먼이 이를 "시맨틱 투자"라 부른다고 소개하며, 종목이 정량 분석이 아니라 라벨을 기준으로 선택된다는 비판을 전한다
  • 엑슨모빌이 규모와 유동성 때문에 성장주 ETF와 가치주 ETF 양쪽에 모두 포함되는 사례를 예로 들며, 상반된 두 라벨에 동시에 포함될 수 있다는 사실 자체가 라벨링 기준의 자의성을 단적으로 보여준다
• 규모의 통계: 2014년 1월 기준 미국에서 거래되는 ETF가 1,500개를 넘었다는 위키피디아 수치와, 배런스 기준 윌셔5000 전체시장지수에 포함된 종목이 3,599개라는 수치를 나란히 제시
  • 이 대비를 통해 ETF의 종류와 개수가 좋은 시장에서 투자자의 "액션 욕구"를 채워주려는 금융업계의 습성을 보여준다고 평가하며, 종목 수 대비 상품 수의 비율이 지나치게 높다는 점을 수치로 뒷받침한다
• 레버리지 ETF까지: 지수의 배수만큼 오르내리도록 설계된 레버리지 ETF도 이 연장선의 산물이라고 지적하며 패시브라는 이름이 무색해지는 지점을 짚는다
  • 레버리지 구조 자체가 이미 능동적 베팅의 성격을 띠는데도 여전히 패시브 상품군으로 분류된다는 점에서, 시맨틱 투자 비판이 스마트베타를 넘어 ETF 업계 전반으로 확장될 수 있음을 암시한다

패시브는 정당한가 - 효율적 시장가설의 무임승차 논리

패시브 투자가 던지는 첫 질문

• 아무도 분석하지 않는다는 사실: 패시브 펀드는 기업의 펀더멘털도, 정당한 주가 수준도, 종목 편입 비중도 따로 판단하지 않고 그저 지수를 그대로 복제한다고 짚는다
• 질문 자체는 유효하다: 펀더멘털이나 가격, 편입 비중을 전혀 고려하지 않고 투자하는 것이 좋은 생각이냐고 묻고, 그 자체로는 당연히 아니라고 답한다
  • 이 단호한 답변은 뒤이어 나올 반전을 위한 장치다. 패시브가 나쁜 아이디어처럼 보이지만 실제로는 성립할 수 있는 이유를 다음 문단에서 곧바로 설명하기 때문
• 패시브가 이 문제를 회피하는 방식: 패시브는 이 문제를 액티브 투자자들이 대신 해결해줄 것이라는 전제로 넘어간다고 설명
  • 효율적 시장가설이 액티브 운용이 통하지 않는다고 말하는 이유를 다시 짚어야 이 전제를 이해할 수 있다고 강조하며, 패시브의 정당성이 액티브의 실패가 아니라 액티브의 지속적 노력 위에 서 있다는 역설적 구조를 미리 예고한다
• 지수 가중치의 출처: 지수에 속한 종목들의 비중은 결국 액티브 투자자들이 매긴 가격에서 나온다고 지적
  • 액티브 투자자들이 종목 분석과 가격 결정이라는 힘든 작업을 다 하고, 패시브 투자자는 그 결과로 정해진 포트폴리오에 무임승차한다는 구도를 명확히 한다. 액티브 투자자가 없다면 애당초 따라갈 시가총액 가중치 자체가 존재할 수 없다는 점을 강조
• 역설의 지점: 그토록 폄하받는 액티브 투자자들이야말로 패시브 투자자가 지불하는 가격과 지수 내 비중을 실제로 결정하는 주체라고 지적
  • 액티브 투자자들의 통찰이 그렇게 형편없다면, 패시브 투자자가 그들의 결정을 그대로 따르는 것이 과연 합리적이냐고 반문하며, 패시브 옹호론자들이 액티브를 폄하하면서도 액티브가 만든 가격 체계에 전적으로 의존한다는 논리적 긴장을 정면으로 드러낸다

액티브가 사라지면 어떻게 되는가

• 두 번째 질문: 패시브 투자가 확산되는 것이 액티브 투자에 어떤 의미인지 묻는다
• 논리적 반전 가능성: 액티브 투자가 너무 널리 퍼져 시장을 지나치게 효율적으로 만들면 액티브가 통하지 않는다는 것이 효율적 시장가설의 논리인데, 반대로 패시브가 확산되면 액티브가 다시 통할 수도 있지 않냐고 묻는다
  • 이 반전은 효율적 시장가설을 그 자체의 논리로 뒤집는 방식이다. 가설이 액티브의 실패를 설명하는 데 썼던 바로 그 메커니즘을, 이번에는 액티브의 재부상을 설명하는 데 거울처럼 적용
• 가격 발견 기능의 약화: 주식 자산 대다수가 패시브로 운용되면 가격이 "적정가"에서 벗어날 여지가 커지고, 저평가와 고평가 모두 더 흔해질 것이라고 전망
  • 이것이 액티브 운용의 성공을 보장하지는 않지만, 성공을 위한 필요조건은 충족시켜준다고 정리하며, 충분조건이 아니라 필요조건이라는 표현으로 지나친 낙관을 미리 경계
• 40%라는 현재 수치: 2018년 현재 주식형 뮤추얼펀드 자본의 약 40%가 패시브로 운용되고 있고, 기관 자금도 비슷한 방향으로 움직이고 있다는 수치를 제시
  • 이 정도로는 아직 충분치 않을 것이라며, 대부분 자금이 여전히 액티브로 운용돼 가격 발견 기능이 살아있다고 평가. 앞서 나온 42%(LA타임스, 리테일 미국주식 기준)와 40%(전체 주식형 뮤추얼펀드 기준)라는 두 수치는 표본 범위가 다를 뿐 같은 방향을 가리킨다는 점도 함께 읽을 수 있다
• 극단 시나리오와 미지의 임계점: 100% 패시브가 된다면 확실히 가격 발견이 무너질 것이고, 그런 세상에서라면 자신이 유일하게 기업을 분석하는 투자자가 되어도 기꺼이 하겠다고 말한다
  • 하지만 40%와 100% 사이 어느 지점에서 가격이 내재가치에서 벗어나 액티브 투자가 다시 가치 있어지는지는 아무도 모른다고 인정하며, 그 답을 앞으로 실제로 확인하게 될 수도 있다고 맺는다. 정확한 임계점을 특정하지 않는 이 정직한 유보는 이 메모 전체에서 반복되는 막스 특유의 신중한 어조를 보여주는 대목이다

패시브와 ETF가 주가를 왜곡하는 세 층위

세 번째 질문 - 가격 왜곡 여부

• 질문의 틀: 패시브·인덱스 투자가 주가를 왜곡하는지를 세 가지 층위로 나눠 답한다
• 1단계 - 지수 내 상대 가격: 시가총액 800억 달러(전체의 8%)인 인기 종목과 100억 달러(1%)인 비인기 종목이 있다고 가정하면, 인덱스펀드 10만 달러 중 각각 8,000달러와 1,000달러가 배분되고, 추가 유입 100달러 중에도 각각 8달러와 1달러가 들어간다는 계산을 제시
  • 두 종목 모두 각자의 시가총액에 비례한 매수가 이뤄지므로 지수 유입 자체가 두 종목의 상대 가격을 바꾸지는 않는다고 결론지으며, 이는 흔히 오해되는 "인덱스펀드가 대형주를 더 밀어올린다"는 통념을 산술적으로 반박하는 첫 단계
• 2단계 - 지수 편입 종목과 비편입 종목: 패시브가 늘어날수록 지수에 포함된 종목으로 자금이 더 많이 흘러들고, 지수에 없는 종목에서 자금이 빠져나올 수 있다고 지적
  • 이는 펀더멘털과 무관한 이유로 지수 종목이 비지수 종목 대비 더 오를 수 있다는 뜻이라고 설명하며, 1단계에서는 왜곡이 없다고 했던 결론이 여기서는 편입 여부라는 새로운 축을 따라 실제 왜곡으로 이어질 수 있음을 보여준다
• 3단계 - 스마트베타 펀드 내 종목: 다수의 스마트베타 펀드에 폭넓게 편입된 아마존 같은 종목은, 소수 펀드에만 편입된 종목보다 상대적으로 더 오를 가능성이 크다고 짚는다
  • 지수나 스마트베타 편입 자체가 일종의 인위적 인기를 만들고, 단기적으로 상대 가격을 좌우하는 것이 바로 그 인기라고 정리하며, 2단계의 논리가 다시 한번 스마트베타라는 더 세분화된 층위로 반복 적용됨을 보여준다
• 강제 매수의 메커니즘: 최근 최고 성과 종목들이 시가총액이 커진 상태에서 ETF로 자금이 유입되면 그 종목들을 대량으로 사야 하고, 이는 다시 상승을 부채질한다고 지적
  • 패시브 상품은 고평가를 이유로 매수를 거부할 선택지가 없다는 점에서 이 매수가 "강제 매수"의 성격을 띤다고 설명하며, 액티브 매니저라면 밸류에이션 부담에 매수를 자제할 수 있지만 패시브 자금은 규칙상 그럴 수 없다는 구조적 차이를 짚는다
• 영구기관이 아니라는 경고: 2000년 기술주와 비슷하게 이 자기강화적 순환은 영원히 지속될 수 없다고 지적
  • 주식형 자금이 유출되면 과도하게 매수됐던 종목이 과도하게 매도돼야 하는데, 위기 상황에서 인덱스펀드와 ETF가 이 종목들의 매수자를 어디서 찾을지 불분명하다고 우려하며, 결국 패시브 매수가 만든 상승은 영구적이 아니라 순환적인 것으로 드러날 가능성이 크다고 전망한다
• 하락장 검증 부재: ETF의 급성장은 약 9년째 이어진 상승장과 겹쳐 있어 하락장에서 어떻게 작동할지 아직 제대로 검증되지 않았다고 지적
  • 인기 종목을 과대편입한 것이 상승기 매수 압력이었다면, 하락기에는 반대로 더 강한 매도 압력의 원천이 될 수 있다는 가능성을 열어두며, 상승기의 강점이 그대로 하락기의 취약점으로 뒤집힐 수 있다는 대칭적 위험을 지적하는 것으로 이 절을 마무리한다

인덱스 설계 대안과 ETF 유동성의 함정, 그리고 반사성의 역설

네 번째 질문 - 인덱스 구성 방식을 개선할 수 있는가

• 롭 아노트의 주장: 리서치 어필리에이츠의 롭 아노트가 오랫동안 시가총액 가중이 아닌 펀더멘털 가중 지수를 옹호해왔다고 소개하며, 자신은 그 논거를 완전히 재현하지는 않겠다고 밝힌다
• 핵심 논리: 같은 이익을 내는 두 기업이라도 주가수익비율이 높을수록, 즉 시장의 사랑을 더 받을수록 시가총액이 커진다는 점을 짚는다
  • 시가총액 가중 지수는 결국 더 비싸게 거래되는 종목에 더 큰 비중을 싣는 구조라는 뜻이며, 이는 앞서 다룬 세 층위 왜곡 논의와 이어진다. 왜곡의 원인이 유입 자금뿐 아니라 지수 설계 방식 자체에도 내재해 있다는 것
• 막스의 선호: 더 비싼 종목과 더 싼 종목 중 어디에 더 많은 패시브 자금을 넣고 싶으냐고 자문하며, 자신은 후자를 택하겠다고 밝힌다
  • 시가총액이 아니라 이익 같은 지표에 비례해 지수 종목에 투자하는 것이 더 합리적이라고 결론지으며, 이는 밸류에이션을 무시하는 전통적 시가총액 가중 패시브 투자에 대한 실질적 비판으로 읽힌다

다섯 번째 질문 - ETF 자체에 문제가 있는가

• 유동성 착시: ETF의 인기가 처음 생긴 이유, 즉 장중 아무 때나 사고팔 수 있다는 점이 "더 유동적"이라는 오해로 이어질 수 있다고 경고
• 거래 가능성과 공정가 매도는 다르다: 2015년 3월 메모 "유동성"을 인용해, 무언가를 팔 수 있다는 사실과 내재가치에 가까운 공정한 가격에 팔 수 있다는 사실은 전혀 다르다고 강조
  • 악재나 심리 악화로 시장이 무너지면 ETF 보유자는 언제나 팔 수는 있지만 그 가격이 좋은 체결이라는 보장은 없다고 지적하며, "팔 수 있다"와 "제값에 팔 수 있다"를 명확히 구분하는 것이 이 절 전체의 개념적 축이다
• 뮤추얼펀드와의 차이: 뮤추얼펀드는 그날 종가 순자산가치를 받지만, ETF는 거래소의 다른 증권과 마찬가지로 매수자가 지불하려는 가격만 받는다고 설명
  • 혼란 상황에서는 이 가격이 기초자산의 순자산가치보다 낮을 수 있다고 우려하며, 괴리를 막도록 설계된 메커니즘이 실제 심각한 시장 붕괴에서 검증된 적은 없다고 지적. "설계자들이 그래야 한다고 말하는 것"과 "실제로 그럴 것"이 같은지는 아직 아무도 모른다는 표현으로 이 불확실성을 압축한다
• 하이일드 ETF 사례: 채권을 직접 조립하기보다 ETF를 사는 것이 훨씬 쉬워서 하이일드 채권 ETF가 인기를 끌었지만, 위기 시 기초자산인 하이일드 채권 자체가 유동성을 잃는 상황에서 ETF가 더 유동적일 확률이 얼마나 되냐고 반문
  • 그릇(ETF)이 내용물(개별 채권)보다 더 유동적일 수 있다는 가정 자체가 취약하다는 것이 이 문단의 핵심 비판이며, ETF의 유동성이 기초자산의 유동성을 넘어설 수 없다는 원칙을 재확인
• BTS 택티컬 채권펀드 사례: 매트 파스츠가 운용하는 9억 달러 규모 BTS 택티컬 픽스드인컴펀드가 2018년 2월 9일 하이일드 비중 대부분에서 전액 현금으로 전환했다는 블룸버그 기사를 소개
  • 이 펀드는 신용분석가 없이 ETF 가격의 이동평균 같은 추세·모멘텀 지표만 보는 마켓타이머 전략이며, 1월 말에는 자산의 약 95%를 최대 두 개 하이일드 ETF에 담고 있었다고 전한다
  • 단기 시장 방향을 예측해 가치를 더할 수 있는지에는 회의적이라면서도, 이 운용역이 언젠가 실물 하이일드 채권 시장에서 불가능한 거래를 ETF를 통해서도 실행하지 못하는 날이 올 것이라고 경고
  • ETF가 비유동적 시장에서 언제나 공정가로 신속히 드나들게 해줄 것이라는 전제 위에 전략을 세우는 것은 비현실적이라고 결론지으며, 이 실제 사례는 앞서 제기한 "그릇이 내용물보다 유동적일 수 있는가"라는 추상적 질문에 대한 구체적 반례로 배치된다

반사성 이론이 밝히는 패시브의 역설

• 소로스의 반사성 이론: 시장 참여자들의 행동 자체가 시장을 바꾼다는 조지 소로스의 반사성 이론을 소환하며, 시장에는 독립적으로 항상 그대로인 것이 없다고 강조
  • 시장은 그 안의 사람들과 그들의 결정이 만드는 것에 불과하며, 사람들의 행동이 시장을 형성한다고 정리한다. 이 개념은 앞서 다룬 패시브 확산 논의 전체를 관통하는 이론적 근거로, 여기서 처음 명시적으로 도입된다
• 모두가 액티브를 포기할 때: 모든 사람이 분석과 가격 발견, 자본 배분 기능을 수행하기를 그만두면, 시장 가격의 적정성이 무너질 수 있다고 지적
  • 이는 맹목적 호황이나 붕괴에서와 마찬가지로 패시브 투자 확산에서도 일어날 수 있는 일이라고 덧붙이며, 반사성이 극단적 낙관이나 비관에만 적용되는 개념이 아니라 패시브라는 조용한 구조적 흐름에도 똑같이 작동한다는 점을 강조
• 결론의 역설: 패시브하게 투자하는 것이 지혜로운 이유는 아이러니하게도 누군가 계속 액티브하게 투자하고 있기 때문이라고 정리
  • 액티브 투자가 완전히 무시되고 모든 액티브 노력이 멈추면 패시브 투자는 더 이상 합리적이지 않게 되고, 액티브 투자에서 우수한 수익을 낼 기회가 다시 살아날 것이라고 전망하며 이 부분을 맺는다. 이 결론은 앞서 제기한 "패시브 투자가 던지는 첫 질문"에서 시작된 논증이 한 바퀴 돌아 처음의 무임승차 구도로 되돌아오는 순환적 마무리이기도 하다

퀀트 투자의 두 얼굴 - 팩터 전략과 통계적 차익거래

팩터 투자를 배우는 입장에서

• 조심스러운 출발: 퀀트, 알고리즘, 시스터매틱 투자라 불리는 분야를 아직 배우는 중이라 조심스럽다고 서두에 밝히고, 이 메모에서는 "퀀트 투자"라는 명칭을 쓰겠다고 정리
• 정의: 퀀트 투자란 컴퓨터의 도움을 받아 일련의 규칙을 세우고 컴퓨터가 그 규칙을 실행하게 하는 것이라고 설명
  • 여기서 핵심은 규칙을 만드는 주체는 여전히 사람이고, 그 실행만 컴퓨터에 위임한다는 점이며, 이는 뒤에 나올 AI와의 결정적 차이를 미리 규정해두는 정의이기도 하다
• 시스터매틱 팩터 투자의 과정: 과거 특정 기간을 분석해 어떤 "팩터"들이 우수한 수익률과 연관됐는지 찾는 데서 시작한다고 설명
  • 가치, 품질, 규모, 모멘텀 같은 속성이 팩터이며, 이런 팩터들이 항상 초과수익으로 이어지는 것은 아니고 상황이 바뀌면 정반대 속성이 우위를 가질 수도 있다고 단서를 단다. 이 단서는 뒤에 나올 "공식은 영원할 수 있는가"라는 절 전체의 문제의식을 미리 압축한 문장이다
• 컴퓨터의 탐색 작업: 이후 컴퓨터에게 주가수익비율, 기업가치/EBITDA, 주가순자산비율, 주가/잉여현금흐름비율 같은 지표와 정유사의 주가/매장량 비율 같은 업종별 지표로 종목을 검색하게 한다고 설명
  • 매니저가 각 기준의 가중치를 정해주면, 컴퓨터가 그 조합을 최적으로 담은 포트폴리오를 체계적으로 구성한다고 밝힌다. 범용 지표(PER, EV/EBITDA)와 업종 특화 지표(정유사의 매장량 비율)를 함께 예시로 들어, 팩터 설계가 업종별 세분화까지 요구하는 정교한 작업임을 보여준다
• 리스크 최적화 단계: 마지막으로 컴퓨터에게 위험을 평가하게 해, 가장 매력적인 종목이라도 개별 종목·업종 비중과 종목 간 상관관계로 인한 위험을 제한하도록 포트폴리오를 최적화한다고 설명
  • 이 전 과정은 대개 사람의 개입 없이 규칙에 따라 산출된다고 정리하며, 팩터 선정과 가중치 결정이라는 두 지점에서만 사람이 개입하고 나머지는 전부 컴퓨터가 자동 실행한다는 프로세스의 전체 그림을 완성한다

통계적 차익거래의 작동 방식

• XYZ 종목 예시: 투자자가 10만 주를 사려 하고 시장이 20.00/20.01달러로 1센트 폭인 상황을 가정한다. 브로커가 20.01달러에 8,000주, 20.02달러에 6,000주, 20.03달러에 5,000주를 사들이며 시장이 20.03/20.04달러로 밀린 상황을 예로 든다
  • 이 구체적 숫자 예시는 통계적 차익거래가 추상적 확률론이 아니라 실제 주문장에서 벌어지는 미시적 가격 움직임을 포착하는 작업임을 생생하게 보여주기 위한 장치
• 컴퓨터의 판단 과정: 다른 종목들이 같이 움직이지 않았다면 이 움직임을 특정 종목만의 "개별적" 현상으로, 시장 전반의 "시스템적" 현상이 아니라고 판단한다고 설명
  • 회사 뉴스 없이 가격이 개별적으로 올랐다면 매수 압력 때문이지 펀더멘털 변화 때문이 아니라고 결론짓고, 이를 주문 체결 과정에서 생긴 일시적 왜곡으로 간주한다. 뉴스 유무를 판별 기준으로 삼는다는 점에서, 이 컴퓨터의 판단은 사람 트레이더의 직관적 추론을 규칙화한 것에 가깝다
• 차익거래 실행: 주문장 상황과 지금까지의 거래를 근거로 이런 매수가 그 종목의 원래 가격보다 높은 수준에서 계속될 가능성이 크다고 판단하면, 컴퓨터는 그 매수자를 상대로 공매도를 내고 이후 매수세가 멈추고 가격이 되돌아오면 되사서 갚는다고 설명
  • 오늘 20.03-20.04달러에 팔고 며칠 뒤 20.00-20.01달러에 되살 수 있다는 계산이며, 이 과정에서 퀀트는 원래 존재하지 않았을 유동성을 시장에 공급하고 포지션을 밤새 들고 가는 대가로 몇 센트의 차익을 얻는다고 정리. 퀀트가 단순한 투기자가 아니라 유동성 공급자 역할도 겸한다는 점을 함께 짚는다
• 수익률의 실체: 위 사례의 이익률은 0.1% 정도에 불과하다고 언급하며, 르네상스 테크놀로지가 2014년 상원 소위원회에 제출한 성명에서 자사 메달리온 펀드의 모델이 "절반보다 약간 더 자주 맞는 예측"을 만들어낼 뿐이라고 밝혔다는 사실을 인용
  • 다만 이를 충분히 자주, 충분한 레버리지로 반복하면 유의미한 자기자본이익률을 만들 수 있다고 설명한다. 개별 거래의 승률은 아슬아슬하게 50%를 넘는 수준에 불과하지만, 이를 대수의 법칙과 레버리지로 증폭시키는 것이 통계적 차익거래의 본질이라는 점을 짚는 대목
• LTCM과의 비교: 1990년대 말 LTCM이 벌인 것도 유사한 통계적 괴리를 찾아 차익거래하는 전략이었다고 소개하며, 한 임원이 이를 세계를 돌며 5센트, 10센트를 줍는 일이라 묘사했다는 일화를 전한다
  • 1998년 레버리지가 과도했던 LTCM 포트폴리오는 관계가 수렴하지 않고 오히려 더 벌어지는, 상상 이상으로 긴 기간을 맞닥뜨렸다고 설명하며, 통계적 관계가 "결국은 정상으로 돌아온다"는 전제 자체가 특정 국면에서는 무너질 수 있음을 실제 사례로 보여준다
  • 시가평가 손실로 대출기관들이 추가 담보를 요구했지만 이를 감당하지 못해 펀드가 붕괴했고, 결국 업계 리더들이 그 포트폴리오를 떠안았다고 정리하며, LTCM은 결국 증기롤러 앞에서 동전을 줍고 있었던 셈이라고 평가. 이 비유는 작은 확률적 우위를 반복해서 취하는 전략(동전 줍기)이 극단적 꼬리 위험(증기롤러)에는 취약하다는 뜻으로, 통계적 차익거래 전략 전반에 적용되는 경고로 읽어야 한다
• 얻은 교훈 네 가지: 통계적 차익거래의 기회는 규모가 제한적이라는 점, 여기에 투입할 자본도 제한돼야 한다는 점, 관계가 성립하지 않는 기간을 버틸 만큼 레버리지가 합리적이어야 한다는 점, 시장 전체의 방향성 위험을 적절히 헤지해야 한다는 점을 든다
  • 네 교훈 모두 "기회의 크기에 맞게 규모를 절제하라"는 하나의 원칙으로 수렴하며, 이는 뒤에서 르네상스 테크놀로지가 메달리온 펀드의 외부 자본을 전액 반환한 사례를 설명할 때 다시 등장하는 논리이기도 하다

공식은 영원할 수 있는가 - 퀀트의 한계

공식 하나로는 부족하다

• 핵심 질문: 경쟁적이고 역동적이며 서로 얽혀 있는 투자라는 영역에서, 수익의 길이 공식 하나로 포착될 수 있는지, 그리고 그 공식의 실행 자체가 투자 환경을 바꿔 효력을 없애지 않는지를 묻는다
  • 이 질문은 퀀트 투자자들이 프로그래밍하는 대상, 즉 규칙과 공식 그 자체가 시간이 지나도 유효할 수 있는지를 근본적으로 되묻는 것으로, 앞선 팩터 투자 설명이 "어떻게 작동하는가"였다면 이 절은 "언제까지 작동하는가"를 다룬다
• 2006년 메모의 재소환: 옛 고객인 로절리 J. 울프가 좋아하는 인용문을 찾아달라고 이메일을 보내온 계기로, 2006년 메모 "과감히 위대해져라"의 한 대목을 다시 꺼낸다
  • 초과 수익으로 이끄는 공식이 존재한다는 것을 아는 바가 없을 뿐 아니라, 그런 공식은 애초에 존재할 수 없다고 확신한다는 대목이다. 12년 전 메모가 지금의 퀀트·AI 논쟁에도 그대로 들어맞는다는 사실 자체가, 이 회의론이 특정 기법에 대한 비판이 아니라 투자라는 게임의 구조 자체에 대한 원리적 입장임을 보여준다
• 갤브레이스 인용: 고인이 된 존 케네스 갤브레이스가 남긴 말을 인용문 형태로 전한다. 돈 버는 법에 관해 확실하게 배울 수 있는 것은 없으며, 만약 그런 것이 존재했다면 다들 그 연구에 매달렸을 것이고 양의 지능지수를 가진 모두가 부자가 됐을 것이라는 취지다
• 로드맵이 불가능한 두 가지 이유: 그 지도를 따르는 사람들의 집단적 행동 자체가 지형을 바꿔 지도를 무력화한다는 점, 그리고 모두가 같은 지도를 따르면 다들 같은 결과를 얻게 돼 여전히 상위 4분위를 부러워하게 될 것이라는 점을 든다
  • 첫 번째 이유는 이후 반사성 이론으로 정식화되고, 두 번째 이유는 상대적 우위라는 투자의 본질적 성격, 즉 모두가 같은 정보와 같은 규칙을 가지면 누구도 남보다 앞설 수 없다는 제로섬적 속성을 짚는다

예외적 인물과 예외적 공식

• 회의론의 한계: 통할 수 없다고 생각하는 투자 방식에도 예외적으로 성공하는 사람들이 있다며, 액티브 트레이딩, 매크로 투자, 퀀트 투자를 예로 든다
  • 퀀트 분야에서는 르네상스 테크놀로지와 투시그마가 뛰어난 성과 평판을 갖고 있다고 언급하며, 회의론이 절대적 법칙이 아니라 통계적 경향이라는 점을 스스로 인정한다
• 어머니의 격언: "예외가 규칙을 증명한다"는 어머니의 말을 인용하며, 극소수만 해낼 수 있다는 사실이 오히려 대다수는 할 수 없다는 규칙을 증명한다는 뜻이라고 풀이
  • 자신의 회의론이 언제나 옳지는 않지만 대체로는 타당하다고 정리하며, 정의상 많은 사람이 예외적 성과를 내는 공식에 함께 도달할 수는 없다고 못박는다. 예외의 존재를 부정하지 않으면서도, 그 예외가 극소수에 그친다는 사실 자체를 근거로 삼는 이 논증 방식은 앞서 액티브 매니저 전체를 논할 때 쓴 논리와 동일한 구조다
• "홀로"라는 단서: 아무 공식이나 투자 성공의 비밀을 풀어주지는 않지만, 예외적 지성과 통찰에서 나온 예외적 공식이라면 적어도 한동안은 통할 수 있다고 인정한다
  • "홀로(alone)"라는 단어에 방점을 찍으며, 공식 자체의 존재를 부정하는 것이 아니라 "공식 하나만으로 충분하다"는 명제를 부정하는 것임을 명확히 한다
• 소형주 팩터의 예시: 소형주가 시장을 이겼다는 연구 결과를 보고 소형주 비중을 늘리는 단순화된 사례를 들며, 시장을 이긴다는 것은 상대적으로 비싸진다는 것의 다른 표현일 때가 많아 어떤 종목군도 장기간 초과 성과를 내면서 고평가되지 않기는 어렵다고 설명
  • 게다가 다른 투자자들도 결국 같은 "소형주 효과"를 발견해 몰려들 것이고, 그렇게 되면 소형주 투자가 보편화돼 정의상 더 이상 우위의 원천이 아니게 된다고 짚는다. 이 사례는 팩터가 스스로를 소멸시키는 두 경로, 즉 (a) 초과 성과가 곧 고평가로 이어져 미래 수익률을 갉아먹는 경로와 (b) 팩터가 알려져 모두가 따라 하면서 우위가 사라지는 경로를 동시에 보여준다
• 반사성의 재적용: 소로스의 반사성 이론이 여기서도 적용돼, 어떤 공식도 영원한 승자가 될 수 없다고 재확인
  • 퀀트 투자로 초과 수익을 내려면 공식을 끊임없이 정확하게 갱신하는 능력이 필요하며, 투자가 역동적인 만큼 퀀트가 의존하는 규칙도 역동적이어야 한다고 결론짓는다. 앞서 패시브 절에서 등장한 반사성 논증이 여기서 퀀트에도 동일하게 재적용되면서, 이 개념이 메모 전체를 관통하는 핵심 이론틀임이 다시 확인된다
• 골드만삭스 라즈 마하잔의 조언: 이 분야의 주된 조언자인 마하잔의 말을 인용해, 최고의 모델은 환경과 팩터의 역학이 바뀌면 노출을 함께 바꾸며, 규칙이 갈수록 복잡해지고 조건부·맥락적으로 "학습"할 수 있게 됐다고 전한다
  • "공식 하나만으로는" 부족하고 끊임없는 갱신이 퀀트 장기 성공의 최소 요건이라고 정리하며, 최고 수준의 퀀트 모델조차 정적 공식이 아니라 스스로 조건을 바꿔가는 동적 시스템으로 진화하고 있다는 업계 내부자의 시각을 소개한다

스마트베타와의 공통점과 차이점

• 공통점: 둘 다 매니저가 원하는 속성을 규칙 기반으로 추구하고, 규칙이 정해지고 나면 사람은 손을 떼고 실행을 컴퓨터에 맡긴다는 점을 든다
• 거래 빈도의 차이: 인덱스펀드와 ETF는 펀더멘털과 가격 매력에 무관심한 패시브라 대개 사고 나서 보유만 하지만, 퀀트는 컴퓨터가 알고리즘 대비 포트폴리오를 끊임없이 재점검한다는 차이를 짚는다
  • 패시브가 "한 번 사고 잊는" 정적 전략이라면 퀀트는 "끊임없이 재평가하는" 동적 전략이라는 점에서, 두 흐름 모두 사람의 판단을 줄인다는 공통점 아래 실행 방식이 근본적으로 다르다는 것을 명확히 대비시킨다
• 정량성의 차이: 스마트베타가 라벨에 따른 "시맨틱" 매수라면, 퀀트는 펀더멘털과 가격에 대한 정량적 평가에 근거한다는 브레그먼의 구분을 다시 언급
• 아들 앤드루의 문제 제기: 대부분의 퀀트 투자는 표준 패턴과 정상적 관계, 즉 과거 데이터를 기반으로 한다는 점을 짚는다
  • 대부분의 퀀트 투자자가 금리 하락, 낮은 인플레이션, 낮은 변동성이 안정적으로 이어진 시기에만 운용해왔다는 사실이 중요한지 묻고, 금리·인플레이션·변동성이 오르거나 더 불안정해지면 그 규칙 제정에 어떤 과거 데이터를 쓸 것인지 반문한다. 이는 2018년까지 이어진 저금리·저변동성 국면 자체가 퀀트 전략의 검증 표본을 왜곡했을 수 있다는, 표본 편향에 대한 실질적 경고다
• 퀀트가 퀀트 자신에게 미치는 영향: 퀀트의 영향을 받은 시기의 투자 성과 데이터 자체가 아직 제한적이라는 점도 유의미한지 묻는다
  • 퀀트 투자가 늘어나는 것 자체가 퀀트 투자의 유효성과 성공 요건을 바꿀 수 있다는 가능성을 열어두며, 현재로서는 대부분의 퀀트 투자자가 이런 측면에서 검증됐다고 말할 수 없다고 정리한다. 이 물음은 사실상 반사성 이론을 퀀트 업계 자체의 성장에 재적용한 것으로, "퀀트가 많아지면 퀀트가 원래 노리던 비효율 자체가 사라지지 않겠는가"라는 자기지시적 문제로 이 절을 마무리한다

인공지능과 머신러닝의 부상

정의와 구분

• AI 정의 인용: 위키피디아를 다시 빌려, 인공지능은 인간이 아닌 기계가 보여주는 지능이며, 환경을 인지하고 목표 달성 확률을 극대화하는 행동을 취하는 "지능형 에이전트"에 관한 연구라고 정의한다
  • 2017년 기준 AI로 분류되는 능력으로 음성 이해, 체스·바둑 같은 전략 게임에서의 최고 수준 경쟁, 자율주행, 콘텐츠 전송망의 지능형 라우팅, 군사 시뮬레이션을 나열하며, AI가 투자 이외의 다양한 영역에서 이미 실용화되고 있음을 보여주는 맥락으로 제시
• 전통적 연구 목표: 추론, 지식 표현, 계획, 학습, 자연어 처리, 지각, 사물 조작 능력이 AI 연구의 전통적 목표라고 소개
• 퀀트와의 차이: 퀀트 투자는 컴퓨터에게 따를 지시를 주는 것이고, AI를 갖춘 컴퓨터는 스스로 무엇을 할지 알아낼 수 있다는 근본적 차이를 짚는다
  • 인베스터스 비즈니스 데일리 2018년 5월 10일자를 인용해 AI가 인간의 학습·예측 능력을 알고리즘으로 복제한다고 설명하며, 앞서 퀀트 절에서 규정한 "규칙을 받아 실행"이라는 정의와 정면으로 대비시켜 두 기법의 경계선을 명확히 긋는다
• 버나드 마르의 구분: 포브스 2016년 12월 6일자 칼럼을 인용해, AI는 기계가 "똑똑하다"고 여길 만한 작업을 수행하는 더 넓은 개념이고, 머신러닝은 기계에 데이터를 주고 스스로 학습하게 하는 현재의 응용 분야라고 구분
  • 1959년 아서 새뮤얼이 컴퓨터에 모든 것을 가르치기보다 스스로 배우게 하는 편이 낫다고 깨달은 것과, 이후 인터넷 등장으로 디지털 정보가 폭증한 것을 머신러닝을 이끈 두 가지 돌파구로 소개
  • 기술자들이 컴퓨터를 사람처럼 사고하도록 코딩한 뒤 인터넷에 연결해 세상의 모든 정보에 접근하게 하는 편이 훨씬 효율적이라는 것을 깨달았다는 대목도 인용하며, 규칙 프로그래밍(1959년의 발상)에서 데이터 기반 자기학습(인터넷 이후)으로 넘어간 기술사적 전환을 정리한다

머신러닝이 하는 일과 아직 못 하는 일

• 데이터에서 규칙을 스스로 찾기: 머신러닝은 방대한 데이터를 뒤져 성공으로 가는 경로를 스스로 파악할 수 있으며, 퀀트처럼 규칙을 미리 주입받을 필요 없이 규칙 자체를 찾아낸다고 정리
  • 이 구분은 앞선 퀀트 절 전체를 다시 소환하는 대목이다. 퀀트의 한계로 지적된 "정적 공식은 결국 낡는다"는 문제를, 스스로 규칙을 갱신하는 머신러닝이 근본적으로 해결할 잠재력이 있다는 함의를 담고 있다
• 체스 그랜드마스터 비유: 사람 그랜드마스터는 과거 대국을 연구하고 어떤 수가 어떤 상황에서 가장 성공적이었는지 기억하며 실력을 쌓지만, 한 사람이 연구할 수 있는 대국과 기억할 수 있는 수의 수에는 명백한 한계가 있다고 짚는다
  • 강력한 컴퓨터는 지금까지 두어진 모든 대국을 검토하고 모든 수의 결과를 평가해 성공으로 이어질 수를 결정할 수 있다는 점에서 사람과 다르며, 요즘은 컴퓨터가 그랜드마스터를 이겨도 아무도 놀라지 않는다고 덧붙인다. 이 비유는 사람과 기계의 차이가 학습 방법의 질이 아니라 처리할 수 있는 데이터의 양에서 온다는 것을 보여주는 사례로, 뒤에 이어지는 투자 데이터 논의로 자연스럽게 이어지는 다리 역할을 한다
• 아직 초기 단계: 머신러닝은 여전히 초기 단계이며, 언젠가 컴퓨터가 방대한 데이터를 실시간으로 분석해 많은 투자자와 대등하거나 더 나은 판단력으로 시장의 완전한 참여자가 될 수도 있다고 인정
  • 다만 그런 시점이 임박했다고는 생각하지 않는다고 밝히며, 체스처럼 규칙이 완전히 고정된 폐쇄계와 달리 투자는 규칙 자체가 계속 바뀌는 개방계라는 차이를 암묵적으로 전제하고 있다
• 여기서도 반사성: 소로스의 반사성 이론은 그런 컴퓨터들이 대거 등장해도 그 존재 자체가 시장 환경을 바꿔 컴퓨터 자신의 성공을 더 어렵게 만들 수 있다는 점을 상기시킨다고 정리
  • 반사성 이론이 세 번째로 등장하는 대목으로, 패시브와 퀀트에 이어 AI에도 동일한 자기소멸 메커니즘이 작동할 것이라는 예측을 미리 심어둔다
• 연결고리: 이 장까지가 배경 설명이고, 다음 장에서 이 세 흐름이 실제로 투자업에 무엇을 의미하는지를 본격적으로 다룬다고 스스로 짚는다

투자업의 미래 - 패시브·퀀트·AI 각각의 함의

패시브에 대한 결론

• 명확한 결론이라는 전제: 이 메모를 시작한 진짜 이유인 투자업의 미래에 관한 질문에 14쪽 만에 도달했다고 스스로 짚으며, 패시브·인덱스 투자에 관한 자신의 입장은 명확하다고 밝힌다
• 평균 이하가 되는 구조: 대부분의 사람은 특히 더 효율적인 시장에서 시장을 이기지 못하며, 비용을 반영하기 전 모든 포트폴리오의 평균 수익률은 평균일 수밖에 없다고 정리
  • 액티브 운용은 운용보수, 매매 수수료와 시장 충격 비용, 그리고 투자자들이 잘못된 타이밍에 사고팔게 만드는 인간의 실수 같은 요소를 더한다는 점에서 순수익에 부정적이라고 지적하며, 앞서 시카고학파 논의에서 나왔던 "평균 이전 평균, 비용 이후 평균 이하"라는 산술 논리를 결론부에서 그대로 재확인한다
• 알파만이 상쇄 요인: 이런 부정적 요인을 상쇄할 수 있는 유일한 요소는 알파, 즉 개인의 실력인데 이를 진짜로 갖춘 사람은 상대적으로 드물다고 평가
  • 이 때문에 많은 액티브 매니저가 시장을 이기지 못하고 자신의 수수료를 정당화하지 못하며, 이는 자신의 결론일 뿐 아니라 자금이 액티브에서 패시브로 실제로 이동해온 사실 자체가 증명한다고 강조
  • 그럼에도 수십 년간 많은 액티브 매니저가 마치 그 수수료를 벌어들인 것처럼 청구해왔다고 꼬집으며, 이론적 결론과 업계의 실제 관행 사이의 괴리를 직설적으로 비판한다
• 추세의 원인: 패시브로의 이동은 패시브 수익률이 훌륭해서가 아니라 액티브 운용의 성과가 부진했거나 최소한 수수료를 정당화할 만큼 좋지 못했기 때문이라고 못박는다
  • 이 문장은 앞서 패시브 투자의 탄생 절에서 미리 심어둔 "부진의 실증 근거" 문장을 결론부에서 정확히 회수하는 대목으로, 원인과 결과의 방향을 분명히 한다
• 추세를 되돌릴 세 가지 조건: 더 많은 액티브 매니저가 알파를 실제로 내는 것(가능성 낮음), 시장이 이기기 더 쉬워지는 것(때때로 일어날 것), 수수료가 패시브 수준으로 낮아지는 것(다만 그렇게 되면 액티브 운용 인프라를 어떻게 지탱할지 불분명)을 든다
  • 위 추론에 결함이 없다면 패시브로의 이동 추세는 계속될 가능성이 크다고 정리하며, 최소한 운용보수, 매매비용, 과잉매매, 인간의 실수를 줄이거나 없앤다는 점에서 나쁜 조합은 아니라고 평가한다. 세 조건 중 첫 번째와 세 번째 모두 실현 가능성을 스스로 낮게 매기고 두 번째만 "때때로" 일어날 것이라 인정하면서, 사실상 이 추세가 구조적으로 되돌리기 어렵다는 뉘앙스를 남긴다
• 소수의 승자: 그럼에도 초과 성과를 내는 액티브 투자자들이 존재하며, 대다수도 절반도 아니지만 실제로 수수료를 벌어들이는 소수는 계속 수요가 있을 것이라고 결론짓는다
  • 이는 앞서 반사성 이론이 예고한 결론, 즉 "액티브가 완전히 사라지지는 않고 소수에게 기회가 남는다"는 예측과 정확히 일치하는 마무리다

퀀트에 대한 결론

• 퀀트의 장점: 사람이 하는 일 대부분을 "인간적 실수" 없이 해낼 수 있고, 훨씬 더 많은 데이터를 처리할 수 있으며, 감정을 배제해 도취해서 사지도 패닉에 팔지도 않고, 비싼 것을 팔고 싼 것을 사는 리밸런싱을 절대 잊지 않는다는 네 가지를 든다
  • 이런 점에서 컴퓨터가 대다수 투자자보다 더 많은 일을 더 잘할 수 있다고 평가하며, 앞서 패시브 절에서 지적했던 "인간의 실수"라는 액티브 운용의 결점을 퀀트가 정확히 상쇄해줄 수 있다는 점에서 두 절이 논리적으로 연결된다
• 퀀트도 무임승차 전략: 퀀트 투자 역시 남이 만든 불균형에서 이익을 얻는 무임승차 전략의 일종이라고 지적
  • "5센트, 10센트"의 공급은 그 불균형의 규모만큼만 존재하므로, 이 방식으로 크게 운용할 수 있는 자본에는 한계가 있다고 설명하며, 이는 앞서 패시브가 액티브의 가격 발견에 무임승차한다고 지적한 것과 같은 구조의 논증이 퀀트에도 그대로 적용됨을 보여준다
• 르네상스의 사례가 주는 증거: 최고의 퀀트 회사인 르네상스 테크놀로지가 대표 펀드 메달리온에서 외부 자본을 전부 돌려준 사실에는 이유가 있을 것이라며, 어떤 전략이 무한히 확장 가능하다면 정의상 운용 자산을 제한할 이유가 없다고 지적
  • 모든 "알파 전략"은 결국 타인의 오류를 이용하는 것이므로, 그 기회는 오류의 규모만큼만 존재한다는 점을 2012년 메모 "그것은 다 착오다"를 참조해 재확인한다. 세계 최고 퀀트 회사조차 스스로 규모를 제한했다는 사실이야말로 퀀트 전략의 확장 한계를 보여주는 가장 강력한 실증 증거로 제시된다
• 캐머런의 통찰: 사회학자 윌리엄 브루스 캐머런의 말을 자신이 아인슈타인 것으로 잘못 인용해온 적이 있다고 고백하며, 셀 수 있는 것이 다 중요한 것은 아니고 중요한 것이 다 셀 수 있는 것도 아니라는 취지를 소개
  • 컴퓨터는 셀 수 있고 객관적인 것을 다루는 데 탁월하지만, 질적이고 주관적인 것들이 훨씬 더 큰 비중을 차지한다고 짚으며, 이 인용문이 이후 컴퓨터의 한계를 논하는 절 전체의 개념적 축이 된다
• 컴퓨터가 아직 못하는 판단: CEO와 마주 앉아 그가 다음 스티브 잡스인지 가늠하는 일, 벤처캐피탈 피칭을 듣고 다음 아마존을 알아보는 일, 신축 건물 여러 곳을 보고 어느 곳이 가장 세입자를 끌어모을지 판단하는 일, 당사자들이 경제적 극대화가 아닌 다른 동기를 가진 파산 재조정의 결과를 예측하는 일을 컴퓨터가 해낼 수 있을지 의문을 제기
  • 네 가지 사례 모두 정량 데이터가 아니라 사람에 대한 판단(CEO, 창업자), 물리적 직관(건물 입지), 비경제적 동기(파산 협상 당사자의 감정과 이해관계)처럼 데이터화가 본질적으로 어려운 영역이라는 공통점을 갖는다
• 장기 투자라는 여백: 퀀트 투자가 단기 왜곡에서 수익을 내는 데 치중하는 만큼, 장기적 관점에서 가치를 더할 여지가 우수한 액티브 투자자들에게 훨씬 많이 남아 있다고 평가
  • 컴퓨터가 이런 장기적 판단을 더 우수하게 할 수 있다고 믿을 근거는 없다고 밝히며, 앞서 통계적 차익거래가 며칠 단위의 가격 되돌림을 노리는 전략이었다는 설명과 대비시켜, 퀀트가 강한 영역(초단기)과 약한 영역(초장기)을 명확히 구획한다
• 최고 투자자의 진짜 강점: 최고의 투자자들이 남보다 뛰어난 것은 산술이나 회계, 재무 지식이 아니라 평균적 투자자가 놓치는 질적 속성이나 장기적 관점에서 가치를 보는 눈이라고 정리
  • 컴퓨터도 이런 것들을 놓친다면 상위 몇 퍼센트의 투자자가 조만간 은퇴당할 일은 없을 것이라고 전망하며, 액티브 투자자의 경쟁력이 컴퓨터가 잘하는 영역(계산)이 아니라 컴퓨터가 못하는 영역(질적 판단)에 있다는 점을 명확히 한다
• 완전한 확신은 아니라는 유보: 다만 자신의 확신이 무한하지는 않다며, 2016년 스탠퍼드 연구팀이 문장에서 서스펜스 여부를 81%의 정확도로 구분하는 프로그램을 만들었다는 사례를 유보 조건으로 든다
  • 서스펜스를 만드는 요소에 대해 합의한 뒤 프로그램이 이를 인식하고 새로운 요소까지 스스로 학습하도록 만들었다는 점을 덧붙인다. 이 사례가 중요한 이유는 "서스펜스"가 CEO의 자질 판단만큼이나 질적이고 주관적인 개념인데도 컴퓨터가 81%라는 준수한 정확도로 다뤘다는 점이며, 컴퓨터의 영역이 앞서 단언한 것보다 더 넓어질 수 있다는 가능성을 스스로 열어두는 대목이다
• 데이터 가용성이라는 전제조건: 퀀트와 AI가 발전하려면 펀더멘털과 가격에 대한 방대한 데이터가 전제돼야 하는데, 상장기업 관련 데이터는 이미 풍부하다고 짚는다
  • 반면 부실채권, 직접대출, 사모펀드, 부동산, 벤처캐피탈처럼 오크트리와 다른 대체투자사들이 다루는 영역은 대부분 비상장·비거래·자료 미비 상태라, AI와 머신러닝이 이 분야까지 정교하게 자율적으로 작동하려면 상당한 시간이 더 필요할 것이라고 전망하며, 자신이 몸담은 대체투자 업계가 상대적으로 오래 안전할 것이라는 실용적 결론을 은근히 덧붙인다
• 마지막 물음: 지능형 기계가 모든 자금을 운용하는 날이 오면, 그 기계들 모두가 같은 것을 보고 같은 결론에 이르러 같은 포트폴리오를 설계하고 결국 같은 성과를 내지 않겠냐고 되묻는다
  • 그렇다면 초과 성과로 가는 길은 결국 뛰어난 통찰을 지닌 사람에게 있을 것이라며, 적어도 그것이 자신의 바람이라고 메모를 맺는다. 이 마지막 물음은 메모 서두의 인덱스 투자 논의로 다시 돌아가는 구조다. 모두가 같은 지도를 따르면 모두가 같은 결과에 도달한다는 갤브레이스 인용의 논리가, 이번에는 사람의 지도가 아니라 기계의 알고리즘에 그대로 적용되며 메모 전체가 하나의 원형 논증으로 닫힌다

투자자 관점 시사점

• 패시브 비중 확대의 임계점을 주시: 이 메모가 던진 40%라는 수치는 2018년 시점 통계이므로, 지금 시점의 패시브 비중이 어디까지 왔는지, 그리고 가격 발견 기능이 실제로 약해졌다는 징후가 나타나는지를 별도로 확인해야 이 논지를 현재에 적용할 수 있다
  • 막스 스스로도 40%와 100% 사이 어느 지점이 임계점인지 모른다고 인정한 만큼, 이 수치를 정기적으로 갱신해 추세선을 관찰하는 것이 이 메모를 실전에 적용하는 가장 직접적인 방법
• 강제 매수·매도 구조가 있는 종목을 경계: 다수의 지수·스마트베타 ETF에 동시에 편입된 대형 인기주는 상승기에는 패시브 자금의 강제 매수 수혜를, 하락기에는 반대의 압력을 받을 수 있다는 이 메모의 논리는 편입 비중이 유난히 높은 종목을 평가할 때 참고할 틀이 된다
  • 특정 종목이 얼마나 많은 ETF·스마트베타 상품에 동시에 편입돼 있는지를 확인하는 것이 이 구조적 위험을 가늠하는 실질적 체크리스트가 될 수 있다
• ETF 유동성을 과신하지 않기: 특히 하이일드나 신용물처럼 기초자산 자체의 유동성이 얇은 자산의 ETF는 장중 거래 가능성과 위기 시 공정가 체결 가능성을 구분해서 봐야 한다는 경고를 실제 포지션 설계에 반영할 수 있다
  • BTS 사례처럼 자산의 대부분을 소수 ETF에 몰아넣는 전략은, 그 ETF가 위기 시에도 정상적으로 기능한다는 검증되지 않은 전제 위에 서 있다는 점을 포지션 리뷰 시 별도로 점검할 필요가 있다
• 퀀트·팩터 전략은 갱신 능력으로 평가: 특정 팩터의 과거 성과가 아니라 그 전략이 환경 변화에 맞춰 규칙 자체를 얼마나 동적으로 갱신해왔는지를 평가 기준으로 삼는 것이 이 메모의 제안과 부합한다
  • 특히 저금리·저변동성 국면에서만 검증된 퀀트 전략이라면, 금리·변동성 레짐이 바뀌었을 때도 같은 성과를 낼 수 있는지를 별도로 따져봐야 한다는 아들 앤드루의 문제 제기를 실사 항목으로 활용할 수 있다
• 질적 판단이 필요한 영역에 액티브 역량을 집중: 컴퓨터가 아직 잘하지 못하는 경영진 평가, 장기 스토리, 비경제적 동기가 얽힌 상황 판단에 액티브 리서치 역량을 배분하는 것이 이 메모가 제시하는 액티브 생존 전략과 일치한다
  • 단기 가격 왜곡을 노리는 퀀트 영역과 정면 경쟁하기보다, 장기 안목과 질적 판단이 필요한 영역으로 리서치 자원을 옮기는 것이 이 메모의 논리에서 도출되는 자연스러운 결론

기억할 발언

• 효율적 시장가설의 결론: 시카고대학원 시절 배운 이 문구가 그의 인덱스 투자 이해의 출발점이 됐다고 밝힌다. 모든 액티브 투자자를 합치면 결국 평균을 낼 수밖에 없다는 논리적 귀결을 요약한 말이다 (원문: "you can't beat the market")
• 뱅가드 초기 펀드에 대한 조롱: 경쟁사들이 잭 보글의 첫 인덱스펀드를 어리석은 시도로 폄하했다는 일화를 전하며, 훗날 수천억 달러 규모로 성장한 결과와 대비시킨다 (원문: "Bogle's folly")
• 캐머런의 통찰: 아인슈타인의 말로 잘못 알려진 사회학자 윌리엄 브루스 캐머런의 문구를 인용해, 컴퓨터가 잘하는 정량적 영역과 최고의 투자자가 잘하는 질적 판단의 영역이 다르다는 논지의 근거로 삼는다 (원문: "not everything that can be counted counts")
• LTCM의 몰락을 요약한 표현: LTCM 임원이 자신들의 통계적 차익거래 전략을 세계 곳곳을 돌아다니며 길에 떨어진 잔돈을 주워 모으는 일에 빗대어 표현했다는 일화를 소개하며, 결국 그렇게 모으던 잔돈 줍기가 뒤에서 다가오던 거대한 증기롤러에 깔려버리는 결말로 이어졌다고 정리한다. 작은 확률적 우위를 반복해서 취하는 전략도 극단적 꼬리 위험 앞에서는 순식간에 무너질 수 있다는 경고로, 메모 전체에서 통계적 차익거래의 한계를 압축하는 가장 강렬한 이미지다 (원문: "picking up nickels and dimes in front of a steamroller")
• 갤브레이스의 회의론: 2006년 메모 "과감히 위대해져라"에서도 인용했던 고 존 케네스 갤브레이스의 이 문구를 다시 꺼내며, 투자에서 확실하게 통하는 성공 공식이란 애초에 존재할 수 없다는 자신의 지속적인 믿음을 뒷받침하는 근거로 다시 한번 삼는다고 밝힌다. 12년의 시차를 두고 같은 인용을 재소환했다는 사실 자체가, 패시브·퀀트·AI라는 신기술이 등장해도 이 원리적 회의론만큼은 변하지 않았다는 그의 일관된 태도를 보여준다 (원문: "There is nothing reliable to be learned about making money")