자본시장연구원 Korea Capital Market Institute

인공지능(AI)은 금융투자업 전반에서 혁신적인 변화를 촉발하고 있다. 글로벌 AI 시장은 2023년 1,890억 달러에서 2033년 4조 8천억 달러 규모로 성장할 것으로 전망되며, 특히 금융 분야는 AI 활용이 가장 활발한 산업 중 하나로 부상하고 있다. 국내에서도 금융 분야 AI 특허 출원이 급증하며, 2015년 20건에서 2023년 약 380건으로 19배 성장하는 등 AI를 금융에 접목하려는 시도가 빠르게 증가하고 있다. AI가 산업 전반에서 혁신을 불러일으킬 것이라는 기대감이 커지고 있는 가운데, 실제로 AI가 금융투자업에서 어떻게 활용될 수 있는지를 객관적 데이터에 기반하여 이해할 필요가 있다. 이때 특허 데이터는 매우 유용한 분석 자료가 된다. 특허 데이터는 산업 전반을 포괄하며 각 특허 문서는 활용 데이터, AI 모델, 기술적 세부 내용 등을 상세히 담고 있기 때문이다. 따라서, 특허 분석은 AI 기술 동향 파악을 넘어 금융산업의 미래 발전 경로를 예측하고, 나아가 정책적 시사점을 도출하는 핵심 도구가 될 수 있다. 본 연구는 특허 데이터를 기반으로 금융투자업 내 AI 활용 가능성을 체계적으로 분석한다. 분석 결과, 금융투자업에서 활용할 수 있는 AI 기능은 데이터 분석, 이상거래 탐지, 고객 응대, 보고서 작성 등 다양한 영역으로 확장되고 있으며, 이를 통해 업무 효율성 제고와 비용 절감 효과가 기대된다. 특히 B2B 스타트업들이 금융 서비스에 특화된 AI 기반 솔루션을 적극적으로 개발하고 있어, 향후 금융기관의 외부 기술 의존도가 높아질 것으로 보인다. AI의 활용 가능성은 금융투자업 내 사업 영역별 및 각 사업의 밸류체인 단계별로 뚜렷한 차이를 보인다. 반복적이고 정형화된 업무에서는 데이터의 구조화 수준이 높고 업무 절차가 명확하게 규정되어 있어 AI 적용이 비교적 용이하다. 반면, 비정형적이며 맥락적 해석과 판단이 요구되는 업무의 경우 AI 활용 가능성이 낮고 도입 시 기대되는 효과의 불확실성이 크다. 또한, 데이터 접근성은 AI 활용 가능성에 직접적인 영향을 미치는 핵심 요인으로, 데이터의 확보‧처리‧공유가 원활한 영역일수록 관련 특허가 집중되는 경향을 보인다. 더불어, 고위험 영역에서의 AI 도입은 제한적인데, 이는 AI의 오판이 대규모 재무적 손실이나 법적 분쟁으로 이어질 수 있기 때문이다. 이러한 한계를 극복하기 위해 세 가지 정책적 방향을 제시할 수 있다. 첫째, 정형 업무에 국한하지 않고 비정형‧고난도 업무에도 AI를 실험적으로 적용할 수 있도록 규제 샌드박스와 파일럿 프로그램을 활성화해야 한다. 이는 리스크 관리뿐 아니라 향후 정책 수립을 위한 실증적 근거로도 활용될 수 있다. 둘째, 국가 차원에서 데이터 인프라를 고도화하여 보안과 규제 준수 기능을 내재화하고, 금융기관 간 데이터 협업을 촉진하는 지원 체계를 마련해야 한다. 셋째, AI 거버넌스‧설명가능성 원칙, 그리고 제3자 리스크 관리를 포괄하는 금융 AI 가이드라인을 정비할 필요가 있다. 이를 통해 금융기관이 AI를 업무에 적극 도입하는 데 따르는 심리적‧제도적 장벽을 완화할 수 있을 것이다. 특허 분석이 AI의 금융투자업 접목 가능성을 보여주는 미래지향적 관점을 제공한다면, 해외 금융기관의 사례 연구는 AI의 내재화와 상용화 과정에서 국내에 실질적인 시사점을 던져준다. 해외 사례는 AI의 실제 활용이 단순히 업무의 정형성, 데이터 접근성, 고위험 여부와 같은 요인에 그치지 않고, 산업 내 기술 및 서비스 성숙도‧ROI‧인프라 제약이라는 세 가지 축에 따라 차별화되고 있음을 보여준다. 따라서 금융투자업계의 효과적인 AI 도입을 위해서는 기술의 가능성과 한계를 명확히 인식하고 투자 대비 기대효과를 고려한 단계적 접근이 필요하다. 이를 위해 첫째, 산업 내 기술 및 서비스 성숙도에 기반해 도입 전략을 세워 성숙도가 높은 분야는 신속히 상용화하고, 불확실성이 큰 분야는 시범 적용으로 위험을 관리해야 한다. 둘째, ROI 중심으로 투자 우선순위를 설정해 단기적으로 비용 절감과 효율성 개선이 가능한 영역에 집중하고, 장기적으로는 리스크 분석‧맞춤형 자문 등 경쟁력 있는 기술을 전략적으로 육성해야 한다. 셋째, 데이터 품질과 연산 인프라 개선에 지속적으로 투자해 AI의 성능과 신뢰성을 높이고, 장기적으로 운영 비용 절감과 안정적 서비스 구현을 도모해야 한다. 결론적으로, 금융투자업에서 AI는 이미 핵심 자산으로 자리매김하고 있다. 효과적인 기술 활용을 위해서는 금융기관의 AI 실험 지원, 데이터 인프라 고도화, 윤리‧책임 체계 확립, 그리고 실무 단계에서의 점진적 확산 전략이 함께 추진되어야 한다. 이러한 체계적 기반이 마련될 때, 국내 금융투자업은 AI를 통해 혁신성과 안정성을 동시에 확보하며, 나아가 글로벌 경쟁력을 한층 강화할 수 있을 것이다.

현행 투자자 피해구제제도는 금융투자업자 부도 시 예탁금 보호에 집중되어 있고, 공시위반이나 불공정거래 등 자본시장법 위반에 따른 투자자 피해를 제도적으로 구제하지 못하는 한계를 지니고 있다. 이러한 제도적 미비에 따른 피해구제 공백은 투자자 신뢰기반을 약화시키고 자본시장의 투명성ㆍ공정성ㆍ효율성을 제고하는 데 장애요인으로 작용할 수 있다. 이에 제22대 국회에 제출된 입법안을 포함한 기존 논의들도 공통적으로 투자자 피해구제 범위를 확대할 필요성을 인식하고 있다. 그러나 기존 논의들 간에는 피해구제 위법행위 범주, 피해구제 사고 정의, 재원 마련방식과 재원 부담주체, 구제대상 투자자 및 피해구제 한도 등 주요 쟁점에 대해 상당한 차이를 보인다. 특히 국회 입법안이 피해구제 책임의 귀속 관계를 명확히 규정하지 않음에 따라 피해 배상과 보상의 경계가 모호해지고 재원 부담의 형평성과 책임 귀속의 명확성 측면에서 새로운 쟁점을 일으킬 우려도 있다. 본 보고서는 상기와 같은 기존 논의의 한계를 고려하여 투자자 피해구제제도 개선을 위한 세 가지 방향을 제시하였다. 첫째, 투자자 피해구제 공백을 해소하는 것을 제도 개선의 궁극적 목표로 설정해야 한다. 둘째, 피해 배상과 보상의 책임을 명확히 구분하여 재원 마련방식을 설계해야 한다. 셋째, 투자자 자기책임을 확대하고 상대적으로 피해구제를 받기 어려운 취약한 투자자를 우선적으로 보호하는 방향으로 제도를 운영할 필요가 있다. 구체적으로는 금융투자업자가 아닌 자의 위법행위에 대해서도 투자자 피해를 구제하고 금융투자업자의 부도 시에도 투자자가 피해를 구제받을 수 있는 투자자 피해구제 체계를 마련할 필요가 있다. 또한 피해 배상과 보상의 성격에 부합하도록 금융투자업자가 아닌 자의 위법행위에 대해서는 사후결성 방식으로, 금융투자업자의 부도 시에는 사전적립 방식으로 피해구제 재원을 마련해야 한다. 아울러 투자자의 자기책임 중요성과 피해구제 재원이 제한적일 수 있다는 현실을 고려하여 투자자 자기책임 비중과 피해구제 한도를 합리적으로 설정할 필요가 있다. 끝으로 실효성 있는 투자자 피해구제제도는 투자자 신뢰기반을 강화하고, 자본시장의 투명성ㆍ공정성ㆍ효율성 제고로 이어지며, 궁극적으로는 자본시장의 건전하고 지속 가능한 발전을 뒷받침할 수 있다. 따라서 제도적으로 완벽하지 않더라도 제도 설계를 구체화하여 신속하게 추진할 필요가 있다.

국내 공모펀드 산업은 최근 상장지수펀드(ETF)의 급격한 성장에 따라 구조적 변화를 겪고 있다. 전통적으로 시장 성장을 견인해 온 일반 공모펀드는 성장세가 정체되고 입지가 위축된 반면, ETF는 낮은 보수와 높은 거래 편의성을 앞세워 빠르게 부상하며 공모펀드 시장의 성장을 주도하고 있다. 이러한 흐름은 ETF가 매력적인 투자수단으로 확고히 자리 잡았음을 보여주는 동시에 전통적 공모펀드의 경쟁력 강화를 위한 전략적 대응이 필요함을 시사한다. 그러나 여러 장점에도 불구하고 ETF는 투자 기회의 다양성 측면에서 한계를 지닌다. ETF는 추종지수와의 높은 상관성을 유지하도록 설계되어 있으며, 동시에 일반 공모펀드 대비 낮은 운용보수와 효율적인 매매 구조를 유지하기 위해 유동성이 높고 거래비용이 낮은 종목 위주로 구성된 지수를 선택하는 경향이 있다. 그 결과 ETF만으로는 투자자에게 다양한 종목 보유 기회나 충분한 분산투자 효과를 제공하기 어려울 수 있다. 반면 일반 공모펀드는 지수 추종을 벗어난 적극적 운용을 통해 차별화된 종목 선택이 가능하다. 이를 통해 다양한 위험요인에 대한 노출을 조절하고, 투자자의 다양한 선호에 부응하는 포트폴리오 차별화 전략을 구사할 수 있다는 강점을 지닌다. 이에 본 연구는 치열해진 시장 경쟁 환경 속에서 일반 공모펀드의 지속가능한 성장 전략으로 ‘포트폴리오 차별화’에 주목하였다. 연구의 목적은 일반 공모펀드가 ETF와 차별화된 보유종목을 선택하고 포트폴리오를 구축할 때, 이러한 차별화가 투자자 자금의 유입‧유출 및 자산운용사의 시장점유율에 미치는 영향을 실증적으로 분석하는 것이다. 특히 ETF 성장기 동안 일반 공모펀드의 보유종목 차별화 전략이 어떠한 역할을 했는지 검증함으로써, 펀드 운용의 독창성과 역량이 펀드 성과 및 산업구조에 갖는 의미를 객관적으로 평가하고자 한다. 나아가 이를 통해 공모펀드 산업의 경쟁력 제고를 위한 시사점을 도출하고자 한다. 본 보고서는 2014년부터 2024년까지의 국내 공모펀드 보유종목 자료를 토대로 작성되었다. 먼저 표본 기간인 ETF 성장기 동안 일반 공모펀드가 어떠한 변화를 보여왔는지를 관찰하였다. 그 결과, 일반 공모펀드는 투자 자산군의 유연화, 해외투자 확대, 수수료 인하 등을 통해 경쟁 환경에 대응해 온 것으로 나타났다. 다음으로 ETF와의 보유종목 비교를 통해 일반 공모펀드와 ETF 간 보유종목 중첩도를 분석하고, 일반 공모펀드가 구현할 수 있는 차별화의 방향성을 탐색하였다. 분석 결과, ETF와의 보유종목 중첩도는 점차 높아지고 있으며, 특히 국내 주식형 펀드에서 그 현상이 두드러졌다. 또한 국내 채권형 펀드에서도 회사채 ETF의 확대 등 유사한 경향이 관찰되었다. 그러나 ETF가 주로 고유동성‧저위험 자산을 중심으로 구성되어 있다는 점이 확인되었으며, 일반 공모펀드가 차별화된 보유종목 구성과 운용전략을 통해 경쟁력을 확보할 여지가 존재함을 확인하였다. 이후, 일반 공모펀드의 포트폴리오가 동종 ETF 대비 얼마나 차별화되어 있는지를 측정하는 지표를 주식형‧채권형‧재간접형 등 펀드 유형별 특성을 고려하여 설계하였다. 이를 바탕으로 펀드의 차별화 수준이 이후 분기의 순자산 유입률 및 자산운용사 시장점유율 변화에 미치는 영향을 분석하였다. 분석 과정에서는 펀드 수익률, 보수, 판매수수료, 펀드 및 운용사 규모 등의 요인을 통제변수로 포함하여 차별화 효과의 순수한 영향을 파악하고자 하였다. 아울러 내생성 문제에 대비해 동태적 패널모형 등을 활용하여 결과의 강건성을 확인하였다. 분석 결과는 다음과 같다. 첫째, 동일 시점에서 동일한 펀드 유형 내 펀드들을 비교한 결과, 일반 공모펀드의 포트폴리오 차별화 수준은 펀드 자금흐름에 긍정적인 영향을 미치는 것으로 나타났다. 즉, ETF와의 보유종목 중복도가 낮을수록 투자자의 신규 자금 유입이 증가하거나 다른 펀드들이 자금 유출을 겪는 시기에 상대적으로 자금 유출이 적은 것으로 분석되었다. 둘째, 포트폴리오 차별화 전략은 자산운용사의 시장점유율에도 긍정적인 영향을 미치는 것으로 나타났다. ETF 대비 차별화된 보유종목 비중이 높은 펀드일수록 해당 운용사의 경쟁우위를 강화하는 데 기여하는 것으로 확인되었다. 본 연구의 정책적 함의는 다음과 같다. 포트폴리오 차별화를 통한 일반 공모펀드 경쟁력 제고는 투자자와 공모펀드 산업 전반에 긍정적인 영향을 미칠 수 있다. 투자자 입장에서는 보다 다양한 투자상품과 차별화된 포트폴리오를 통해 투자 선택의 폭이 넓어지고 자신의 투자성향에 부합하는 투자 기회를 찾기 쉬워진다. 산업 측면에서는 자금이 ETF 운용사에 집중되는 현상과, 유사한 상품 간 과도한 경쟁으로 인한 가격 압박을 완화함으로써, 보다 건전한 경쟁 환경을 조성하고 시장의 지속적인 성장을 이끌 수 있다. 현재 일반 공모펀드 경쟁력 강화를 위한 다양한 방안이 논의되고 있으나, 운용전략 차별화를 통한 혁신은 아직 충분히 주목받지 못한 영역이다. 본 연구의 실증 결과는 향후 공모펀드 산업 활성화를 위한 정책 설계 과정에서 차별화 전략을 장려하고 지원하는 제도적 개선의 필요성을 뒷받침하는 근거로 활용될 수 있다. 이를 통해 일반 공모펀드가 ETF와 차별화된 고유 가치를 창출하고 투자자에게 매력적인 투자 대안으로 재도약할 수 있을 것으로 기대된다.

2008년 글로벌 금융위기 이후 각국 중앙은행들은 전통적인 물가안정 목표를 넘어 기후변화 대응, 디지털화폐, 금융포용 등 다양한 사회경제적 과제로 정책 영역을 확대해 왔다. 이러한 변화는 중앙은행이 복합적 정책기관으로 진화하고 있음을 보여주는 동시에 새로운 우려를 낳고 있다. 특히 코로나19 감염확산 이후 인플레이션 억제 실패의 원인으로 중앙은행이 광의의 정부기관처럼 행동하면서 정책 역량이 분산되었다는 비판이 제기되고 있다. 이러한 문제의식을 바탕으로 본 연구는 2009~2024년 기간 중 25개 중앙은행의 연설문 9,802건을 자연어처리 기법으로 분석하여 정책 다변화 현상을 정량화하고, 이러한 변화가 중앙은행 본연의 업무인 인플레이션 관리 성과에 미치는 영향을 실증적으로 검증하였다. 분석 결과, 중앙은행의 정책적 관심사가 시대적 상황과 제도 변화에 따라 뚜렷하게 진화한 것으로 나타났다. 금융위기 직후에는 금융안정에 관련된 발언이 지역 이슈를 제외한 전체의 절반 정도를 차지했으나, 글로벌 경제가 안정화된 2017년 이후에는 기후변화와 디지털화폐 관련 발언이 빠르게 증가했다. 흥미롭게도 중앙은행별로 차별화된 우선순위가 나타났는데, ECB는 기후변화에, 연준은 금융포용에 각각 집중하는 모습을 보였다. 그러나 코로나19 감염확산 이후 고인플레이션 시기에는 다시 통화정책 관련 발언이 급증하여, 위기 국면에서는 핵심 임무로 회귀하는 현상을 확인할 수 있었다. 이러한 정책 관심의 다변화 경향이 물가안정에 어떤 영향을 미치는지 분석한 결과, 경제 이론 및 중앙은행 실무를 반영한 9개 주제 분류 기준으로 측정한 정책 집중도가 중기적으로(5~10분기) 인플레이션을 통계적으로 유의하게 하락시키는 것으로 나타났다. 정책 집중도의 효과는 5분기부터 통계적 유의성이 나타나기 시작하여, 7분기에 정점(약 -2.6%p)에 도달한 후 점차 감소하였다. 이는 과도한 정책 다변화가 물가안정 목표 달성을 저해할 수 있음을 시사한다. 특히 고인플레이션 환경에서는 정책 집중의 효과가 지연되어 나타나는 것으로 확인되었다. 초기 6분기까지는 유의한 효과가 관찰되지 않다가, 7분기부터 인플레이션 하락 효과가 나타나기 시작하여 8분기에 최대 효과에 도달하였다. 이러한 지연된 반응은 높은 인플레이션 기대가 형성된 상황에서 중앙은행의 신뢰 회복에 상당한 시간이 필요하나 일관되고 집중된 메시지가 일정 기간 지속될 경우 점차 신뢰가 축적되며 기대 인플레이션이 재조정됨을 시사한다. 한편 중앙은행의 정책적 관심사가 다변화되는 것을 단순히 '임무 범위 이탈'로만 이해하기는 어렵다. 실제로 많은 국가에서 구조개혁이 지체되면서 정치권이 갈등 조정과 같은 어려운 결정을 회피하고, 상대적으로 독립성과 전문성을 갖춘 중앙은행에 과도한 역할을 요구하는 경향이 심화되고 있다. 동시에 전통적 통화정책 수단의 제약이 큰 상황에서 중앙은행 또한 구조적 과제에 더 직접적으로 관여할 유인을 갖게 되며, 이는 중앙은행이 의도하지 않았음에도 정책 영역을 확장하게 되는 구조적 배경으로 작용한다. 결론적으로, 본 연구는 중앙은행의 정책 다변화가 불가피한 제도적 맥락 속에서 진행되고 있음을 보여주는 동시에, 중앙은행이 다양한 사회적 요구에 대응하면서도 핵심 임무인 물가안정에 대한 명확한 우선순위를 유지해야 하며, 이를 위해 상황에 맞는 세밀한 커뮤니케이션 전략이 필요하다는 점을 강조한다.

본 연구는 트랜스포머 기반 대형언어모형(LLM)을 국내 경제ㆍ증권 뉴스에 파인튜닝하여 구축한 자본시장 심리지수(CMSI)의 특징을 주식시장과 연계하여 분석한다. 2010년 1월부터 2025년 3월까지 산출한 지표는 해외 주식시장 심리지수, 국내 주식시장 수익률, 주식 파생상품시장에서 나타나는 투자자 공포 및 헤지 수요, 파생형 ETF에 대한 투기적 수요와 유의하게 연동되고, 주식 현물시장의 거래활동 및 IPO 관련 변수와도 높은 상관성을 보였다. 특히 CMSI는 개인투자자의 거래와 신규 상장 기업의 상장 프리미엄과 밀접하게 연결되어, 투자심리의 영향이 비정보거래자 및 정보 비대칭 하에서 확산되는 특성을 보여준다. 아울러 주식 수익률과 CMSI의 관계를 분석한 결과, 시장 전체 수익률 측면에서는 중기 예측력이 제한적이었으나, 단기적으로는 심리 변화와 같은 방향으로 시장수익률을 통계적으로 유의하게 예측하였다. 또한 개별주식 단위의 횡단면 분석에서는 낙관 국면에서의 과대평가, 비관 국면에서의 과소평가가 관찰되었으며, 이러한 패턴은 가치평가가 어려운 기업이나 투기적 성향이 강한 주식에서 더욱 뚜렷했다. 이는 본 심리지수가 개별주식 수익률의 횡단면 구조를 설명하는 데 유효한 정보를 담고 있는 변수가 될 수 있음을 시사한다. 종합하면, 본고는 새로운 방법론을 적용해 구축한 심리지표의 특성과 활용 가능성을 주식시장 관점에서 검증하였고, 그 결과 CMSI가 주식 가격의 변화와 수익률 구조를 설명하는 데 유용한 지표가 될 수 있음을 확인하였다. 비정형 데이터에 대한 활용과 이를 효과적으로 처리하여 정보를 추출하는 시도가 증가하는 가운데, 본 연구는 대형언어모형이 시장에 내재된 투자심리를 정교하게 계량화하는 데 효과적인 도구가 될 수 있음을 보여주는 사례가 될 것이다.

본고는 자본시장 심리지수(Capital Market Sentiment Index: CMSI)의 경제적 의미와 유용성에 대해 분석한다. 노성호(2026)가 우리나라를 대상으로 구축한 시장 심리지수의 장기 시계열은 실적이나 실물지표만으로 주가를 분석하는 데 한계가 따르는 상황에서 새로운 시각의 접근을 가능하게 하는 기초자료라 할 수 있다. 본고에서는 시장의 심리요인과 거시ㆍ금융변수 간 영향 관계, CMSI와 기존 한국은행 뉴스 심리지수와의 차별성 등을 분석하고 그 의의에 대해 고찰하였다. 먼저, CMSI로 포착된 심리요인은 주식시장에 특히 뚜렷하게 작용하는 고유요인의 성격이 큰 것으로 판단된다. 실증분석 결과, 주식시장에서 긍정적인 심리 충격이 발생하는 경우 여타 거시ㆍ금융변수의 반응은 유의성이 낮지만, 주가는 통계적으로 유의하게 상승하는 반응을 나타내었다. 아울러 역사적 분해 결과에 따르면, 이러한 심리지수 충격이 주가에 상당한 영향을 준 기간이 다수 관측되어 심리요인이 통계적인 유의성과 실질적인 중요성을 함께 가짐을 알 수 있었다. 따라서 국내 주식시장을 심도 있게 진단ㆍ분석하기 위해 심리지수의 움직임과 그 영향에 주목할 필요가 있다고 생각된다. 한편, CMSI와 한국은행의 뉴스 심리지수를 비교 분석한 결과, 뉴스 심리지수에는 추가적인 동인이 포함되어 지수 자체뿐만 아니라 충격의 방향성 등 여러 측면에서 차이가 확인되었다. 기존과 같이 시장 심리에 대한 장기 데이터가 부재한 상황에서는 한국은행의 뉴스 심리지수가 한 가지 대용 지표로 활용될 수도 있다. 하지만 본고의 분석에 따르면, 뉴스 심리지수에는 실물 부문에 대한 시각이 상당 부분 내포되어 있어 시장 상황과는 엇갈린 신호를 나타내는 경향이 큰 것으로 나타났다. 따라서 주식시장 내 투자심리에 세밀하게 초점을 맞추어 분석하기 위해서는 특화된 지표로서의 강점이 있는 CMSI를 활용하는 것이 필요하다고 판단된다.