디지털 기술 활용이 자산운용사의 운용 수익률 제고, 매매주문 성과 개선 등에 효과적인 것으로 나타남에 따라 디지털 경쟁력이 향후 자산운용업의 판도를 좌우할 것이라는 전망이 나왔다.

이 때문에, 운용수수료 경쟁이 치열해지고 있는 국내 자산운용 시장에서도 수익성 개선을 위해 자산운용사들이 디지털 기술 관련 투자를 적극 확대할 필요하다는 지적이다. 

지난 7일, 우리금융경영연구소 장현웅 자산관리연구실 선임연구원은 ‘글로벌 자산운용사의 AI, 빅데이터 활용 사례와 시사점’ 분석 보고서를 통해, 이같이 강조했다.

<BI코리아>는 우리금융경영연구소 및 우리은행의 협조를 얻어 관련 내용을 정리해 봤다.<편집자주>

◆글로벌 자산운용사의 디지털 기술 투자 확대 배경

- 글로벌 자산운용사들은 경쟁 심화, 규제강화 등 비우호적인 경영환경에 대응해 AI, 빅데이터 관련 디지털 기술에 대한 투자를 확대하고 있다. 

실제로, 현재 운용사간 수수료 경쟁 격화, ETF를 비롯한 패시브 상품 점유율 확대 등으로 자산운용시장의 평균 운용보수가 지속적으로 낮아지고 있으며 투자자 보호를 위한 규제 강화로 운용비용은 증가하고 있다. 

※ 글로벌 자산운용시장 운용보수(bps, 평균): 2017년 26.8 → 2018년 26.2 → 2019년 25.3 → 2020년 23.71) 

북미 자산운용사의 비용은 2007년 이후 연평균 4% 증가하고 있으며, 특히 컴플라이언스 관련 비용은 같은 기간 연평균 12% 급증한 것으로 나타났다. 

※ 2020년 기준 전체 비용의 4~5% 차지.(2021년 10월 발간, 맥킨지 보고서 ‘2020년 북미 자산운용 시장 현황’ 인용)

- 글로벌 자산운용사는 비용 절감과 수익성 개선을 위해 AI와 빅데이터 관련 기술에 대한 투자를 확대하고 있다.

보고서는 이어, 펀드의 포트폴리오 관리, 투자 보고서 작성, 마케팅 자료 분석 등을 자동화해 운용과정에서 발생하는 비용을 절감하거나 뉴스, 웹 검색 기록, 금융시장 환경 등 의 빅데이터를 분석하고 얻은 결과를 투자과정에 활용해 운용성과를 개선하고 있다고 분석했다. 

예컨대, 북미 자산운용사의 72%가 향후 인공지능 관련 지출을 확대할 것이라 응답했으며, 84%는 클라우드 서비스 관련 지출을 늘릴 것이라 응답했다.(2021년 10월 발간, 맥킨지 보고서 ‘2020년 북미 자산운용 시장 현황’ 인용)

◆글로벌 자산운용사의 AI, 빅데이터 활용 사례

- 글로벌 자산운용사는 ▲맞춤형 포트폴리오 ▲대체데이터 분석 ▲매매주문 집행 ▲마케팅 컴플라이언스 등에 AI와 빅데이터 관련 기술을 적극 활용하고 있다.

①[맞춤형 포트폴리오] 뱅가드(Vanguard)는 투자자 니즈를 반영한 맞춤형 포트폴리오의 운용과정에 AI 기술을 도입해 비용을 절감하고 고객군을 확대하고 있다.

- ‘다이렉트 인덱싱(Direct Indexing)’은 투자자의 니즈를 반영한 지수를 생성하고 이를 추종하는 맞춤형 포트폴리오를 구성·관리하는 서비스로 인공지능 기술을 통해 운용과정이 자동화하는 것을 말한다. 

즉, 이는 패시브 투자전략임에도 인덱스 펀드와는 달리 투자일임 방식으로 운용되기 때문에 투자자 개인의 투자상품 보유 현황, ESG 등 투자 성향, 절세 니즈 등을 반영해 개인화된 종목구성이 가능하다.

또 인공지능 기술은 투자자 개인의 니즈를 충족하면서 수익률을 제고할 수 있도록 포트폴리오를 생성·평가하는 시뮬레이션을 반복하여 종목구성과 리밸런싱 타이밍 등을 빠르게 결정하도록 지원한다. 

- 이후 뱅가드는 다이렉트 인덱싱 플랫폼 ‘저스트 인베스트(Just Invest)’를 통해 맞춤형 포트폴리오 생성, 절세 최적화 리밸런싱, 성과 보고서 작성 등 자동화된 솔루션을 제공하게 됐다. 

※ ‘맞춤형 포트폴리오 생성’ = 투자자의 목표 인덱스를 선택한 후 기소유한 기업의 주식을 포트폴리오에서 제외하고 ESG 우수 기업의 비중을 늘리는 등 리스크 노출도와 투자 성향에 맞춘 포트폴리오를 생성(생성한 포트폴리오의 수익률, 리스크 등을 분석해 예상결과를 제공)

※ ‘절세 최적화 리밸런싱’ = 자본소득세를 최소화하기 위해 주기적으로 포트폴리오를 분석해 손실이 발생한 종목을 매도하고 추종하는 인덱스와의 괴리가 발생하지 않게 유사한 종목을 편입해 최적화된 포트폴리오를 구성(대부분의 국가에서 투자자는 투자 손실의 실현 시 자본소득에서 상계해 자본소득세를 낮출 수 있으며 미국에서는 소득세 일부, 즉, 부부 합산 기준 연간 3000달러까지를 공제가 가능하도록 포트폴리오를 제공) 

※ ‘성과 보고서 작성 = 투자자 요청 시 인덱스 추적오차, 투자 수익률, 절세 금액 등 투자결과 레포트를 빠르게 생성해 제공한다.

- 블랙 락(BlackRock), 피델리티 인베스트먼트(Fidelity Investment) 등 글로벌 자산운용사들은 다이렉트 인덱싱 시장에 속속 진출하고 있으며, 시장 규모는 2025년까지 연평균 30% 이상 늘어나 2020년말 기준 3500억 달러(한화 약 432조 4250억원)에서 1조 5000억 달러(한화 약 1853조 2500억원)로 성장이 예상된다. 

‘다이렉트 인덱싱’은 포트폴리오 관리에 많은 인력·시간이 필요하여 초고액자산가와 기관투자자 등에게만 제공되는 서비스였으나, AI를 통해 운용과정이 자동화되면서 고액자산가와 부유층 대상 서비스가 가능하다. 

※‘다이렉트 인덱싱’의 수수료는 연 0.3~0.6%로 책정돼 인덱스 ETF(연 0.1~0.2%)보다 높은 수준이나 절세 최적화 운용을 통해 금융소비자의 실질 수수료 부담을 상쇄

향후 2025년까지 고액자산가의 ETF 등 패시브 투자의 20~25%를 다이렉트 인덱싱이 대체할 것으로 분석됐다. 

②[대체데이터 분석] ‘블랙락(BlackRock)’은 위치정보, 온라인 문서, 검색기록 등의 대체데이터를 분석하고 펀드의 포트폴리오 구성에 활용해 운용수익을 개선하고 있다. 

- ‘대체데이터(Alternative Data)’는 비재무적 정보나 정형화되지 않은 텍스트, 이미지 등의 데이터를 통칭하며, 데이터 가공·처리·분석 등의 기술*이 발달하면서 글로벌 자산운용사들은 대체데이터를 분석해 투자과정에 활용하고 있다.

기존의 재무적·정량적 데이터에서 포함하지 못하는 정보를 통해 투자대상의 기대수익률과 위험 예측의 정확도를 높여 투자 성과를 제고하고 있다는 것이다.

※ 문서나 이미지 분석에 자연어처리(NLP), 합성곱 신경망(CNN)5) 등의 인공지능 기술이 활용되며 빅데이터 분석기술을 통해 위치정보, 웹 방문기록 등의 비재무적 데이터에서 정보를 추출

- 블랙락의 SAE(Systematic Active Equity)팀은 대체데이터 분석을 통해 기업의 향후 실적, 비용 등의 지표 예측력을 향상시켜 펀드의 수익률을 제고하고 있다.

이 SAE팀이 운용하는 펀드는 벤치마크나 비교군보다 높은 성과를 달성했으며, 우리금융그룹 기본 전략 펀드와 비교해도 우수한 실적을 보였다.

※ ‘시스터매틱 에쿼티(Systematic Equity) 전략’ 펀드의 시장 대비 성과􀀁 우위 비율(2021년 12월말 기준): 1년 66%, 3년 72%, 5년 93% 

※ ‘펀더멘탈 에쿼티(Fundamental Equity) 전략’ 펀드의 시장 대비 성과 우위 비율(2021년 12월말 기준) : 1년 52%, 3년 72%, 5년 78%

보고서는 이어 ‘블랙락’이 재무·회계 전문가뿐만 아니라 물리학·수학·컴퓨터공학·통계학 등 넓은 스펙트럼의 전공자를 대거 채용해 60편 이상의 논문을 발간하는 등 대체데이터와 투자 관련 연구를 활발하게 진행하고 있다고 조사했다.(80명 이상의 포트폴리오 매니저, 전략개발자로 구성되며 박사·전문석사 학위자 31명을 포함)

③[매매주문 집행] 뱅가드 등은 매매주문을 투자중개업자에 배정하는 과정에 디지털 기술을 사용해 관련 업무를 효율화하고 주문성과를 개선하고 있다.

- 펀드 설정·해지, 포트폴리오 리밸런싱 시 대량의 증권을 매매하는 자산운용사는 최적의 가격으로 거래를 체결하기 위해 인공지능을 활용하여 여러 투자중개업자에게 주문을 할당한다. 

예컨대, 대량 매매 시 주문계획이 노출되는 경우 원하는 가격보다 열위의 가격에 매매가 체결될 가능성이 커지며, 거래 체결 시간이 길어지는 경우 대상 자산의 가격변동 위험에 노출되는 등 매매주문의 실행 역량은 펀드 운용성과에 영향을 미치게 된다. 

이같은 운용환경에서 인공지능은 투자중개업자의 매매성과와 금융시장 환경을 지속적으로 학습하며, 매매주문 시 유사한 환경에서 높은 성과를 올린 중개업자에 많은 거래를 할당해 주문 배분을 최적화하는 데 적용중이다.

- 뱅가드, 블랙락 등은 투자중개업자 지정, 주문량 할당 업무를 디지털 기술을 통해 자동화해 인간의 선택에서 발생할 수 있는 편향문제를 제거하고 있다.

실제로, 트레이더의 직접 개입을 최소화해 개인이 특정 회사에 대해 가질 수 있는 편견, 징크스, 개인적인 유대관계 등의 문제를 해결하고 주문성과를 개선하는 효과를 거두고 있는 것이다.

- 우리금융경영연구소는 글로벌 자산운용사가 고객보호 관련 규제 대응을 위해서도 매매주문 시 인공지능 활용을 늘리는 추세라고 분석했다.

‘MiFIDII(Markets in Financial Instruments DirectiveⅡ)’가 적용되는 글로벌 자산운용사는 최선의 방법으로 고객의 주문을 집행할 의무가 있으며, 최적의 투자중개업자를 선택하는 인공지능 기술은 규제에 대한 효과적인 대응방안으로 평가받고 있다.

※ ‘MiFID)Ⅱ’는 EU 지역의 투자자 보호를 위한 규제(2018년􀀁 시행)로, 글로벌 금융위기 당시 MiFID(2007년 시행)가 제 기능을 하지 못했다는 비판에 따라 보다 강화돼 개정됐다.

현재 유럽과 북미 자산운용사의 약 25%가 인공지능을 활용하고 있으며, 사용자는 주문집행의 성과가 향상되고 통제력이 개선됐다고 응답했다.

※ 매매주문 집행 인공지능 사용 효과(응답 비중, %): 성과 향상 41, 주문집행 통제력 향상 24

④[마케팅 컴플라이언스]피델리티 인베스트먼트(Fidelity Investment)는 자체 개발한 인공지능 플랫폼 ‘사이프(Saifr)를 팸플릿, 광고 메일 등 대중에 공개되는 자료의 규제 적합성 분석과 마케팅, 컴플라이언스 업무강화에 활용하고 있다. 

- 자산운용사에 대한 규제가 강화되고 복잡해지면서 마케팅 문서 작성 시 컴플라이언스 업무부담이 가중되는 등 관련 비용이 증가하고 있다.

인공지능은 마케팅 관련 규제를 학습하여 자료에 규제 관련 위험이 존재하는지 판단하고 수정사항을 제시하는 등 컴플라이언스 업무 효율화에 기여하고 있다.

- 피델리티 인베스트먼트(Fidelity Investment)는 자사의 컴플라이언스 프로세스 효율화에 ‘사이프(Saifr)’를 활용할 뿐 아니라 외부에 판매해 부가적인 수익을 창출하고 있다.

피델리티 인베스트먼트의 사내 인큐베이팅 시스템(Fidelity Labs)에서 개발된 ‘사이프’는 딥러닝 모델로 구성된 자연어처리 알고리즘을 사용하며 과거 15년간의 자사 마케팅 자료를 학습에 활용 성능을 개선했다.

※ 텍스트, 이미지, 비디오 등 다양한 형식의 마케팅 자료를 분석해 관련 규제(FINRA 2210, SEC 482 등)에 대한 잠재적 위험을 진단하고 브랜드 커뮤니케이션 가이드라인(톤, 성별, 나이 등)의  준수여부를 점검

아울러 피델리티 인베스트먼트는 인공지능 분석기능에 더해 마케팅 자료 제작의 모든 프로세스를 통합 관리하는 기능을 제공해 마케팅 팀과 컴플라이언스 팀의 협업 도구로 활용도 가능하다. 

◆시사점 

- 보고서는 국내 자산운용사는 로보어드바이저, AI 활용 EMP 등을 출시하고 있으나 디지털 기술 활용은 일부 운용과정에 국한돼 있어 글로벌 자산운용사의 사례를 적극 참고할 필요가 있다고 지적했다,

디지털 기술 활용으로 운용수익률 제고, 매매주문 성과 향상 등이 입증된 만큼 AI, 빅데이터 기술 관련 투자 확대를 적극 추진해야는 게 보고서의 분석이다.

-아울러 보고서는 맞춤형 포트폴리오(예: 다이렉트 인덱싱) 수요증가에 대비해 관련 기술 확보를 추진하고 대체데이터 분석 역량을 강화하는 등 수익률 개선 노력을 경주해야 한다고 강조했다.

예컨대, 금융투자소득세(2023년 예정) 시행 시 국내 주식도 자본이득에 대해 과세하고 손익통산이 적용되기 때문에 절세 니즈가 늘어날 수 있으며 이에 맞춤형 포트폴리오시장 확대도 가능하다는 것이다.

- 포트폴리오 생성·운용, 매매주문, 컴플라이언스 등  모든 과정에 걸쳐 비효율적 요소를 분석하고 AI 등 디지털 기술을 활용한 비용절감 방안을 강구해야 한다고 보고서는 덧붙였다.

<글 = 우리금융경영연구소 자산관리연구실 장현웅 선임연구원, 정리 = 김동기 기자>kdk@bikorea.net