에이전틱 AI로 새롭게 정의하는 투자 포트폴리오 관리

자본 시장에서의 위험 관리는 투자 포트폴리오 관리자들에게 점차 까다로운 과제가 되고 있습니다. 실시간 시장 데이터부터 비정형 소셜 미디어 데이터에 이르는 방대한 데이터를 처리해야 하므로, 기존 시스템으로는 감당하기 어려운 수준의 유연성과 확장성이 요구됩니다.

목표와 실제 환경과의 상호작용을 기반으로 자율적으로 작동하고 행동을 취할 수 있는 인공지능의 한 형태인 AI 에이전트는 투자 포트폴리오 관리 방식을 완전히 변화시킬 준비가 되어 있습니다. Gartner에 따르면 엔터프라이즈 소프트웨어 애플리케이션 중 에이전틱 AI를 포함하는 비중은 2024년 1% 미만에서 2028년까지 33%로 증가할 전망입니다. 또한 일상적인 업무 의사결정의 최소 15%가 AI 에이전트를 통해 자율적으로 이루어지게 됩니다.¹ MongoDB는 AI 에이전트가 투자 포트폴리오 관리 패러다임을 효과적으로 혁신할 수 있도록 강력한 기반을 제공합니다. 대규모 언어 모델(LLM), 검색 증강 생성(RAG) 및 MongoDB Atlas Vector Search의 결합을 활용함으로써 AI 에이전트는 방대한 금융 데이터 세트를 분석하고 패턴을 감지하며, 변화하는 상황에 실시간으로 역동적인 대응이 가능해집니다. 이러한 고도화된 지능은 의사결정 수준을 한 차원 더 끌어올립니다. 이를 통해 포트폴리오 관리자는 포트폴리오 성과를 극대화하는 것은 물론, 시장 위험을 더욱 효과적으로 관리하고 정밀한 자산 영향 분석을 수행할 수 있습니다.

지능형 투자 포트폴리오 관리

투자 포트폴리오 관리는 주식, 채권, 원자재, 파생상품 등 다양한 금융 자산을 선별하고 비중을 조절하며 모니터링하는 과정입니다. 이를 통해 위험을 효과적이고 선제적으로 관리하는 동시에 더 높은 투자 수익률(ROI)을 달성할 수 있습니다. 여기에는 투자 목적을 달성하기 위한 신중한 자산 배분과 시장 변동성을 완화하기 위한 다각화가 포함됩니다. 아울러 시장 상황 및 기초 자산 성과에 대한 지속적인 모니터링도 병행됩니다.

오늘날 시장 경쟁력을 유지하기 위해 투자 포트폴리오 관리에는 가격 변동, 거래량, 지수, 스프레드, 과거 체결 기록과 같은 정형 시장 데이터뿐만 아니라 금융 뉴스, 소셜 미디어 투자 심리, 거시 경제 지표와 같은 다양한 비정형 대체 데이터의 통합이 필수적입니다. 그림 1에서 볼 수 있듯이, 이러한 복잡한 데이터 통합으로 인해 포트폴리오 분석은 새로운 차원의 정교함을 갖추게 됩니다. 이를 위해서는 이처럼 다양한 데이터 세트를 효율적으로 저장, 검색, 관리할 수 있고 차세대 포트폴리오 관리 솔루션 구축의 기반을 마련해 줄 유연하고 확장 가능한 통합 데이터 플랫폼이 필요합니다.

MongoDB의 유연한 스키마를 도입하면 실시간 시장 피드, 과거 성과 기록, 위험 지표 등 다양한 소스의 데이터를 훨씬 빠르게 수집할 수 있습니다. 대체 데이터를 기반으로 구동되는 새로운 포트폴리오 관리 솔루션은 더욱 지능적인 의사결정을 내릴 수 있도록 돕고, 시장 위험에 선제적으로 대응할 수 있게 합니다. 이러한 패러다임 전환은 더 깊은 인사이트를 도출하고 알파 창출을 강화하며 포트폴리오 재배분을 더욱 정밀하게 다듬어줍니다. 이로써 지능형 포트폴리오 관리에서 데이터가 갖는 핵심적인 가치가 다시 한번 입증됩니다.

MongoDB가 AI 기반 포트폴리오 관리를 실현하는 방법

AI 기반의 포트폴리오 자산 배분은 현대 투자 전략에서 놓칠 수 없는 핵심 요소로 떠올랐습니다. 포트폴리오 관리자는 AI 기반 포트폴리오 분석을 활용하여 특정 재무 목표와 위험 허용도에 맞춤화된 인사이트를 제공하는 고도화된 도구를 확보할 수 있게 됩니다. 이 방식은 변화하는 시장 상황을 지속적으로 평가하는 동시에, 주식과 채권부터 ETF 및 신규 투자 기회에 이르기까지 다양한 대안 자산 조합을 추천함으로써 포트폴리오 구성을 최적화합니다.

그림 2는 AI 기반 투자 포트폴리오 관리를 위한 워크플로 제안입니다. 주가, 변동성 지수(VIX)는 물론 GDP, 금리, 실업률 같은 거시 경제 지표 등 다양한 시장 데이터를 AI 분석 계층으로 통합하여 즉각적인 조치를 취할 수 있는 한층 더 지능적인 인사이트를 도출하는 과정을 보여줍니다.

MongoDB의 다재다능한 문서 모델은 정형, 반정형 및 비정형 데이터를 저장하고 검색하는 더 직관적인 방법을 제시합니다. 이는 개발자가 애플리케이션 내부에서 객체를 구조화하는 방식과 자연스럽게 매핑됩니다.

자본 시장에서 시계열 데이터는 시간 기반의 거래 데이터 및 시장 데이터를 저장하는 데 주로 사용됩니다. MongoDB 시계열 컬렉션은 시간 경과에 따른 데이터를 분석하는 데 최적화되어 있으며 대규모 시장 데이터를 고성능과 동적 확장성을 바탕으로 효율적으로 수집하도록 설계되었습니다. MongoDB 시계열 컬렉션은 내부적으로 더 빠른 데이터 수집 및 조회 메커니즘을 갖추고 있어 데이터로부터 인사이트와 패턴을 찾아내는 과정이 훨씬 쉽고 효율적입니다.

MongoDB Atlas Charts의 business intelligence 대시보드를 활용하고 AI가 생성한 고도화된 투자 인사이트를 평가함으로써 포트폴리오 관리자는 다양한 데이터 세트에서 도출된 고차원적 인사이트를 통합하는 정교한 기능을 사용할 수 있게 됩니다. 이를 통해 알파 창출과 포트폴리오 성과 향상으로 이어지는 새로운 패턴을 발굴하여 의사결정 역량을 한층 더 강화할 수 있습니다.

MongoDB Atlas Vector Search는 관련 뉴스 기사의 context-aware 검색을 지원하여 시장 뉴스의 투자 심리 분석에서 매우 중요한 역할을 합니다. 기존의 키워드 기반 검색은 뉴스 기사 간의 시맨틱 관계를 파악하지 못하는 경우가 많지만 임베딩을 기반으로 작동하는 벡터 검색은 서로 다른 기사들이 주가 심리에 어떻게 연결되는지 문맥적으로 더 깊이 이해할 수 있도록 지원합니다.

• 뉴스를 벡터로 저장: 주식 관련 뉴스가 수집되면 각 뉴스 기사는 임베딩 모델을 통해 고차원의 수치적 표현인 벡터 데이터로 변환됩니다. 이러한 임베딩은 단순히 개별 단어 수준에 그치지 않고 텍스트의 실제 의미와 문맥을 압축하여 담아냅니다. 가공되지 않은 원본 뉴스 기사는 임베딩 처리를 거쳐 MongoDB에 벡터 형태로 저장됩니다.

• 관련 뉴스 검색: 벡터 검색은 유사도 알고리즘을 기반으로 뉴스 기사를 검색하므로 정확히 일치하는 주식 정보가 포함되어 있지 않더라도 관련 문서를 찾아낼 수 있습니다. 이를 통해 문맥적 유사성을 바탕으로 여러 뉴스 기사에 걸쳐 있는 패턴과 트렌드를 효과적으로 파악할 수 있습니다.

• 투자 심리 측정 고도화: 단일 뉴스의 투자 심리에만 의존하는 대신 유사하고 관련성이 높은 콘텐츠를 가진 여러 관련 뉴스 소스를 종합하여 최종 투자 심리 점수를 산출합니다. 이를 통해 특정 뉴스 한 편이 이상치로 작용해 결과에 영향을 주는 것을 방지하고 시장 뉴스의 투자 심리에 대해 더욱 종합적인 시각을 제공합니다.

에이전틱 AI의 기반

에이전틱 AI는 워크플로 내에서 작업 실행을 관리하는 오케스트레이터 계층을 포함합니다. AI 에이전트는 완전히 자율적으로 작동하거나, 인간이 개입하는 HITL(Human-in-the-loop) 방식으로 반자율적으로 작동할 수 있습니다. AI 에이전트는 고도화된 도구, 모델, 메모리 및 데이터 저장소를 갖추고 있습니다. 메모리는 장단기 컨텍스트 데이터를 모두 활용함으로써 정보에 기반한 정확한 의사결정을 내리고 상호작용의 연속성을 보장합니다. 도구와 모델은 AI 에이전트가 작업을 여러 단계로 분해하고 이들을 유기적으로 실행할 수 있도록 합니다. 데이터 저장 및 검색은 AI 에이전트의 효과성에 중추적인 역할을 하며 임베딩 및 벡터 검색 기능을 통해 한층 더 고도화될 수 있습니다.

AI 에이전트의 주요 특징:

• 자율성: 상황에 따라 동적으로 의사결정을 내리고 사람의 개입을 최소화하여 작업을 수행하는 능력

• 생각의 사슬(Chain of Thoughts): 더 나은 판단과 의사결정을 위해 단계별 추론을 수행하고 복잡한 문제를 더 작은 논리적 단계로 세분화하는 능력

• Context-aware: AI 에이전트가 변화하는 환경 조건에 따라 지속적으로 행동을 조정하는 능력

• 학습: AI 에이전트가 환경에 적응하고 역량을 강화함으로써 시간이 지남에 따라 스스로 성능을 개선하는 능력

AI 에이전트를 통한 지능형 투자 포트폴리오 관리

AI 에이전트는 규칙 기반 방식에서 벗어나 유연성, context-aware 능력, AI 기반 의사결정을 중심으로 전환함으로써 포트폴리오 관리에 혁신을 가져올 것으로 기대됩니다. AI 기반 포트폴리오 관리 애플리케이션은 지속적으로 학습하고 적응하며 투자 전략을 최적화함으로써, 더욱 선제적이고 효과적인 결과를 도출합니다. 미래는 AI가 포트폴리오 관리자를 대체하는 것이 아니라 인간과 AI가 협력하여 보다 지능적이고 적응력이 뛰어나며 위험을 고려하는 포트폴리오를 만들어가는 것입니다. AI를 활용하는 포트폴리오 관리자는 경쟁 우위와 더 심층적인 인사이트를 확보하여 포트폴리오 성과를 크게 향상할 수 있습니다.

아래 그림 4에 나와 있는 솔루션은 데이터 수집 애플리케이션, 세 개의 AI 에이전트 그리고 시장 인사이트 애플리케이션으로 구성되며, 이들이 조화롭게 작동하여 더욱 지능적이고 인사이트 중심적인 포트폴리오 관리 방식을 구현합니다.

데이터 수집 애플리케이션

데이터 수집 애플리케이션은 지속적으로 실행되며 다양한 시장 데이터를 확보하여 MongoDB에 시계열 또는 표준 컬렉션 형태로 저장합니다.

• 시장 데이터: 가격, 거래량, 매매 동향, 변동성 지수 등 실시간 시장 데이터를 수집하고 처리합니다.

• 시장 뉴스: 시장 및 주식 관련 뉴스를 수집하고 추출합니다. 뉴스 데이터는 벡터화되어 MongoDB에 저장됩니다.

• 시장 지표: GDP, 금리, 실업률 등 주요 거시경제 및 금융 지표를 조회합니다.

AI 에이전트

이 솔루션에는 세 개의 AI 에이전트가 있습니다. 시장 분석 에이전트와 시장 뉴스 에이전트는 AI 분석 워크플로를 갖추고 있습니다. 이들은 일일 일정에 따라 완전히 자동화된 방식으로 실행되며, 정해진 결과물을 생성하고 이를 MongoDB에 저장합니다.

시장 어시스턴트 에이전트는 보다 동적인 워크플로를 가지며 포트폴리오 관리자의 보조 역할을 수행하도록 설계되었습니다. 이는 프롬프트 엔지니어링 및 에이전틱 의사결정을 기반으로 작동합니다. 시장 어시스턴트 에이전트는 현재 시장 상황을 바탕으로 자산 재배분 및 시장 위험에 대한 질문에 답변하고 포트폴리오 관리자에게 AI 기반의 새로운 인사이트를 전달할 수 있습니다.

• 시장 분석 에이전트: 시장 추세, 변동성, 패턴을 분석하여 포트폴리오 자산의 위험과 관련된 인사이트를 생성합니다.

• 시장 뉴스 에이전트: 포트폴리오 성과에 직간접적으로 영향을 미칠 수 있는 뉴스를 분석하여 각 자산별 뉴스 투자 심리를 평가합니다. 이 에이전트는 MongoDB 벡터 검색 기능을 기반으로 작동합니다.

• 시장 어시스턴트 에이전트: 필요 시 프롬프트를 통해 다른 에이전트들이 생성한 데이터 소스와 인사이트를 활용하여 시장 추세, 위험 노출, 포트폴리오 배분에 관한 포트폴리오 관리자의 질문에 답변합니다.

시장 인사이트 애플리케이션

시장 인사이트 애플리케이션은 포트폴리오 관리자를 위한 차트, 대시보드, 보고서 등으로 구성된 시각화 계층으로, AI 에이전트가 생성한 결과물에서 도출된 일련의 실행 가능한 투자 인사이트를 한눈에 보여줍니다. 이 정보는 미리 정해진 일일 일정에 따라 자동으로 생성되어 포트폴리오 관리자에게 제공됩니다.

AI 에이전트는 시장 상황이 포트폴리오와 투자 목표에 미치는 영향을 분석함으로써 포트폴리오 관리자가 지능적이고 위험에 기반한 접근 방식을 취할 수 있도록 지원합니다. AI 에이전트는 임베딩 및 생성형 인공지능 모델과 결합된 집계 프레임워크 및 벡터 검색 등 MongoDB의 강력한 기능을 활용하여 지능적인 분석을 수행하고 심도 있는 인사이트를 담은 포트폴리오 추천을 제공합니다.

다음 단계

Deloitte에 따르면 2027년까지 AI 기반 투자 도구는 개인 투자자들의 주요 자문 수단으로 자리 잡을 것이며, AI 기반 투자 관리 솔루션의 비중은 2028년까지 약 80%로 성장할 것으로 전망됩니다.²

금융 기관은 AI 에이전트와 MongoDB를 활용함으로써 AI 기반 포트폴리오 관리의 잠재력을 완전히 실현할 수 있습니다. 이를 통해 시장의 변화를 선점하고 투자 전략을 최적화하며, 위험을 보다 확실하게 관리할 수 있는 고도화된 인사이트를 확보할 수 있습니다. MongoDB는 에이전틱 AI 여정과 차세대 투자 포트폴리오 관리 솔루션 구현을 위한 견고한 기반을 제공합니다.

¹ Sun, D., "Capitalize on the AI Agent Opportunity”, Gartner, 2025년 2월 27일

² AI, wealth management and trust: Could machines replace human advisors?, World Economic Forum, 2025년 3월 17일