AI가 펀드매니저를 대체하는 두 가지 방법 (Defiance AIPO, Rayliant 퀀트)

최근 미국 주식 시장에서 일어나는 거래의 약 70%는 사람이 아닌 알고리즘이 처리하고 있어요. 2025년 현재, 이런 초고속 자동 매매는 월스트리트의 표준이 되었어요. 인간 펀드매니저가 시장 데이터를 분석하고 결정을 내리는 속도로는 이제 인공지능의 데이터 처리 속도와 실행력을 따라가기 어려워졌어요.

 

전통적인 액티브 펀드매니저의 역할이 축소되는 이 거대한 흐름 속에서, AI 기반 ETF들은 두 가지 다른 방식으로 그 자리를 채우고 있어요. 하나는 AI 산업 자체의 성장에 투자하는 방식이고, 다른 하나는 AI를 투자 결정의 두뇌로 활용하는 방식이에요.

 

AI가 쓸 전기에 투자하는 ETF, AIPO

 

첫 번째 방식은 AI 테마 자체에 집중하는 ETF예요. 2025년 7월에 출시된 디파이언스(Defiance)의 AIPO ETF가 대표적이에요. AIPO는 "AI & Power Infrastructure"라는 이름처럼, AI를 직접 개발하는 회사가 아니라 AI를 구동하는 데 필요한 기반 시설, 특히 전력에 집중해요.

 

사람들은 AI ETF라고 하면 엔비디아 같은 반도체 기업만 생각하기 쉬워요. 하지만 AI 모델을 훈련하고 데이터센터를 운영하려면 막대한 양의 전기가 필요해요. AIPO는 바로 이 지점에 주목했어요. AI의 성장이 곧 전력 인프라의 폭발적인 수요로 이어진다고 본 거예요.

 

2025년 10월 기준으로 AIPO의 자산 규모는 약 7천6백만 달러 수준이에요. 이 ETF는 패시브 펀드로, 특정 지수를 추종하며 AI 인프라 관련 기업들에 투자해요. 그래서 포트폴리오를 보면 AI 반도체 기업과 전력 인프라 기업이 균형 있게 섞여 있어요.

반응형

AIPO 포트폴리오는 무엇을 담고 있나요

 

AIPO의 포트폴리오 구성을 자세히 살펴보면 이 ETF의 전략이 명확히 보여요. 2025년 10월 말 기준, 가장 큰 비중을 차지하는 분야는 전력망 관련 장비를 만드는 생산제조 부문(약 31%)과 전자기술 부문(약 30%)이에요. 그다음으로 유틸리티(약 13.7%)와 산업 서비스(약 13.4%)가 뒤따라요.

 

보유 종목 상위권을 보면 다음과 같은 기업들이 있어요.

 

• 콴타 서비스 (PWR): 약 7.7% 비중. 전력망, 파이프라인 등 에너지 인프라를 건설하고 유지보수하는 회사예요.
• 이튼 (ETN): 약 7.2% 비중. 데이터센터와 전력망에 필수적인 전력 관리 장비와 솔루션을 제공해요.
• 버티브 홀딩스 (VRT): 약 6.8% 비중. 데이터센터의 냉각 시스템과 전원 관리 기술을 공급해요.
• GE 버노바 (GEV): 약 6.5% 비중. 발전소 터빈 등 전력 생산 장비를 만들어요.
• 카메코 (CCJ): 약 4.2% 비중. 데이터센터 전력 공급원으로 주목받는 소형모듈원전(SMR)의 연료, 우라늄을 공급해요.

 

엔비디아(약 3.6%)나 브로드컴(약 3.3%) 같은 핵심 AI 반도체 기업도 포함되어 있지만, 포트폴리오의 절반 이상이 AI의 확산을 뒷받침하는 전력 및 인프라 기업으로 채워진 것을 알 수 있어요. 이는 AI 산업의 성장에 베팅하되, 그 기반이 되는 픽스 앤 셔블스(picks and shovels, 곡괭이와 삽) 전략을 취하는 거예요.

 

AI를 투자 두뇌로 쓰는 퀀트 펀드, Rayliant

 

두 번째 방식은 AI를 직접 투자의 두뇌로 활용하는 액티브 펀드예요. 레일리언트(Rayliant) 자산운용의 퀀터멘털(Quantamental) 전략이 여기에 해당해요. 이 방식은 AIPO처럼 특정 테마를 추종하는 것이 아니라, AI와 머신러닝을 이용해 시장에서 수익을 낼 종목을 적극적으로 찾아내요.

 

퀀터멘털은 퀀트(Quant)와 펀더멘털(Fundamental)의 합성어예요. 수십억 개의 빅데이터를 AI로 분석하는 퀀트 기법과, 기업의 본질적인 가치를 분석하는 펀더멘털 기법을 결합한 하이브리드 모델이에요.

 

전통적인 퀀트 펀드는 과거 데이터에만 의존하는 한계가 있었어요. 반면 전통적인 펀더멘털 분석은 펀드매니저의 주관적인 편향에 휘둘리기 쉬웠어요. 레일리언트의 모델은 이 두 가지의 단점을 보완해요.

 

퀀터멘털은 인간의 편향을 공략해요

 

레일리언트 모델의 핵심은 행동금융학에 있어요. AI를 이용해 인간 투자자들이 저지르는 심리적 편향과 비합리적인 행동 패턴을 포착해요. 예를 들어, 시장 공포에 휩쓸려 좋은 주식이 과도하게 팔릴 때나, 특정 호재에 흥분해 주가가 과열될 때를 AI가 식별하는 거예요.

 

AI가 방대한 데이터를 실시간으로 처리하며 시장의 오정가(mispricing)를 찾아내면, 인간 매니저가 개입해 이 분석이 현실 펀더멘털에 부합하는지 최종 검증을 해요. 이런 방식으로 레일리언트는 RAYC (중국 주식)나 RAYE (신흥국 주식) 같은 ETF를 운용하며, 특히 정보 비대칭이 심한 신흥 시장에서 초과 수익을 추구해요.

 

AI 기반 투자의 명확한 위험 요인

 

물론 이 새로운 방식들에도 위험은 존재해요. AIPO 같은 테마 ETF는 특정 산업에 투자가 집중되는 고변동성 위험을 안고 있어요. AI와 반도체 산업에 대한 기대감이 식거나 시장이 조정받으면 ETF 전체가 크게 하락할 수 있어요.

 

레일리언트 같은 퀀트 펀드는 모델 자체의 한계를 가져요. AI 모델은 기본적으로 과거 데이터를 학습해요. 만약 데이터에 없던 새로운 시장 충격(예: 갑작스러운 지정학적 위기)이 발생하면 AI가 제대로 대응하기 어려울 수 있어요. 비정형 리스크를 감지하는 데는 여전히 한계가 있는 거예요.

 

이처럼 AI는 월스트리트의 펀드매니저를 빠르게 대체하고 있어요. AI 인프라에 투자하거나(AIPO), AI 두뇌로 직접 투자(Rayliant)하는 방식 모두 기존의 인간 중심 투자 방식보다 더 정교하고 체계적이라는 평가를 받아요. 다만, 이런 기술 기반 투자 역시 변동성이나 모델의 한계 같은 새로운 위험을 동반한다는 점을 이해하는 것이 중요해요.

 

 

2025.10.27 - [경제] - 미국이 시작한 무역전쟁, 중국이 우위를 점한 3가지 결정적 이유

미국이 시작한 무역전쟁, 중국이 우위를 점한 3가지 결정적 이유