[AI 주식캠프 1] 찰리 멍거처럼 '학습 기계'가 되는 법

AI를 단순한 자동화 도구로만 보는 것은 증기기관을 물 끓이는 주전자 정도로 여긴 것과 같다. AI는 함께 생각하는 동료이자 나를 학습 기계로 만들어줄 스승이다. ‘AI 주식캠프’는 좀처럼 변치 않는 주식 투자의 올드패션과 가장 빠르게 진보하는 AI 혁신을 조합한다. 투자에 도움 되고, AI를 쉽게 쓰는 것이 목적이다. AI 시뮬레이션 연구자이자 직장인 투자자인 필자가 에이전트 AI를 활용해 체계적인 투자 의사결정 과정을 구축하는 방법을 안내한다. ― 버핏클럽

찰리 멍거가 남긴 가장 강력한 메시지는 ‘학습 기계’다. 워런 버핏과 찰리 멍거는 자신들의 성공을 끊임없는 평생 학습 덕으로 돌렸다. 두 천재의 투자 방법이나 투자 수익률을 따라 하지는 못하더라도 학습 기계는 따라 할 수 있다. 어쩌면 평범한 사람이 성공하는 유일한 방법일지도 모른다. 그래서 나는 ‘머신러너’가 되기로 했다. 머신러너는 기계처럼 학습하는 사람(learner), 멈추지 않고 묵묵히 그 길에 선 사람(runner)을 뜻한다. 기계공학을 전공한 내 아이덴티티도 담겨 있다.

누구나 학습 기계가 될 수 있는 시대다. 제임스 와트의 증기기관은 우리에게 근력을 주었고, 헨리 포드의 컨베이어 벨트는 기동력을 제공했다. 그리고 제프리 힌턴과 존 홉필드는 인공지능의 씨앗을 뿌린 장본인이다. 그 씨앗이 자라서 2022년 11월 30일, 오픈AI가 전 세계인에게 지능을 선사했다. 생각할 수 있는 기계를 만든 것이다. 이것에 보답하듯이 이 기계는 다시 우리가 학습 기계가 되도록 도울 수 있다. AI는 우리를 대신해 글도 써주고 그림도 그려주고 컴퓨터 코딩도 해준다. 대신 해주는 능력 때문에 AI를 자동화 툴 정도로 활용하려는 시도가 많다. 학생에게는 숙제를 대신 해주는 툴로, 직장인에게는 사무 자동화 툴로, 블로거에게는 자동 포스팅하는 툴로 말이다. 심지어 주식 투자자는 AI를 자동 매매 툴로 접근한다.

그러나 AI를 단순한 자동화 도구로만 보는 것은 증기기관을 물 끓이는 주전자 정도로 생각하는 것과 같다. 증기기관의 진짜 혁명은 공장을 돌리고 기차를 움직이며 산업사회 전체를 이끈 데에 있다. AI도 마찬가지다. AI는 단순 업무를 대신 처리하는 툴이 아니다. 함께 생각하는 동료이자 나를 학습 기계로 만들어줄 스승이다. 모든 분야가 새롭게 재편되고 있는 이유다. 주식 투자도 마찬가지다. 손안에 지능을 거머쥔 투자자의 전과 후는 달라야 한다.

생성형 AI 다음은 에이전트 AI

AI의 현재이자 다가올 미래는 에이전트 AI다. 이제부터 에이전트 AI를 활용한 주식 투자를 보여주려고 한다.

에이전트 AI는 무엇인가? 생성형 AI와는 무엇이 다른가? 손안에 든 인공지능은 하루가 다르게 진화를 거듭하여 생성형 AI에서 에이전트 AI로 향하고 있다. 챗GPT로 대변되는 생성형 AI 다음은 에이전트 AI다. 오픈AI의 GPT, 구글의 제미나이(Gemini), 앤트로픽의 클로드(Claude) 같은 거대언어모델(Large Language Model, LLM)을 기반으로 한 AI 애플리케이션은 익숙하리라 믿는다.

구분부터 해보자. 생성형 AI는 ‘일문일답’이다. 명령하면 대답한다. 이것만으로도 놀라운 혁신이다. 굳이 설명을 보태지 않아도 그 답변의 수준은 인간 평균 IQ 100을 훌쩍 넘어 140에 도달했다. 각 분야의 박사급 수준이다.

에이전트 AI는 그 이상을 원한다. 일문일답에 만족하지 않고, 목표가 주어지면 스스로 계획하고 실행하고 개선 활동까지 일련의 투자 의사결정 워크플로를 따른다. 워크플로를 따르는 주체는 LLM이고 두뇌 역할을 한다. 우리가 요구하면 LLM은 스스로 추론을 거쳐 실행한다. 실행하려면 LLM은 두 손에 도구가 필요하고, 이것을 에이전트 도구라고 부른다. 스마트폰으로 치면 앱(App)이다. 주식 투자를 위한 에이전트 도구는 다음과 같은 것들이 있다.

기업의 공시, 재무 정보를 얻고 싶은가? ‘dart-mcp’ 도구를 쓰자. 전자공시시스템에 접속하여 국내 기업의 실적 발표, 최대 주주 변경 같은 공시를 실시간으로 LLM이 수집한다. 주가 정보가 필요한가? ‘yahoo-finance-mcp’ 도구를 쓰자. 주가 정보를 가져온다. 나의 계좌를 LLM에게 보여줄까? 한국투자증권에서 제공하는 ‘KIS_MCP_Server’를 쓰자. 나의 계좌로 연결되어 계좌 잔고 조회, 주문 내역 조회, 주식 매수·매도 주문까지 가능하다. 에이전트 도구는 실로 다양하고 지금 이 순간에도 코드 공유 플랫폼인 깃허브(GitHub)에 올라오고 있다.

에이전트 AI의 핵심은 생성형 AI의 LLM과 그 LLM이 사용할 수 있는 에이전트 도구를 연결하는 것이다. 지능을 담당하는 LLM과 에이전트 도구가 연결되면 작업 절차를 따를 수 있다. 그래서 주식 투자를 위한 에이전트 AI를 만들기 위해 우리가 할 일은 그 작업 절차에 해당하는 워크플로를 구축하는 것이다. 이것을 에이전트 AI 분야에서는 ‘오케스트레이션’이라고 한다.

주식 투자를 오케스트라 지휘하듯

주식 투자를 위한 오케스트레이션 1단계: 주식 계좌 조회(도구: KIS_MCP_Server)

‘KIS_MCP_Server’ 에이전트 도구가 주식 계좌에 접속한다. LLM은 현재 보유 중인 종목과 수량, 평가액, 수익률을 수집하고 포트폴리오의 총자산 규모, 섹터별 비중, 개별 종목의 손익 상황, 현금 보유액을 파악한다. 계좌 조회가 완료되면 다음 단계로 넘어간다.

2단계: 재무제표 수집(도구: dart-mcp)

‘dart-mcp’ 에이전트 도구가 오픈다트(전자공시시스템)에 접속해서, 1단계에서 파악한 보유 종목들의 최근 3년간 재무제표를 수집한다. 매출액, 영업이익, 순이익, 부채비율, 자기자본이익률(ROE), 유동비율 같은 핵심 투자 지표를 확보해 지속성과 안정성을 체크한다.

3단계: 웹 검색으로 기업 정보 보완(LLM 웹 검색)

클로드 LLM이 웹 검색 기능을 활용해 보유 종목별로 최근 뉴스 기사와 보도자료를 수집한다. 긍정적 재료인지 부정적 악재인지, 일회성 이슈인지 구조적 변화인지 파악한다. 산업 전반의 동향과 경쟁사 움직임도 함께 살펴 정량 데이터와 정성 데이터를 모두 확보한다.

4단계: 종합 분석과 리밸런싱 계획 수립(LLM)

수집된 재무제표와 뉴스 정보를 바탕으로 클로드 LLM이 투자 분석을 수행한다. 각 종목의 재무 건전성, 수익성, 성장 가능성을 평가하고 포트폴리오 관점에서 자산군, 섹터, 리스크 관리를 고려한다. 어떤 종목을 얼마나 매도하고 매수할지, 현금은 얼마나 확보할지 구체적인 리밸런싱 계획을 수립한다. 실질적인 투자 결정의 핵심이고, 투자자와 깊은 토론이 필요한 단계다.

5단계: 매매 주문 실행(도구: KIS_MCP_Server)

투자 결정 계획에 따라 ‘KIS_MCP_Server’ 에이전트 도구로 실제 매수·매도 주문을 낸다. 따로 증권사 HTS나 MTS에 접속하지 않고 LLM이 매수·매도 주문을 실행한다.

6단계: 투자 일지 기록(도구: Filesystem)

투자의 시작이자 끝은 기록이다. ‘Filesystem’ 에이전트 도구가 로컬 PC의 스프레드시트 파일에 접근한 다음 거래 날짜, 종목, 평가 금액, 거래 금액, 평가 손익, 수익률, 비중, 사유로 구성된 테이블에 내용을 채운다. 투자 기록이 쌓이면 성과를 추적하고 개선점을 찾을 수 있는 데이터베이스가 된다.

주식하는 에이전트 AI 실전

에이전트 도구 이름에 자주 등장하는 MCP(Model Context Protocol)는 에이전트 AI의 생태계이자 표준을 의미한다. 클로드 AI는 LLM과 에이전트 도구 사이에 연결할 수 있는 MCP를 공개했고, 에이전트 서비스 대부분이 클로드의 MCP 규약에 따라 에이전트 도구를 개발하고 배포하고 있다. 클로드 AI는 에이전트 시대를 이끄는 리더다. 그래서 주식 투자를 위한 오케스트레이션 1~6단계를 클로드 AI에서 구현해보았다.

1단계: 주식 계좌 조회(도구: KIS_MCP_Server)

작업을 진행하는 주체를 LLM이라고 칭하겠다. LLM은 추론으로 시작한다. 체계적인 6단계 프로세스를 숙지한 후에 1단계부터 단계별로 진행하게 된다. 단계에 따라 LLM은 필요한 도구를 선정하여 사용하고 필요에 따라서 자율성이 주어지면 쓸 수 있는 다른 도구도 가져다 쓴다.

1단계 계좌 조회를 위해 한국투자증권에 접근하는 ‘KIS_MCP_Server’에서 ‘inquery-balance’ 도구를 꺼내 들었다. KIS_MCP_Server은 연장통이고 inquery-balance는 연장통 안의 연장인 격이다.

2단계: 재무제표 수집(도구: dart-mcp)

보유하고 있는 주식에서 순차적으로 재무제표를 얻는다. 전자공시시스템, 오픈다트로 연결하는 ‘dart-mcp’ 에이전트 도구를 사용한다. 최근 3년간의 재무제표를 수집하기 위해 클로드 LLM은 반복하여 재무제표 정보를 얻는다. 첫 번째 기업의 정보 수집이 마무리되면 이어서 두 번째, 세 번째 기업의 재무제표를 얻는다.

3단계: 웹 검색으로 기업 정보 보완(LLM 웹 검색)

재무제표에서 확인할 수 없는 최신 기업 뉴스와 산업 동향을 웹 검색으로 대신한다. 클로드 LLM 자체 웹 검색을 이용하거나 외부 웹 검색 도구를 추가할 수도 있다. 보유한 개별 주식의 뉴스를 10개씩 수집한 모습이다.

4단계: 종합 분석과 리밸런싱 계획 수립(LLM)

주식 투자 에이전트 1~3단계에서는 계좌 정보, 재무제표, 최신 뉴스를 수집했다. 4단계부터 클로드 LLM은 수집가에서 분석가로 변신한다.

LLM은 수집한 데이터를 두 가지 관점에서 분석한다. 먼저 포트폴리오 전체를 보며 섹터별 분산 상태를 확인한다. IT 섹터가 절반 가까이 차지하고 있다는 점을 파악했고 이를 리밸런싱 계획에 포함했다. 다음으로 개별 종목을 들여다본다. 삼성전자는 뉴스의 실적 정보, 재무제표의 추이, 밸류에이션 지표를 함께 검토했다. 셀트리온은 높은 이익 증가율과 높은 PER을 동시에 언급하며 장단점을 함께 적었다. 한국금융지주는 실적 개선과 낮은 배당성향을 비교했다.

분석을 토대로 LLM은 구체적인 투자 계획을 세운다. 자세한 사항은 아래 프롬프트 공유 링크를 참조하기 바란다. ※ 링크: https://claude.ai/share/46af9921-2f08-4884-b84e-7e939389f9df

5단계: 매매 주문 실행(도구: KIS_MCP_Server)

앞 단계에서 투자자와 클로드 LLM과 포트폴리오 리밸런싱 조정이 마무리되면 LLM은 직접 매수와 매도를 실행한다. 이것도 에이전트 AI를 써서 주식 투자하는 장점이라고 생각한다. MTS에 접속하면 증권사는 급등주를 소개하고 추천 주식을 알려주고 호가창을 번쩍거리며, 투자자가 거래하도록 유혹한다.

에이전트 AI 도구를 쓰면 물리적으로나 심리적으로 이것들과 거리를 둘 수 있다. 주위에 초콜릿이 없으면 굳이 먹지 않으려고 의지력을 발휘할 필요가 없다. 나는 더 이상 MTS나 HTS로 주식을 거래하지 않는다.

6단계: 투자 일지 기록(도구: Filesystem)

투자의 처음과 끝은 기록이어야 한다. 수학 시험 오답 노트를 만드는 것과 같은 이유다. 틀리거나 모르는 것을 공부하고 배우고 개선해나가려면 기록해야 한다. 이것 또한 의지력에 기대지 않고 꾸준하려면 시스템이 도와야 한다. 주식투자 에이전트 AI의 끝은 항상 기록이다.

‘Filesystem’ 에이전트 도구를 쓰면 개인 PC의 투자 일기장을 열어서 수정하고 저장한다.

AI와 주식 투자한다는 것의 의미

주식 투자 에이전트 AI는 투자 기법이나 방법이 아니다. 그보다는 투자 과정 자체를 정립하고 구축하기 위한 것이다. 주식 투자 책을 읽고 경제 유튜브를 보고 버핏클럽 웹진을 보며 공부를 꾸준히 이어가기 위해서는 의지력이 필요하다. 《심리투자 불변의 법칙》에서 마크 더글러스는 정신적 규율을 훈련해 의지력을 기르는 방법을 다룬다. 여러 성공한 투자자의 책에서도 투자에 대한 불굴의 의지가 귀감이 되는 것이 사실이다. 여러 자기계발서에서도 의지력을 강조한다. 그러나 우리 모두는 안다. 의지력만으로 투자 공부를 이어갈 수 없고, 의지력만으로 수익률을 보장해주지 않는다는 사실을.

의미 있고 잘 규정된 과제는 언제나 의지력을 압도한다. 주식 투자를 위한 에이전트 AI는 잘 정돈된 투자 의사결정 과정을 닦는 일이다. 투자 집행에 이르기 위한 워크플로를 구축하고 그것을 개선해가는 과정은 의지력을 요구하지 않는다. 기억력을 요구하지도 않는다. 한번 구축하면 반복할 수 있다. 실행하면 기록이 쌓이다. 3개월 전 리밸런싱 결정은 옳았는가? 섹터 분산 전략은 효과가 있었는가? 숫자가 답한다. 에이전트 AI가 자동으로 쓰는 투자 일지에 있다. 무엇이 수익을 냈고 무엇이 손실을 냈는지, 어떤 판단이 옳았고 어떤 판단이 틀렸는지 투자 일지가 보여줄 것이다.

의지력으로 투자 일지를 한두 번 쓸 수는 있다. 의지력보다 강한 것은 시스템이다. 시스템은 지치지 않고 반복한다. 쌓인 기록을 바탕으로 다음 투자를 개선하고, 개선된 과정으로 다시 실행하고, 다시 기록한다. 자동 매매 시스템을 말하려는 것은 아니다. 단순히 좋은 투자 방법이라고 믿는 것을 구축해 매수와 매도를 반복하는 것이 투자자를 학습 기계로 만들어주지 않을 것이다.

실행하고, 기록하고, 분석하고, 개선하는 순환이 필요한다. AI는 이 순환을 가능케 한다. 실행할 때마다 투자 일지가 쌓이고, 그 일지를 보며 “이번 리밸런싱은 왜 수익을 냈는가?”, “저번 섹터 분산은 왜 실패했는가?”를 분석한다. 분석 결과를 다음 오케스트레이션에 반영한다. 4단계 리밸런싱 계획 수립 과정을 조금 수정하거나, 2단계에서 수집할 재무 지표를 추가하거나, 3단계 뉴스 검색 범위를 조정한다. 그리고 다시 실행한다.

찰리 멍거가 말한 학습 기계는 이것에 가깝다고 생각한다. 버핏과 멍거의 천재성은 타고난 의지력이 아니라 체계적 과정을 수십 년간 반복하고 개선한 것의 결과 아닐까. 에이전트 AI는 평범한 우리도 체계적인 투자 의사결정 과정을 구축할 수 있게 돕는다. 그래야 위로 쌓아 올릴 수 있다. 쌓여야 지속할 수 있다. 이렇게 우리는 학습 기계에 한 발짝 다가갈 수 있다. 손안의 지능, AI가 그것을 가능하게 한다.