[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.