글로벌 자산운용 업계의 인공지능 기법 활용과 현주소
- 현재 글로벌 자산운용 업계에서는 인공지능 및 대체 데이터의 활용가능성에 높은 기대감과 더불어 현실적인 고민과 혼란이 공존하고 있는 상황이다. 알파 소스를 찾는 것은 언제나 자산 운용사들이 자신을 차별화하는 가장 중요한 요소이다. 끊임없이 새로운 데이터 소스가 확대되고, 컴퓨팅 기술의 비용이 지속적으로 하락하면서, 인공지능 기술이 도입되는 상황은 업계의 판도를 근본적으로 변화 시키는 계기가 될 수 있다.
- 인공지능 활용을 위한 자산운용 업계의 노력은 첫째, 인공지능 및 기계 학습 등 새로운 기법을 모델 수립 과정에 활용하려는 노력, 둘째, 데이터 프로세싱 개선 등을 통한 업무의 효율화, 셋째, 새로운 대체 데이터 소스를 발굴하려는 노력 등으로 나눌 수 있다.
- 현재 단계에서는 새로운 것을 자연스럽게 추구하거나, 고객들이 무엇을 원하고 무엇을 구매할 것인지에 대한 마케팅 적인 접근과 맞닿아 있는 것으로 보인다. 특히 글로벌 자산운용 업계에서의 인공지능 모델의 활용의 현주소는 아직은 초기 단계이며, 특히 알파 창출의 관점에서는 운영 효율성 개선, 비용 감축에 비해 확신이 높지 않다. 일부 작은 운용사들이 인공지능 및 기계학습 기반의 독립적인 운용 전략을 출시하고 있기는 하나, 업계 차원에서 독자적으로 완성된 인공지능 모델이 있다고 언급하기에는 시기 상조다. 기존 투자 프로세스에서 부분적으로 개선점을 찾아 가는 노력에 인공지능이 비교적 활발히 활용되고 있다.
- 알파 창출의 관점에서, 많은 회사들이 공통적으로 가능성을 인지하고 인공지능을 적용하려고 활발히 노력하는 주제는 자연어 처리 기법을 활용한 텍스트 마이닝(Text Mining), 트레이딩 알고리즘을 통한 마켓 타이밍(Market Timing)과 거래규모 관점에서 거래 실행(Trade Execution) 전략 개선, 특징 추출(Feature Extraction)을 통한 데이터 분석 등이 있다.
