2018.03.02

AI 알고리즘 투자 확산··· 누가 어떻게 책임질 것인가?

Scott Carey | Computerworld UK

헤지 펀드들이 머신러닝 거래 기법 활용을 확대하고 있다. 이에 따라 규제당국 및 고객들은 전에 없던 조건 하나를 고민하고 있다. 블랙박스 알고리즘으로 관리되는 투자에서 문제가 발생하면 누구의 책임일까?

EU(European Union) 입법자들은 MiFID II(Markets in Financial Instruments Directive) 규제를 통해 알고리즘 중심적 펀드를 통제하는 법률을 제정하려 시도하기는 했다. 그렇다면 규제당국은 인공지능에의 의존을 제어하기 위해 충분한 행동을 취하고 있을까? 그리고 기술이 잘못되면 누가 고통을 받게 될까?

지난해 블룸버그(Bloomberg)는 " 2015년 인공지능이 51억 달러 규모에 이르는 맨(Man)의 대형 펀드 중 하나인 AHL 디멘션 프로그램(Dimension Programme)의 수익 중 약 절반에 기여했다. AI가 전체 자산의 극히 일부만을 통제했음에도 불구하고 그렇다”라고 보도했다.

맨 그룹(Man Group) 외에도 르네상스 테크놀로지스(Renaissance Technologies), 투 시그마(Two Sigma), 브리지워터 어소시에이츠(Bridgewater Associates), 스티브 코헨(Steve Cohen)의 포인트72 벤처스(Point72 Ventures), 샌프란시스코(San Francisco)에 위치한 신흥 센티언트(Sentient) 및 UBS 등의 기업들도 AI 기술을 실험하거나 관련 인력을 고용하고 있다.

이 분야에서의 AI는, 이전에 예측된 시장 트렌드를 찾아내고 경쟁자보다 거래를 빠르게 실행해 인간보다 마켓 모멘텀(Market Momentum)에 더욱 신속하게 투자할 수 있는 머신러닝 알고리즘을 설계함으로써 알고리즘 또는 고 빈도 거래를 강화하는 것이 핵심이다. 마이클 루이스(Michael Lewis)의 책 플래시 보이스(Flash Boys)에서 그려진 것처럼 말이다.



맨 AHL의 머신러닝
맨 그룹에서의 머신러닝 기법 활용은 1987년에 처음 시작됐으며, 정량적 투자 관리에 집중한 맨 AHL 부서 내부에서 이루어진다. 여기에서 컴퓨터 알고리즘은 인간의 제한적인 개입을 통해 시점, 가격 또는 수량 등 주문의 파라미터를 자동으로 판단한다.

전통적으로 맨 AHL의 연구원들은 이런 전략을 찾아 실행하는 트렌드를 찾아낼 수 있도록 컴퓨터를 프로그래밍한다고 볼 수 있다. 현재 머신러닝 알고리즘 또는 좀 구체적으로 말해서 딥러닝(Deep Learning)을 통해 연구원들은 컴퓨터가 특정 안내 없이도 트렌드를 찾아 실행하도록 프로그래밍할 수 있다.

맨 AHL의 웹 사이트에 있는 보고서는 다음과 같이 밝히고 있다. “이런 초기 머신러닝 알고리즘은 데이터 내에서 더욱 미묘하고 비 선형적인 관계를 이어가는데 뛰어나다... 3년의 거래 후 지속적인 연구를 통해 우리는 이런 종류의 모델이 한계가 없을 때 기존의 모델을 보완할 수 있는 방식으로 트렌드를 포함하여 방향성 시장 거동을 식별하는데 도움이 될 수 있다.”

이 접근방식의 문제점은 내재적으로 일종의 ‘블랙박스’이며 알고리즘의 설계자들조차도 기계가 판단하는 방법에 대해서 정확히 잘 모르고 있다는 것이다.

이 때문에 맨 그룹의 CEO 루크 엘리스(Luke Ellis)는 한 동안 생각에 잠겼다고 블룸버그가 보도했다. “엘리스는 새로운 접근방식이 즉각적인 배당금 등을 창출할 수 있더라도 고객의 펀드를 관리하는 AI가 작동하는 방식을 설명할 수 없다면 대형 고객들을 유치할 수 없다는 사실을 깨달았다. 수익 중 일부를 잃는 경우가 발생하기 마련인데, 그에 대한 대답을 제시할 수 있어야 하기 때문이다”라고 블룸버그가 보도했다.

규제당국
헤지 펀드는 속성상 매우 부유한 고객을 위한 사설 투자 수단이기 때문에 다른 투자 기관보다 규제가 덜하다. 이론적으로 헤지 펀드는 처음부터 고객에게 솔직하게 밝히는 한, 자신이 판단하기에 적합한 곳에 고객의 돈을 투자할 수 있다.

예를 들어, 맨 그룹은 반기 보고서 및 정기적인 직접 의사소통을 통해 고객에 이행 중인 새로운 전략에 관해 알려준다. 이런 보고서가 알고리즘을 정확히 설명하는 것은 아니지만(왜냐하면 그러기를 원하더라도 그럴 수 없기 때문이다.) 고객들에게 머신러닝 알고리즘이 점차 자산 거래에 배치될 것임을 알려주는 것이 목적이다.

맨 그룹의 2017년 전반기 중간 결과 진술(pdf)을 살펴보자. “AHL 또한 새로운 연구 기법과 데이터의 형태를 활용함으로써 성장의 기회를 제공하기 위해 머신러닝 및 데이터 분석에 대한 연구의 초점을 확대했다. 이 계획이 아직 연구 단계이기는 하지만 여러 새로운 머신러닝 기반의 신호가 올 해 디멘션(Dimension), 알파(Alpha) 및 다이버시파이드(Diversified) 프로그램에 추가되었다.”

이는 헤지 펀드 투자자들의 위험 관련 욕구와 관련되어 있다. 할리우드(Hollywood) 버전의 빅쇼트(The Big Short)에서 크리스찬 베일이 분한 헤지 펀드 사이언 캐피탈(Scion Capital)의 설립자 마이클 베리의 고객들을 예로 들어보자. 베리는 투자자들에게 자신이 그들의 돈을 시장 기반의 모기지 담보증권에 공격적으로 투자하고 있다고 밝혀야 했으며 이로 인해 많은 사람들이 그의 방법에 의구심을 가지고 그가 전략을 수정하도록 압박을 가하고 돈을 찾아가겠다고 협박했다.

만약 베리의 AI 버전이 어떤 이유로든 상당한 손실을 기록할 것 같은 상황이라면 이 펀드의 고객들은 이의 제기 절차 또는 규제당국의 규제를 신청할 수 있을까? 그리고 이러한 상황이 단지 헤지 펀드를 이용할 때의 위험일 뿐일까?

MiFID II
알고리즘 거래와 관련된 법률 제정의 핵심은 ‘MiFID II’다. MiFID II는 빠르게 변화하는 금융 환경에서 특히 주식 다크풀(Dark Pool) 거래와 빈번한 거래에 주로 의존하는 투자자들을 보호하기 위한 EU의 법률이다.


2018.03.02

AI 알고리즘 투자 확산··· 누가 어떻게 책임질 것인가?

Scott Carey | Computerworld UK

헤지 펀드들이 머신러닝 거래 기법 활용을 확대하고 있다. 이에 따라 규제당국 및 고객들은 전에 없던 조건 하나를 고민하고 있다. 블랙박스 알고리즘으로 관리되는 투자에서 문제가 발생하면 누구의 책임일까?

EU(European Union) 입법자들은 MiFID II(Markets in Financial Instruments Directive) 규제를 통해 알고리즘 중심적 펀드를 통제하는 법률을 제정하려 시도하기는 했다. 그렇다면 규제당국은 인공지능에의 의존을 제어하기 위해 충분한 행동을 취하고 있을까? 그리고 기술이 잘못되면 누가 고통을 받게 될까?

지난해 블룸버그(Bloomberg)는 " 2015년 인공지능이 51억 달러 규모에 이르는 맨(Man)의 대형 펀드 중 하나인 AHL 디멘션 프로그램(Dimension Programme)의 수익 중 약 절반에 기여했다. AI가 전체 자산의 극히 일부만을 통제했음에도 불구하고 그렇다”라고 보도했다.

맨 그룹(Man Group) 외에도 르네상스 테크놀로지스(Renaissance Technologies), 투 시그마(Two Sigma), 브리지워터 어소시에이츠(Bridgewater Associates), 스티브 코헨(Steve Cohen)의 포인트72 벤처스(Point72 Ventures), 샌프란시스코(San Francisco)에 위치한 신흥 센티언트(Sentient) 및 UBS 등의 기업들도 AI 기술을 실험하거나 관련 인력을 고용하고 있다.

이 분야에서의 AI는, 이전에 예측된 시장 트렌드를 찾아내고 경쟁자보다 거래를 빠르게 실행해 인간보다 마켓 모멘텀(Market Momentum)에 더욱 신속하게 투자할 수 있는 머신러닝 알고리즘을 설계함으로써 알고리즘 또는 고 빈도 거래를 강화하는 것이 핵심이다. 마이클 루이스(Michael Lewis)의 책 플래시 보이스(Flash Boys)에서 그려진 것처럼 말이다.



맨 AHL의 머신러닝
맨 그룹에서의 머신러닝 기법 활용은 1987년에 처음 시작됐으며, 정량적 투자 관리에 집중한 맨 AHL 부서 내부에서 이루어진다. 여기에서 컴퓨터 알고리즘은 인간의 제한적인 개입을 통해 시점, 가격 또는 수량 등 주문의 파라미터를 자동으로 판단한다.

전통적으로 맨 AHL의 연구원들은 이런 전략을 찾아 실행하는 트렌드를 찾아낼 수 있도록 컴퓨터를 프로그래밍한다고 볼 수 있다. 현재 머신러닝 알고리즘 또는 좀 구체적으로 말해서 딥러닝(Deep Learning)을 통해 연구원들은 컴퓨터가 특정 안내 없이도 트렌드를 찾아 실행하도록 프로그래밍할 수 있다.

맨 AHL의 웹 사이트에 있는 보고서는 다음과 같이 밝히고 있다. “이런 초기 머신러닝 알고리즘은 데이터 내에서 더욱 미묘하고 비 선형적인 관계를 이어가는데 뛰어나다... 3년의 거래 후 지속적인 연구를 통해 우리는 이런 종류의 모델이 한계가 없을 때 기존의 모델을 보완할 수 있는 방식으로 트렌드를 포함하여 방향성 시장 거동을 식별하는데 도움이 될 수 있다.”

이 접근방식의 문제점은 내재적으로 일종의 ‘블랙박스’이며 알고리즘의 설계자들조차도 기계가 판단하는 방법에 대해서 정확히 잘 모르고 있다는 것이다.

이 때문에 맨 그룹의 CEO 루크 엘리스(Luke Ellis)는 한 동안 생각에 잠겼다고 블룸버그가 보도했다. “엘리스는 새로운 접근방식이 즉각적인 배당금 등을 창출할 수 있더라도 고객의 펀드를 관리하는 AI가 작동하는 방식을 설명할 수 없다면 대형 고객들을 유치할 수 없다는 사실을 깨달았다. 수익 중 일부를 잃는 경우가 발생하기 마련인데, 그에 대한 대답을 제시할 수 있어야 하기 때문이다”라고 블룸버그가 보도했다.

규제당국
헤지 펀드는 속성상 매우 부유한 고객을 위한 사설 투자 수단이기 때문에 다른 투자 기관보다 규제가 덜하다. 이론적으로 헤지 펀드는 처음부터 고객에게 솔직하게 밝히는 한, 자신이 판단하기에 적합한 곳에 고객의 돈을 투자할 수 있다.

예를 들어, 맨 그룹은 반기 보고서 및 정기적인 직접 의사소통을 통해 고객에 이행 중인 새로운 전략에 관해 알려준다. 이런 보고서가 알고리즘을 정확히 설명하는 것은 아니지만(왜냐하면 그러기를 원하더라도 그럴 수 없기 때문이다.) 고객들에게 머신러닝 알고리즘이 점차 자산 거래에 배치될 것임을 알려주는 것이 목적이다.

맨 그룹의 2017년 전반기 중간 결과 진술(pdf)을 살펴보자. “AHL 또한 새로운 연구 기법과 데이터의 형태를 활용함으로써 성장의 기회를 제공하기 위해 머신러닝 및 데이터 분석에 대한 연구의 초점을 확대했다. 이 계획이 아직 연구 단계이기는 하지만 여러 새로운 머신러닝 기반의 신호가 올 해 디멘션(Dimension), 알파(Alpha) 및 다이버시파이드(Diversified) 프로그램에 추가되었다.”

이는 헤지 펀드 투자자들의 위험 관련 욕구와 관련되어 있다. 할리우드(Hollywood) 버전의 빅쇼트(The Big Short)에서 크리스찬 베일이 분한 헤지 펀드 사이언 캐피탈(Scion Capital)의 설립자 마이클 베리의 고객들을 예로 들어보자. 베리는 투자자들에게 자신이 그들의 돈을 시장 기반의 모기지 담보증권에 공격적으로 투자하고 있다고 밝혀야 했으며 이로 인해 많은 사람들이 그의 방법에 의구심을 가지고 그가 전략을 수정하도록 압박을 가하고 돈을 찾아가겠다고 협박했다.

만약 베리의 AI 버전이 어떤 이유로든 상당한 손실을 기록할 것 같은 상황이라면 이 펀드의 고객들은 이의 제기 절차 또는 규제당국의 규제를 신청할 수 있을까? 그리고 이러한 상황이 단지 헤지 펀드를 이용할 때의 위험일 뿐일까?

MiFID II
알고리즘 거래와 관련된 법률 제정의 핵심은 ‘MiFID II’다. MiFID II는 빠르게 변화하는 금융 환경에서 특히 주식 다크풀(Dark Pool) 거래와 빈번한 거래에 주로 의존하는 투자자들을 보호하기 위한 EU의 법률이다.


X