17세 소년이 챗GPT로 4주 만에 올린 투자 수익률은?

오클라호마 시골 소년의 파격적인 도전

2025년 6월 말, 오클라호마 시골에 살던 17세 네이선 스미스(Nathan Smith)는 흥미로운 실험을 시작했습니다. 그는 온라인에서 끊임없이 쏟아지는 ‘AI 투자로 떼돈 벌기’ 광고들에 의구심을 품고, 직접 그 진위를 검증해보기로 결심한 것입니다.

스미스는 챗GPT에게 단 100달러의 포트폴리오 관리를 맡겼습니다. 하지만 이것은 단순한 호기심에서 시작된 장난이 아니었습니다. 그는 엄격한 투자 규칙을 설정하고, 체계적인 추적 시스템을 구축하여 진정한 실험의 틀을 마련했습니다.

실험의 핵심 설계

스미스가 설정한 투자 규칙은 매우 명확했습니다:

• 투자 대상: 시가총액 3억 달러 미만의 미국 소형주만 허용
• 거래 주기: 주 1회 수동 거래 실행
• 투명성: 모든 과정을 깃허브와 서브스택에 공개
• 기술적 검증: 파이썬 스크립트로 야후 파이낸스 데이터 활용한 성과 추적

이런 체계적인 접근은 단순한 투자 실험을 넘어 AI의 투자 능력을 검증하는 진정한 사례 연구로 발전시켰습니다.

AI의 투자 철학: 규율과 위험 관리

손절매 전략의 위력

챗GPT가 보여준 가장 인상적인 특징은 감정에 휘둘리지 않는 차가운 판단력이었습니다. AI는 자동 손절매 시스템을 통해 손실이 설정된 기준치를 넘어서면 즉시 포지션을 정리했습니다.

특히 주목할 만한 사례는 초소형주 CADL에 대한 투자였습니다. 이 종목은 전체 수익의 거의 절반을 차지하는 큰 성과를 거두었는데, AI는 주가가 정점에 도달했다고 판단되는 순간 조기에 매도 결정을 내렸습니다. 이는 인간 투자자들이 흔히 빠지는 ‘더 오를 것’이라는 욕심을 완전히 배제한 합리적 판단이었습니다.

포트폴리오 분산의 지혜

AI는 또한 보수적인 포트폴리오 관리를 보여주었습니다. 큰 수익을 기대하고 몇 개 종목에 집중 투자하는 대신, 소액을 여러 종목에 분산 투자하여 위험을 최소화했습니다. 이런 접근은 단기간의 높은 수익률에도 불구하고 안정적인 투자 기반을 유지할 수 있게 했습니다.

놀라운 성과 지표들

수익률로 본 AI의 실력

4주 후 결과는 충격적이었습니다:

• AI 포트폴리오: 23.8% 수익률
• 러셀 2000 지수: 3.9% 상승
• 바이오테크 ETF XBI: 3.5% 상승

이 수치는 단순히 운이 좋았다고 치부하기에는 너무나 압도적인 차이였습니다.

전문적 위험 지표 분석

스미스는 여기서 멈추지 않고 전문적인 위험 조정 수익률까지 계산했습니다:

• 샤프 지수 0.94: 이는 ‘좋음’과 ‘매우 좋음’의 경계선에 있는 수치입니다. 일반적으로 1.0 이상이면 ‘매우 좋음’으로 평가되는데, 0.94라는 수치는 AI가 적절한 위험 대비 수익을 창출했음을 보여줍니다.
• 소르티노 지수 2.00: 이는 매우 우수한 수치입니다. 소르티노 지수는 하락 위험만을 고려한 지표로, 2.00이라는 수치는 AI가 상승 변동성은 유지하면서도 하락 리스크는 효과적으로 통제했음을 의미합니다.

투명성이 만든 신뢰성

스미스의 실험이 단순한 자랑이 아닌 진정한 연구로 인정받는 이유는 철저한 투명성에 있습니다. 그는 자신의 설정 파일을 깃허브에 공개하고, 모든 거래 과정을 서브스택에 상세히 기록했습니다. 이런 개방적 접근은 다른 사람들이 같은 실험을 재현하고 검증할 수 있게 만들었습니다.

또한 그는 AI가 완전 자동으로 거래하도록 두지 않았다고 강조했습니다. 모든 단계를 모니터링하면서 AI가 모순되거나 불가능한 거래를 제안할 경우 적절한 조정을 가했습니다. 이는 AI와 인간의 협업이 만들어낸 결과임을 보여줍니다.

전문가들의 냉정한 경고

하지만 투자 전문가들의 반응은 신중합니다. 단 4주간의 성과만으로는 AI의 투자 능력을 단정하기 어렵다는 것이 중론입니다.

플로리다 대학교의 최근 연구는 이런 우려를 뒷받침합니다. 연구 결과에 따르면, AI가 생성한 주식 추천은 서류상으로는 종종 우수한 성과를 보이지만, 실제 시장에서 대규모로 적용하거나 장기간 운용하면 그 우수성이 빠르게 사라지는 경향을 보입니다.

시장의 복잡성과 AI의 한계

실제 투자 시장은 스미스의 실험보다 훨씬 복잡합니다:

• 시장 규모의 차이: 100달러와 수백만 달러의 포트폴리오는 완전히 다른 게임
• 유동성 문제: 대규모 거래 시 발생하는 슬리피지와 시장 충격
• 시장 사이클: 4주는 하나의 시장 사이클도 포괄하지 못하는 짧은 기간

AI 투자의 미래를 어떻게 봐야 할까?

단기적 활용 가능성

스미스의 실험은 AI가 최소한 단기적으로는 유용한 투자 도구가 될 수 있음을 보여줍니다. 특히 다음과 같은 영역에서 AI의 강점이 드러났습니다:

• 감정 배제: 욕심과 두려움에 흔들리지 않는 기계적 판단
• 일관된 규칙 적용: 설정된 투자 원칙의 철저한 준수
• 신속한 의사결정: 복잡한 데이터를 빠르게 분석하여 결정

장기적 관점의 필요성

하지만 진정한 검증을 위해서는 더 많은 시간과 다양한 시장 상황이 필요합니다:

• 다양한 시장 환경: 상승장, 하락장, 박스권에서의 성과 검증
• 규모 확장성: 더 큰 자금으로도 같은 성과를 낼 수 있는지
• 지속 가능성: 장기간에 걸친 일관된 성과 유지 여부

개인 투자자들이 얻을 수 있는 교훈

스미스의 실험에서 우리가 배울 수 있는 핵심 교훈들이 있습니다:

규율의 중요성

AI가 보여준 가장 인상적인 특징은 일관된 규칙 적용이었습니다. 인간 투자자들도 명확한 투자 원칙을 세우고 이를 철저히 지킨다면 더 나은 결과를 얻을 수 있을 것입니다.

손절매의 필수성

AI의 자동 손절매 시스템은 손실을 최소화하는 핵심 요소였습니다. 개인 투자자들도 감정에 휘둘리지 않고 손실이 일정 수준에 도달하면 과감히 정리하는 용기가 필요합니다.

투명성과 기록의 가치

스미스가 모든 과정을 투명하게 공개한 것처럼, 개인 투자자들도 자신의 투자 과정을 체계적으로 기록하고 분석한다면 실력 향상에 큰 도움이 될 것입니다.

AI 투자의 현실적 접근

17세 소년의 실험은 AI 투자의 가능성과 한계를 동시에 보여주는 흥미로운 사례입니다. 23.8%라는 놀라운 수익률은 분명 주목할 만하지만, 이것이 AI 투자의 완전한 승리를 의미하지는 않습니다.

중요한 것은 AI를 만능 해결책으로 보는 것이 아니라, 인간 투자자의 판단을 보완하는 유용한 도구로 활용하는 것입니다. 스미스처럼 체계적인 접근과 투명한 검증 과정을 통해 AI의 진정한 가치를 찾아가는 것이 현명한 방향일 것입니다.

여러분도 AI를 활용한 투자에 관심이 있다면, 작은 금액으로 시작해서 체계적으로 기록하고 분석해보시는 것은 어떨까요? 다만 스미스의 경고처럼, 이것은 금융 자문이 아닌 흥미로운 실험일 뿐임을 명심하시기 바랍니다.