Why AI Won't Replace Stock Pickers - Jack Woodruff, Candlestick & Vinoo Ganesh, Kepler

한 줄 핵심

AI는 주식 선택 자체를 대체하기보다 애널리스트의 정보 수집·정리·우선순위 설정 방식을 바꾸며, 결국 승부는 더 빠르게 더 좋은 비대칭적 관점을 찾는 능력에 달려 있다.

시간별 요약

1. 0:00
   소개 Candlestick Capital Management와 Surveyor Capital에서의 경력을 바탕으로, 변화하는 환경 속에서 주식 선별 업무가 어떻게 달라질지 논의할 준비가 되어 있다.
2. 0:47
   주식 선별은 어떻게 달라질까? 장기적인 주식 선별의 본질은 크게 변하지 않지만, 모두가 갖게 되는 기본 정보의 수준과 그 정보를 조합하는 방식은 크게 달라질 것이다. 기존의 포트폴리오 매니저와 애널리스트 역할은 재편되지만, 아직 그 최종 형태는 정해지지 않았다.
3. 2:10
   한 명의 애널리스트가 400개 종목을 맡을 수 있을까? 인간의 시간이 가장 큰 병목이기 때문에, AI는 종목 커버리지 확대보다도 준비 시간을 줄이고 우선순위를 잡아주는 데 더 큰 역할을 한다. 그 결과 애널리스트 수를 줄일 수는 있어도, 남는 시간은 더 많은 독자 조사와 채널 체크에 다시 투입되어야 한다.
4. 4:45
   주니어 애널리스트가 그만두게 될 일 10-K나 실적 발표 전사록을 읽는 일 자체가 사라지기보다, 요약 도구로 속도가 빨라질 가능성이 크다. 대신 대량의 빅데이터 정리 같은 반복 작업은 외부화되고, AI는 무엇에 시간을 써야 하는지 방향을 잡아주는 역할을 하게 된다.
5. 6:07
   더 똑똑해질까, 아니면 더 바빠질까? 기초 데이터 정리 시간이 줄어들면 사람들은 더 적은 일을 하는 것이 아니라 더 많은 정보와 더 많은 리서치를 요구하게 된다. 모두가 같은 수준의 기본 작업을 하게 되면 그것은 기준선이 되고, 초과 수익은 그다음 단계의 차별화된 정보 조합에서 나온다.
6. 7:21
   감사할 수 없는 숫자는 믿지 말아야 한다 모델이 만든 숫자라도 출처를 추적하고 감사할 수 없으면 절대 신뢰해서는 안 된다. AI 활용의 핵심은 자동화가 아니라, 모든 수치를 검증 가능한 상태로 유지해 의사결정과 매매 알고리즘의 오작동을 막는 데 있다.
7. 9:08
   AI 벤더에게 절대 보여주지 않을 것 내부 데이터와 데이터 보안 분리는 매우 민감한 문제이며, 특히 독점적인 정보와 워크플로는 외부에 노출되지 않아야 한다. AI는 결과물을 대신 내놓는 존재가 아니라, 애널리스트가 어디에 시간을 써야 하는지 알려주는 도구로 활용되어야 한다.
8. 11:30
   모두가 같은 모델을 쓰게 되면 우위는 어디서 나올까? 모두가 같은 정보를 가지게 되면 우위는 질문의 질, 속도, 그리고 인간과 기계의 결합 방식에서 생긴다. AI가 해주는 공통 작업보다, 무엇을 더 깊게 파고들지 빠르게 식별하고 남보다 먼저 특이한 기회를 찾는 능력이 더 중요해진다.
9. 13:26
   2027년 펀드를 만든다면 직접 만들 것과 살 것을 나누는 기준 핵심 수익 창출 역할은 여전히 필요하지만, 예전처럼 많은 애널리스트를 둘 필요는 줄어들 수 있다. 대신 investigative journalists나 데이터 엔지니어처럼 더 깊은 프로젝트형 역량을 가진 인력이 애널리스트를 대체하거나 보완하는 구조가 유력하다.
10. 15:14
    소형 펀드와 초대형 펀드 중 AI의 수혜자는 누구일까? AI는 모든 펀드가 현재보다 더 많은 일을 하게 만들지만, 전략에 따라 효과는 다르게 나타난다. 작은 팀은 더 응집된 전략으로, 큰 팀은 더 많은 아이디어 풀로 유리해질 수 있으며, 결국 중요한 것은 아이디어 속도와 포트폴리오에 들어갈 만한 좋은 아이디어의 수다.
11. 17:35
    과장된 아이디어: 애널리스트가 없는 헤지펀드 애널리스트가 전혀 없는 펀드는 과거 펀드를 복제하는 수준은 가능해도, 현재의 우수한 펀드를 지속적으로 이기기는 어렵다. 기본적 투자에서는 인간을 완전히 빼면 결국 계산 자원과 정보량 경쟁으로 수렴하므로, 인간은 여전히 루프 안에 남아 있을 가능성이 높다.

실무 인사이트

• AI 도입의 목표를 '인력 감축'이 아니라 '시간 재배치'로 잡아야, 절감된 시간을 독자 리서치와 비대칭적 아이디어 발굴에 쓸 수 있다.
• 금융 업무에서 가장 먼저 자동화할 부분은 해석보다 정리·검증·우선순위화이며, 숫자의 감사 가능성을 확보하지 못하면 자동화의 효용도 크게 떨어진다.
• 모두가 같은 도구를 쓰는 환경에서는 데이터 자체보다, 무엇을 더 깊게 파고들지 정하는 판단력과 실행 속도가 경쟁우위가 된다.