AI, 코인 투자에서 '필승 공식' 아니다..."지속적 초과수익 증거 부족"

본문

인공지능(AI)이 가상자산(디지털자산)의 가격을 예측하고 투자 전략을 세우는 능력은 발전하고 있지만, 실제 거래비용과 위험까지 감안해 장기간 안정적인 초과수익을 인공지능(AI)이 가상자산(디지털자산)의 가격을 예측하고 투자 전략을 세우는 능력은 발전하고 있지만, 실제 거래비용과 위험까지 감안해 장기간 안정적인 초과수익을 낼 수 있다는 증거는 아직 부족하다는 분석 결과가 나왔다. 특히 디지털자산 분야에서 AI 투자 성과를 뒷받침하는 연구는 주식시장보다 제한적인 것으로 나타났다. 4일 아카이브(arXiv)에 공개된 '주식 및 디지털자산 시장의 인공지능: 발전, 수익성 증거와 자동화 투자의 한계' 논문 에 따르면 연구진은 2026년 8월 31일까지 공개된 AI 투자 관련 선행연구를 종합적으로 검토했다.

연구진은 머신러닝(ML), 시계열 기반 파운데이션 모델, 금융 특화 거대언어모델(LLM), 강화학습(RL), AI 에이전트 등이 가격 예측과 뉴스·공시 분석, 포트폴리오 구성 등에서 기술적 발전을 이뤘다고 평가했다.

연구진은 기존 연구에서 모멘텀과 투자자 관심도가 디지털자산 현물 수익률을 예측하는 요인으로 나타났고 거래소 간 가격 차이와 선물시장의 캐리에서도 투자 기회가 관찰됐다고 설명했다. 실제 AI 투자 연구를 보면 긍정적인 백테스트 결과와 부정적인 결과가 함께 나타났다. 실제 결과가 나오기 전에 투자 판단을 기록하는 방식으로 진행된 AI 포트폴리오 연구에서는 통계적으로 유의미한 초과수익이 확인되지 않은 사례도 있었다. 이를 토대로 지난달 31일까지 공개된 연구만으로는 시장 상황 변화와 투자 규모, 거래비용 등을 고려한 뒤에도 지속적인 순초과수익을 만들어내는 일반적인 AI 모델이나 에이전트 구조가 입증됐다고 보기 어렵다고 결론냈다. 디지털자산 관련 AI 연구의 증거도 주식시장보다 부족하다고 평가했다. 공개된 연구만으로 특정 AI 투자 방식이 다양한 시장 환경에서 지속적으로 수익을 낸다고 일반화하기 어렵다는 의미다.

연구진은 향후 AI 투자 성과를 검증하려면 실제 투자 시점에 이용할 수 있었던 데이터와 모델을 사용하고 거래비용·실행 과정까지 함께 평가하는 한편 사전에 정한 방식에 따른 투자 기록과 실제 운용자료를 축적해야 한다고 제언했다. 특히 디지털자산 분야에서 AI 투자 성과를 뒷받침하는 연구는 주식시장보다 제한적인 것으로 나타났다.4일 아카이브(arXiv)에 공개된 '주식 및 디지털자산 시장의 인공지능: 발전, 수익성 증거와 자동화 투자의 한계' 논문에 따르면 연구진은 2026년 8월 31일까지 공개된 AI 투자 관련 선행연구를 종합적으로 검토했 인공지능(AI)이 가상자산(디지털자산)의 가격을 예측하고 투자 전략을 세우는 능력은 발전하고 있지만, 실제 거래비용과 위험까지 감안해 장기간 안정적인 초과수익을 낼 수 있다는 증거는 아직 부족하다는 분석 결과가 나왔다.