AI 시대의 가치투자

AI는 투자자의 시간을 바꾼다

AI는 투자자의 일을 크게 바꾸고 있다. 예전에는 사업보고서 한 권을 읽고, 뉴스 수십 개를 찾아보고, 재무제표를 직접 정리하는 데 많은 시간이 필요했다. 이제는 AI에게 기업의 최근 실적을 요약하게 하거나, 뉴스의 핵심 쟁점을 정리하게 하거나, 특정 조건에 맞는 종목 후보를 찾아보게 할 수 있다.

이 변화는 중요하다. 개인 투자자는 기관투자자보다 시간, 인력, 정보 처리 능력에서 불리했다. AI는 이 격차를 어느 정도 줄여 준다. 재무제표를 빠르게 읽고, 어려운 용어를 쉽게 풀어 주고, 놓치기 쉬운 위험 요인을 질문 형태로 정리해 줄 수 있다.

하지만 여기서 조심해야 한다. AI가 투자 판단을 대신해 주는 것은 아니다. AI는 자료를 빨리 읽어 줄 수 있지만, 무엇을 믿고 얼마에 살지는 투자자가 결정해야 한다. 이것이 AI 시대에도 가치투자가 필요한 이유다.

가치투자는 정보의 양보다 판단의 질을 중시한다. 더 많은 자료를 아는 사람이 항상 좋은 투자자가 되는 것은 아니다. 중요한 것은 기업의 가치와 현재 가격을 구분하고, 내가 틀릴 수 있음을 인정하며, 충분한 안전마진을 확보하는 것이다. AI는 이 과정을 도울 수 있지만, 그 원칙을 대신 세워 주지는 못한다.

AI 생성 이미지

AI가 도와줄 수 있는 일

AI가 가장 잘하는 일은 반복적이고 시간이 많이 걸리는 정보 정리다. 예를 들어 투자자는 AI를 다음과 같이 활용할 수 있다.

• 최근 3년간 매출, 영업이익, 순이익의 흐름 요약하기

• 영업활동 현금흐름과 순이익의 차이 확인하기

• 부채 증가, 이자비용 증가, 재고 증가 같은 위험 신호 찾기

• 사업보고서에서 주요 사업 부문과 고객 구조 정리하기

• 최근 뉴스에서 긍정적 이슈와 부정적 이슈 나누기

• 특정 조건에 맞는 종목 후보를 스크리닝하기

스크리닝이란 많은 종목 중에서 조건에 맞는 후보를 걸러내는 일이다. 예를 들어 "최근 5년간 흑자를 유지했고, 부채비율이 낮고, 영업활동 현금흐름이 플러스인 기업"을 찾는 식이다. 이런 작업은 사람이 직접 하면 오래 걸리지만, 자동화 도구를 쓰면 훨씬 빠르게 시작할 수 있다.

AI는 질문을 만드는 데도 유용하다. 초보 투자자는 기업을 볼 때 무엇을 물어야 할지 모르는 경우가 많다. 이때 AI에게 "이 기업을 가치투자 관점에서 볼 때 확인해야 할 위험 요인을 정리해 달라"고 요청하면, 최소한의 점검 목록을 얻을 수 있다.

예를 들어 AI는 이런 질문을 제시할 수 있다.

• 이 기업의 이익은 반복 가능한가?

• 최근 이익 증가는 본업에서 나온 것인가, 일회성 요인인가?

• 부채 만기는 가까운가?

• 현금흐름이 순이익을 따라오고 있는가?

• 산업이 성장 중인가, 정체 중인가?

• 낮은 PER이 저평가 때문인가, 이익 감소가 예상되기 때문인가?

이런 질문은 투자자의 시간을 아껴 준다. 하지만 질문이 많아졌다고 답이 자동으로 맞아지는 것은 아니다. AI가 뽑아 준 후보는 출발점이지 결론이 아니다.

자동화가 놓치는 사업의 맥락

숫자만 보면 어떤 기업은 매우 싸 보인다. PER이 낮고, PBR도 낮고, 배당수익률도 높다. AI 스크리닝 도구는 이런 기업을 빠르게 찾아낼 수 있다. 그러나 가치투자에서 중요한 질문은 그다음이다.

"왜 싼가?"

자동화된 검색은 조건에 맞는 종목을 찾는 데 강하지만, 그 숫자가 나온 이유를 해석하는 데는 한계가 있다. 낮은 PER은 저평가의 신호일 수도 있지만, 앞으로 이익이 줄어들 것이라는 시장의 경고일 수도 있다. 낮은 PBR은 자산 대비 싸다는 뜻일 수도 있지만, 장부상 자산이 실제로는 가치가 낮다는 뜻일 수도 있다. 높은 배당수익률은 주주환원의 신호일 수도 있지만, 주가가 크게 하락해 생긴 착시일 수도 있다.

사업의 질은 숫자 하나로 완전히 잡히지 않는다. 고객이 왜 이 회사의 제품을 계속 사는지, 경쟁자가 쉽게 따라올 수 있는지, 가격을 올릴 힘이 있는지, 기술 변화에 취약한지, 경영진이 주주를 존중하는지 같은 질문은 맥락이 필요하다.

AI는 뉴스와 보고서를 요약할 수 있다. 그러나 요약은 현실을 단순화한다. 어떤 악재가 일시적인지 구조적인지, 비용 증가가 단기 부담인지 경쟁력 약화의 신호인지, 매출 성장이 좋은 성장인지 무리한 할인 판매의 결과인지는 투자자가 다시 판단해야 한다.

예를 들어 어떤 기업이 "AI 관련 매출 증가"라는 뉴스로 주목받는다고 하자. AI는 관련 뉴스를 모아 긍정적 분위기를 요약해 줄 수 있다. 하지만 가치투자자가 물어야 할 질문은 다르다.

• 그 매출은 전체 매출에서 의미 있는 비중인가?

• 이익률은 기존 사업보다 높은가?

• 경쟁사가 쉽게 진입할 수 없는가?

• 현재 주가는 이미 그 기대를 과하게 반영하고 있지 않은가?

• 기대가 틀렸을 때 손실을 줄일 안전마진이 있는가?

좋은 이야기는 좋은 투자를 보장하지 않는다. AI 시대에도 좋은 회사와 좋은 투자 대상은 다르다. 결국 가격이 중요하다.

AI의 답을 그대로 믿으면 안 되는 이유

AI는 그럴듯하게 말할 수 있다. 이것이 장점이자 위험이다. 모르는 내용을 모른다고 말하지 않고, 부정확한 정보를 자연스럽게 섞어 말할 수 있다. 숫자를 잘못 가져오거나, 오래된 자료를 최신 자료처럼 설명하거나, 기업명을 혼동하거나, 일회성 이익을 반복 가능한 이익처럼 해석할 수도 있다.

따라서 AI가 만든 답은 반드시 검증해야 한다. 특히 투자 판단에 쓰는 숫자는 원자료를 확인하는 습관이 필요하다. 사업보고서, 분기보고서, 공시, 기업의 실적 발표 자료, 거래소 자료처럼 출처가 분명한 자료를 기준으로 삼아야 한다.

검증할 때는 다음 세 가지를 확인하면 좋다.

첫째, 출처가 분명한가. AI가 어떤 자료를 바탕으로 답했는지 확인해야 한다. 출처 없는 요약은 참고용일 뿐 투자 근거가 되기 어렵다.

둘째, 숫자가 맞는가. 매출, 이익, 부채, 현금흐름, 주식 수, 배당금 같은 핵심 숫자는 직접 대조해야 한다. 작은 숫자 오류도 가치평가 결과를 크게 바꿀 수 있다.

셋째, 가정이 합리적인가. AI가 "저평가"라고 말하더라도 어떤 이익을 기준으로 했는지, 어떤 PER을 적용했는지, 성장률을 얼마나 봤는지 확인해야 한다. 가치평가는 계산보다 가정이 중요하다.

AI가 낸 결론을 이렇게 바꾸어 읽어야 한다.

"이 종목은 저평가입니다."가 아니라,

"이 종목이 저평가일 가능성이 있으니, 이 가정이 맞는지 확인해 보십시오."

이 차이가 크다. 앞의 문장은 판단을 대신 맡기는 태도다. 뒤의 문장은 도구를 활용하되 최종 판단은 투자자가 맡는 태도다.

그레이엄의 원칙과 현대 도구의 결합

그레이엄이 살던 시대에는 지금 같은 AI도, 실시간 데이터도, 자동화된 스크리닝도 없었다. 하지만 그가 던진 질문은 여전히 유효하다.

"이 기업의 가치는 얼마인가?"

"현재 가격은 그 가치보다 충분히 낮은가?"

"내 판단이 틀렸을 때도 견딜 여유가 있는가?"

AI는 이 질문에 답하는 과정을 빠르게 만들어 준다. 예전에는 후보 종목을 찾는 데 며칠이 걸렸다면, 이제는 몇 분 안에 후보군을 만들 수 있다. 예전에는 보고서의 핵심을 파악하는 데 오래 걸렸다면, 이제는 먼저 요약을 보고 중요한 부분을 찾아 읽을 수 있다.

중요한 것은 순서다. AI에게 바로 "살 만한 종목을 추천해 달라"고 묻는 것은 위험하다. 먼저 자신의 원칙을 정해야 한다.

예를 들어 방어적 투자자라면 이렇게 요청할 수 있다.

• 최근 몇 년간 적자를 피한 기업

• 부채 부담이 과도하지 않은 기업

• 영업활동 현금흐름이 꾸준한 기업

• 배당을 무리 없이 지급한 기업

• 이해하기 쉬운 사업을 하는 기업

적극적 투자자라면 조금 더 깊은 질문을 던질 수 있다.

• 시장이 이 기업을 싸게 보는 이유는 무엇인가?

• 최근 악재는 일시적인가, 구조적인가?

• 정상화 이익을 기준으로 보면 현재 PER은 어느 정도인가?

• 경쟁사 대비 수익성과 재무 안정성은 어떤가?

• 내 분석이 틀릴 수 있는 지점은 무엇인가?

이렇게 AI를 쓰면 투자자는 단순 작업에 쓰는 시간을 줄이고, 판단이 필요한 부분에 더 많은 시간을 쓸 수 있다. 이것이 현대 도구와 그레이엄 원칙의 좋은 결합이다. 도구는 빨라졌지만 질문은 그대로다. 가격과 가치를 구분하고, 안전마진을 확보하고, 시장의 흥분에 휩쓸리지 않는 것이다.

AI 시대에도 변하지 않는 것

AI가 발전할수록 시장은 더 효율적으로 보일 수 있다. 정보는 더 빨리 퍼지고, 뉴스는 즉시 요약되며, 지표는 자동으로 계산된다. 그렇다면 가치투자의 기회는 사라질까?

그렇지 않다. 정보 처리 속도가 빨라져도 인간의 감정은 사라지지 않는다. 공포와 탐욕은 여전히 가격을 흔든다. 유행하는 산업에는 과도한 기대가 몰리고, 실망스러운 산업에는 과도한 비관이 쌓인다. Mr. Market은 이제 더 빠르게 말할 뿐, 여전히 변덕스럽다.

AI 시대에는 오히려 독립적 판단이 더 중요해질 수 있다. 모두가 비슷한 데이터와 비슷한 요약을 본다면, 차이는 결국 해석에서 나온다. 같은 재무제표를 보고도 어떤 사람은 위험을 보고, 어떤 사람은 기회를 본다. 같은 뉴스 흐름을 보고도 어떤 사람은 일시적 악재라고 판단하고, 어떤 사람은 구조적 훼손이라고 판단한다.

기술이 발전해도 다음 원칙은 변하지 않는다.

첫째, 안전마진이 필요하다. AI의 분석도 틀릴 수 있고, 투자자의 해석도 틀릴 수 있다. 그래서 가치보다 충분히 낮은 가격에 사야 한다.

둘째, 분산이 필요하다. 아무리 좋은 분석처럼 보여도 한 종목에 모든 것을 걸면 작은 오류가 큰 손실이 된다. AI가 확신을 높여 주는 것처럼 보여도, 확신과 현실은 다를 수 있다.

셋째, 인내가 필요하다. AI가 빠른 답을 준다고 해서 시장이 바로 내 판단을 인정해 주지는 않는다. 가치가 가격에 반영되는 데는 시간이 걸린다.

넷째, 독립적 판단이 필요하다. AI의 답, 유튜브의 의견, 시장의 분위기, 다른 투자자의 수익률은 모두 참고 자료일 뿐이다. 최종 질문은 언제나 투자자 자신에게 돌아온다.

"나는 이 기업을 이해했는가?"

"현재 가격은 충분히 싼가?"

"내가 틀렸을 때도 버틸 수 있는가?"

AI는 좋은 조수다. 그러나 좋은 주인은 아니다. 가치투자자는 AI를 이용하되, AI에게 끌려가지 않아야 한다. 자료 정리는 맡길 수 있다. 계산도 도움받을 수 있다. 하지만 무엇을 믿을지, 어느 가격에서 살지, 어느 위험까지 감당할지는 투자자가 정해야 한다.

가치투자는 기술의 반대편에 있는 낡은 방식이 아니다. 오히려 기술이 많아질수록 더 필요한 판단의 틀이다. 도구는 바뀐다. 시장의 속도도 바뀐다. 그러나 주식은 여전히 기업의 일부이고, 시장가격은 여전히 제안이며, 안전마진은 여전히 투자자의 겸손이다.