AI가 금융을 바꾼다는 말은 익숙합니다. 그러나 EquiLibre Technologies 사례가 흥미로운 이유는 단순한 금융 분석 도구가 아니라, 시장에서 직접 의사결정을 내리는 AI를 만들고 있다는 점입니다.
EquiLibre는 프라하에 기반을 둔 AI 연구소입니다. 공동창업자는 Martin Schmid, Rudolf Kadlec, Matej Moravcik이며, 이들은 프로 포커 플레이어를 이긴 AI로 알려진 DeepStack과 연결된 인물들입니다.1 2022년 초기 팀을 꾸린 뒤 현재는 25명 규모로 알려져 있습니다.
EquiLibre의 핵심: 포커 AI를 거래 시장으로 옮기다
EquiLibre가 시도하는 것은 DeepStack에 쓰인 강화학습 아키텍처를 주식과 암호화폐 거래에 적용하는 일입니다.2
강화학습은 모델이 행동을 선택하고, 그 결과로 받은 보상 신호를 바탕으로 전략을 반복적으로 조정하는 방식입니다. 정답이 고정된 문제를 푸는 것보다, 불확실한 환경에서 계속 판단을 개선해야 하는 문제에 잘 맞습니다.
이 지점에서 포커와 금융시장이 만납니다. 무제한 텍사스 홀덤 포커와 금융거래는 모두 정보가 불완전하고, 상대가 내 행동에 반응한다는 공통점이 있습니다.3 모든 패를 볼 수 없고, 모든 시장 참여자의 의도를 알 수 없으며, 내가 움직이면 상대도 달라집니다.
그래서 EquiLibre의 접근은 “포커 AI를 금융에 가져왔다”는 단순한 이야기가 아닙니다. 핵심은 불완전한 정보 속에서 반복적으로 결정을 개선하는 시스템을 실제 시장에 적용하려는 시도입니다.
성과 주장은 인상적이지만, 봐야 할 것은 따로 있다
EquiLibre는 2025년 암호화폐 시장에서 알고리즘을 가동한 뒤 주식 시장으로 확장했다고 설명됩니다.2 이후 Tower Research Capital과 협력해 S&P 500과 NASDAQ을 대상으로 알고리즘을 운용하고 있으며, 일일 거래 규모가 수십억 달러에 이른다고 주장합니다.3
또 하나 눈에 띄는 주장은 암호화폐 시장 가동 이후 주식 시장 단계까지 월간 손실이 없었다는 설명입니다.2 다만 이 문장은 조심해서 읽어야 합니다. 월간 손실이 없었다는 말이 곧 무위험 수익을 뜻하지는 않습니다. 운용 기간, 거래 비용, 레버리지, 위험 노출, 시장 환경에 따라 성과의 의미는 크게 달라집니다.
EquiLibre를 평가할 때 중요한 질문은 세 가지입니다.
거래 비용을 뺀 뒤에도 성과가 유지되는가
변동성이 큰 구간에서도 전략이 버티는가
거래 규모가 커져도 수익률이 유지되는가
특히 세 번째가 중요합니다. 작은 규모에서는 작동하던 전략도 자금이 커지면 시장에 영향을 주고, 그 순간부터 성과가 약해질 수 있습니다. 포커의 규칙은 고정되어 있지만, 금융시장은 유동성, 경쟁자, 규제, 비용 구조가 계속 바뀝니다.
투자자들이 본 것은 ‘또 하나의 퀀트 펀드’가 아니다
EquiLibre는 시리즈 A 투자 유치 후 기업가치가 5억 달러로 평가됐고, 라운드는 Creandum이 주도했습니다.2 이 투자는 Creandum 역사상 최대 단일 투자로도 언급됩니다.2
이 숫자가 의미 있는 이유는 단순히 새로운 퀀트 운용사가 등장했기 때문이 아닙니다. 투자자들이 보는 것은 강화학습 기반의 거래 지능입니다. 만약 이 접근이 지속적으로 작동한다면, 특정 전략 하나가 아니라 시장 의사결정 시스템 자체로 확장될 가능성이 있습니다.
물론 경쟁은 만만하지 않습니다. 대형 퀀트 회사들은 더 많은 데이터, 자본, 인프라, 실행 능력을 갖고 있습니다. EquiLibre의 차별점은 상대적으로 작은 연구팀이 DeepStack에서 검증된 문제 해결 방식을 금융시장에 빠르게 옮기고 있다는 데 있습니다.
우리가 배울 점
EquiLibre 사례의 결론은 “게임 AI가 금융을 정복했다”가 아닙니다. 더 현실적인 해석은, 불완전한 정보 속에서 반복 결정을 개선하는 AI가 게임을 넘어 실제 산업 문제로 이동하고 있다는 것입니다.
이 관점은 금융에만 국한되지 않습니다. 가격 결정, 재고 배분, 광고 입찰, 물류 최적화처럼 불확실한 환경에서 반복적으로 판단해야 하는 문제라면 비슷한 사고방식을 적용할 수 있습니다. 중요한 것은 강화학습이라는 유행어가 아니라, 어떤 문제에서 보상 신호를 정의하고, 행동을 반복 개선할 수 있는지입니다.
EquiLibre의 진짜 시험은 이제부터입니다. 포커 테이블에서 통했던 접근이 시장에서도 오래 살아남을 수 있는지, 그리고 거래 규모가 커진 뒤에도 성과를 유지할 수 있는지가 핵심입니다. 그 답에 따라 EquiLibre는 흥미로운 AI 트레이딩 실험에 머물 수도 있고, 금융 의사결정 방식의 변화를 보여주는 사례가 될 수도 있습니다.
참고
1Frontier AI Trading Research Lab.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.