설계부터 배포 이후까지 보는 감독
AI 감독은 모델을 만든 뒤 무엇까지 확인하는가?
AI 모델이 개발시험을 통과해도 배포 뒤 입력과 사용권한이 바뀌면 위험이 달라진다. IOSCO는 전통 머신러닝과 생성형·에이전트형 AI를 설계부터 사후 모니터링까지 연결해 감독하는 툴킷을 제시한다. 단일 성능점수보다 실제 통제의 지속성을 본다.
감독체계는 위험영역을 식별하고, 거버넌스·외주·공시·기록과 보고를 점검한 뒤 채택 수준과 이상징후를 추적할 자료를 정한다. 모델 내부만 검사하면 외부 제공자 의존과 책임소재, 변경기록의 문제를 놓칠 수 있다는 구조다.
현장검사·표적 설문·문서와 데이터 요구·정기 대화를 조합해 통제가 실제 작동하는지 확인한다. 툴킷은 비구속적 감독도구이며 모델별 수익성을 평가하지 않는다. 국내 활용도 체크리스트의 존재보다 자료변경과 권한확대가 기록되고 이상 때 대응이 실행되는지 확인하는 데 맞춰야 한다.
SCOPE비구속적 감독도구다. 통제항목의 충족이 예측력이나 거래수익을 보장하지 않는다.
Evidence & verification ↓AI 도입률 뒤의 클라우드 의존
높은 AI 도입률 뒤에 어떤 외부 의존이 남는가?
AI를 쓰는 회사의 비율만 보면 사용단계와 조직 간 차이를 놓친다. ESMA 설문은 생산·개발·실험 중인 사례가 없는 회사와 도입을 계획한 대형사를 구분하고 업종별 완전 배포도 비교한다. 응답자의 채택 현황이 모든 회사의 실제 활용성과를 뜻하지는 않는다.
외부 의존에서는 62%가 상용 클라우드에 전적으로 의존했고 그중 41%가 단일 제공자를 사용했다. 후자의 분모는 전체 회사가 아닌 전적 의존 집단이다. 서비스 장애의 공통 위험을 점검할 때 제공자와 사용단계를 함께 식별해야 한다.
이사회·경영진과 운영인력의 완전 이해 응답은 낮았다. 배포했다는 사실과 내부에서 결과·오류를 설명할 능력을 구분해야 한다는 신호다. 설문은 자기보고 현황이며 AI의 수익효과나 외부 의존이 장애를 일으킨 확률을 추정한 연구는 아니다.
SCOPE응답사 설문이며 전체 시장의 성과·사고확률을 인과적으로 추정하지 않는다.
Evidence & verification ↓작은 전자거래와 큰 장외 블록
주문규모가 달라지면 회사채 집행경로도 달라지는가?
전자거래 비중은 거래건수와 금액 중 무엇을 세는지에 따라 다르다. ICMA는 유럽 회사채 활동을 두 기준으로 보고 주문규모와 집행경로를 구분한다. 작은 거래가 전자화돼도 큰 거래가 장외에 남으면 금액 기준 시장구조는 다르게 보일 수 있다.
공식 요약에서 전화 등의 협의에 따른 장외 거래는 거래금액의 53%, 딜러·고객 전자거래는 47%였다. 특히 작은 거래에서 전자 비중이 늘지만 큰 블록은 압도적으로 장외에서 체결됐다. 평균 거래규모도 시간에 따라 변해 단일 전자화 지표로 모든 주문의 조건을 설명하기 어렵다.
큰 주문에는 상대방 탐색과 가격협의가 필요할 수 있다는 해석이 가능하지만 자료는 경로의 인과적 비용우위를 추정하지 않는다. 하나의 집행모델을 전 규모에 적용하기보다 크기별 체결경로와 비용을 확인해야 한다. 시장활동 증가와 개별 주문의 쉬운 체결도 별도로 측정해야 한다.
SCOPE유럽의 활동통계다. 경로별 비중은 비용우위의 인과증거가 아니며 국내 구조는 다를 수 있다.
Evidence & verification ↓드문 파일복사 실패를 재현한 과정
드문 파일복사 장애의 원인은 어떻게 찾았는가?
큰 파일을 복사할 때 가끔 권한 오류가 나면 정상·실패 조건을 비교하기 어렵다. Jane Street는 작은 시험환경의 부하를 높이고 메모리에서 큰 파일을 만드는 FUSE 시스템을 작성해 실패를 재현했다. AI assistant는 이 시험용 코드 작성에 사용됐다.
eBPF 기반 bpftrace와 패킷 캡처로 실패 순간을 추적했다. NFS 재전송이 같은 요청 식별자에 새로운 인증 순번을 붙이고, 늦게 도착한 과거 응답의 서명검증이 실패하면서 재시도가 늘어나는 커널 동작이 원인이었다. 겉으로 보인 권한 오류와 실제 처리순서의 문제를 구분했다.
공식 글은 수정 패치의 Linux 반영을 설명하지만 구체적 전략·손익효과는 공개하지 않는다. 이 사례의 증거는 장애를 재현하고 커널과 통신을 대조한 과정이다. AI가 코드를 도왔다는 사실을 원인을 자동으로 검증했다는 주장으로 넓혀서는 안 된다.
SCOPE회사 장애분석 사례다. 공개 당시의 패치 예정과 현재 배포상태, 전략 손익을 구분한다.
Evidence & verification ↓화면에도 들어가는 증분 계산
실시간 화면은 모든 계산을 매번 다시 해야 하는가?
실시간 자료가 계속 들어올 때 화면과 모든 업무계산을 매번 다시 실행하면 불필요한 작업이 늘 수 있다. Jane Street의 Bonsai는 관련 입력이 바뀐 계산만 갱신하는 증분 구조다. 화면 표시 외에 실시간 자료 위의 비싼 업무계산에도 이를 적용한다고 설명한다.
구성요소는 순수 함수형 상태기계로 만든다. 입력과 상태의 변화에 따라 다음 상태를 표현하고, 어떤 계산이 그 변화에 의존하는지 추적한다. 백엔드와 프런트엔드가 같은 언어와 타입을 사용해 기존 업무로직을 웹으로 옮길 때 형식 불일치를 줄이는 접근이다.
공식 저장소는 사내 웹 도구와 거래시스템의 모니터링·상호작용에 사용한다고 밝힌다. 실제 화면·한도·운영성과는 공개하지 않는다. 국내 활용은 갱신속도만큼 계산의 의존관계를 빠짐없이 추적하는지도 확인해야 하며 누락 갱신은 오래된 값을 보여줄 위험이 있다.
SCOPE공개 프레임워크 설명이다. 내부 위험관리와 거래손익 개선은 확인하지 못한다.
Evidence & verification ↓설문은 채택 현황을, 거래자료는 규모별 집행구조를 보여준다. 장애 재현과 증분 계산은 다른 운영문제의 해결 사례다. 각 자료의 비교대상과 검증 범위를 분명히 해야 한다.
Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
설계부터 배포 이후까지 보는 감독0 primary · 2 archived +
These 2 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓AI 도입률 뒤의 클라우드 의존0 primary · 1 archived +
These 1 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓작은 전자거래와 큰 장외 블록0 primary · 1 archived +
These 1 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓드문 파일복사 실패를 재현한 과정0 primary · 1 archived +
These 1 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓화면에도 들어가는 증분 계산0 primary · 1 archived +
These 1 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
채권시장 AI 연구 브리핑
2026년 9월 24일
조사 마감: 2026년 9월 24일 06:32 (Asia/Seoul)
원문 열람일: 2026년 9월 24일
중복 점검: 기존 53개 브리핑과 2026년 9월 23일 게시물을 대조했다. 전날의 Bank of England·Citadel·G-Research 자료와 겹치지 않는 원문을 선정했다. 4·5번은 Jane Street가 직접 공개한 기술자료로 실제 내부 시스템과 장애 대응을 보여주지만, 비밀 전략·모델 라벨·P&L은 공개되지 않아 수익 연결은 공개 사실에 근거한 추론으로 구분했다. 5번의 최초 발표일은 공식 저장소에서 확인되지 않아 미확인으로 표시했다.
1. IOSCO — 금융 AI 감독은 모델 하나가 아니라 전체 생애주기를 본다
구분: 국제기구 최종보고서·자본시장 AI 감독
발표일: 2026년 5월 25일
핵심 요약
IOSCO의 Supervisory Toolkit for AI Use in Capital Markets은 전통적 머신러닝부터 생성형·에이전트형 AI까지 모델의 설계, 데이터, 배포와 사후 모니터링을 하나의 생애주기로 감독하도록 제안한다. 감독체계는 위험영역을 식별하는 1단계, 거버넌스·위험관리, 제3자·외주, 공시, 기록·보고를 점검하는 2단계, 채택 수준과 이상징후를 추적할 지표·데이터를 정하는 3단계로 구성된다. 공식 툴킷은 현장검사, 표적 설문, 문서·데이터 요구와 정기 대화를 조합해 실제 통제 여부를 확인하도록 한다. 이는 비구속적 감독도구이며 특정 AI 거래전략의 성과를 입증하는 자료는 아니다.
실무 시사점
채권 AI의 승인 대상을 모델 파일로 한정하면 데이터 공급자 변경, 재학습, 프롬프트·도구 권한과 사람 개입이 누락된다. 가격·수량·DV01 한도, 모델 버전, 입력 데이터, 외부 API, 판단 근거와 주문 결과를 같은 감사 경로에 연결해야 배포 뒤 행동 변화를 추적할 수 있다.
한국 시장 복제 아이디어
국고채 전자호가와 회사채 RFQ AI를 사용사례별로 등록하고 설계–검증–shadow–제한 배포–운영–폐기 상태를 관리한다. 모델·데이터·클라우드 공급자 집중도, 설명 누락률, 재학습 뒤 행동 변화와 kill switch 시험 결과를 감독·내부통제 지표로 저장한다.
2. ESMA — AI 도입 격차보다 더 큰 위험은 단일 클라우드와 부족한 내부 이해다
구분: 감독기관 Risk Analysis·증권시장 AI 도입 조사
발표일: 2026년 2월 20일
핵심 요약
ESMA의 EU 증권시장 조사에서 응답사의 45%는 생산·개발·실험 중인 AI 사용사례가 없었지만, 대형사의 96%는 이미 사용하거나 도입을 계획했다. 완전 배포 사례는 신용평가사 75%, 투자서비스 제공 신용기관 65%로 높았고 투자회사·운용사는 상대적으로 뒤처졌다. 같은 공식 보고서에 따르면 62%가 상용 클라우드에 전적으로 의존했고 그중 41%는 단일 제공자를 사용했으며, AI를 완전히 이해한다고 답한 비율은 이사회·고위경영진 17%, 운영인력 8%에 그쳤다. 설문은 채택 현황을 보여줄 뿐 AI가 투자성과를 개선했다는 인과 증거는 아니다.
실무 시사점
AI 위험은 모델 정확도만이 아니라 배포 규모, 공급자 집중과 통제인력의 이해 수준에서 커진다. 같은 기초모델·클라우드·데이터 벤더를 여러 데스크가 공유하면 장애나 모델 변경이 호가, 위험계산과 리서치에 동시에 전파될 수 있다.
한국 시장 복제 아이디어
채권 조직의 모든 AI 사용사례를 생산·시험·계획으로 분류하고 모델, 클라우드, 데이터 공급자별 공통의존 그래프를 만든다. 단일 제공자 장애 때 가격산출·주문·리스크가 동시에 멈추는 경로를 시험하고, 사람 담당자가 입력·출력·한계·복구절차를 설명하지 못하면 자동화 범위를 제한한다.
3. ICMA — 유럽 회사채 전자화는 작은 거래부터 진행되고 큰 블록은 여전히 장외에 남는다
구분: 시장협회 보고서·회사채 시장미시구조
발표일: 2026년 6월
핵심 요약
ICMA의 유럽 회사채 시장 데이터에 따르면 2025년 거래금액은 약 5.7조 유로, 거래건수는 630만 건을 넘었고 1분기에 2022년 집계 시작 이후 가장 높은 활동을 기록했다. 4분기 평균 거래규모는 약 88만 유로로 2022년 이후의 감소세를 되돌렸다. 공식 요약은 장외 음성거래가 금액의 53%, 딜러–고객 전자거래가 47%였으며 전자거래 비중은 특히 작은 거래에서 꾸준히 늘었다고 보고한다. 2,500만 유로를 넘는 대형 블록은 압도적으로 장외에서 체결돼 하나의 집행모델을 모든 주문 크기에 적용하기 어렵다.
실무 시사점
회사채 집행 AI의 목표와 벤치마크는 주문 크기·유동성·채널에 따라 달라야 한다. 소액 전자거래의 빠른 체결과 대형 블록의 정보노출·딜러 탐색을 같은 라벨로 학습하면 평균 성능은 좋아 보여도 실제 큰 위험을 잘못 가격할 수 있다.
한국 시장 복제 아이디어
국내 회사채 주문을 발행잔액·최근 거래·주문 DV01·예상 시장충격으로 나누고 전자 RFQ, 메신저·음성, 블록 협상별 체결확률과 mark-out을 따로 추정한다. 일정 규모를 넘으면 자동호가 대신 정보노출 비용과 딜러 응답분산을 계산해 사람 승인으로 전환한다.
4. Jane Street — 거래활동 데이터 장애는 대규모 재현 실험과 커널 추적으로 잡는다
구분: 퀀트회사 공식 기술 블로그·거래 데이터 인프라
발표일: 2025년 7월 2일
선정 이유: 최신성보다 실제 운영 장애의 재현·수정 과정이라는 기술적 가치 때문에 선정
핵심 요약
Jane Street의 공식 장애 분석은 회사의 거래활동 데이터를 저장·배포하는 핵심 시스템 Gord에서 대용량 파일 복사가 드물게 권한 오류로 실패한 사례를 공개한다. 작성자는 작은 시험환경에서 부하를 크게 키우고 메모리 안에서 대용량 파일을 생성하는 FUSE 파일시스템을 만든 뒤 eBPF 기반 bpftrace와 패킷 캡처로 실패 순간을 추적했으며, FUSE 코드 작성에는 AI assistant를 사용했다고 밝혔다. 원인은 NFS 재전송 때 같은 거래 ID에 새 보안 시퀀스 번호가 붙고 늦게 도착한 과거 응답의 서명검증이 실패하면서 재시도를 더 유발하는 커널 동작이었다. 공식 글에 따르면 두 수정 패치가 상류 Linux에 반영돼 6.16에 포함될 예정이었지만, 구체적인 전략·P&L 영향은 공개되지 않았다.
실무 시사점
확인 가능한 사실은 거래 데이터 파이프라인의 드문 실패도 재현 가능한 부하실험과 커널 수준 관측으로 닫는다는 점이다. 공개자료에 기반한 추론으로는 이 과정이 누락·지연된 체결자료가 연구 라벨과 리스크 집계를 오염시키는 것을 줄여 research→production→P&L 피드백의 신뢰도를 지킨다.
한국 시장 복제 아이디어
시세·주문·체결·포지션 전달 경로에 추적 ID와 체크섬을 붙이고 정상 부하뿐 아니라 지연·재전송·순서역전·인증갱신을 주입한다. 드문 실패를 자동 재시도로 감추지 말고 패킷·커널·애플리케이션 추적을 같은 사건 ID로 보존하며, 복구 뒤 누락 체결과 DV01 차이를 대조한다.
5. Jane Street — 거래 시스템 화면도 증분 계산과 타입으로 위험을 줄인다
구분: 퀀트회사 공식 오픈소스·실시간 거래 시스템 UI
발표일: 미확인
선정 이유: 최신성보다 실제 거래 시스템의 모니터링·상호작용 구조라는 기술적 가치 때문에 선정
핵심 요약
Jane Street의 공식 Bonsai 저장소는 이 OCaml 프레임워크가 사내 거의 모든 웹 애플리케이션에 쓰이며 거래 시스템을 모니터링하고 상호작용하는 도구도 포함한다고 설명한다. 구성요소는 순수 함수형 상태기계로 만들고, 화면뿐 아니라 실시간 데이터 위의 비싼 비즈니스 계산도 관련 입력이 바뀔 때만 다시 계산하는 증분 구조를 사용한다. 백엔드와 프런트엔드가 같은 언어와 타입을 공유해 기존 비즈니스 로직을 웹으로 옮길 때 데이터 형식의 불일치를 줄인다는 회사 설명이다. 저장소는 내부 화면·위험한도·운영성과를 공개하지 않으므로 수익효과는 확인할 수 없다.
실무 시사점
확인 가능한 사실은 거래 시스템을 보는 화면도 단순 시각화가 아니라 상태·계산·타입을 통제하는 생산 인프라라는 점이다. 공개자료 기반 추론으로는 필요한 값만 재계산하는 구조가 급변장에서 화면 지연과 불필요한 부하를 줄이고, 공유 타입은 잘못된 단위·만기·상품코드가 주문행동으로 이어질 가능성을 낮춘다.
한국 시장 복제 아이디어
국고채·회사채 대시보드에서 시세, 주문, 체결, 재고와 DV01을 공통 타입으로 정의하고 만기·통화·단위를 컴파일 단계에서 구분한다. 입력 변경 범위에 따라 필요한 fair value와 위험만 증분 갱신하며, 오래된 값 표시, 데이터 지연, 한도 초과와 kill switch 상태를 화면 상태기계의 명시적 단계로 만든다.