국채를 사고파는 데 드는 비용이 평소에는 낮아도, 매도 주문이 몰리면 시장은 갑자기 막힐 수 있다. BIS는 변동성, 매수·매도 호가 차이, 현물과 선물의 가격 차이 등을 하나의 시장조건지수로 묶었다. 지수가 높을수록 거래가 어려운 상태다. 이를 예측할 때 평균값 하나를 맞히는 대신, 석 달 뒤 좋은 상태부터 심한 스트레스까지 각각 얼마나 가능성이 있는지를 살폈다.

자료 기간은 2004년 7월부터 2024년 5월까지다. 처음 일곱 해로 학습한 뒤 과거 한 달을 빼고 새 한 달을 넣어 모형을 갱신했고, 학습에 쓰지 않은 이후 시점의 분포를 84번 예측했다. 사용한 무작위숲은 여러 조건으로 자료를 나눈 뒤 비슷한 과거 상황의 결과를 모으는 방법이다. 여기에 정부 부채비율과 펀드·보험·연기금 등의 국채 보유비중을 더했다.

정부 부채비율을 전체 표본의 상위 구간과 하위 구간으로 나눠 비교하면, 금융위기 당시와 비슷한 스트레스가 석 달 뒤 나타날 예측 확률은 각각 3%와 0.02%였다. 비은행 보유비중이 커질 때는 나쁜 상태뿐 아니라 매우 좋은 유동성 상태도 더 가능해졌다. 평소에는 거래를 늘리는 투자자가 환매나 담보 요구에 몰리면 매도 압력을 키울 수 있다는 설명과 맞는다. 다만 미국 자료의 조건부 예측이며, 과거 헤지펀드 자료가 없어 그 기여는 직접 포함하지 못했다.

AI는 공시·가격·주문 자료에서 정보를 뽑는 비용을 낮출 수 있다. 저자들은 그 효과를 단순한 업무 자동화보다 넓게 본다. 같은 자료로 더 정교한 예측을 만들고, 예측을 주문이나 포트폴리오 결정으로 연결하는 방식이 바뀐다는 설명이다. 다만 다른 투자자의 거래 흔적을 빨리 읽어 이익을 얻는 것과 기업의 현금흐름을 새롭게 알아내는 일은 시장 전체에 주는 가치가 다르다.

실제 관측은 자기자본으로 거래하는 전문거래회사 PTF의 재고에서 나온다. 2020~2026년 네덜란드 대형주 감독자료로 각 회사의 하루 매수·매도대금 차이의 절댓값을 구했다. 이를 분기 전체로 합하고 같은 범위의 총 매수·매도대금으로 나눈 것이 재고비율이다. 하루 거래가 완전히 상쇄되면 낮고, 상쇄되지 않은 순거래가 많이 남으면 높아진다.

최근 이 비율이 유의하게 높아졌다. 초단기 거래를 반복한 뒤 위험을 닫는 방식에서 밤을 넘겨 위험을 보유하는 전략으로 이동할 가능성과 맞는 결과다. 그러나 거래 흐름으로 계산한 비율이지 개별 포지션의 보유일수를 직접 잰 값은 아니다. AI를 도입한 회사와 그렇지 않은 회사를 비교해 원인을 식별한 연구도 아니어서, 재고 변화 자체를 AI의 성과로 읽을 수는 없다.

더 좋은 예측이 위험을 오래 보유할 여력을 줄 수도 있지만, 공통 모델을 쓰는 거래가 한꺼번에 몰리면 청산 충격도 커질 수 있다. 행동까지 학습하는 가격결정 알고리즘에는 경쟁이 약해지는 위험도 있다. 반대로 다른 정보를 찾을 경제적 유인도 있으므로 모든 AI가 같은 주문을 낸다고 단정할 수 없다. 이 논문의 질문은 모델 이름보다 어떤 정보를 만들고 어떤 위험을 실제로 보유하게 되는지에 있다.

물가가 낮아진다는 문장과 성장이 낮아진다는 문장은 같은 단어를 써도 경제적 어조가 다르다. 연구는 긍정·부정 단어를 세는 사전 방식과 문맥을 읽는 금융 언어모형 FinBERT를 비교한다. 표본은 2025년 Factiva 영문 금융뉴스 143,755건이며 300단어를 넘는 기사만 포함했다. 긴 기사는 문장별로 분류한 뒤 기사와 날짜의 지수로 합쳤다.

기사에 중립 문장이 많으면 긍정·부정 문장의 차이를 전체 문장 수로 나눈 점수는 작아진다. 중립을 빼고 감성이 있는 문장만 비교하면 같은 기사도 더 강하게 긍정 또는 부정으로 표시된다. 그래서 연구는 집계법을 바꾸며 결과를 비교하고, 별도로 588건에 대한 사람들의 독립 평점을 기준으로 삼았다. 그 평점은 투자에 좋은 뉴스인지보다 표현의 어조와 감정을 평가한다.

학습에는 먼저 나온 기사를 쓰고 시험에는 나중 기사를 남겼으며 모형 선택도 시간순 교차검증으로 했다. 표본외 macro-F1은 최고 문맥 기반 지수에서 0.638, 사전 방식에서 0.162였다. 이 점수는 긍정·중립·부정 각각에서 잘 찾았는지와 잘못 찍었는지를 결합해 같은 비중으로 평균한 값이다. 전체 기사의 적중률이나 수익률과 혼동하면 안 된다.

분류 차이에는 문맥뿐 아니라 지수의 크기도 작용한다. 논문은 동일한 ±0.33 경계를 쓰는데 사전 점수는 영 근처에 몰려 거의 모두 중립으로 분류됐다. 임계값을 각 방식에 맞춰 보정한 모든 비교에서도 같은 격차가 난다는 뜻은 아니다. 별도의 임베딩 회귀는 Random Forest에서 R² 0.688을 기록했다. 이것 역시 사람의 감성평점을 얼마나 설명했는지의 결과로, 실제 금리나 스프레드가 뒤따라 움직였다는 증거는 아니다.

가격 예측 모형은 다음 가격 하나를 맞힐 수 있지만, 시장 시뮬레이터는 거래가 언제 일어나고 호가가 어떻게 바뀌는지까지 만들어야 한다. Jane Street의 인턴 연구는 네 해의 미국 주식 자료에서 다음 사건을 생성한 뒤, 그 결과를 입력에 붙여 다음 사건을 다시 생성했다. 사건 종류는 별도 분류 모형이 정하고, 가격과 경과시간은 잡음에서 값을 만들어 가는 생성 모형이 맡는다.

어려운 점은 시장 자료에 자주 반복되는 특정 값이 있다는 것이다. 사건이 동시에 도착하면 시간 간격은 영이고, 가격은 현재 호가나 최소 가격 단위에 몰린다. 이를 매끈한 연속 분포로만 다루면 모양을 놓친다. 실제 표본에서 거래는 사건의 8%뿐이어서 종류별 불균형도 컸다. 연구자는 사건을 20개 범주로 세분화하고, 특정 값에 몰린 분포를 부드럽게 표현하는 방식을 시험했다.

평가는 실제 사건 10,240개를 문맥으로 주고 다음 사건 하나를 생성해, 각 변수의 분포를 실제 자료와 비교했다. 별도 판별 모형으로 변수 사이 관계까지 그럴듯한지도 살폈다. 수정한 표현은 이 평가에서 더 현실적인 표본을 만들었지만, 자신이 생성한 사건을 계속 이어 가는 실험에서는 호가 간격이 넓어졌다. 작은 오차가 다음 입력으로 되돌아가며 누적될 수 있어, 한 단계의 적합도와 긴 경로의 안정성을 따로 확인해야 한다는 결과다. 회사도 현실적인 생성기로 쓰기에는 아직 정확도가 부족하다고 밝혔다.

채권 틱 자료를 읽어 특징을 계산하고 모델에 넣는 동안, 실제 계산보다 도구 사이의 자료 변환에 시간이 들 수 있다. G-Research는 저장 파일에서 분산 분석, 데이터프레임 처리, 모델 학습, 시각화로 이어지는 경로를 예로 든다. 각 도구가 서로 다른 형식을 쓰면 데이터를 바이트로 바꾸고 다시 풀어야 한다. Arrow의 출발점은 이 도구들이 계산 중에 쓰는 메모리 규격을 맞추는 것이다.

Arrow는 같은 열의 값을 연속으로 배치한다. 호환되는 도구가 같은 실행 과정 안에 있으면 큰 자료를 새로 복사하는 대신 메모리 위치를 가리키는 정보로 넘길 수 있다. 서로 다른 실행 과정 사이에서는 메모리에 연결한 파일을 활용한다. 여러 서버에 나뉜 자료는 Arrow Flight가 각 자료 조각의 위치를 알려 주고 동시에 받아 오게 한다. 같은 과정의 메모리 공유와 서버 사이 전송은 구분해서 이해해야 한다.

이 구조가 저장 형식까지 대체하는 것은 아니다. Parquet은 압축과 부호화로 파일 크기를 줄이는 데, Arrow는 계산하기 쉬운 메모리 배치에 맞춰져 있다. 따라서 Parquet으로 보관한 자료를 Arrow로 읽어 처리하고 결과를 다시 저장하는 조합이 자연스럽다. 글은 이런 연결 방식을 설명하며, 특정 거래 모델의 예측력이나 수익 개선을 검증하지는 않는다. 어떤 경로에서 이득이 생기는지는 기존 도구의 호환성과 실제 변환 비용을 재서 판단해야 한다.