비은행기관이 많은 현금을 공급하면 은행의 익일물 레포는 언제나 싸고 안정적인가?
연구가 묻는 것은 은행이 비은행금융기관에서 빌리는 담보부 익일자금이 전통적인 은행 간 자금보다 언제 싸고 안정적인가다. 표본은 2018년 7월 1일부터 2024년 12월 31일까지이며, 영란은행이 수집한 거래별 Sterling Money Market Data를 사용한다. 중앙청산을 거치지 않은 길트 담보 양자간 거래라 상대방과 가격을 직접 비교할 수 있다.
비은행기관이 은행에 공급한 현금은 이 구간의 은행 간 양자거래보다 6~12배 많았다. 연구진은 차주별 신용위험을 덜어내기 위해 비은행 조달스프레드에서 같은 은행의 은행 간 스프레드를 뺀 Spread-of-Spread를 만들었다. 이 값은 2022년 이전 평균 -7bp였지만 이후 약 +10bp로 전환됐다. 공급량이 많다는 사실만으로 한계조달가격이 낮다고 볼 수 없는 이유다.
저자들은 단기금리가 오를 때 현금의 기회비용이 높아지는 경로와 장기자산 평가손실이 보험·연기금·펀드의 대차대조표를 누르는 경로를 구분한다. 두 번째 경로는 공급가격의 변동성과 지속성을 키울 수 있다. 다만 논문은 채무불이행이나 담보품질을 분석하지 않았고 영국의 특정 양자간 익일물 구간만 다루므로, 국내 레포 전체로 일반화하려면 별도 검증이 필요하다.
SCOPE2018~2024년 영국의 비청산 양자간 익일물 길트 레포를 다룬 실증연구다. 중앙청산 거래, 부도위험과 담보품질은 분석범위 밖이며 한국 레포시장에 대한 인과효과를 직접 제시하지 않는다.
Evidence & verification ↓같은 거시지표 서프라이즈가 왜 어떤 날에는 국채금리를 크게 움직이고 다른 날에는 작게 움직이는가?
시장예상과 실제 발표의 차이가 같아도 국채가격 충격은 일정하지 않다. 연구는 1998년부터 2024년까지 미국 국채선물의 장중 변화를 CPI, 신규실업수당, 비농업고용, 내구재주문, 소매판매와 GDP 발표 주변에서 측정했다. 발표 전 설문전망의 분산과 단기금리 옵션에서 얻은 정책금리 불확실성을 서로 다른 상태변수로 놓았다.
전망기관의 의견차가 크면 발표치가 향후 정책금리를 알려주는 정밀한 신호인지부터 의심하게 된다. 실제 추정에서도 전망 분산이 높을수록 수익률곡선 반응이 약해졌다. 반대로 중앙은행의 다음 경로가 불확실한 시기에는 새 거시정보가 정책전망을 갱신하는 데 더 큰 비중을 얻었고, 같은 서프라이즈에 대한 반응이 확대됐다. 두 변수는 불확실성이라는 이름이 비슷하지만 가격에 반대방향으로 작용했다.
팬데믹 이후에는 연준의 물가안정 대응이 더 중요한 정책신호가 되면서 CPI 반응이 강해졌고, 고용지표는 조사 응답률 저하와 정책초점 이동 속에서 영향이 약해졌다. 이 설명은 베이지안 학습모형과 장중 회귀가 함께 지지하지만, 한국 시장에서 같은 구조가 유지된다는 증거가 되지 않는다. 이벤트 모델은 서프라이즈 하나가 아니라 전망 분산과 정책국면을 함께 입력해야 한다.
SCOPE미국 국채선물의 장중 반응과 베이지안 학습모형을 결합한 연구다. 결과는 거시뉴스의 정보가치와 금리반응의 연관성을 설명하며, 한국 국채의 계수나 거래성과를 직접 제시하지 않는다.
Evidence & verification ↓FOMC 성명과 기자회견을 같은 매파·비둘기파 점수로 읽어도 되는가?
성명은 결정과 이유를 짧게 압축하지만 기자회견은 준비발언과 질의응답에서 조건을 덧붙인다. 연구진은 문맥을 양방향으로 읽는 DeBERTa V3를 통화정책 문서에 맞춰 조정했다. 문단에는 매파·비둘기파·중립 라벨을, 문장에는 물가·고용·금융여건·성장 등 주제 라벨을 붙여 서로 다른 커뮤니케이션의 내용을 비교했다.
기자회견이 열린 2011년 4월부터 2025년 4월까지 성명과 기자회견을 같은 회의 단위로 맞췄다. 성명 심리의 사분의 삼 이상은 완전히 매파·비둘기파·중립 중 하나였지만 기자회견은 극단적인 점수가 약 사분의 일에 그쳤다. 기자회견은 한 방향의 표제 아래에서도 완화·긴축 조건을 함께 담아 성명의 거친 신호를 세분했다.
기자회견 심리는 최근 연방기금금리를 통제한 뒤에도 미래 정책금리와 별도의 예측 상관을 보였고, 시장반응과의 관계도 다른 문서보다 강했다. 그러나 상관관계가 모델의 실시간 거래수익이나 인과효과를 뜻하지는 않는다. 채권 NLP에서는 문서 전체 점수와 문답별 조건 신호를 분리하고, 모델 버전과 사람 라벨의 불일치를 계속 기록해야 한다.
SCOPE미국 중앙은행 커뮤니케이션의 텍스트 분류와 시장반응을 다룬 연구다. 미래 정책금리와의 결과는 예측 상관이며 인과효과나 실거래 P&L을 입증하지 않는다. 한국어 문답에는 별도 라벨과 재검증이 필요하다.
Evidence & verification ↓Long on Research, Short on Bandwidth
여러 지역의 거래연구가 느려졌을 때 어떤 데이터가 병목의 주인을 찾아내는가?
HRT의 연구계산은 여러 지역의 CPU·GPU가 거래소의 장기간 자료로 다양한 모델을 학습하고 수많은 거래 시나리오를 모의하는 구조다. 한 학습이 시카고 GPU에서 뉴욕 자료를 가져오다 멈췄지만 표준 전송서비스 로그에는 새 사용자가 보이지 않았다. 계산자원보다 지역 간 데이터 이동이 병목이 된 사건이다.
회사는 Linux 커널의 소켓 함수에 eBPF 훅을 달고 CPU별로 분당 바이트를 집계했다. NFS는 커널 작업자 계정으로 보이는 문제 때문에 저수준 NFS 함수도 별도로 추적했다. 여기에 전송서비스 로그와 스위치의 독립적인 총바이트를 합쳐 사용자·프로그램·워크플로에 귀속했고, 같은 흐름이 여러 계층에 잡힐 때는 한 번만 세었다.
원인은 시카고의 수천 작업이 분산캐시를 거치지 않고 뉴욕의 같은 파일을 반복해 읽은 설정오류였다. HRT는 이 관측자료를 위치변경 판단과 네트워크를 포화시키는 워크플로의 자동 제한에 사용한다. 공개 글은 연구인프라의 진단과 통제 과정은 보여주지만 모델의 라벨·알파·P&L은 공개하지 않는다.
SCOPEHRT가 공개한 글로벌 연구인프라 운영사례다. 도표는 실제 사건을 단순화·과장한 형태이며 모델구조, 시장별 예측목표, 거래지연과 P&L은 공개하지 않았다.
Evidence & verification ↓Quant Research at IMC
IMC의 공개 설명에서 연구모형은 어떤 검증·인프라를 거쳐 실제 거래시스템과 연결되는가?
IMC는 글로벌 퀀트 연구팀이 장기 성과를 좌우하는 feature·모델·전략을 만들고 확장한다고 설명한다. 모델과 예측의 품질은 이미 운용하는 거래뿐 아니라 새 전략·상품·시장으로 넓히는 데도 중요하다고 명시한다. 이는 예측문제가 연구실의 점수로 끝나지 않고 거래범위 확대와 연결된다는 회사 차원의 설명이다.
연구환경에는 머신러닝·AI·대규모 계산이 들어가며, 쓰임새로 데이터 분석, 백테스트와 거래 시뮬레이션이 제시된다. 연구자는 트레이더와 나란히 일한다. 공개 범위에서 확인되는 feedback loop는 가설과 예측을 과거자료·모의시장에 대조하고 거래 의사결정에 넘기는 과정이지만, 데이터셋·라벨·검증창은 알려져 있지 않다.
생산계층에서는 모든 소프트웨어를 내부에서 개발하고 FPGA를 속도와 처리용량의 기반으로 쓴다고 설명한다. 따라서 같은 신호라도 연구 코드, 실시간 입력, 하드웨어 경로와 위험통제가 일치해야 배포 가능한 모델이 된다. 다만 이 자료는 구체적 지연수치, kill switch 설계나 전략별 P&L을 공개하지 않아 확인 가능한 사실과 국내 적용가설을 구분해야 한다.
SCOPEIMC가 공개한 회사 차원의 연구·기술 설명이며 발행일은 확인되지 않는다. 연구에서 생산으로 이어지는 구성요소는 확인되지만 구체적 데이터, 라벨, 모델구조, 위험한도와 전략별 P&L은 공개되지 않았다.
Evidence & verification ↓채권 AI의 검증은 예측점수 하나로 끝나지 않는다. 조달가격에는 공급자의 대차대조표가, 이벤트 반응에는 정책국면이, 연구속도에는 데이터 경로가 들어간다. 한국 시장에서 복제할 때도 각 신호가 어느 조건에서 가격·체결·위험으로 이어졌는지 분리해 기록해야 한다.
Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
SoS! The overnight bilateral liquidity provision of non-bank financial institutions to banks3 primary · 0 archived +
표본은 2018년 7월 1일부터 2024년 12월 31일까지다.
ORIGINAL PASSAGE1 July 2018 to 31 December 2024Bank of England Staff Working Paper No. 1,195, Section 3, page 9, July 2026, accessed 2026-10-15비은행기관의 공급량은 은행 간 양자거래보다 6~12배 컸다.
ORIGINAL PASSAGE6 to 12 times largerBank of England Staff Working Paper No. 1,195, Abstract, page 1, July 2026, accessed 2026-10-15상대가격은 2022년 이전 -7bp에서 이후 약 +10bp로 바뀌었다.
ORIGINAL PASSAGEprior to 2022 ... -7 basis points ... thereafter ... +10 basis pointsBank of England Staff Working Paper No. 1,195, Introduction, page 5, July 2026, accessed 2026-10-15Bond yield responses to macro news: the role of macro forecast disagreement and monetary policy uncertainty3 primary · 0 archived +
분석기간은 1998년부터 2024년까지다.
ORIGINAL PASSAGEperiod from 1998 to 2024BIS Working Paper No. 1361, Focus, 16 June 2026, accessed 2026-10-15전망기관 의견차가 클수록 국채수익률 반응은 약해졌다.
ORIGINAL PASSAGEHigher disagreement among forecasters dampens the reactions of bond yields.BIS Working Paper No. 1361, Findings, 16 June 2026, accessed 2026-10-15단기 정책금리 불확실성이 높을수록 수익률 반응은 커졌다.
ORIGINAL PASSAGEHigher interest rate uncertainty, by contrast, amplifies yield reactions.BIS Working Paper No. 1361, Findings, 16 June 2026, accessed 2026-10-15The Fed's Fine-Tune: Coarse Statements and Predictive Pressers3 primary · 0 archived +
기자회견 비교표본은 2011년 4월부터 2025년 4월까지다.
ORIGINAL PASSAGEApril 2011 to April 2025Federal Reserve FEDS 2026-029, Figure 6 note, page 14, May 2026, accessed 2026-10-15연구는 DeBERTa V3를 텍스트 분류에 사용했다.
ORIGINAL PASSAGEDeBERTa V3Federal Reserve FEDS 2026-029, Section 4, page 10, May 2026, accessed 2026-10-15기자회견은 다른 커뮤니케이션보다 미래 정책과 더 강한 예측 상관을 보였다.
ORIGINAL PASSAGEpress conferences correlate with future policy to a greater extentFederal Reserve FEDS 2026-029, Abstract, page 1, May 2026, accessed 2026-10-15Long on Research, Short on Bandwidth4 primary · 0 archived +
HRT는 장기간 시장자료로 여러 모델을 학습한다.
ORIGINAL PASSAGEtrain a diverse set of models on years of historyHRT, Long on Research, Short on Bandwidth, Intro, 12 October 2026, accessed 2026-10-15커널 집계는 분당 바이트 합계를 사용한다.
ORIGINAL PASSAGEper-minute byte totalsHRT, Long on Research, Short on Bandwidth, Every Byte Counts, 12 October 2026, accessed 2026-10-15집계는 사용자와 워크플로에 트래픽을 귀속한다.
ORIGINAL PASSAGEusers, programs, and workflowsHRT, Long on Research, Short on Bandwidth, Every Byte Counts, 12 October 2026, accessed 2026-10-15HRT는 과도한 워크플로를 자동 제한한다.
ORIGINAL PASSAGEautomated processes to throttle workflowsHRT, Long on Research, Short on Bandwidth, Mostly Accounted For, 12 October 2026, accessed 2026-10-15Quant Research at IMC4 primary · 0 archived +
퀀트 연구팀은 feature·모델·전략을 만들고 확장한다.
ORIGINAL PASSAGEbuilding and expanding the features, models, and strategiesIMC, Quant Research at IMC, page body, publication date unconfirmed, accessed 2026-10-15모델과 예측은 현재 거래와 새 전략·상품·시장 확장에 쓰인다.
ORIGINAL PASSAGEmodels and predictionsIMC, Quant Research at IMC, Maximizing our edge, publication date unconfirmed, accessed 2026-10-15연구환경은 데이터 분석·백테스트·거래 시뮬레이션을 강화한다.
ORIGINAL PASSAGEdata analytics, back testing, and trading simulation capabilitiesIMC, Quant Research at IMC, Always innovating, publication date unconfirmed, accessed 2026-10-15자체 소프트웨어와 FPGA가 생산 거래 인프라의 기반이다.
ORIGINAL PASSAGEFPGA hardware is the backboneIMC, Technology at IMC, Hardware Engineering, publication date unconfirmed, accessed 2026-10-15Show the original briefing text
채권시장 AI 연구 브리핑
2026년 10월 15일
조사 마감: 2026년 10월 15일 06:36 (Asia/Seoul)
원문 열람일: 2026년 10월 15일
중복 점검: 기존 71개 브리핑·355개 연구의 원문 URL과 대조했다. 전날의 AI 전력수요, 수요병목 성장모형, 속도 프리미엄, Two Sigma 파라미터 최적화, Jane Street GPU 병목 자료는 제외했다. 1~3번은 중앙은행·국제기구의 원문 논문이고 4~5번은 채용공고가 아닌 퀀트회사의 공식 기술 글과 연구책임자 공개강연이다. 공개되지 않은 모델 세부·라벨·전략별 성과·P&L은 추론하지 않았다.
1. SoS! The overnight bilateral liquidity provision of non-bank financial institutions to banks
구분: Bank of England Working Paper·길트 레포와 비은행 유동성
발표일: 2026년 7월 10일
핵심 요약
영란은행 원문은 2018년 7월부터 2024년 12월까지 영국 은행의 양자간 익일물 길트 레포를 분석한다. 이 구간에서 비은행금융기관의 공급량은 은행 간 거래보다 6~12배 컸다. 차주별 신용위험을 상쇄한 상대가격인 Spread-of-Spread는 2022년 이전 평균 -7bp에서 이후 약 +10bp로 바뀌어, 비은행 유동성이 많더라도 통화긴축기에는 더 비싸고 변동성이 커질 수 있음을 보여준다.
실무 시사점
레포 조달위험을 총거래량만으로 보면 공급자의 기회비용과 대차대조표 제약을 놓친다. 은행·펀드·보험·연기금별 현금공급량과 상대가격, 장기자산 평가손실, 마진 요구를 연결해야 금리충격이 조달비용과 유동성 지속성에 미치는 경로를 볼 수 있다.
한국 시장 복제 아이디어
국고채 담보 익일물 레포를 현금공급자 유형과 거래상대방별로 나누고, 동일 차주의 은행 간 조달금리 대비 상대스프레드를 만든다. 단기 IRS와 장기 실질금리 변화가 공급량·가격·가격변동성에 미치는 효과를 비교하고, 2022년 이후와 같은 긴축구간에서 펀드·보험·연기금별 차이를 검증한다.
2. Bond yield responses to macro news: the role of macro forecast disagreement and monetary policy uncertainty
구분: BIS Working Paper·거시뉴스와 국채선물 반응
발표일: 2026년 6월 16일
핵심 요약
BIS Working Paper No. 1361은 1998~2024년 미국 국채선물의 장중 반응을 CPI·고용·GDP 등 여섯 발표에서 비교한다. 발표 전 전망기관의 의견차가 클수록 뉴스가 향후 정책금리의 약한 신호로 받아들여져 수익률 반응이 작아졌다. 반대로 단기금리 불확실성이 높으면 같은 뉴스가 정책경로를 판단하는 데 더 중요해져 반응이 커졌으며, 코로나19 이후에는 인플레이션 신호의 중요도가 높아지고 고용 신호는 약해졌다.
실무 시사점
서프라이즈 크기만 입력한 이벤트 모델은 같은 수치가 다른 정책국면에서 왜 다른 가격충격을 내는지 설명하기 어렵다. 컨센서스 분산과 옵션·선물에서 얻은 정책금리 불확실성을 별도 상태변수로 두고, CPI와 고용지표의 계수를 시변으로 추정해야 한다.
한국 시장 복제 아이디어
국고채선물 3년·10년의 발표 전후 수익률을 소비자물가, 고용, 산업생산, GDP로 나눈다. 서프라이즈, 전망치 분산, OIS·금리옵션 기반 정책불확실성의 상호작용을 추정하고 코로나19 전후 및 물가목표 신뢰구간별 표본 밖 방향·절대오차와 비용차감 손익을 비교한다.
3. The Fed’s Fine-Tune: Coarse Statements and Predictive Pressers
구분: Federal Reserve FEDS·중앙은행 커뮤니케이션 NLP
발표일: 2026년 5월, 2026년 8월 31일 갱신
핵심 요약
연준 FEDS 원문은 DeBERTa V3를 FOMC 성명·기자회견·의장 연설에 맞춰 조정하고 통화정책 기조와 주제를 분류한다. 성명 문단의 4분의 3 이상은 완전한 매파·비둘기파·중립으로 분류됐지만 기자회견은 그렇게 극단적인 비중이 4분의 1에 그쳐 더 세밀한 혼합 신호를 담았다. 2011년 4월~2025년 4월 표본에서 기자회견 심리는 최근 정책기조를 통제한 뒤에도 미래 연방기금금리와 별도의 예측 상관을 보였지만, 이는 인과적 예측성과가 아니라 상관관계다.
실무 시사점
문서 전체를 하나의 매파·비둘기파 점수로 줄이면 질의응답의 조건부 신호를 잃을 수 있다. 성명, 준비발언과 문답을 분리하고 문단별 기조와 물가·고용·금융여건 주제를 함께 추적한 뒤, 금리선물·국채선물의 고빈도 반응과 연결해야 한다.
한국 시장 복제 아이디어
금통위 의결문·총재 기자회견·질의응답을 문장 단위로 정렬해 한국어 금융 인코더와 LLM을 비교한다. 라벨은 매파·비둘기파·중립과 물가·성장·금융안정 주제로 나누고, 사람이 이중 표기한 검증셋의 F1, 시점 외 분류안정성, 발표창 국채선물 반응 설명력으로 평가한다.
4. Long on Research, Short on Bandwidth
구분: Hudson River Trading 공식 기술 글·글로벌 연구망 관측성과 자동 제한
발표일: 2026년 10월 12일
핵심 요약
HRT 공식 기술 글은 여러 지역의 CPU·GPU가 장기간 거래자료로 모델을 학습하고 수많은 거래 시나리오를 모의하는 과정에서 WAN 포화가 한 학습을 지연시킨 사례를 설명한다. HRT는 eBPF로 소켓·NFS 트래픽을 추적하고 서비스 로그와 스위치 바이트 카운터를 결합해 사용자·프로그램·워크플로별 전송량을 한 번만 집계했다. 원인은 시카고의 수천 작업이 뉴욕 파일을 캐시 없이 반복해서 읽은 설정오류였고, 현재는 이 텔레메트리로 과도한 워크플로를 자동 제한한다.
실무 시사점
연구 속도를 GPU 사용률만으로 관리하면 데이터가 있는 지역과 계산이 있는 지역 사이의 병목을 놓친다. 모델 실행 ID, 데이터 스냅샷, 서비스 로그, 커널 흐름과 스위치 총량을 하나의 계보로 연결해야 학습지연이 계산·스토리지·네트워크 중 어디서 생겼는지 판별할 수 있다. 이 글은 인프라 운영사례이며 전략별 P&L은 공개하지 않는다.
한국 시장 복제 아이디어
국고채·회사채 시뮬레이션마다 연구자, 작업, 데이터 스냅샷, 리전과 전송 바이트를 기록한다. 서비스 로그 합계와 eBPF 집계, 스위치 총량의 일치율을 관측성 지표로 두고, WAN 포화 시 무제한 실행과 우선순위 제한을 학습완료시간 p95·실패율·재실행비용으로 비교한다.
5. Quant Research at IMC
구분: IMC 공식 연구·기술 설명·연구에서 집행까지의 생산 사슬
발표일: 미확인
핵심 요약
IMC Quant Research 원문은 모델과 예측의 품질을 현재 거래와 새 전략·상품·시장 확장의 기반으로 설명한다. 머신러닝·AI·대규모 계산을 데이터 분석, 백테스트와 거래 시뮬레이션에 연결하며, IMC Technology 원문은 자체 소프트웨어와 FPGA가 실거래 시스템의 속도와 처리용량을 담당한다고 밝힌다. 연구 가설에서 검증·생산집행까지 이어지는 구조는 확인되지만 모델 라벨·위험한도·전략별 P&L은 공개되지 않았다.
실무 시사점
실무에서 연구속도와 집행속도는 따로 최적화할 수 없다. 시뮬레이션이 사용하는 데이터·코드와 실거래 시스템의 입력·위험통제가 어긋나면 높은 예측점수도 체결 가능한 신호가 되지 못한다. 공개 설명은 생산 사슬의 구성요소를 보여주지만 실제 수익기여도를 입증하지는 않는다.
한국 시장 복제 아이디어
국고채 현물·선물·IRS의 연구 파이프라인에 데이터 스냅샷, feature·모델 버전, 백테스트와 모의체결 결과를 함께 기록한다. 같은 신호를 범용 서버와 FPGA 전처리 경로에서 재생해 추론 p99·체결률·mark-out·비용차감 손익을 비교하고 주문 전 DV01·수량·손실 한도는 모델 밖에서 강제한다.