모두가 비슷한 모델을 쓰면 생기는 위험

구분: 논문·arXiv 프리프린트
발표일: 2026년 4월 14일
원문: arXiv 원문

핵심 요약

여러 AI 에이전트가 시장 정보를 비슷한 방식으로 표현할 때 금융시장이 왜 불안정해질 수 있는지를 구조적 다중에이전트 모형으로 분석한다. 연구는 단순히 최종 전망값이 같은지보다, 각 모델이 시장 상태를 내부적으로 표현하는 feature space가 얼마나 유사한지를 중요하게 본다.

평상시에는 모델별 예측이 서로 달라 보이더라도, 내부 표현이 유사하면 스트레스 상황에서 전망과 포지션이 급격히 수렴할 수 있다. 그 결과 변동성 군집, 유동성 악화, 동시 디레버리징과 꼬리위험이 확대될 수 있다는 메커니즘을 제시한다.

실무 시사점

• 모델 리스크: 서로 다른 알고리즘을 사용한다는 사실만으로 모델 분산이 확보되지는 않는다. 동일 데이터, 동일 라벨, 동일 전처리와 동일 거시 시나리오를 사용하면 실질적으로 같은 모델일 수 있다.
• 채권시장 위험: 국채선물·현물 차익거래 모델들이 동일한 베이시스, 외국인 수급, 호가 불균형을 사용하면 스트레스 시 청산 신호가 동조화될 수 있다.
• 리스크 지표: 모델 간 P&L 상관계수뿐 아니라 예측 상관, 포지션 변화 상관, feature attribution 유사도, 스트레스 구간 행동 일치율을 측정해야 한다.
• 포트폴리오 설계: 모델 앙상블은 아키텍처 다양성보다 데이터·목적함수·보유기간·손절 규칙의 다양성을 확보해야 한다.

주의: 구조적 메커니즘을 제시하는 프리프린트로, 실제 채권시장 데이터에서의 외부 검증이 더 필요하다.

오늘의 우선순위: ★★★★☆