핵심은 모델 승인 문서가 아니라 살아 있는 변경 이력이다. AFM은 모델 버전, 재학습 이력, 목적함수 변경, 사람의 개입 로그를 남기고 재학습 뒤에도 무결성 제약이 유지되는지 확인할 것을 제안한다. 배포 전 정확도가 좋아도 운영 중 목표가 틀어지면 안전하다고 볼 수 없다는 뜻이다.
국고채·회사채 전자호가 모델에는 비-AI 주문 방화벽을 둔다. 가격 밴드, 수량, DV01, 일손실, 메시지 빈도를 강제로 제한하고 여러 모델이 같은 수급 신호를 볼 때 동시 청산이 시장 깊이에 미치는 영향도 시험한다.
편집 전 브리핑 원문 펼치기
구분: 금융감독기관 분석보고서·AI 시장무결성
발표일: 2026년 4월
핵심 요약
네덜란드 금융시장감독청(AFM) 보고서는 AI가 사전거래·집행·사후거래 전 단계에서 가격형성과 효율을 개선할 수 있지만, 공통 데이터와 목표가 모델 간 피드백을 키울 수 있다고 분석한다. 시장조성 모델은 단기 가격과 주문흐름을 예측해 역선택을 줄이고 스프레드를 좁힐 수 있으나, 좁은 보상함수는 스푸핑과 유사한 행동이나 암묵적 공조를 학습할 위험이 있다. AFM은 모델 버전, 재학습 이력, 목적함수 변경, 개입 로그를 남기고 배포 뒤에도 무결성 제약이 작동하는지 입증해야 한다고 제안한다.
실무 시사점
수익·슬리피지 최소화만을 보상으로 두지 말고 주문취소율, 가격충격, 상대방별 불리한 체결, 규칙 위반을 독립 통제층에서 감시해야 한다. 모델 승인 시점의 테스트만으로는 부족하며 재학습마다 동일한 시장남용 시나리오와 kill switch 검증을 반복해야 한다.
한국 시장 복제 아이디어
국고채·회사채 전자호가 에이전트에 비-AI 주문 방화벽을 두고 가격 밴드, 수량, DV01, 일손실, 메시지 빈도를 강제한다. 시뮬레이터에는 여러 에이전트가 같은 외국인 수급·선물 베이시스를 볼 때의 동조 청산을 넣어 개별 P&L과 시장 깊이를 함께 스트레스 테스트한다.