자본시장연구원 Korea Capital Market Institute

목표일펀드(Target Date Fund: TDF) 시장은 2016년 672억원에서 2024년 16.6조원으로 확대되었으며, 현재 TDF 적립액의 대부분은 퇴직연금 자산으로 구성되어 있다. 특히 IRP와 DC형 퇴직연금이 TDF의 핵심 활용 기반을 형성하고 있어, TDF는 그간 퇴직연금 자산운용 과정에서 일정한 역할을 수행해 온 것으로 평가된다. 다만 2023년 도입된 사전지정운용제도는 초기 기대와 달리 TDF 활용 확대에 미치는 영향이 제한적인 것으로 나타나고 있으며, 최근에는 ETF, 로보어드바이저, 중소기업퇴직연금기금 등 다양한 운용 수단이 동시에 부상하고 있다. TDF의 성과 측면을 살펴보면, 목표시점에 따라 위험자산 비중과 수익률 특성이 비교적 명확하게 구분되며, 동일 목표일 TDF 간에도 자산배분 전략 차이에 따른 성과 편차와 그 지속성이 관찰된다. 이는 TDF 시장에서 운용 전략 간 경쟁과 차별화가 일정 부분 작동하고 있음을 시사한다. 한편 총보수율은 일반 펀드에 비해 낮은 편이나, ETF 등 경쟁 상품과 비교할 경우 상대적으로 높은 수준이며, 목표일이 장기화될수록 보수율이 상승하는 구조적 특성도 나타난다. 이러한 분석 결과는 퇴직연금 자산운용 체계 속에서 TDF가 자동 자산배분 수단으로서 기능을 얼마나 효과적으로 수행할 수 있는지를 점검할 필요성을 제기한다. 사전지정운용제도의 목적과 설계, 비용 구조, 운용 전략, 비교공시 체계 등이 합리적으로 개선될 경우, TDF는 퇴직연금 가입자의 장기 자산배분을 지원하는 수단으로서 보다 의미 있는 역할을 수행할 가능성이 있다. 향후 정책 논의는 TDF가 경쟁 환경 속에서도 그 장점이 충분히 발현될 수 있도록 제도적 여건을 정비하는 방향으로 전개될 수 있을 것이다.

블록체인 기반 암호화 자산의 국경간 거래는 전통적 금융 인프라를 보완ㆍ대체하는 방향으로 확장되고 있다. IMF 추정에 따르면 국경간 암호화 자산 거래 규모는 2024년 기준 약 2.5조 달러 수준에 이르며, 2021년 급격한 확장 이후 조정 국면을 거친 뒤 스테이블코인 중심으로 재성장 국면에 진입한 것으로 나타난다. 특히 최근 국경간 거래는 비트코인 등 가치저장형 암호화 자산 중심의 투자 흐름을 넘어 스테이블코인을 활용한 결제ㆍ송금 중심의 실사용 거래 비중이 확대되는 양상을 보이고 있다.  실증 및 선행 연구 검토 결과, 가치저장형 자산은 글로벌 금융사이클에 높은 민감도를 보여 전형적인 위험자산으로 작동하는 반면, 스테이블코인과 소액 단위 암호화 자산 거래는 송금 비용, 환율 변동성, 자본통제 강도 등의 실물경제 요인과 연계되어 있음을 확인하였다. 나아가 일부 국가에서는 스테이블코인이 비공식적 외화 대체 수단 또는 규제 우회적 자본 이동 경로로 활용될 가능성도 관찰된다. 이와 더불어 국제결제은행(BIS)의 Project Agora와 같은 도매형 CBDCㆍ토큰화 예금 기반의 정산 아키텍처 논의는 민간 혁신을 제도권 결제 시스템과 통합하려는 국제적 조정 단계가 본격화되고 있음을 시사한다. 이러한 변화는 국제금융질서와 외환시장 구조가 점진적으로 다층화ㆍ네트워크화되는 방향으로 전개될 가능성을 내포한다. 한국의 경우 스테이블코인 및 온체인 해외거래의 확산은 기존 외환ㆍ자본거래 규율체계의 정합성 제고, 실시간 모니터링 체계 개선, 토큰화 예금ㆍCBDC 기반의 국내 결제 인프라 현대화, 그리고 국제결제ㆍ청산 표준 논의에 대한 전략적 참여 필요성으로 연결된다. 따라서 한국은 단순히 디지털 자산 규제 여부를 결정하는 수준을 넘어, 디지털 유동성이 작동하는 국제결제 환경 속에서 원화와 국내 금융기관의 역할을 재설계하는 관점에서 정책 방향을 모색할 필요가 있다.    

OCIO 운용사를 대상으로 시장 통계를 조사한 결과 2025년 9월 말 현재 OCIO 시장 규모는 156조원으로 추산된다. 이는 2022년 동일한 시장조사로 추산된 시장 규모 132조원 대비 18.2% 확대된 연평균 5.7%의 성장세다. 절대 규모의 증가보다는 세부시장 구성의 변화가 보다 큰 의미를 갖는다. 세부시장 유형에서 절대 비중을 차지하던 공적기금이 84.9%에서 66.5%로 축소된 반면, 공공기관 부문이 크게 확대되어 32조원 규모 20.6%의 비중을 보인다. 다만 공공기관 자금은 연기금투자풀 중심으로 유입된다는 점에서 OCIO 수탁운용사의 시장 확대 측면의 시사점은 제한적이다. OCIO 시장 확대의 기폭제가 될 것으로 기대되는 퇴직연금 유형의 비중이 1.5%에서 5.1%로 확대되어 금액 기준 8조원 시장으로 성장한 부분에 주목할 필요가 있다. 레드오션화된 OCIO 시장에서 퇴직연금의 여러 제도 개편 사안들이 국면 전환의 계기가 될 것으로 기대된다. 기금형 퇴직연금 도입과 함께 현행 계약형 지배구조하에서 추진되는 여러 수익률 제고 방안을 의미한다. 기금형 퇴직연금은 구체적인 제도 도입 방향이 확정되지 않아 이에 대비하는 OCIO 수탁운용사의 전략 수립자체가 어려운 상황이다. 현재 논의되는 기금형 퇴직연금의 여러 유형에 대한 이해를 통해 선제적 대응 전략 수립의 가이드라인을 제시하고자 한다. 영리형과 비영리형이라는 위탁자 유형과 증권회사와 자산운용회사라는 수탁자 유형의 조합에 따라 다양한 대응 전략이 요구된다. 확정급여형(DB) 퇴직연금의 OCIO 시장 유입에서 보다 의미 있는 부분은 현행 계약형 지배구조하에서 추진되는 제도 개편 사안들이다. 계약형 퇴직연금에서 OCIO 수탁운용사에 요구되는 경쟁우위는 일임투자 역량이다. 구체적으로, ALM에 기반한 고객 맞춤형 일임투자 역량 강화와 그에 따른 운용실적 축적이 강조된다. 현재 퇴직연금 OCIO는 다른 세부시장에 비해 수탁고 기준 상위 운용사의 집중도가 상대적으로 낮은 것으로 조사되나, 일임투자 허용 등을 통해 퇴직연금의 OCIO 시장 유입이 본격화되면 상위 운용사의 집중 양상은 보다 심화될 것으로 전망된다. 신규 진입이 어려운 OCIO 시장의 특성을 감안할 때 초기에 유효한 시장 점유율을 확보하기 위한 선제적이고 전사적인 대응 전략 마련이 무엇보다 중요함을 강조한다.

본고는 국내 상장기업 애널리스트가 발표한 투자의견과 목표주가의 투자가치를 실증적으로 분석하였다. 2000년부터 2024년까지 발표된 투자의견과 목표주가를 바탕으로 구축한 포트폴리오의 초과수익률을 분석하여 다음과 같은 결과를 확인하였다. 첫째, 투자의견이 긍정적이거나 목표주가에 내재된 예상수익률이 높은 종목에서 초과수익률이 관찰되어, 투자의견과 목표주가의 투자가치가 확인된다. 둘째, 투자의견과 목표주가는 독립적인 투자가치를 가지며 두 정보를 결합할 때 더 높은 초과수익을 얻을 수 있다. 셋째, 투자의견과 목표주가의 투자가치는 중소형주에서 상대적으로 큰 것으로 나타난다. 넷째, 투자의견과 목표주가의 투자가치는 2013년 이후 관찰되지 않는다.   투자의견과 목표주가의 투자가치 소멸은 애널리스트의 정보우위 감소, 제공 정보의 낙관적 편향과 변별력 약화가 원인인 것으로 추정된다. 2013년 CJ E&M 사건의 발생과 이후의 시장질서 교란행위 규제강화로 애널리스트의 기업정보 취득 경로가 위축되었고, 투자의견은 매수의견으로 고착화되었으며, 예상수익률의 종목 간 편차와 변화폭 또한 감소하였다. 이는 투자의견과 목표주가의 정보량 감소가 투자가치 소멸에 영향을 주었음을 시사한다.   정보의 생산ㆍ중개자이자 시장의 감시자로서 애널리스트의 경제적 역할은 정보력과 분석력, 객관성과 정확성을 전제로 성립하기 때문에, 정보우위 감소와 변별력 약화에 따른 투자의견과 목표주가의 투자가치 소멸은 애널리스트의 본질적인 기능과 역할 측면에서 우려를 낳는다. 향후 애널리스트는 다양한 대체정보의 활용, 새로운 분석기법의 도입, 분석 영역의 차별화 등을 통해 제공 정보의 부가가치를 제고하고, 업무 독립성 강화, 성과평가 기준 개선 등을 통해 낙관적 편향을 줄여야 할 것이다. 정책당국은 공시정보의 질을 높이고, 상장기업과 애널리스트의 공식적 소통경로를 강화하며, 비재무정보 공시를 활성화하여 주식시장의 정보환경을 개선해 나가야 할 것이다.    

코로나19 이후 국내 자본시장에는 해외투자 개인이 대거 유입되면서, 투자 저변이 확대되고 투자 구조도 국내주식 중심에서 글로벌 자산을 포함하는 방향으로 변화하였다. 그럼에도 개인이 실제로 해외 직접투자를 어떤 방식으로 수행하는지, 해외자산 편입이 수익률과 위험 구조를 어떻게 재편하는지, 연령‧성별‧자산규모 등 투자자 특성이 어떤 경로를 통해 성과에 영향을 미치는지에 대해서는 계좌 단위의 실증 분석이 부족했다. 본 보고서는 이를 보완하기 위해, 국내 대형 증권사의 2020~2022년 개인투자자 약 10만 명에 대한 계좌별 상세 보유‧거래 자료를 활용하여 국내‧해외 상장 주식과 ETP를 모두 포함한 개인별 포트폴리오를 재구성하고, 투자 행태와 성과를 통합적으로 분석하였다.  분석 결과, 전체적으로는 여전히 국내주식 비중이 높지만, 20‧30대 젊은 층과 고액투자자를 중심으로 해외자산 비중이 뚜렷하게 높고 해외 상장 ETP를 적극적으로 활용하는 경향이 확인되었다. 남성 투자자는 여성에 비해 보유종목 수는 적지만 위험도가 높은 자산에 더 집중하는 경향을 보였고, 고액투자자는 해외 ETF를 중심으로 비교적 체계적인 글로벌 포트폴리오를 구성하는 반면, 소액투자자는 소규모 자금으로 고배율 레버리지 등 해외 파생형 ETP를 빈번하게 매매하는 특성이 나타났다. 겉으로는 종목 수가 많아 분산투자를 하는 것처럼 보이지만, 실제로는 소수 종목과 특정 미국 상장주식‧ETP에 자산이 집중되어 있어, 미국 시장과 레버리지‧인버스 상품에 대한 의존도가 높은 구조를 형성하고 있으며 이로 인해 높은 변동성과 불확실성에 노출되어 있었다. 성과 측면에서 보면, 국내외 자산을 모두 포함한 전체 투자성과는 동기간 주식시장 수익률에 비해 전반적으로 부진하였다. 거래비용을 감안할 경우 손실을 기록한 투자자가 이익을 실현한 투자자보다 많았고, 벤치마크를 의미 있게 초과한 투자자는 소수에 그쳤다. 해외시장에 참여한 상당수 투자자의 경우 포트폴리오 수익률과 위험조정 성과가 개선되는 효과가 관찰되었으나, 그 중 약 절반은 여전히 만족스럽지 못한 성과를 기록하였다. 성과 결정 요인을 분위별로 분석한 결과, 하위 성과 그룹에서는 경험이 부족한 상태에서의 과도한 매매, 소수 종목에 대한 집중, 공격적인 위험 추구가 수익률을 추가로 악화시키는 방향으로 작용한 반면, 상위 성과 그룹에서는 동일한 특성이 반드시 부정적으로 작용하지 않고 오히려 초과성과와 연결되는 경우도 나타났다. 이는 해외투자가 일부 투자자에게는 분산투자 기회를 확대하고 성과 개선에 기여할 수 있는 수단이지만, 동시에 특정 종목‧상품에 대한 과도한 편중과 고위험 상장상품의 빈번한 거래라는 구조적 리스크를 내포하고 있음을 시사한다.  정책적 측면에서는 IRP, ISA 등 저축‧장기투자용 계좌를 활용해 일반 ETP 및 해외주식 ETF와 같은 광범위 분산형 상품에 장기‧지속적으로 투자한 사례에서 상대적으로 안정적이고 양호한 성과가 관찰된 점에 주목할 필요가 있다. 이에 따라 장기‧분산투자 계좌의 활용도를 높이고 장기투자에 우호적인 세제 인센티브를 강화하는 한편, 레버리지‧인버스 ETP 등 고위험 상품에 대해서는 상품 구조‧공시‧판매 관행에 대한 점검을 강화하고, 특히 청년층 및 소액투자자를 대상으로 맞춤형 금융교육과 디지털 기반 위험 경고 시스템을 확대하는 것이 요구된다. 궁극적으로는 개인이 복잡한 투자 의사결정을 혼자 감당하기보다, 간접투자상품과 자문‧자산관리 서비스를 활용해 자신의 위험 성향에 부합하는 포트폴리오를 장기적으로 운용할 수 있는 환경을 조성하는 것이, 가계 재무 건전성과 국내 자본시장의 지속가능한 발전에 기여할 것으로 기대된다.

인공지능(AI)은 금융투자업 전반에서 혁신적인 변화를 촉발하고 있다. 글로벌 AI 시장은 2023년 1,890억 달러에서 2033년 4조 8천억 달러 규모로 성장할 것으로 전망되며, 특히 금융 분야는 AI 활용이 가장 활발한 산업 중 하나로 부상하고 있다. 국내에서도 금융 분야 AI 특허 출원이 급증하며, 2015년 20건에서 2023년 약 380건으로 19배 성장하는 등 AI를 금융에 접목하려는 시도가 빠르게 증가하고 있다. AI가 산업 전반에서 혁신을 불러일으킬 것이라는 기대감이 커지고 있는 가운데, 실제로 AI가 금융투자업에서 어떻게 활용될 수 있는지를 객관적 데이터에 기반하여 이해할 필요가 있다. 이때 특허 데이터는 매우 유용한 분석 자료가 된다. 특허 데이터는 산업 전반을 포괄하며 각 특허 문서는 활용 데이터, AI 모델, 기술적 세부 내용 등을 상세히 담고 있기 때문이다. 따라서, 특허 분석은 AI 기술 동향 파악을 넘어 금융산업의 미래 발전 경로를 예측하고, 나아가 정책적 시사점을 도출하는 핵심 도구가 될 수 있다. 본 연구는 특허 데이터를 기반으로 금융투자업 내 AI 활용 가능성을 체계적으로 분석한다. 분석 결과, 금융투자업에서 활용할 수 있는 AI 기능은 데이터 분석, 이상거래 탐지, 고객 응대, 보고서 작성 등 다양한 영역으로 확장되고 있으며, 이를 통해 업무 효율성 제고와 비용 절감 효과가 기대된다. 특히 B2B 스타트업들이 금융 서비스에 특화된 AI 기반 솔루션을 적극적으로 개발하고 있어, 향후 금융기관의 외부 기술 의존도가 높아질 것으로 보인다. AI의 활용 가능성은 금융투자업 내 사업 영역별 및 각 사업의 밸류체인 단계별로 뚜렷한 차이를 보인다. 반복적이고 정형화된 업무에서는 데이터의 구조화 수준이 높고 업무 절차가 명확하게 규정되어 있어 AI 적용이 비교적 용이하다. 반면, 비정형적이며 맥락적 해석과 판단이 요구되는 업무의 경우 AI 활용 가능성이 낮고 도입 시 기대되는 효과의 불확실성이 크다. 또한, 데이터 접근성은 AI 활용 가능성에 직접적인 영향을 미치는 핵심 요인으로, 데이터의 확보‧처리‧공유가 원활한 영역일수록 관련 특허가 집중되는 경향을 보인다. 더불어, 고위험 영역에서의 AI 도입은 제한적인데, 이는 AI의 오판이 대규모 재무적 손실이나 법적 분쟁으로 이어질 수 있기 때문이다. 이러한 한계를 극복하기 위해 세 가지 정책적 방향을 제시할 수 있다. 첫째, 정형 업무에 국한하지 않고 비정형‧고난도 업무에도 AI를 실험적으로 적용할 수 있도록 규제 샌드박스와 파일럿 프로그램을 활성화해야 한다. 이는 리스크 관리뿐 아니라 향후 정책 수립을 위한 실증적 근거로도 활용될 수 있다. 둘째, 국가 차원에서 데이터 인프라를 고도화하여 보안과 규제 준수 기능을 내재화하고, 금융기관 간 데이터 협업을 촉진하는 지원 체계를 마련해야 한다. 셋째, AI 거버넌스‧설명가능성 원칙, 그리고 제3자 리스크 관리를 포괄하는 금융 AI 가이드라인을 정비할 필요가 있다. 이를 통해 금융기관이 AI를 업무에 적극 도입하는 데 따르는 심리적‧제도적 장벽을 완화할 수 있을 것이다. 특허 분석이 AI의 금융투자업 접목 가능성을 보여주는 미래지향적 관점을 제공한다면, 해외 금융기관의 사례 연구는 AI의 내재화와 상용화 과정에서 국내에 실질적인 시사점을 던져준다. 해외 사례는 AI의 실제 활용이 단순히 업무의 정형성, 데이터 접근성, 고위험 여부와 같은 요인에 그치지 않고, 산업 내 기술 및 서비스 성숙도‧ROI‧인프라 제약이라는 세 가지 축에 따라 차별화되고 있음을 보여준다. 따라서 금융투자업계의 효과적인 AI 도입을 위해서는 기술의 가능성과 한계를 명확히 인식하고 투자 대비 기대효과를 고려한 단계적 접근이 필요하다. 이를 위해 첫째, 산업 내 기술 및 서비스 성숙도에 기반해 도입 전략을 세워 성숙도가 높은 분야는 신속히 상용화하고, 불확실성이 큰 분야는 시범 적용으로 위험을 관리해야 한다. 둘째, ROI 중심으로 투자 우선순위를 설정해 단기적으로 비용 절감과 효율성 개선이 가능한 영역에 집중하고, 장기적으로는 리스크 분석‧맞춤형 자문 등 경쟁력 있는 기술을 전략적으로 육성해야 한다. 셋째, 데이터 품질과 연산 인프라 개선에 지속적으로 투자해 AI의 성능과 신뢰성을 높이고, 장기적으로 운영 비용 절감과 안정적 서비스 구현을 도모해야 한다. 결론적으로, 금융투자업에서 AI는 이미 핵심 자산으로 자리매김하고 있다. 효과적인 기술 활용을 위해서는 금융기관의 AI 실험 지원, 데이터 인프라 고도화, 윤리‧책임 체계 확립, 그리고 실무 단계에서의 점진적 확산 전략이 함께 추진되어야 한다. 이러한 체계적 기반이 마련될 때, 국내 금융투자업은 AI를 통해 혁신성과 안정성을 동시에 확보하며, 나아가 글로벌 경쟁력을 한층 강화할 수 있을 것이다.