IMF가 발간한 2024년 10월 글로벌 금융안정보고서(Global Financial Stability Report) 핵심 정리 - AI기술의 자본시장 영향에 대하여 ②

지난 편에 이어 IMF가 발간한 2024년 10월 글로벌 금융안정보고서 핵심정리 2편입니다.
흥미로운 주제여서 보시는 분들에게 도움이 되길 바랍니다.
 

https://skypopo84.tistory.com/121

IMF가 발간한 2024년 10월 글로벌 금융안정보고서(Global Financial Stability Report) 핵심 정리 - AI기술의

 

4. AI로 인해 새롭게 대두되는 금융시스템 리스크

4-1. 시장 유동성과 변동성의 비대칭 확대

(1) 정보 반영 속도 상승과 가격 변동의 동시 확대

 

AI 기반 알고리즘은 기존보다 훨씬 빠른 속도로 시장 정보를 해석하고 반응합니다. 특히 생성형 AI는 비정형 데이터—예: 정책 발표문, 기업 실적 텍스트, SNS 여론—을 실시간으로 분석하고 투자 신호로 전환할 수 있습니다. 이러한 정보처리 효율성은 평상시에는 유동성과 가격 효율성(price discovery)을 높이는 데 기여합니다.

그러나 문제는 시장이 스트레스를 받을 때 나타납니다. 많은 AI 모델들이 유사한 데이터를 학습하고 동일한 통계적 규칙에 기반하여 의사결정을 내릴 경우, 예상치 못한 충격이 발생했을 때 일제히 동일한 방향으로 반응하게 됩니다. 이는 자산 가격 급락, 대량 매도, 극단적 변동성 확대 등으로 이어지며, 금융 시스템 전반에 충격을 전이시키는 계기가 됩니다.

(2) 프로사이클릭 리스크와 포지션 재조정의 연쇄 반응

보고서는 이러한 동조적 행동이 “프로사이클릭 리스크(procyclical risk)”를 증폭시킬 수 있다고 분석합니다. 즉, 상승장에서는 더 큰 리스크를 감수하는 방향으로 자산을 확장시키고, 하락장에서는 일제히 포지션을 축소함으로써 시장의 변동성을 키우는 순환 구조가 만들어지는 것입니다. 특히 ETF나 파생상품을 중심으로 자금 흐름이 집중된 상황에서는 ‘소방관이 불을 더 키우는’ 상황이 현실화될 수 있습니다.

4-2. 감시의 어려움과 시스템 투명성 저하

(1) NBFI로의 거래 이탈과 비가시화된 리스크

 

AI의 확산은 전통 은행이 아닌 NBFI(비은행 금융기관) 중심으로 진행되고 있으며, 이는 금융시장의 ‘그림자화’를 심화시킵니다. NBFI는 일반적으로 규제기관의 실시간 감시망 밖에 위치하며, 내부 모델에 대한 투명성·설명 가능성 기준이 은행보다 낮습니다. 이로 인해 시스템 리스크가 특정 기관 내부가 아닌 시장 전체에 걸쳐 축적될 수 있으며, 특정 알고리즘의 이상행동이 전체 시장에 영향을 미치는 구조가 만들어질 수 있습니다.

(2) 자산군 간 비직관적 상관관계 형성

AI 모델은 서로 다른 자산군, 지역, 상품군을 동시에 분석하고 포트폴리오를 구성합니다. 이는 새로운 형태의 상관관계를 만들어낼 수 있으며, 과거에는 별개로 움직였던 자산들이 AI에 의해 유사한 방식으로 거래될 가능성이 있습니다. 이러한 인공적 상관성은 충격 발생 시 시장 간 연쇄 반응을 유도해 금융시스템 전반의 불안정성을 확대할 수 있습니다.

4-3. 운영 리스크의 집중화: AI 인프라에 대한 의존성

(1) 소수 플랫폼에 대한 기술 종속

 

현재 고성능 AI 모델을 지원하는 컴퓨팅 인프라 및 LLM 플랫폼은 Microsoft, Amazon, Google, OpenAI 등 소수의 글로벌 빅테크 기업이 제공하고 있습니다. 이러한 의존은 금융기관 내부의 기술 역량 축소로 이어지고, AI 기능 장애 발생 시 대규모 마비 사태가 발생할 수 있는 위험을 내포합니다. 이는 전통적으로 CCP(중앙청산기관), CSD(중앙예탁기관) 등 '시스템적 인프라'로 간주되던 기관과 유사한 시스템 리스크를 기술 벤더가 가지게 되는 상황을 의미합니다.

(2) 단일 장애점(Single Point of Failure)의 구조화

GenAI 모델의 학습 및 실행에는 GPU, 클라우드, 모델 파라미터의 대규모 연산이 필요합니다. 이 인프라가 특정 기업, 혹은 소수의 API 서비스에 집중되면, 사이버 공격, 자연재해, 기술적 결함이 금융시장 전체의 중단으로 이어질 수 있습니다. 예컨대 특정 벤더의 LLM에 이상이 생겨 자동 매매 전략이 중단되거나 잘못된 판단을 하게 되면 시장 가격에 직접적인 왜곡이 발생할 수 있습니다.

4-4. 사이버 보안, 시장 조작, 허위 정보의 위험

(1) AI 기반 조작 가능성의 현실화

 

AI는 딥페이크, 소셜 미디어 자동 댓글 생성, 언론 기사 왜곡 등의 방식으로 시장을 조작하는 데 악용될 수 있습니다. 특히 GenAI는 ‘사실처럼 보이는 허위 정보’를 설득력 있게 만들어낼 수 있어, 특정 기업에 대한 루머를 생성하거나 정치적 불안감을 조장해 자산 가격을 조작하는 데 사용될 수 있습니다.

(2) 신뢰 기반 금융시장에 대한 구조적 위협

AI의 ‘모델 환각(Hallucination)’ 현상—즉, 자신이 학습하지 않은 주제에 대해 허구의 사실을 사실처럼 만들어내는 행동—은 금융결정의 신뢰성을 심각하게 훼손할 수 있습니다. 예를 들어 투자자문 플랫폼이 잘못된 데이터를 기반으로 투자 의견을 제시하거나, 자동 생성된 보고서가 잘못된 리스크 평가를 담고 있을 경우, 이는 단순 오류를 넘어 법적·윤리적 책임의 문제로 이어질 수 있습니다.

5. 정책 권고사항 및 규제 대응 전략

5-1. 급변 시장에 대응하는 거래 안정장치 강화

(1) 회로차단기(Circuit Breakers)의 재설계 필요성

 

AI 기반 알고리즘 트레이딩은 사람보다 훨씬 빠른 속도로 대량 거래를 일으킬 수 있기 때문에, 예상치 못한 이벤트 발생 시 극단적인 가격 급변 현상을 유발할 가능성이 높습니다. 과거에도 미국 증시에서는 알고리즘 트레이딩에 의해 수 분 내 수백 포인트의 가격 급락이 발생하는 이른바 ‘플래시 크래시(Flash Crash)’가 발생한 바 있으며, AI 기술이 확산되면서 이러한 현상의 빈도와 강도가 증가할 가능성이 제기됩니다. 이에 따라 IMF는 현행 회로차단기의 구조를 AI 트레이딩 시대에 맞게 보완할 것을 권고합니다. 예를 들어, 단순한 가격 기준 외에 거래량 급증, 변동성 급등, 동조매매 탐지 등 다차원적 기준을 도입하고, 사전적 제어 기능을 강화한 ‘지능형 회로차단기’의 도입을 제안합니다.

(2) 증거금(Margin) 체계 재정비

AI는 시장의 미세한 움직임을 포착해 높은 레버리지를 활용하는 전략을 가능케 합니다. 그러나 이로 인해 증거금의 급격한 청산(sudden margin call)이나 자동 포지션 청산이 발생할 경우 시장 전체의 유동성을 증발시킬 수 있습니다. 따라서 AI 기반 거래의 위험도를 반영한 차등적 증거금 요건 설정, 실시간 위험 감지 시스템 구축이 요구됩니다.

5-2. 대형 비은행 거래자와 알고리즘의 모니터링 강화

(1) NBFI 및 대형 트레이더에 대한 실시간 감시 체계

 

보고서에 따르면, AI 기반 트레이딩의 상당 부분은 헤지펀드, 프랍 트레이딩 하우스 등 NBFI(비은행 금융기관)에서 발생하고 있으며, 이들은 은행보다 규제가 느슨하고 감시 사각지대에 놓이기 쉽습니다. 이에 따라 IMF는 NBFI를 포함한 ‘시스템적으로 중요한 대형 거래자’에 대해 거래 패턴, 알고리즘 반응, 포지션 변동성 등을 실시간으로 추적할 수 있는 데이터 인프라 구축을 권고하고 있습니다. 특히 알고리즘 전략에 AI가 포함되어 있는 경우에는 그 구조적 특징, 의사결정 기준, 외부 데이터 의존도 등의 정보를 사전에 등록하거나 일정 수준의 투명성을 유지하도록 요구할 수 있습니다.

(2) 공시 기준의 현대화

기존의 공시 시스템은 사람이 작성한 보고서와 수치 중심의 제출 자료에 최적화되어 있습니다. 그러나 AI 기반 거래자는 수초 단위의 포지션 변경, 자동화된 전략 수정 등을 실행하기 때문에, 연 단위 또는 분기 단위 공시만으로는 충분한 감독이 불가능합니다. 이에 따라 IMF는 알고리즘 트레이딩 관련 실시간·고주기(high-frequency) 공시 체계 구축을 검토할 필요성을 제시하고 있습니다.

5-3. AI 생태계 내 ‘제3자 리스크’에 대한 감독 강화

(1) AI 벤더 및 클라우드 사업자에 대한 정의와 규제

 

금융기관의 AI 모델은 대부분 외부 기술 벤더 또는 클라우드 서비스 기업에 의해 구축·호스팅 되고 있습니다. 현재는 이들 업체가 ‘시스템적으로 중요한 금융기관’으로 분류되지 않지만, 만약 단일 인프라 기업이 다수 금융기관의 AI 연산을 담당하고 있다면, 이는 금융 인프라의 단일 실패지점(SPoF, Single Point of Failure)으로 기능할 수 있습니다.

IMF는 이에 대응하기 위해 각국 감독기관이 ‘핵심 AI 제3자 서비스 제공자(Critical AI Third-Party Provider)’를 정의하고, 이들의 기술 안정성, 사이버 보안, 지속가능성 계획 등을 감독할 수 있는 권한을 확보할 것을 권고하고 있습니다.

(2) 내부·외부 시스템 연동도에 대한 리스크 맵핑 요청

금융기관은 AI 모델이 의존하는 외부 데이터 소스, API 연동 구조, 클라우드 저장소, 알고리즘 연계 로직 등을 포함한 ‘리스크 상호연결도 맵(Risk Interdependency Mapping)’을 제출하도록 요구받을 수 있습니다. 이는 특정 벤더의 실패가 기관 전체의 운영 중단으로 이어지지 않도록 하기 위한 사전적 감시 도구로 활용됩니다.

5-4. 사이버 공격·시장 조작에 대응하는 보호 체계 구축

(1) 딥페이크·AI 조작 대응 프레임워크

 

생성형 AI가 현실처럼 보이는 허위 정보(예: 가짜 IR 문서, 조작된 발표 동영상)를 만드는 능력이 급격히 발전함에 따라, 사이버 보안의 범위는 단순 해킹 방지를 넘어 ‘정보 조작 탐지 및 억제’까지 확대되고 있습니다. 특히 사모시장, OTC 시장 등에서는 AI 기반 정보조작이 탐지되기 어려워, 이에 대한 선제적 대응이 요구됩니다. IMF는 각국이 AI 기반 조작을 탐지하는 감시 알고리즘, 허위정보 확산 차단 시스템, 플랫폼 사업자와의 연계 대응 체계 등을 조속히 마련할 것을 촉구하고 있습니다.

(2) 시장 인프라의 디지털 복원력 강화

거래소, 청산기관, 정보중계망 등 핵심 시장 인프라 역시 AI 도입과 함께 사이버 취약성이 증가할 수 있습니다. 따라서 AI 활용 기업뿐 아니라, 시장 인프라 사업자들도 ‘AI 복원력 테스트(Resilience Stress Test)’를 도입하고, 정기적인 리스크 점검과 대응 프로토콜 강화가 요구됩니다.

5-5. 비상장 시장(OTC Market)의 AI 대응 기반 강화

(1) OTC 시장의 불균형 문제

 

장외거래(OTC) 시장은 중앙화된 거래소 없이 딜러 간 직접 계약 방식으로 거래가 이루어지며, 정보 비대칭이 크고 투명성이 낮습니다. 이로 인해 AI 모델이 시장에서 악용되거나 불완전한 데이터를 기반으로 투자 결정을 내릴 가능성이 높습니다. 특히 회사채, 비상장 파생상품 등에서 이러한 리스크가 크게 나타납니다. IMF는 AI 기술이 OTC 시장으로 확산되는 시점에서 거래 데이터 표준화, 정보공개 기준 제정, 감시 권한 확대 등의 제도적 정비가 필요하다고 제언하고 있습니다.

5-6. 규제의 방향성과 원칙: 유연성과 혁신의 균형

(1) 규율 기반(Regulation)보다 원칙 기반(Principles) 중심

 

AI 기술은 매우 빠르게 진화하기 때문에, 세부적인 규제 조항으로 대응할 경우 ‘기술 낙후형 규제(regulatory lag)’가 발생할 위험이 큽니다. 이에 따라 IMF는 원칙 기반 접근(principles-based approach)을 강조합니다. 이는 모델의 투명성, 설명 가능성, 소비자 보호, 책임 구조 등의 핵심 원칙을 중심으로 자율적 관리체계를 유도하는 방식입니다.

(2) 감독당국의 디지털 역량 제고

AI 모델을 규제·감시하는 데에는 감독당국의 기술적 이해도와 분석 능력이 필수입니다. IMF는 각국 감독기관이 SupTech 역량을 키우고, 내부적으로도 AI 모델을 활용한 이상탐지, 자동 보고서 분석 등을 확대함으로써 ‘기술로 기술을 감독하는’ 체계를 구축할 것을 권고합니다.

정책적 대응 방안

정책 제안	설명
회로차단기, 증거금 제도 개선	급격한 가격 변동에 대비한 시장 안정 장치 강화
대형 거래자 감시 강화	NBFI 포함한 트레이더 활동 모니터링 확대
제3자 AI 서비스 의존도 관리	핵심 서비스 제공자에 대한 리스크 맵핑 요구
사이버 보안 강화	AI 활용 금융시장에 대한 침해 대응 역량 강화
OTC 시장 투명성 제고	비상장 시장의 AI 적용 확대에 대한 규율 보완

6. 시장참여자의 우려와 제언

6-1. 가장 우려되는 리스크: 집중화와 예측불가성

시장참여자들은 대형 AI 벤더와 유사한 오픈소스 모델에 의존하는 전략이 시장을 동조화(homogenization)시킬 수 있으며, 이는 큰 충격에 모두가 동시에 반응해 시장 불안을 증폭시킬 수 있다고 우려합니다. '설명 불가능성(explainability)'과 '모델 환각(hallucination)'도 주요 신뢰 위협 요인으로 지목되었습니다.

6-2. 규제기관에 대한 기대

응답자 대부분은 기술을 억제하지 않되, '인간의 개입(human-in-the-loop)'을 유지하고, 모범사례 가이드라인 중심의 유연한 규제를 희망했습니다. 감독당국도 SupTech 강화를 통해 AI 기술을 자체 활용하며, AI 도입에 따른 시스템 리스크를 능동적으로 관리할 준비가 필요합니다.

7. 결론: 기술 혁신과 금융안정성 사이의 균형

인공지능은 금융시장 효율성과 편의를 극대화할 수 있는 혁신 도구이지만, 동시에 새로운 종류의 불확실성과 시스템 리스크를 야기할 수 있습니다. GenAI는 투자 분석, 트레이딩, 리스크 관리 등에서 성능을 개선하지만, 모델 간 상호작용, NBFI 중심의 비가시적 구조, 운영 인프라 집중화는 위험 요소로 작용할 수 있습니다. 금융당국과 시장 참여자는 '기술과 안정 사이의 균형'이라는 원칙 아래, 혁신을 유도하면서도 대응력 있는 거버넌스 체계를 구축해나가야 합니다.