영국 금융행위감독청인 FCA*는 2026년 7월, 투자 경험이 많지 않은 18~40세 666명을 조사했습니다. 응답자 5명 중 4명은 투자와 관련해 AI를 사용해본 적이 있었고, 56%는 AI 도구를 신뢰한다고 답했습니다.

하지만 무엇을 믿고 있는지는 조금 달랐습니다. 44%는 AI가 만든 금융정보도 규제를 받는다고 생각했고, 38%는 AI의 답만으로 투자 결정을 내려도 괜찮다고 답했습니다. 32%는 잘못된 조언으로 손실이 생기면 금융당국이나 보상 제도의 보호를 받을 수 있다고 여겼습니다.

일반 챗봇은 금융 조언을 위해 설계된 규제 대상 서비스가 아닙니다. 답변이 틀려 손실이 나더라도 챗봇 회사가 이를 보상하거나 투자 전문가와 같은 책임을 지지는 않습니다. 사람들은 AI를 금융회사처럼 대하기 시작했지만, 책임의 구조는 아직 검색 도구에 가깝습니다.

2026년 학술지 《FinTech》에 실린 연구는 이 간극을 더 구체적으로 살펴봤습니다. 연구진은 나이, 소득, 투자 기간, 위험 감수 성향과 목표가 다른 가상 투자자 1,000명을 만들었습니다. GPT-5.5, Gemini 3.1 Pro, Claude Opus 4.7에 같은 정보를 주고 보수형·균형형·공격형 가운데 하나를 추천하도록 했습니다. 같은 요청을 다섯 번씩 반복해 모두 1만5,000건의 답변을 분석했습니다.

각 모델은 같은 질문을 반복했을 때 83~92%의 비율로 같은 답을 냈습니다. 단순히 매번 말을 바꾼 것은 아니었습니다. 문제는 모델끼리 비교했을 때였습니다.

전체 추천 중 보수형이 차지한 비율은 ChatGPT가 48.7%, Gemini가 47.1%였습니다. Claude는 27.8%에 그쳤고, 대신 균형형을 더 자주 골랐습니다. 어느 모델이 늘 옳았다는 뜻은 아닙니다. 모델을 고르는 순간, 사용자는 화면에 표시되지 않는 투자 성향까지 함께 고르게 됩니다.

AI가 금융정보를 다루는 능력 자체를 낮게 볼 필요는 없습니다. 《Journal of Financial Economics》에 실린 연구에서는 GPT-4가 금융 뉴스 제목의 긍정·부정 신호를 분류했고, 이 신호는 이후의 주가 움직임과 통계적으로 연결됐습니다. 방대한 뉴스를 빠르게 읽고 분류하는 능력이 시장 분석에 쓰일 가능성을 확인한 결과입니다.

다만 연구에는 정해진 기간과 데이터, 평가 방식이 있습니다. 연구자가 사후에 성과를 검증할 수도 있습니다. 반면 사용자가 챗봇에 “지금 살 종목을 골라달라”고 입력할 때는 자산과 부채, 세금, 손실을 감당할 수 있는 범위가 충분히 전달되지 않을 수 있습니다.

ChatGPT·Gemini·DeepSeek·Perplexity의 주식 추천을 비교한 다른 연구에서는 금융 개념을 잘못 이해하거나, 앞선 계산의 오류를 다음 판단까지 이어가거나, 오래됐거나 존재하지 않는 정보를 근거로 쓰는 문제가 발견됐습니다. 공식 공시를 함께 제공하고 사람이 과정을 감독했을 때는 정확도가 나아졌습니다.

결국 AI가 잘한 일은 미래를 알아맞힌 것이 아니라, 주어진 자료에서 신호를 빠르게 찾은 일에 가깝습니다. 결과가 좋았던 조건에는 정제된 자료와 명확한 질문, 사후 검증이 함께 있었습니다.

한국에서는 알고리즘으로 투자자의 성향을 확인하고 포트폴리오를 운용하는 퇴직연금 로보어드바이저* 일임 서비스가 운영되고 있습니다. 금융위원회가 안내한 서비스에는 등록된 투자일임업자*가 참여하고, 알고리즘 심사와 투자자 성향 확인 절차가 적용됩니다.

반면 ChatGPT나 Claude에 종목을 묻는 것은 범용 생성형 AI에 정보를 요청하는 행동입니다. 사용자의 전체 재정 상황을 확인할 의무도, 추천 결과에 맞는 금융 규제를 따를 의무도 없습니다.

화면에서는 둘 다 질문을 입력하고 답을 받습니다. 그러나 하나는 책임과 검토 절차가 포함된 금융서비스이고, 다른 하나는 문장을 생성하는 범용 도구입니다. 이 차이를 빼고 “AI 투자”라고 묶으면 사용자가 기대할 수 있는 보호 수준도 흐려집니다.

먼저 기업의 최근 공시와 실적 발표를 AI에 읽힐 수 있습니다. 매출과 현금흐름, 부채가 어떻게 달라졌는지 정리하고, 긍정적인 근거뿐 아니라 전망이 틀릴 조건과 주요 위험도 함께 요청하는 방식입니다.

답변에 숫자가 있다면 기준 날짜와 원문을 확인해야 합니다. AI가 제시한 링크를 직접 열고 기업 공시나 금융당국 자료와 일치하는지 살펴야 합니다. 최신 정보가 필요한 질문이라면 AI가 어느 시점의 자료를 사용했는지도 중요합니다.

여러 모델에 같은 질문을 던지는 일도 정답 투표가 되어서는 안 됩니다. 세 모델이 같은 종목을 골랐다고 사실이 되는 것은 아닙니다. 대신 어떤 가정에서 의견이 갈렸는지 비교하면, 한 모델의 확신에 가려진 위험을 찾을 수 있습니다.