로보어드바이저 테스트 베드 10주년... 3년 누적 수익률 - 1위 솔루션퀀트 225%, 2·3위 퀀텍 175% 166%
재무제표 넘어선 대체 데이터가 승부 갈랐다
금융위원회가 주관하는 '로보어드바이저(RA) 테스트베드' 출범 10주년을 맞아 462개 알고리즘의 성적표를 전수조사한 결과, 상위 1% 알고리즘은 대체 데이터(Alternative Data)와 머신러닝 기업들이 차지한 것으로 분석됐다. 특히 솔루션퀀트가 3년 누적수익률 225%를 넘는 압도적 수익률로 전체 1위를 차지했다. 코스피 5000시대를 맞아 새로운 투자기법을 고민하는 투자자들은 참고할 대목이다.
코스콤 RA 테스트베드센터에 따르면, 2026년 1월26일 기준 최근 3년(2023~2025) 누적 수익률 1위(IPO 펀드 제외)는 솔루션퀀트의 VOYDA 1호가 차지했다. 이번 분석은 공시되고 있는 462개의 포트폴리오 운용현황을 근거로 했다. 사실상 수익률이 보장돼 있는 IPO 펀드를 제외하고 200%를 넘는 수익률을 기록한 것은 솔루션퀀트가 유일하다. 2위인 콴텍 'Q-Macro Rotation 국내주식형'과의 격차는 50%포인트에 달한다.
솔루션퀀트는 최근처럼 증시가 폭등한 시기는 물론 주식시황이 좋지 않던 2024년에도 압도적인 수익률을 기록, 하락장에서도 강한 알고리즘임을 입증했다. 연간 단위로 1위를 기록한 적 없지만, 3년 연속 최상위권 수익률을 유지했다. 2년 수익률 130.18%, 1년 수익률 80.88%로 3년 연속 높은 수익률을 기록하고 있다.
2위와 3위는 핀테크 강자 콴텍이 휩쓸었다. 'Q-Macro Rotation 국내주식형'이 175.77%의 수익률을 기록했고 'Q-Shield 국내주식2호'가 166.9%로 뒤를 이었다. 1세대 로보어드바이저 쿼터백(146.34%)과 키움증권(131.15%) 알고리즘도 세 자릿수 수익률로 상위권에 포진했다.
수익률 1위 솔루션퀀트의 비결은 데이터 분석 기술이다. 이른바 '대체 데이터(Alternative Data)' 전략이다. 기존 퀀트 투자가 공시된 재무제표나 주가 지표(PER, PBR) 등 과거 데이터에 의존했다면, 이 알고리즘은 '현재'를 추적한다. 잠정 무역실적이나 신용카드 결제 데이터, 수주 공시 등을 실시간으로 크롤링해 분석한다. 심지어 종목 토론방의 트래픽까지 분석해 투자심리의 과열과 침체를 역이용한다. 글로벌 헤지펀드들이 수백억 원을 들여 구축하는 시스템을 알고리즘에 이식한 결과가 '225%'라는 숫자로 나타난 셈이다.
솔루션퀀트에 이어 뛰어난 수익률을 보인 콴텍과 쿼터백은 매크로(거시경제)와 팩터의 조화에서 답을 찾았다. 콴텍은 경기국면을 '호황-후퇴-불황-회복'으로 나누고 각 국면에 유리한 팩터(성장성, 가치, 모멘텀 등)를 동적으로 조절하는 방식으로 운용 알고리즘을 구성하고 있다.
독자들의 PICK!
재무제표의 실제치와 추정치 데이터를 정교하게 분석해 성장성, 모멘텀, 퀄리티, 가치 등 핵심 팩터를 검증하고 최적의 포트폴리오를 구축한다. 시점별 경기진단에 따라 포트폴리오 전반의 팩터 노출도를 동적으로 조절하는 것이 특징이다.
쿼터백은 인공지능과 머신러닝 기술을 적극 활용한다. 일단 고유의 AI 모델이 시장 국면을 판별하도록 하고, 각 국면에서 상승 확률이 높은 종목군에 대한 머신러닝을 운영한다. 최종 포트폴리오는 머신러닝에서 차출된 종목을 다시한번 멀티팩터로 분석해 구성한다.
이들의 공통점은 인간의 감이 개입할 틈을 원천 차단했다는 점이다. 오로지 데이터와 그에 따른 로직만 반영해 포트폴리오를 관리한다.
지난 10년의 RA 테스트베드는 데이터와 확률적 우위는 거짓말을 하지 않다는 사실을 증명했다. 코스피 5000시대, 데이터 기술력이 펀드매니저와 애널리스트의 직관 못지 않게 자산운용업의 핵심 경쟁력이 될 수 있음을 보여준 사례다.
RA 테스트베드에서는 알고리즘이 분산투자, 투자자 성향 분석, 해킹 방지 체계 등 중요 법규와 기술적 규율을 준수하는지 모니터링하고 있다. 국내에서 로보어드바이저 서비스를 제공하기 위해서는 반드시 이 테스트베드를 통과해야 한다. 포트폴리오 운용 현황과 수익률도 투명하게 공개한다.
한 자산운용사 임원은 "수익률 알파를 창출하기 위해 활용해야 할 비정형 데이터가 기하급수적으로 늘고 있다"며 "고난도 대체 데이터 분석 기술을 인공지능과 접목해 운용효율을 높이기 위한 투자가 시급하다"며 "글로벌 자산운용사들은 이미 10년전부터 막대한 R&D 예산을 집행하고 있으나, 한국은 과감한 투자가 이뤄지지 않아 자칫 타이밍을 놓칠 수 있다"고 조언했다.
