본문으로 건너뛰기

워렌 버핏처럼 투자하는 AI 투자자동화 셋업 여정 (1)

Nile_나일

2026.05.25

워렌 버핏처럼 투자하는 AI 투자자동화 셋업 여정 (1) 본문 이미지

한 줄 요약

"AI 자동매매 시스템을 짜고 싶다"는 큰 그림으로 시작했는데, 막상 출발선에 서니 내가 어떤 투자자인지조차 한 문장으로 못 쓰겠더라. 그래서 AI와 함께 4단계 실습 — 투자 성향 진단, 자산 현황 정리, 재무 건강 진단, 경제적 자유 로드맵 — 을 따라가며 내 투자 베이스라인이 담긴 md 파일 6개를 쌓았다. 이번 글은 그 4시간의 회고다.

이런 분들께 도움돼요

  • AI 자동매매·로보어드바이저를 만들고 싶지만 매수 조건 정의에서 막힌 사람

  • 자산이 부동산·여러 앱·예금·대출에 흩어져 있어 한 번도 한눈에 본 적이 없는 사람

  • "내 투자 성향이 뭔지" 막연히 짐작만 하고 있던 사람

  • 좋아하는 거장(워런 버핏, 보글, 마코위츠 등)의 철학이 정말로 내 성향과 맞는지 정량으로 확인해보고 싶은 사람

시작점: 왜 이걸 했나

큰 그림은 분명했다. AI 자동매매 시스템. 매크로 데이터를 받아서 조건에 맞을 때 자동으로 분할매수를 거는 그림 — 멋있어 보였고 만들어보고 싶었다.

그런데 막상 시작하려니 매수 조건을 어떻게 정의해야 할지부터 막혔다. 종목을 어떻게 고를지가 아니라, 내가 어떤 위험을 견딜 수 있는 사람인지조차 한 문장으로 정리해본 적이 없었다는 게 본질적인 문제였다. "이 종목 사도 되나?"를 매번 직감으로 판단했지, 기준이 없었다.

자산도 마찬가지였다. 부동산 한 채, 회사 연계 신용대출, 주담대, ISA, IRP, 연금저축, CMA, 종합위탁 — 여기저기 흩어져 있는데 한 번도 한 장에 모아 본 적이 없었다. 종합 잔액이 가물가물했다.

자동화 이전에 기준과 현황이 먼저 필요했다.

만든 것

4단계로 md 파일 6개가 쌓였다.

  1. user/profile.md — 10문항 시나리오 설문에 답하니 성향이 자동으로 나왔다. 결과는 "가치 보존형, 리스크 점수 41/100, 주요 편향은 닻내리기". 행동경제학 용어가 구체적으로 짚힌 게 인상적이었다.

  2. output/01-philosophy-fit.md — 9명의 투자 거장 중 내 성향과 가장 정합한 TOP 3. 1위 보글(92점), 2위 마코위츠(90점), 그리고 3위가 평소 좋아하던 워런 버핏(88점). 셋의 철학을 결합한 통합 포트폴리오 권장 비중까지 한 페이지에.

  3. user/assets.md — 자산·부채·소득·절세계좌·보장을 한 파일에 정리. v1에서 v4까지 네 차례 갱신하면서 실측치가 채워졌다.

  4. output/02-finance-diagnosis.md — 6영역(유동성·자산배분·부채·절세·비상금·보장) 점수표. 부채는 등급 A로 안전했지만, 자산배분은 부동산 과집중으로 낮게 나왔다.

  5. output/03-freedom-roadmap.md — 55세 은퇴를 가정한 시나리오 3종(공격·중립·방어), 5/10/15년 마일스톤, 그리고 첫 90일 액션 5개.

  6. memory.md — 위 결정과 발견들을 한 줄씩 누적해 다음 대화로 이어주는 장기 기억 파일.

한눈에 본 자산 비대칭

가장 큰 충격은 자산 구성을 한 차트로 본 순간이었다.

부동산이 93%, 금융자산이 7%. 머리로는 알고 있었지만 한 그림으로 보니 다른 그림이었다. 단일 자산이 30%를 넘으면 "과집중"이라는 통상의 기준 대비 3배 이상이다. 더구나 부동산은 환금성이 낮아 비상 상황에서 즉시 동원할 수 없다는 점까지 함께 적혔다.

사용한 도구

  • Claude — md 파일 작성, 거시·시장 데이터 웹 검색, 시나리오 계산, 자가검증 3회 루프

  • investment_agent 레포 — 실습용 하네스 (SYSTEM.md 규칙, 스킬 정의, 메모리 구조). 강의 자료가 순차별로 잘 정리돼 있어서 흐름을 따라가기만 하면 됐다.

진행 과정

1. 진단부터 — "오 이거 신기하네"

10문항 시나리오에 답하니 성향이 자동으로 나왔다. "보일러가 갑자기 고장 나서 200만 원이 필요하면 어떻게 할래?", "한 달 사이 -25% 빠졌으면?" 같은 상황 질문이었다. 답을 모은 결과가 닻내리기 편향 같은 구체적인 행동경제학 라벨로 돌아온 게 첫 오 신기하네 순간이었다.

평소 좋아하던 워런 버핏이 TOP 3 안에 들어와 있던 것도 만족도를 확 높여줬다. "Q6(모르는 자산은 안 산다)" "Q7(소문난 종목은 늦었다)" 같은 내 답변과 버핏 철학의 핵심이 정확히 겹쳤다.

2. 자산 정리 — 가장 손이 많이 간 단계

이건 AI가 대신할 수 없는 부분이었다. 여러 앱·계좌를 돌며 평단·매입금·예수금을 직접 모아 입력했다. 강의 진행은 매끄러웠지만 내 자산이 흩어져 있다는 것 자체가 실습에서 가장 큰 노동이었다.

모으는 과정에서 진짜 발견이 나왔다.

한국 사용자의 비율을 보여주는 원형 차트

금융자산의 약 30%가 미국 혁신·테마 ETF(AI 전력, SMR, 우주, 넥스트테크 등)에 들어가 있었다. 진단에서 "모르는 자산·소문난 종목은 피한다"고 답한 나인데, 정작 비중은 거기에 쏠려 있었던 셈이다. 더 의외였던 건 미국 코어 인덱스(S&P 500)는 단 2.6%뿐이었다는 것 — 통합안 권장 28%와 비교하면 -25%p 갭. 가장 안전하고 검증된 자산이 가장 비어 있었다.

현금성(CD금리 ETF + 예수금)이 41%로 가장 큰 비중인 것도 흥미로웠다. 폭락 시 추가매수 본능(Q2 답변)을 위한 dry powder 정당화는 되지만, 즉시 인출 가능한 비상금만 따로 분리하니 6개월 필요액의 41.8%만 충족된다는 사실이 같이 드러났다.

3. 진단·로드맵 — AI가 빠르게 채워준 부분

자산이 정리되자 AI는 빠르게 진단·시나리오·90일 액션을 채워줬다. 발견들이 줄줄이 이어졌다.

  • 회사 연계 신용대출: 회사가 이자 일부를 지원해줘서 본인 실효금리가 절반 수준이지만, 퇴사 시 회사지원 종료 + 일시상환 요구가 단일 실패점이 될 수 있다. 사규 확인이 필수.

  • 정기월 적자 구조: 5월 명세서를 본인 진정 가용소득으로 환산해보니 정기월에는 약간 적자, 1·6·11월 비정기 큰 상여로 메우는 상여 의존 가계였다. 비상금 기준을 6개월 → 9~12개월로 상향해야 한다는 권고가 자연스럽게 나왔다.

  • 추천 시나리오는 중립형: 명목 6.5%, 주식 55 / 채권 30 / 대체 15. 55세 달성률 약 93%로 살짝 미달이지만, 부동산 50% 다운사이징을 플랜 B로 두면 112% 달성. 보글·마코위츠·버핏 통합안과 정확히 일치한다.

분량이 많아도 자가검증 3회 루프(데이터 출처·Bear 시나리오·편향 점검)를 매번 통과해야 결과가 출력되는 구조라 안심이 됐다.

Before vs After

  • Before

    • 여러 앱·계좌를 들락날락해야 종합 잔액을 알 수 있었음

    • 포트폴리오에 기준이 없어서 "이 종목 사도 되나"를 직감으로만 판단

    • 좋아하는 거장(버핏 등)과 내 성향이 진짜로 맞는지 확인해본 적 없음

    • "AI 자동매매"라는 큰 목표만 머릿속에 있고 다음 한 발이 안 보였음

  • After

    • 한 파일에 자산·부채·소득·절세·보장이 정렬됨

    • 통합 포트폴리오 권장 비중과 내 현재 비중을 직접 비교 가능 (차트 두 장으로 비대칭이 한눈에)

    • 좋아하는 거장(버핏)과 성향 TOP 3 매칭 정량 확인

    • 다음 90일에 할 일 5가지가 시점·금액 단위로 적혀 있음

    • 15년 후·21년 후 마일스톤과 플랜 B(부동산 다운사이징)까지 정리

결과와 배운 점

  • 가장 큰 배움 — 자동화 이전에 기준이 있어야 한다. 내 성향, 자산 현황, 목표가 한 줄로 정리되지 않은 상태에서 자동매매를 짜봐야 매수 조건을 정의할 근거가 없다. AI 자동매매라는 결과물보다, 그 결과물을 만들기 위한 입력을 갖추는 게 먼저였다.

  • 좋아하는 투자자와 내 성향이 진짜로 맞더라. 버핏이 TOP 3 안에 들어와 있던 그 한 줄이 진단 만족도를 가장 크게 올려줬다. 확증 받는 경험은 동기 부여의 강한 펀치다.

  • 차트로 보면 머리가 정리된다. 부동산 93%, 혁신·테마 30%, 코어 2.6% — 표로 적어도 무덤덤했을 숫자들이 도넛 두 장에서 비대칭으로 드러났다. 시각화는 사치가 아니라 의사결정 도구라는 걸 새삼 느꼈다.

  • 한계와 주의점 — 진단은 사용자 입력 정확도에 의존한다. 자산 데이터를 내가 직접 모으지 않으면 진단도 부정확해진다. 시장 데이터·세제·연봉도 시점 의존이라 분기 단위 갱신이 필요하다. 강의 자료가 잘 정돈돼 있어 흐름은 어렵지 않았지만, 내 데이터를 모으는 일은 결국 내 몫이었다.

다음에 해볼 것

  • 첫 90일 액션 5개 실제 실행

    1. 6월 상여 자동분할 규칙 가동 (절세 50 / 비상금 30 / 재량 20)

    2. 혁신·테마 ETF 신규 매수 자동이체 즉시 중단 → 통합안 자산으로 교체. 기존 보유는 매도 보류(수익 닻 자극 회피, 시간으로 비중 희석)

    3. 회사 연계 신용대출 사규 확인 (퇴사 시 일시상환 의무·유예기간) — 단일 실패점 차단

    4. 부동산 정확 시세 갱신 (KB부동산/호갱노노 분기 단위) — 다운사이징 플랜 B 정량화 입력

    5. 실손·정기보험 가입 점검 (주담대 잔액 커버용 정기보험 견적)

  • 그 다음에야 AI 자동매매 시스템 — 이번에 만든 기준(성향·통합 포트폴리오 비중·90일 액션) 위에서 매수 조건·디리스킹 트리거·리밸런싱 룰을 코드로 변환. 그때는 직감이 아니라 정의된 규칙이 작동할 것이다.



1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

자연어회계처리 프로필 이미지

그런데.,. 저는 부동산이 93%가 부럽습니다.ㅎㅎㅎ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기