로보어드바이저(Robo-Advisor)는 디지털 기술을 적용한 자동화된 알고리즘을 통해 재무설계나 투자자문을 제공하는 온라인 자산관리 서비스를 말한다. 기존 자산관리시장이 고액자산가를 대상으로 하였다면, 로보어드바이저는 대중부유층(Mass-Affluent)을 대상으로 한다. 저렴한 비용과 편리한 접근성을 앞세운 로보어드바이저는 디지털 환경에 익숙한 30~40대의 대중부유층을 대상으로 빠르게 성장하고 있다. A.T. Kearney는 로보어드바이저 시장이 2020년까지 매년 68%씩 성장할 것으로 전망하였다.

로보어드바이저는 고객 프로파일링을 통해 고객 성향을 분석ㆍ진단하여 투자 성향에 맞는 자산 배분 포트폴리오를 제시하고, 제시된 포트폴리오를 기준으로 시간의 경과나 투자재원의 변동 등의 사유 발생시 자동으로 리밸런싱(rebalancing)과 성과 분석을 통해 최적의 자산관리를 수행하게 된다. 고객 성향과 투자 목적을 파악하기 위하여 머신러닝(Machine Learning) / 딥러닝(Deep Learning) 기법을 적용하여 빅데이터 분석을 수행한다. 투자 포트폴리오를 제공하기 위해 MPT(Modern portfolio theory, 현대 포트폴리오 이론)를 접목하고 있다. IT기술의 발전은 성장세를 가속화하여 로보어드바이저가 곧, 인간의 영역을 상당 부분 대체할 것처럼 보인다. 

그러나, 복잡한 금융환경과 투자자의 상황을 종합적으로 반영해야 하는 로보어드바이저의 투자 조언은 현실적인 한계를 여전히 내포하고 있다.

고객 프로파일링은 고객 성향 분석을 위해 온라인상에서 비교적 간단한 몇 가지 질문을 통해서 진행되며, 질문에 대한 고객의 답변에 기반하여 투자 조언을 하게 된다. 고객이 과장되거나 잘못된 답변을 하는 경우, 잘못된 운용 결과를 초래할 수 있게 된다. 

또한, 고객의 전체 금융자산을 파악하지 못한 상태에서 투자 조언을 하게 되므로, 고객의 투자목적에 부합되지 않을 수 있는 위험이 존재한다. 고객의 투자 목적 파악을 위한 과정의 정교함 뿐만 아니라, 고객의 금융자산 정보 획득을 위한 방안 마련과 제도적 뒷받침이 필요한 부분이다. 

대부분의 로보어드바이저는 저비용의 자문 서비스를 위해 ETF(Exchange Traded Funds)나 Index 상품을 활용하여 포트폴리오를 구성하며, 동일 유형의 ETF 중에서도 운용보수가 낮고 유동성이 높은 ETF에 투자하는 방식을 취한다. 물론 일부는 개별 주식 편입이 가능한 곳도 있으며, 고객이 직접 포트폴리오를 조정할 수 있는 부가 옵션을 제공하는 곳도 있다. 

국내의 ETF시장은 약 250여개(2016.12 기준)의 ETF가 상장되어 있다. 전체의 80% 정도가 주식형 ETF로 구성되어 있으며, 채권형 ETF, 파생 ETF는 적은 비중을 차지하고 있다. 포트폴리오 자산배분에 필수적인 역할을 하는 채권형 ETF와 분산투자를 위한 해외ㆍ파생 ETF의 확충을 통해 다양한 ETF 활용을 위한 시장환경 조성이 필요하다. 다만, 과도한 ETF의 활용은 자산이 ETF에 집중되어 자산배분의 다양성이 결여되고, 기존의 시스템트레이딩 방식과의 차별화도 어렵게 된다.

로보어드바이저가 제시하는 투자 조언은 “평균적인 가정”을 기반으로 하고 있어 금융시장의 모든 변수를 충분히 반영하지는 못하고 있다. 미국의 경우, 대부분의 로보어드바이저는 금융위기 이후에 도입되어 운용기간이 짧다. 이 기간 미국의 주식시장은 강세를 지속하는 구간이어서, 호황과 불황의 다양한 시장환경을 투자 포트폴리오에 반영하지 못하였다. 금융위기와 같은 구조적인 변화나 예측하기 어려운 이례적 사건들은 로보어드바이저의 불확실성을 증가시킨다. 금융위기와 같은 상황에서는 로보어드바이저보다는 휴먼어드바이저(Human-Advisor)가 좀 더 효율적으로 작동될 수 있다. 

베이비붐 세대의 은퇴는 부의 이동을 촉진시키고 있다. 이들의 자산은 다음 세대(the next generation)로 이동이 진행되고 있다. 새롭게 부를 물려받은 이들 세대는 기존의 부유층과는 다른 특징을 가진다.

■자기 주도적(Self-directed): 다양한 방법으로 자문을 구하고 자기주도의 결정 권한을 기대

■비용에 민감(Cost-conscious): 비용의 투명성과 가치있는 자문을 기대

■디지털 네이티브(Digitally native): 디지털 플랫폼과의 상호작용과 비용 효율적인 솔루션 제공 기대

■충성도 부족(Lack of allegiance): 브랜드 충성도가 높지 않고, 상품의 장점 중시

금융회사들은 미래 부유층의 이러한 특징을 감안한 새로운 자산관리 서비스 모델 개발 및 적용을 위한 변화를 모색하여야 한다. 

다음 세대(the next generation)로의 부의 이동은 로보어드바이저 서비스 대상을 대중부유층(Mass-Affluent)뿐만 아니라 고액 자산가까지로 확대시키는 계기가 될 것이다. 자기 주도적이고 디지털 환경에 익숙한 미래 세대들은 로보어드바이저로부터 정교하고 적절한 투자 조언을 받기를 희망할 것이다. 미래 부유층의 세대 교체는 서비스 대상의 변화를 가속화 시킬 것이다.

최근 미국의 로보어드바이저 시장은 휴먼어드바이저와 결합된 이른바 하이브리드 서비스 출시가 가속화되고 있다. 로보어드바이저 업계 1위인 뱅가드는 지난 2015년 가장 먼저 하이브리드 로보어드바이저 서비스인 뱅가드 퍼스날 어드바이저(Vanguard Personal Advisor)를 출시했다. 하이브리드 모델은 기본적인 자산배분은 알고리즘에 의해 자동적으로 이루어지지만, 자문 인력이 투자자의 투자 목표와 재무 상황 등에 맞게 포트폴리오를 구체적으로 조정해주는 것을 말한다. 인간과 로봇이 함께 투자자의 자산관리를 돕는 셈이다. 금융위기 상황에 대한 예측의 어려움과 자동화된 투자 조언의 불확실성이 해소되지 않는 한 하이브리드 모델로의 전환은 계속될 것으로 보인다.

로보어드바이저 서비스가 한 차원 더 성장하기 위해서는 고객 프로파일링이나 자산배분을 위한 알고리즘이 보다 고도화되어야 한다. 몇 가지 질문에 대한 고객의 답변 뿐만이 아니라, 고객 기본정보, 거래 및 로그 정보 그리고 소셜(SNS) 정보 등의 다양한 정형ㆍ비정형 데이터를 활용하여 고객 프로파일링이 수행되어야 한다. 또한, 시장정보, 경제지표, 정책변화 등의 비정형 정보 분석을 통한 시장 리스크가 반영된 투자 조언과, 다양한 상품들로 구성된 머신러닝 기반의 개인화된 포트폴리오가 제공되어야 한다.

최근 국내 금융회사들도 로보어드바이저의 도입을 활발하게 추진하고 있다. 로보어드바이저의 도입은 WM(Wealth Management) 전략 차원에서 검토되고 추진되어야 한다. 안정성과 운용성이 검증된 로보어드바이저를 개인화된 오퍼링(Offering) 제공 등에 활용한다면, 휴먼어드바이저의 영업 역량 강화로 직결될 수 있을 것이다. 

-끝-