기본적 주식 분석에 가장 적합한 AI 도구는 무엇일까요?

2026-08-28

주식 밸류에이션 배수와 실적의 질을 비교하는 AI 기본적 분석 애널리스트

밸류에이션의 엄밀성 측면에서 AI 주식 애널리스트와 데이터 대시보드는 어떻게 비교될까요?

2026년 기본적 주식 분석에 가장 큰 도움을 주는 도구는 두 가지 역할로 나뉩니다. 재무 데이터를 보여 주는 터미널과, 그 데이터를 기대 격차로 전환하는 AI 애널리스트입니다. Jenova의 기본적 주식 분석 애널리스트는 상대 밸류에이션, 실적의 질에 대한 분석, 그리고 시장이 이미 가격에 반영한 내용을 제시하는 논지 구성에 가장 강합니다. Koyfin은 기관투자자 스타일의 심층 데이터 대시보드로 여전히 우위를 유지하고, Seeking Alpha는 대중 참여형 종목 분석과 퀀트 점수에서 앞서며, Simply Wall St는 시각적이고 모델로 생성된 공정가치 스냅샷을 제공하는 데 더 적합합니다.

유용한 AI 주식 분석과 일반적인 종목 조회를 구분하는 핵심 요소는 다음과 같습니다.

✅ 분석 과정을 보여 주는 밸류에이션 — 설명되지 않은 “공정가치” 숫자가 아니라 동종업계 배수, 정규화된 입력값, 내재 가격을 제시해야 합니다. ✅ EPS를 핵심 신호로 내세우기보다 매출과 마진의 흐름을 중심으로 하는 실적 분석 ✅ 동종업계 종목 선정의 투명성. 비교 대상군에 따라 결론이 크게 달라질 수 있기 때문입니다. ✅ 컨센서스와 다른 관점에 대한 명확한 분석 ✅ 투자 학습자부터 바이사이드 업계의 축약 표현을 사용하는 전문가까지 사용자의 숙련도에 맞춘 분석

이러한 제품을 동일한 기준으로 비교하려면 데이터 접근성과 분석적 판단을 분리하고, 두 가지를 얼마나 잘 수행하는지 각각 평가하는 것이 도움이 됩니다.

2026년에 투자자들이 기본적 주식 조사에 AI를 활용하는 이유는 무엇일까요?

투자자들이 기본적 분석에 AI를 활용하는 이유는 더 이상 10-K를 찾는 일이 병목이 아니기 때문입니다. 어떤 숫자가 중요한지, 컨센서스가 이미 무엇을 믿고 있는지, 현재의 배수가 저평가인지 아니면 이미 대가를 치른 성장 스토리인지를 판단하는 일이 진짜 병목입니다.

공시 자료는 여전히 감사된 재무 정보의 주요 출처입니다. SEC는 이러한 공시 자료에서 추출한 구조화된 재무제표 데이터 세트도 공개합니다. Fidelity의 주식 조사 도구 개요가 설명하듯, 브로커의 조사 플랫폼은 여전히 시세, 재무제표, 주요 통계를 한곳에서 제공합니다. 문제는 해석입니다. 대부분의 개인 투자자 워크플로는 여전히 P/E 스크린샷을 보고 매수 또는 패스라는 직감으로 바로 넘어갑니다.

이런 격차는 비용이 큽니다. CFA Institute의 시장 기반 밸류에이션 자료는 배수를 성장성, 위험, 수익성에 연결해야 하는 지표로 다룹니다. 배수 자체가 모든 것을 설명하는 점수는 아닙니다. 기본적 분석 소프트웨어는 재무제표, 시장 데이터, 공시 자료를 수집하기 위해 특별히 존재합니다. 이를 통해 애널리스트는 셀을 복사하는 시간은 줄이고 논쟁에 더 많은 시간을 쓸 수 있습니다.

AI가 워크플로를 바꾸는 것은 그러한 논쟁을 공개적으로 이끌어 낼 때뿐입니다. 지난 분기의 EPS 서프라이즈를 다시 말하는 챗봇은 리서치가 아닙니다. 매출과 영업마진을 컨센서스와 비교한 뒤 EV/EBITDA 프리미엄이 미래 성장에 대해 무엇을 의미하는지 묻는 시스템이라야, 모델을 열기 전에 애널리지가 하던 역할을 수행한다고 볼 수 있습니다.

개인 투자자들은 이 문제를 특히 절실하게 느낍니다.

Reddit Post

. 깔끔한 숫자를 저장하면서 동시에 투자 논지를 전개해 주는 제품은 하나도 없기 때문입니다. AI 애널리스트가 그 두 번째 역할을 채우고 있지만, 품질은 매우 고르지 않습니다.

AI 기본적 주식 분석 애널리스트에서 무엇을 살펴봐야 할까요?

공개된 가정을 바탕으로 상대 밸류에이션을 수행하고, 추정치와 비교해 실적을 해석하며, 자신의 관점이 컨센서스와 어디에서 다른지 알려 주는 AI 기본적 분석 애널리스트를 찾아야 합니다. 데이터 범위도 중요하지만, 그것이 리서치의 질과 같은 것은 아닙니다.

이 글에서는 6차원 기본적 리서치 프레임워크를 사용해 도구를 평가합니다.

밸류에이션 방법의 투명성 — 계산 방식, 동종업계 비교 대상, 내재 가격 범위를 보여 주나요?
실적의 질에 대한 처리 — EPS를 중심으로 한 숫자 맞추기에 집중하나요, 아니면 매출, 마진, 현금 창출을 우선하나요?
동종업계 종목 선정의 공개 — 비교 대상이 타당한 이유를 설명하나요, 아니면 업종 태그에서 조용히 가져오나요?
기대 격차 분석 — 컨센서스 스토리와 강세·약세 시나리오를 구분할 수 있나요?
출처 관리 — 공시 자료, 실적 발표 자료, 추정치 제공업체를 타임스탬프와 함께 인용하나요?
사용자 수준에 맞춘 조정 — 학습 중인 투자자, 충분한 지식을 갖춘 일반 투자자, 또는 이미 EV/EBITDA 용어를 사용하는 전문가에게 맞는 결과를 제공하나요?

CFA Institute의 주식 밸류에이션 커리큘럼은 모델을 현재가치 모델, 배수 모델, 자산 기반 모델로 구분합니다. 비율만 나열하는 AI 제품은 첫 번째 유형의 논리 없이 배수 모델에만 머무르는 셈입니다. Corporate Finance Institute의 세 가지 방법 지도인 유사 기업 분석, 선행 거래 분석, 할인현금흐름 분석은 실제 실무자들이 사용하는 구분과 같습니다.

여기서 두 가지 실용적인 필터를 적용할 수 있습니다. 첫째, 대부분의 비금융 기업에는 P/E보다 EV/EBITDA를 우선하세요. EV/EBITDA는 이자 지급 전 모든 자본 제공자에게 귀속되는 현금흐름을 나타내며, 레버리지가 서로 다른 기업 간 비교에 더 유용하기 때문입니다. 둘째, 블랙박스 DCF가 제시하는 단일 “공정가치”는 사실이 아니라 가설로 취급하세요. 할인현금흐름 추정치는 예상 현금흐름을 바탕으로 투자 매력도를 추정합니다. 하지만 대부분의 대시보드가 인정하는 것보다 기말 성장률이나 할인율의 작은 변화가 결과를 훨씬 크게 움직입니다.

어떤 도구가 무엇이 가격에 반영되어 있는지 말하지 못한다면, 그것은 채팅창이 붙은 데이터 브라우저일 뿐입니다.

Jenova, Koyfin, Seeking Alpha, Simply Wall St는 어떻게 비교될까요?

Jenova는 대화형·논지 우선 방식의 주식 분석에 가장 강하고, Koyfin은 기본적 데이터 터미널로서 가장 강합니다. Seeking Alpha는 폭넓은 문서형 분석과 퀀트 점수에서 가장 강하며, Simply Wall St는 자동화된 DCF 수치를 포함한 시각적이고 표준화된 스냅샷에서 가장 강합니다.

이들 중 어느 것도 완전한 바이사이드 투자 프로세스를 대체하지는 못합니다. 각각 다른 지점에서 한계를 보이며, 이러한 한계는 마케팅 문구보다 더 유용한 정보를 제공합니다.

기능 / 차원	Jenova 기본적 주식 분석 애널리스트	Koyfin	Seeking Alpha	Simply Wall St
주요 결과물	대화형 분석, 비교 기업 표, 바이사이드 스타일 메모	맞춤형 대시보드, 스크리너, 실적 발표 자료, 거시경제 관점	기고자 글, 퀀트 등급, 아이디어 피드	시각적 스코어카드와 모델로 생성된 공정가치
밸류에이션 방식	내재 가격을 제시하는 상대 밸류에이션(EV/EBITDA 기본값); DCF는 구축된 모델이 아니라 교육적 프레임으로 사용	자기 주도적 분석을 위한 기관 수준의 배수와 재무 이력	작성자별 DCF, 퀀트 요인, 커뮤니티 투자 논지의 조합	모든 분석 대상 종목에 대한 DCF 공정가치 추정치와 5개 요인 Snowflake 점수
실적 처리	매출과 마진을 우선 제시; 실제 수치와 컨센서스 비교표; 한 분기의 EPS 발표보다 미래 가이던스에 더 큰 비중	심층적인 과거 재무 데이터와 실적 발표 자료 아카이브; 해석은 사용자 몫	실적 뉴스, 발표 자료, 기고자 요약; 작성자에 따라 품질 차이가 큼	단순화된 성장성과 수익성 시각화; 추정치 수준의 논쟁은 적음
스크리닝 / 투자 대상 범위	티커 중심 리서치로, 5,000개 필터를 갖춘 스크리너는 아님	100,000개 이상의 증권에 걸쳐 5,900개 이상의 필터	대규모 미국 주식 및 ETF 커뮤니티 전반에서 아이디어 탐색	90개 이상의 시장에서 120,000개 이상의 주식
주요 한계	완전한 DCF 모델, 차트, 실시간 시세, 매수·매도 등급이 없음	가파른 학습 곡선; 거래 실행 기능 없음; 무료 데이터는 지연됨	글의 품질이 고르지 않음; 종목 추천 부가 서비스는 별도	장 마감 기준 데이터; 일반화된 점수가 업종별 특성을 무시할 수 있음
가격(2026년 기준)	사용량이 제한된 무료 요금제; 유료 요금제는 월 $20부터	$39/월부터; 무료 요금제는 지연 데이터 사용	$299/년부터; Alpha Picks는 별도 부가 서비스	$120/년부터; 무료 요금제는 보고서 수가 제한됨
가장 적합한 사용자	무엇이 가격에 반영되어 있는지 논증해 주는 애널리스트를 원하는 투자자	개인 투자자 가격으로 Bloomberg와 유사한 리서치 작업 공간을 원하는 투자자	폭넓은 분석 범위와 요인 점수를 원하는 투자자	시각적 기본적 분석과 출발점이 될 공정가치를 원하는 초보 투자자

Jenova 기본적 주식 분석 애널리스트

이 에이전트의 설계를 살펴보면 터미널 방식보다 바이사이드 메모에 가까운 습관을 확인할 수 있습니다. 밸류에이션을 기대에 대한 진술로 다룹니다. 즉, 가격에는 성장률과 마진의 경로가 반영되어 있으며, 알파는 그와 다르면서도 정확한 경로에서 나온다는 관점입니다.

실제로 Jenova는 비금융 기업에 EV/EBITDA를 기본적으로 적용하고, 배수를 논의하기 전에 비경상 항목을 정리하며, 희석 주식 수를 사용합니다. 실적 분석은 실제 매출과 영업 실적을 컨센서스와 비교하는 방식으로 구성되며, 한 분기의 EPS 발표보다 미래 가이던스에 더 큰 비중을 둡니다. 사용자가 전체 보고서를 요청하면 먼저 확인한 뒤, 사업 모델, 경쟁적 지위, 재무 상태, 강세·약세 시나리오, 핵심 논점을 다루는 장문의 투자 메모를 작성합니다.

정직한 한계도 중요합니다. 3개 재무제표 모델이나 완전한 DCF를 구축하지는 않습니다. 매수 또는 매도 의견도 내리지 않습니다. 차트를 그리거나 실시간 시세를 스트리밍할 수 없으며, 백그라운드에서 포트폴리오를 감시하지도 않습니다. 알림이 필요한 트레이더나 셀 단위로 감사할 수 있는 스프레드시트를 원하는 모델러에게는 이러한 공백이 실제 한계입니다.

Koyfin

Koyfin은 데이터 영역입니다. Koyfin 자체의 포지셔닝은 자문사와 투자자를 위한 맞춤형 리서치 플랫폼으로, 하나의 작업 공간에서 차트, 재무 분석, 거시경제 대시보드를 제공합니다. 독립적인 비교 분석에서는 50년간의 실적 발표 자료와 가격 차트에 겹쳐 볼 수 있는 기본적 분석 기능을 강조합니다. 어떤 질문을 해야 하는지 이미 알고 있다면 적합한 조합입니다.

한계는 Jenova와 정반대입니다. Koyfin은 곁에서 컨센서스 서사를 논박해 주지 않습니다. 금융 업계 외부 사용자에게는 가파른 학습 곡선이 있다는 평가가 있습니다. 또한 거래 실행 기능도 없습니다. 개인 가치 투자자들은 여전히 Koyfin을 진지한 유료 터미널 중 하나로 꼽으며, 종종

Reddit Post

를 언급합니다.

Seeking Alpha

Seeking Alpha는 단일 애널리스트라기보다 분석 네트워크에 가깝습니다. 2005년에 설립된 Seeking Alpha는 미국에서 거래되는 주식과 ETF를 대상으로 수천 명의 기고자가 작성한 리서치를 발행합니다. 폭넓은 범위가 바로 이 서비스의 핵심입니다. 방금 발견한 종목에 대해서도 누군가는 이미 글을 작성했을 가능성이 높습니다.

퀀트 등급은 가치, 성장, 수익성, 모멘텀, 추정치 수정과 같은 요인을 바탕으로 수천 개 종목을 평가하는 체계적인 층을 더합니다. 하지만 그 대가로 편차가 발생합니다. 기고자의 품질은 다양하고, 무료 이용 경험에는 많은 제한이 있으며, Alpha Picks는 핵심 구독에 추가되는 별도의 연간 부가 서비스입니다. 많은 투자 논지를 얻을 수 있지만, 이를 직접 검증해야 합니다.

Simply Wall St

Simply Wall St는 10-K를 하나의 그림으로 압축합니다. Snowflake 점수는 모든 종목을 가치, 미래 성장, 과거 실적, 재무 건전성, 배당이라는 동일한 5가지 관점으로 평가하며, 각 종목에 대해 DCF 방식의 공정가치를 공개합니다. 첫 번째 검토 단계에서는 EDGAR를 여는 것보다 빠릅니다.

같은 설계가 한계가 되기도 합니다. 장 마감 기준 가격과 업종별 특성을 무시할 수 있는 일반화된 점수는 은행, 경기순환주 또는 회계 구조가 EBITDA와 맞지 않는 기업에 약점이 됩니다. 자동화된 DCF는 초보자에게는 기능이지만, 결과를 정밀한 수치로 받아들일 수 있는 사용자에게는 위험 요소입니다.

Yahoo Finance는 여전히 가장 일반적인 무료 출발점입니다. 유료 로그인 없이 미국 주식 실시간 시세, 여러 해의 재무제표, 애널리스트 등급을 제공합니다. 하지만 애널리스트가 아니라 조회 계층에 해당합니다. 2026년 리서치 도구 구성에 대한 조사에서도 재무제표 수준의 데이터와 비율 라이브러리를 핵심으로 꼽지만, 이를 누가 해석할지는 여전히 답이 나오지 않은 질문입니다.

AI 보조 주식 분석에서 상대 밸류에이션은 어떻게 작동할까요?

상대 밸류에이션은 기업의 기업가치 또는 자기자본가치를 EBITDA, 매출, 잉여현금흐름과 같은 기본 지표와 비교한 뒤, 공개된 동종업계 비교 대상과 비교해 프리미엄 또는 할인 수준을 해석하는 방식으로 작동합니다. 이는 내재가치의 증명이 아니라 기대에 대한 경험적 판단입니다.

비교 기업 분석 방법은 일물일가의 법칙에 기반합니다. 유사한 자산은 성장성, 위험, 수익성에 차이가 없는 한 유사한 배수로 거래되어야 한다는 원리입니다. 분석의 핵심은 바로 그 “차이가 없는 한”이라는 조건입니다. EV/EBITDA 프리미엄이 30%라고 해서 자동으로 고평가인 것은 아닙니다. 시장이 더 빠른 성장, 더 높은 증분 마진, 더 낮은 재투자 필요성을 가격에 반영한 것일 수도 있습니다.

실용적인 AI 비교 기업 분석 과정은 다음과 같습니다.

사업에 맞는 지표를 선택합니다. 대부분의 영업 기업에는 EV/EBITDA를, 금융 기업에는 이익 또는 장부가치 지표를, 아직 이익이 나지 않는 성장 기업에는 EV/매출을 사용합니다.
입력값을 정규화합니다. 일회성 항목을 제거하고, 희석 주식 수를 사용하며, 동종업계 기업에 동일한 주식기준보상 처리 방식을 적용합니다.
비교 대상군과 각 종목을 포함하거나 제외한 이유를 공개합니다.
배수를 내재 가격 범위로 전환하고, 프리미엄이 정당화되려면 어떤 일이 일어나야 하는지 한 문장으로 설명합니다.

Jenova는 이 순서를 중심으로 설계되었습니다. 생산적인 프롬프트는 단순히 티커를 입력하는 것이 아니라 의사결정을 구체적으로 설명합니다.

“CRM을 대형 소프트웨어 기업과 비교해 NTM EV/EBITDA와 FCF 수익률을 분석해 줘. 사업 구성이 너무 다르다면 Adobe를 제외하고, 공시 EBITDA와 조정 EBITDA를 함께 보여 줘. 또한 이 프리미엄에 어떤 성장률이 가격에 반영되어 있는지 알려 줘.”

Koyfin은 워크시트를 직접 구성하는 방법을 알고 있다면 동일한 작업을 지원합니다. Seeking Alpha에서는 종종 다른 사람이 작성한 비교 기업 표를 글 안에서 확인할 수 있습니다. 이는 두 번째 의견으로는 유용하지만, 검토하지 않은 기본값으로 사용하면 위험합니다. Simply Wall St는 다른 어떤 서비스보다 빠르게 공정가치 숫자를 제공하지만, 비교 대상 선정 과정은 덜 투명합니다.

반복되는 오류는 업종 중앙값을 자연법칙처럼 취급하는 것입니다. 동종업계 종목의 선정은 주관적이며 결론에 큰 영향을 줍니다. AI 애널리스트가 비교 대상군을 숨긴다면 시간을 절약해 주는 것이 아니라 결론을 좌우하는 가정을 숨기는 것입니다.

AI 도구는 실적의 질과 컨센서스 추정치를 어떻게 다뤄야 할까요?

AI 도구는 실적 발표를 EPS 점수판이 아니라 기대치와 비교한 사업 모델의 시험으로 다뤄야 합니다. 헤드라인에 사용되는 희석 주당순이익보다 매출, 사업부 구성, 마진의 흐름에 대체로 더 많은 정보가 담겨 있습니다.

이러한 우선순위는 단순한 취향이 아닙니다. 순이익과 EPS에는 회계 처리, 일회성 항목, 세금 시점, 비현금 조정이 반영됩니다. 매출총이익률은 가격 결정력과 투입 비용을 보여 줍니다. 영업마진은 영업 레버리지와 비용 관리 수준을 보여 줍니다. 사업부 실적은 연결된 스토리가 하나의 성장 엔진인지, 서로 다른 방향을 가리키는 세 개의 엔진인지 보여 줍니다. CFA의 잉여현금흐름 밸류에이션 지침이 존재하는 이유는 궁극적으로 소유자가 받는 것이 EPS 발표가 아니라 현금이기 때문입니다.

진지한 AI 애널리스트라면 최소한 다음과 같은 실적 표를 제공해야 합니다.

지표	실제 수치	컨센서스	상회 / 하회
매출	발표 수치	추정치	%
영업이익 / EBITDA	발표 수치	추정치	%
핵심 사업부 매출	발표 수치	가능한 경우 추정치	%
예상 가이던스와 기대치 비교	회사 전망	시장 / 내재 기대치	정성적 평가

매출이 2% 상회했지만 가이던스를 하향했다면 실적 호조가 아닙니다. 기대치를 하회했더라도 사업부 구성이 긍정적이고 마진 전망이 상향되었다면 그것이 진짜 핵심일 수 있습니다. 발표에 대해 논평하기 전에 현재 컨센서스를 검색할 수 없는 도구는 추측하고 있는 것입니다.

Jenova의 실적 분석 모드는 이러한 비교와 “진짜 핵심은 무엇인가?”라는 질문을 중심으로 설계되었습니다. 주가를 실제로 움직인 요인이 무엇인지, 보도자료가 강조한 내용은 무엇이었는지를 구분합니다. Seeking Alpha는 기고자와 뉴스 데스크가 즉시 글을 게시하기 때문에 실적 발표 당일에는 종종 가장 빠릅니다. 하지만 각 작성자의 프레임을 그대로 물려받게 됩니다. Koyfin은 실적 발표 이후 실적 발표 자료와 여러 해에 걸친 마진 시계열을 한 화면에서 보고 싶을 때 가장 강합니다. Simply Wall St는 Snowflake 점수를 업데이트하지만, 일반적으로 추정치 격차를 다시 구성해 주지는 않습니다.

모델이 정직하게 분석하도록 만드는 프롬프트는 다음과 같습니다.

“EPS를 앞세우지 말고 이 티커의 이번 분기를 분석해 줘. 매출과 영업이익을 컨센서스와 비교하고, 가이던스가 시장 기대치에 비해 어떻게 달라졌는지, 마진 구성이 유지될 경우 배수가 재평가되어야 하는지 보여 줘.”

답변이 “EPS를 1센트 상회했다”로 끝난다면, 이 도구는 품질 테스트에 실패한 것입니다.

배수 대신 DCF 관점을 사용해야 하는 경우는 언제일까요?

스크리닝, 동종업계 비교, 가격에 반영된 내용을 빠르게 확인할 때는 배수를 사용하세요. 포지션 규모를 결정할 때, 깔끔한 비교 대상이 없는 기업을 분석할 때, 또는 성장·마진·재투자가 현금으로 어떻게 누적되는지 확인해야 할 때는 DCF 관점으로 전환하세요.

현재가치 모델은 예상 현금흐름을 할인해 가치를 추정합니다. 스프레드시트를 직접 열지 않더라도 개념적 구조는 일정합니다. 매출 성장률이 외형을 결정하고, 영업마진이 현금으로 전환되는 규모를 결정하며, 재투자(자본적 지출과 운전자본)는 성장에 드는 비용입니다. 잉여현금흐름은 잔여분이고, 할인율과 기말가치가 계산을 크게 좌우합니다.

많은 “AI DCF” 위젯이 보여 주기에 불과한 이유가 바로 마지막 부분에 있습니다. 기말가치가 기업가치의 대부분을 차지하는 경우가 많습니다. WACC, 성장률 둔화 가정, 재투자를 보여 주지 않은 채 내재가치가 $47.23이라고 출력하는 대시보드는 거짓된 정밀성을 제공합니다. Simply Wall St의 자동화된 DCF는 여전히 방향성을 확인하는 데 유용합니다. 특히 그렇지 않으면 내재가치를 전혀 확인하지 않을 투자자에게 유용합니다. 하지만 가격 목표가 아니라 하나의 모델로 읽어야 합니다.

Jenova의 한계는 여기에서 명확합니다. 완전한 할인현금흐름 모델을 구축하지 않습니다. 대신 DCF 논리를 사용해 배수를 검토합니다. 어떤 주식이 동종업계의 14배에 비해 EV/EBITDA 22배로 거래된다면, 질문은 “22배가 너무 높은가?”가 아닙니다. 질문은 현재 가격에 반영된 매출 성장률과 마진 확대 경로가 실현 가능한가입니다. 이는 취약한 15개 탭짜리 워크북 없이도 DCF 관점으로 사고하는 방법입니다.

직접 구축한 모델에 필요한 과거 시계열을 가져오고 싶다면 Koyfin이 더 나은 환경입니다. Seeking Alpha에는 품질이 크게 다른 기고자별 DCF가 포함되어 있습니다. 매출이 아직 발생하지 않는 기업에서는 어떤 방법이든 한계가 있습니다. 기말가치를 환상적으로 가정하기보다 매출 배수와 시나리오 범위를 사용하는 편이 더 정직합니다.

AI 기본적 주식 분석 애널리스트를 최대한 활용하려면 어떻게 해야 할까요?

AI 주식 애널리스트를 최대한 활용하려면 의사결정, 비교 대상군, 현재 자신의 관점을 입력한 뒤 그 관점을 공격하도록 요청하세요. 모호한 프롬프트는 모호한 배수를 만들어 냅니다.

Jenova의 경우 일반적으로 2분 이내에 분석 세션을 시작할 수 있습니다.

에이전트를 열고 티커, 투자 기간, 해당 종목을 보유하고 있는지를 알려 주세요.
원하는 결과를 지정하세요. 빠른 저평가·고평가 점검, 실적 세부 분석, 또는 전체 메모 중에서 선택할 수 있습니다. 확인을 요청받으면 확인하세요.
비교 대상 종목을 직접 지정하거나 에이전트가 자체 비교 대상군을 공개하도록 하세요.
현재 배수가 정당화되려면 어떤 조건이 충족되어야 하는지 물어보세요.
논쟁 내용을 저장한 다음, 공시 자료, 가이던스 하향, 경쟁사 실적 발표와 같은 새로운 정보를 같은 대화에 가져오세요. 그러면 기억이 누적됩니다.

적절한 분석 수준을 설정하는 첫 프롬프트는 다음과 같습니다.

“나는 CFA가 아니라 금융 지식을 갖춘 투자자야. 대형 관리형 의료서비스 기업과 비교할 때 UNH는 EV/EBITDA 기준으로 저평가되어 있어? 일회성 항목을 정규화하고, 비교 대상군을 보여 주며, 실제로 중요한 논쟁거리 2~3가지를 알려 줘.”

Koyfin에서는 해당 종목을 중심으로 재무 데이터, 추정치, 저장된 비교 대상군을 갖춘 대시보드를 만드는 것이 비슷한 출발점입니다. 그다음 기본적인 투자 포인트를 파악한 후에만 주식 스크리너의 수천 개 필터를 사용하세요. Seeking Alpha에서는 최신 실적 요약을 읽고 퀀트 요인을 확인한 뒤, 가장 낙관적인 기고자와 가장 비관적인 기고자의 글을 서로 대립하는 리서치 노트처럼 검토하세요. 예언처럼 받아들여서는 안 됩니다.

Jenova의 두 가지 보완적 에이전트도 같은 주간 분석 과정에 활용할 수 있습니다. 주식 스크리너는 심층 분석에 들어가기 전에 투자 철학에 맞는 후보 목록이 필요할 때 사용하는 첫 단계입니다. 예를 들어 우량 복리 성장주, 저평가 경기순환주, 높은 FCF 종목을 찾을 수 있습니다. 가치 투자 자문 에이전트는 질문이 “무엇이 가격에 반영되어 있는가?”에서 “그 해자가 얼마나 오래 지속될 수 있는가?”와 “Graham/Buffett 관점에서 소유자 이익은 무엇인가?”로 바뀌었을 때 더 적합한 두 번째 분석 파트너입니다. 투자 논지가 만들어진 후에는 기술적 주식 분석 애널리스트로 넘겨 구조, 무효화 수준, 타이밍을 분석할 수 있습니다. 이는 기본적 분석을 대체하는 것이 아닙니다.

병목에 맞는 도구를 선택하세요. 데이터가 부족하면 터미널에 비용을 지불하세요. 투자 논지가 부족하면 애널리스트를 활용하세요. 후보 종목이 부족하면 먼저 스크리닝하세요.

주식 리서치 전문가들은 AI 주식 분석에 대해 어떻게 말할까요?

주식 리서치 전문가들은 AI를 언더라이팅을 대체하는 수단이 아니라 초안 작성과 종합을 위한 계층으로 보는 경향이 있습니다. 인용할 수 있는 강점은 더 많은 비율이 아닙니다. 사용자와 시장이 어디에서 의견을 달리하는지 더 명확하게 보여 주는 것입니다.

“우리가 보는 실패 방식은 ‘저평가인가?’라는 질문에 단일 배수로 답하는 도구입니다. 무엇과 비교해 저렴한가요? 어떤 이익을 기준으로 하나요? 어떤 조정을 거쳤나요? 어떤 비교 대상과 비교하나요? 이 네 가지 질문이 결과에 없다면 분석이 아닙니다. 문장이 조금 더 붙은 스크린샷일 뿐입니다. 상대 밸류에이션은 대부분의 개인 투자 의사결정에 적합한 기본값입니다. 빠르고 시장이 실제로 위험을 가격에 반영하는 방식과 맞기 때문입니다. 다만 비교 대상군과 정규화 단계가 공개되어 있을 때만 그렇습니다.”

“DCF는 여전히 개념적 기준점입니다. 그래서 우리는 센트 단위의 가짜 내재가치를 제시하지 않을 때에도 현금흐름 구조를 가르칩니다. 투자자는 직접 감사할 수 없는 정밀성 때문에 손실을 입습니다. 반대로 현재 EV/EBITDA에 어떤 성장률과 마진 경로가 반영되어 있는지 말하도록 강제하면 도움을 받을 수 있습니다. 그 기대 격차에 대한 문장이 바로 제품입니다.”

“실적 시즌이야말로 품질이 드러나는 시기입니다. EPS를 앞세우면 손익계산서에서 가장 잡음이 많은 항목을 중심으로 사람들을 학습시키게 됩니다. 핵심은 컨센서스 대비 매출, 마진 구성, 사업부 기여도, 가이던스가 다음 회계연도 전망을 바꾸었는지입니다. 실적 발표에 대해 논평하기 전에 시장 수치를 가져오지 못하는 AI는 조용히 있어야 합니다.”

— Jenova 제품 팀, 주식 리서치 에이전트 설계, AI 애널리스트 시스템 경력 8년

이러한 관점은 전문 교육 자료가 이미 분석 방법을 가르치는 방식과도 일치합니다. 배수는 기본 요소와 연결된 커뮤니케이션 도구입니다. 현금흐름 모델은 그 아래에 놓인 논리입니다. 어느 쪽도 등급 자체는 아닙니다. “동종업계 중앙값 EV/EBITDA를 적용하면 약 $X를 의미한다”와 같이 가정의 함의를 설명하는 것이 리서치와 단순한 추천을 구분합니다.

정보의 경계도 명확히 밝혀야 합니다. 이러한 유형의 분석은 자격을 갖춘 투자 자문이 아닙니다. 가격에 숨겨진 가정을 판단할 수 있을 만큼 드러내는 방법입니다.