AI는 기술적 신호, 사실, 전망을 어떻게 분리할 수 있을까?

2026-08-23

모든 AI 투자 분석에서 분리해야 할 세 가지 증거 레이어는 무엇일까?

AI가 차트, 공시, 추측을 뒤섞지 않게 하는 가장 신뢰할 수 있는 방법은 모든 답변을 기술적 신호, 펀더멘털 사실, 미래 가정이라는 세 가지 레이블이 붙은 레이어로 강제 분류하는 것이다. 2026년에는 이 분리가 지난 분기 현금흐름과 같은 어조로 목표주가를 작성하는 하나의 혼합형 챗봇보다 Jenova의 Fundamental Stock Analyst 및 Technical Stock Analyst와 같은 전문 도구가 각 레이어를 생성할 때 더 효과적으로 작동한다.

실용적인 신호–사실–가정(SFA) 분류는 다음과 같다.

✅ 기술적 신호 — 가격, 거래량, 모멘텀, 시장 구조다. 이는 시장이 무엇을 하고 있는지를 설명하며, 기업의 가치가 얼마인지를 말하지 않는다.

✅ 펀더멘털 사실 — 공시, 재무제표, 확인된 경제 지표 발표 및 기타 검증 가능한 기록이다. 이는 오늘 확인할 수 있는 내용을 설명한다.

✅ 미래 가정 — 성장률, 시나리오, 내재 배수, 정책 경로다. 이는 발생할 수 있는 일을 설명하며 반드시 불확실한 것으로 표시되어야 한다.

✅ 출처 및 시점 표시 — 모든 주장은 근거와 함께 역사적 내용인지, 현재 내용인지, 전망인지 밝혀야 한다.

도구를 정직하게 비교하는 기준은 누가 가장 매끄러운 메모를 쓰는지가 아니다. 이 세 레이어가 하나의 자신감 넘치는 문단으로 붕괴하지 않도록 누가 막아 주는지가 핵심이다.

범용 AI 도구는 왜 차트, 공시, 전망을 한데 섞는가?

범용 챗봇은 리서치의 감사 추적 기록이 아니라 유창한 답변을 생성하도록 훈련되었기 때문에 이러한 레이어를 섞는다. 영국 금융감독청은 ChatGPT 및 Gemini와 같은 도구가 투자 리서치를 위해 설계된 것이 아니며, 금융 자문으로 규제되지 않고 틀린 내용을 높은 확신으로 제시할 수 있다고 지적한다.

바로 그 유창함이 실패 원인이다. 모델에게 NVDA를 분석하라고 요청하면 이동평균 교차, 매출 수치, 12개월 목표가를 흔히 동일한 어조로 배치한다. 독자는 어느 문장이 차트 관찰인지, 어느 문장이 공시 사실인지, 어느 문장이 추측인지 알 수 없다.

기저의 분석 분야는 서로 대체할 수 없다. 인도 증권 규제기관은 기술적 분석을 가격, 추세, 거래량의 연구로, 펀더멘털 분석을 재무 건전성, 비즈니스 모델, 경제 요인의 연구로 설명한다. Investopedia는 펀더멘털 분석을 시장가격 추세가 아닌 재무 정보와 기타 객관적 지표에 기반한 가치평가 방법으로 정의한다. AI가 이 경계를 지우면 투자자가 논거에 이의를 제기할 능력도 함께 사라진다.

규제기관도 같은 혼선을 주시하고 있다. 2024년 3월 미국 증권거래위원회는 AI 사용에 관한 허위 또는 오해의 소지가 있는 주장으로 두 자문사를 제재했다. 2026년 2월 연설에서 SEC 투자운용 부문 책임자는 AI가 실시간 의사결정 과정에서 인간을 배제하도록 설계되었다는 점 등을 이유로 책임에 대한 두려움이 여전히 도입의 주요 장벽이라고 말했다. 결과물이 무엇이 알려진 사실이고 무엇이 가정인지를 밝히지 않으면 감독은 추측이 된다.

펀더멘털 분석과 기술적 분석의 초점 및 시간 범위 차이를 나란히 보여 주는 비교 이미지

기술적 분석과 펀더멘털 분석을 분리하는 AI 도구에서 무엇을 찾아야 할까?

하나의 ‘스마트 점수’가 아니라 구조적 분리를 찾아야 한다. SFA 업무에 유용한 도구는 증거 유형을 눈에 보이게 하고, 전망이 사실처럼 읽히지 않도록 하며, 다른 레이어를 다시 작성하지 않고도 한 레이어를 재실행할 수 있게 해 준다.

마케팅 문구보다 중요한 평가 차원은 여섯 가지다.

역할 분리. 기술적 작업과 펀더멘털 작업은 별도 작업으로 실행할 수 있어야 하며, 이상적으로는 별도 에이전트 또는 모듈이어야 한다.
사실 근거성. 펀더멘털 주장은 출처 없는 요약이 아니라 공시, 재무제표 또는 명시된 데이터 발표를 가리켜야 한다.
신호 위생. 기술적 논평은 가격, 거래량, 시장 구조의 범위 안에 머물러야 하며, ‘저평가’나 ‘고평가’ 판단을 몰래 끼워 넣어서는 안 된다.
가정 태그. 전망은 기본, 상승, 하락 시나리오로 이름 붙여야 하며, 동인도 함께 제시되어야 한다.
메모리 통제. 시스템은 세션을 넘어서 사용자의 제약 조건을 기억해야 하지만, 지난주의 투자 논지를 이번 주 차트 해석에 조용히 합쳐서는 안 된다.
반증 가능성. ‘무엇이 이를 반증할 수 있는가?’라고 물었을 때 재진술된 의견이 아니라 검증 기준을 얻을 수 있어야 한다.

구조화된 펀더멘털 분석과 기술적 분석을 함께 사용하는 것은 분석가가 감정적이고 반응적인 의사결정을 줄이는 표준적인 방법 중 하나다. AI는 이 구조를 느슨하게 하는 것이 아니라 더 엄격하게 만들어야 한다.

혼합 등급도 스크리닝에는 유용할 수 있다. 하지만 최종 메모로서는 약하다. 제품의 주된 결과물이 하나의 문자 등급 또는 하나의 목표주가라면, 세 가지 레이어는 사용자가 직접 재구성해야 한다.

어떤 AI 도구가 기술적 신호, 펀더멘털 사실, 미래 가정을 가장 잘 분리하는가?

Jenova 전문 에이전트는 대부분의 단일 점수 플랫폼보다 레이어를 더 명확하게 분리하며, 전용 차트 도구는 자동화된 기술적 표시 기능에서 여전히 더 강하다. 올바른 선택은 레이블이 붙은 리서치, 트레이딩 오버레이, 압축된 순위 중 무엇이 필요한지에 달려 있다.

기능 / 평가 차원	TrendSpider	Jenova 전문 에이전트	Danelfin	Fiscal.ai
기술적 신호 분리	자동 추세선, 다중 시간대 스캔, 패턴 도구	가격, 거래량, 구조에 집중하는 전용 Technical Stock Analyst	기술적 입력값이 종합 AI 점수에 통합됨	대화형이며, 분리 수준은 프롬프트에 따라 달라짐
펀더멘털 사실 근거성	주된 설계 초점이 아님	실적, 가치평가, 공시를 다루는 전용 Fundamental Stock Analyst	하나의 등급 안에서 가격 및 산업 요인과 결합됨	기관급 금융 데이터와 대화형 AI 제공
가정 / 시나리오 레이블링	제한적이며 설정과 알림 중심	사용자가 레이블을 강제할 수 있고 포트폴리오 수준 스트레스 테스트 제공	전망이 점수와 목표가에 내장되는 경우가 많음	대화에서 가능하지만 구조적으로 강제되지는 않음
가격(2026년 기준)	약 월 $54부터	제한된 사용량의 무료 티어, Plus는 월 $20부터	연간 Plus 기준 월 약 $19부터	검증되지 않음
적합한 사용자	자동화된 차트 작업을 원하는 적극적 트레이더	분리되고 재사용 가능한 리서치 레이어가 필요한 투자자	하나의 순위화된 AI 점수를 원하는 사용자	대화로 폭넓은 펀더멘털 데이터 세트를 조회하는 사용자

TrendSpider

TrendSpider는 기술적 표시 작업에서 가장 강하다. 리뷰에서는 자동 추세선 그리기, 다중 시간대 분석, 히트맵, 맞춤형 AI 스캔을 언급하며, 요금제는 보통 월 $54~$122로 제시된다. 이는 신호 분리에 실질적인 도움이 된다.

제한점은 상호 보완적이다. TrendSpider는 SEC 공시 사실과 미래 시나리오를 별도 레이블의 작업 흐름으로 유지하도록 설계되지 않았다. 질문이 ‘이 기업의 가치가 시장이 시사하는 수준보다 높은가?’라면 다른 곳에서 펀더멘털 레이어가 여전히 필요하다.

Jenova 전문 에이전트

Jenova의 설계상 장점은 업무 분담이다. Fundamental Stock Analyst는 실적, 상대 가치평가, 비즈니스 모델의 질, 공시, 추정치, 투자심리에 집중한다. Technical Stock Analyst는 가격 움직임, 거래량, 모멘텀, 정의된 위험의 설정 범위에 머문다. Portfolio Management Strategist는 첫 두 레이어를 다시 작성하지 않고 세 번째 레이어인 자산배분, 편차, 위험, 시나리오 스트레스 테스트를 맡을 수 있다.

솔직한 한계도 마찬가지로 중요하다. Jenova는 증권 주문을 실행하는 브로커리지 터미널이 아니며, 일부 퀀트 스크리너와 비교 가능한 다년간의 제3자 등급 백테스트를 공개하지 않는다. 차트 자동화도 TrendSpider 같은 전용 플랫폼보다 제한적이다. 분리 품질은 하나의 채팅에 ‘모든 것을 해 달라’고 요청하는 대신 에이전트를 별도 작업 흐름으로 사용하는지에 여전히 달려 있다.

Danelfin

Danelfin은 압축된 순위화에 맞춰 만들어졌다. AI 점수와 ‘최고의 주식’ 목록을 공개하며, 유료 요금제는 월 약 $19부터로 제시된다. 자체 수치에 따르면 2017년부터 2025년 중반까지 누적 수익률은 S&P 500의 166% 대비 376%였다고 보고했다. 스크리너 사용자에게 이 단순함은 강점이다.

SFA 업무에서는 제한점이 된다. 종합 점수는 실적, 현금흐름, 가격 움직임, 산업 맥락을 합치도록 설계되어 있다. 이는 사실, 신호, 전망을 각각 독립적으로 검토 가능하게 유지하는 것과 반대다.

Fiscal.ai 및 기타 혼합형 어시스턴트

Fiscal.ai는 기관급 금융 데이터와 대화형 AI를 결합한 올인원 리서치 플랫폼으로 자리매김하고 있다. 이 데이터의 깊이는 펀더멘털 레이어에 도움이 된다. 그러나 대화 기능만으로 목표주가가 가정으로 표시된다는 보장은 없다.

같은 패턴은 다른 곳에서도 나타난다. Trade Ideas는 Holly 시스템이 거래 설정을 스캔하는 실시간 신호 플랫폼으로 자주 소개되며, 가격은 보통 월 $127 수준으로 제시된다](https://www.wallstreetzen.com/blog/ai-stock-analysis/). [Tickeron은 전망, 패턴 도구, 봇을 제공하며, 유료 요금제는 흔히 월 약 $60부터로 제시된다. 둘 다 타이밍에는 유용할 수 있다. 하지만 어느 쪽도 공시로 뒷받침되는 사실 레이어나 명시적 범위를 갖춘 시나리오 레이어를 대체하지는 못한다.

기술적 작업과 펀더멘털 작업을 별도 AI 에이전트로 나누는 것이 왜 중요한가?

작업을 에이전트 간에 분할하면 하나의 서사가 약한 주장을 강한 주장처럼 세탁하는 일을 막을 수 있다. 같은 모델이 차트 해석, 10-K 요약, 상승 시나리오를 모두 작성하면 한 레이어의 불확실성이 다른 레이어까지 오염시킨다.

실제 에이전트 분할을 살펴보면 단순한 통제 장치가 보인다. 기술적 에이전트는 상승 중인 50일 이동평균 위로 주가가 과도하게 확장되었다고 말할 수 있지만, 이를 고평가라고 부르지는 않는다. 펀더멘털 에이전트는 작년에 영업이익률이 확대되었다고 말할 수 있지만, 돌파가 확인되었다고 하지는 않는다. 이는 서로 다른 진술이다. 인간이나 세 번째 포트폴리오 수준의 검토가 의도적으로 결합하기 전까지는 동일한 판단을 공유해서는 안 된다.

Jenova의 플랫폼 기능도 그렇게 사용할 때만 도움이 된다. 지속 메모리는 세션을 넘어서 ‘사실 섹션에 목표주가를 절대 넣지 말 것’이라는 규칙을 저장할 수 있다. 멀티모델 접근 기능은 수치가 이상해 보일 때 같은 공시 추출 내용을 두 번째 모델로 다시 검토할 수 있게 한다. 연결된 검색 도구는 오래된 학습 텍스트에 의존하는 대신 최신 10-Q 또는 거시경제 발표 자료를 가져올 수 있다. FCA는 AI 답변이 흔히 오래된 정보일 수 있으므로 원문 출처와 대조해야 한다고 특별히 경고한다.

분할하지 않을 때의 비용은 미묘하다. 혼합형 어시스턴트는 RSI가 70을 넘었다는 사실을 기업이 비싸다는 증거로 취급하거나, 높은 P/E를 하락 추세가 반드시 계속된다는 증거로 취급하는 경우가 많다. SEBI의 비교는 이 점을 명확히 한다. 이동평균, RSI, 볼린저 밴드 같은 기술적 도구는 P/E, EPS, 부채비율과 다른 역할을 수행한다. 별도 에이전트는 이러한 범주 오류를 저지르기 어렵게 만들고, 발생했을 때도 쉽게 발견하게 한다.

AI가 가정을 사실처럼 제시하지 않고 레이블을 붙이도록 하려면 어떻게 프롬프트해야 할까?

티커를 주기 전에 모델에 역할 설명, 금지할 혼합, 출력 템플릿을 제공해야 한다. 프롬프트 작성은 가장 저렴한 통제 수단이며, 전문 에이전트는 수정이 덜 필요하긴 하지만 Jenova 에이전트와 범용 채팅 도구 모두에서 작동한다.

재사용 가능한 세 단계 순서는 다음과 같다.

범위가 닫힌 상태로 기술적 분석을 실행한다.

“티커 X의 일간 및 주간 차트에 대해 기술적 레이어만 분석하세요. 추세, 주요 가격대, 거래량, 모멘텀을 보고하세요. 가치평가, 실적의 질, 경영진 또는 목표주가는 언급하지 마세요. 모든 문장 앞에 ‘신호’를 붙이세요.”
범위가 닫힌 상태로 펀더멘털 분석을 실행한다.

“티커 X의 펀더멘털 레이어만 분석하세요. 최신 공시와 보고된 재무 정보를 사용하세요. 보고된 사실과 애널리스트 추정치를 구분하세요. 내년 성장률이나 적정가치 목표를 추론하지 마세요. 사실 앞에는 ‘사실’을, 추정치 앞에는 ‘추정’을 붙이세요.”
단일 수치 전망이 아니라 시나리오로 미래를 분석한다.

“가정 레이어만 다루세요. 향후 8개 분기에 대한 기본, 상승, 하락 시나리오를 제시하세요. 사례별로 달라지는 4개의 가정을 나열하세요. 모든 수치에 가정이라는 레이블을 붙이세요. 기술적 설정을 어떤 시나리오가 발생할 증거로 다시 말하지 마세요.”

Jenova에서는 첫 번째 단계를 Technical Stock Analyst에, 두 번째 단계를 Fundamental Stock Analyst에 보낸다. 가장 깔끔한 메모리를 원한다면 별도 스레드로 유지한다. 포트폴리오 영향을 테스트할 준비가 되었을 때만 두 결과를 Portfolio Management Strategist로 가져간다.

범용 챗봇에서는 한 줄을 더 추가해야 한다. 출처를 요청한 뒤 그 출처를 직접 열어 보라. FCA의 지침은 AI를 최종 답변이 아니라 더 깊이 조사할 곳을 찾는 도구로 사용하고, 확신에 찬 표현을 신뢰할 이유가 아니라 검증할 이유로 여겨야 한다는 것이다.

모델이 여전히 레이어를 섞는다면 중단하고 더 좁은 작업으로 다시 시작해야 한다. 오염된 메모를 편집하는 일은 깨끗한 메모를 새로 생성하는 것보다 느리다.

다중 시나리오 기법은 미래 가정이 사실로 위장되는 것을 어떻게 막는가?

다중 시나리오 기법은 하나의 예측 수치를 레이블이 붙은 여러 사례로 대체함으로써 미래를 미래로 유지한다. 시나리오 분석은 하나의 전망에 의존하는 대신 서로 다른 조건에서의 결과를 추정하는 방법이다.

IBM은 일반적인 세 가지 사례를 기본, 최악, 최선의 경우로 설명하며 팀이 통제 가능한 변수와 통제 불가능한 변수를 분리해야 한다고 강조한다. 표준적인 모델링 가정 세트에는 가격, 고객 지표, 운영 비용, 인플레이션이 포함된다. 이러한 입력값은 현재에 대한 사실이 아니다. 무엇이 무너지는지 보기 위해 조정하는 스위치다.

Monte Carlo 시뮬레이션, 민감도 분석, 스트레스 테스트, 확률가중 기대값을 포함한 10가지 다중 시나리오 재무 분석 기법 인포그래픽

이 지도에 포함된 기법은 각각 가정 레이어에 배정할 때 가장 유용하다.

민감도 분석은 한 번에 하나의 동인만 바꾸어 실제로 어떤 가정이 중요한지 볼 수 있게 한다.
스트레스 테스트는 여러 동인을 불리한 조합으로 밀어붙인 뒤 포지션이 여전히 버틸 수 있는지 묻는다.
Monte Carlo 스타일 시뮬레이션은 몇 개의 범위를 하나의 목표가 대신 결과 분포로 바꾼다.
의사결정 트리는 조건부 선택의 순서를 보이게 하므로 서사가 분기점을 숨기지 못하게 한다.
확률가중 가치는 확률이 측정치가 아니라 판단이라는 레이블을 붙일 때만 정직하다.

IBM은 AI가 이제 수백 또는 수천 개의 시나리오를 수분 안에 생성하고 테스트하여 정적인 스프레드시트 작업 주기를 대체할 수 있다고도 지적한다. 하지만 속도는 규율과 같지 않다. 모델이 페이지 맨 위에 ‘가장 가능성 높은 가격’을 던져 놓으면, 그 아래의 시나리오는 장식물이 된다.

명확한 규칙은 이렇다. 어떤 가정도 사실 섹션에 들어가서는 안 되며, 어떤 기술적 신호도 시나리오가 발생할 증거로 사용되어서는 안 된다. 신호는 진입 시점을 정할 수 있다. 하지만 2028년의 마진을 보증할 수는 없다.

FCA는 AI가 분석 도구일 뿐 예언자가 아니며, 폭락이나 돌발 사건을 예측할 수 없다고 명확히 밝힌다. 이 문장은 모든 가정 섹션 맨 위에 있어야 한다.

투자 리서치 전문가들은 증거와 전망의 분리에 대해 무엇이라고 말하는가?

투자 리서처들은 AI를 텍스트와 데이터를 압축하는 엔진으로 점점 더 다루고 있으며, 신탁처럼 여기지 않는다. 또한 불확실성이 눈에 보이기를 원한다. 2025~2026년의 유용한 전문가 합의는 ‘AI가 더 좋은 주식을 고른다’가 아니다. ‘AI가 결론 난 것처럼 들릴 때 위험하다’는 것이다.

“우리가 가장 자주 보는 실패는 표현 체계의 붕괴다. 모델은 지난 분기의 잉여현금흐름 마진, 주간 RSI 수치, 12개월 목표주가를 같은 문단에 같은 동사와 같은 확신으로 배치한다. 그런 일이 발생하면 투자자는 더 이상 분석을 읽는 것이 아니다. 어떤 사실이 중요해도 되는지를 이미 결정한 이야기를 읽고 있는 것이다. 해결책은 화려하지 않다. 세 개의 제목, 세 개의 접두어, 그리고 전망이 공시의 권위를 빌리지 못하게 하는 금지 규칙이다.”

“전문 에이전트가 도움이 되는 이유는 기본 질문을 바꾸기 때문이다. 기술적 에이전트에게 그 기업이 고품질인지 묻지 않는다. 펀더멘털 에이전트에게 돌파가 유효한지 묻지 않는다. 이런 업무가 하나의 프롬프트 창을 공유하면 모델은 일관성을 최적화한다. 하지만 차트와 재무상태표가 엇갈릴 때 일관성은 정확히 원하지 않아야 할 것이다.”

“시나리오 작업은 가정을 추출할 수 있을 때만 가치가 있다. 하락 시나리오를 움직이는 네 개의 스위치를 나열할 수 없다면, 하락 시나리오가 있는 것이 아니다. 그저 기분이 있을 뿐이다. 우리는 연결 부위를 숨기는 매끄러운 메모보다 좁더라도 출처가 있는 사실 섹션과 명시적으로 취약한 전망을 더 선호한다.”

— 전문 주식 리서치 에이전트를 설계한 Jenova 제품팀

이 관점은 외부 리서치의 마케팅을 복제하지 않으면서도 그 내용과 일치한다. BlackRock은 대규모 언어 모델을 판단을 대체하는 도구가 아니라 텍스트 데이터에서 투자 통찰을 추출하는 방법으로 설명했다. Stanford Graduate School of Business의 AI 주식선정 실험 보고서는 공개 정보로 강력한 결과를 발견했지만, 그 설정 역시 자유 형식의 채팅이 아니라 정의된 프로세스에 의존했다. 핵심은 프로세스다.

혼합된 증거가 있는지 AI 투자 메모를 어떻게 감사할 수 있을까?

모든 문장을 세 가지 SFA 범주 중 하나로 강제 분류하고 어느 하나를 선택하지 못하는 문장을 거부함으로써 감사할 수 있다. 이것이 프레임워크의 나머지 부분을 실제로 작동하게 하는 운영 절차다.

Jenova 메모나 다른 플랫폼의 노트에 다음 검토 절차를 적용하라.

동사를 강조 표시한다. ‘보고되었다’, ‘공시되었다’, ‘발표되었다’는 사실에 속한다. ‘돌파했다’, ‘지지했다’, ‘다이버전스가 발생했다’는 신호에 속한다. ‘만약’, ‘시사한다’, ‘일 것이다’는 가정에 속한다.
출처 없는 수치를 제거한다. 날짜와 출처가 없는 배수, 마진, 가격은 아직 사실이 아니다.
추정치와 결과를 분리한다. 컨센서스 EPS는 실적이 아니다. 가이던스도 결과가 아니다. 둘 다 레이블을 붙여야 한다.
빌려온 증거를 제거한다. 상승 시나리오가 기업의 더 빠른 성장을 입증하는 근거로 RSI를 인용한다면 레이어가 누출된 것이다.
불일치를 작성한다. 사용할 수 있는 메모는 기술적 그림과 펀더멘털 그림이 일치하지 않는 지점을 명시한다.
반증 조건을 추가한다. 각 가정에는 그것을 폐기하게 할 관측값이 하나 필요하다.

Jenova에서의 짧은 시작 워크플로는 몇 분이면 된다.

Technical Stock Analyst를 열고 신호 전용 프롬프트를 실행한다.
최신 공시를 첨부하거나 인용한 상태로 Fundamental Stock Analyst를 열고 사실 전용 프롬프트를 실행한다.
두 결과를 혼합 요약이 아닌 레이블이 붙은 증거물로 붙여 넣어 Portfolio Management Strategist를 연다.
세 가지 포트폴리오 수준 시나리오와 이를 움직이는 가정을 요청한다.
세 증거물을 저장한다. 다음 세션에서는 바뀐 레이어만 업데이트한다.

TrendSpider 또는 신호 터미널을 사용한다면 그 결과는 신호 증거물에만 보관하고 공시 요약을 다시 작성하게 하지 말아야 한다. Danelfin이나 다른 점수 기반 스크리너를 사용한다면 점수는 검색 필터로 취급한 뒤, 1차 출처에서 SFA를 다시 구축해야 한다.

캐나다 규제기관은 AI가 일부 실적 변화 예측 과제를 개선할 수 있다는 리서치를 요약하면서도, 이를 보장이 아닌 활용 사례로 규정했다. 평균 예측력이 개선되었다고 해서 혼합 메모가 정당화되지는 않는다. 투자자의 우위는 더 확신에 찬 문단이 아니다. 전망이 틀려도 어떤 문장이 여전히 참인지 아는 것이다.