AI 트레이더 리스크 경고: 영국은행 '시장 충격 증폭' 우려

인공지능(AI)이 암호화폐 시장에 깊숙이 침투하면서, 전문가들은 AI 기반 거래 에이전트의 잠재적 위험성을 경고하고 있습니다. 야트 시우(Yat Siu) 해시키 그룹(HashKey Group) 회장은 24시간 거래가 가능한 AI 에이전트가 개인 일정 관리부터 암호화폐 조언까지 제공하지만, 잘못 관리될 경우 혼란을 야기할 수 있다고 지적했습니다. 그는 또한 AI 에이전트가 동일한 거래에 대해 비슷한 답변을 제공할 수 있어, 모든 사용자에게 명확한 이점을 제공하지 못할 수 있다고 덧붙였습니다.

이러한 AI 기반 거래의 동질성 문제는 규제 당국의 주목을 받고 있습니다. 영국 중앙은행(Bank of England)의 금융정책위원회(Financial Policy Committee)는 2025년 4월, 유사한 AI 모델의 광범위한 사용이 투자자들로 하여금 스트레스 상황에서 비슷한 포지션을 취하게 하여 시장 충격을 증폭시킬 수 있다고 경고했습니다. 이는 AI가 시장의 변동성을 확대시키는 '양치기 효과'를 일으킬 수 있다는 우려를 반영합니다.

AI 에이전트의 개인화 기능도 논란의 여지가 있습니다. 사용자의 지식과 우려에 기반한 후속 질문에 따라 AI 에이전트의 답변은 달라질 수 있습니다. 시간이 지남에 따라 에이전트는 사용자의 선호도를 학습하고 이에 맞춰 거래 전략을 형성할 수 있습니다. 이러한 개인화된 접근 방식은 사용자에게 맞춤형 암호화폐 거래 전략을 제공하는 데 도움을 줄 수 있습니다.

하지만 이러한 AI 에이전트의 능력이 현실화되면서, 암호화폐 기업들은 AI 에이전트에게 정보뿐만 아니라 자금을 다룰 수 있는 도구를 제공하기 시작했습니다. 코인베이스(Coinbase)는 지난 2월, 사용자가 설정한 한도 내에서 암호화폐를 소비하고 거래할 수 있는 '에이전틱 월렛(Agentic Wallets)'을 출시했습니다. 바이낸스(Binance) 역시 3월에 'AI 에이전트 스킬(AI Agent Skills)'을 선보이며, AI 에이전트가 실시간 시장 데이터에 접근하고 현물 주문을 체결 및 관리할 수 있도록 했습니다. 이러한 기능들은 사용자가 밤늦게까지 시장을 모니터링하지 않고도 잠재적인 기회를 포착할 수 있도록 지원합니다.

야트 시우 회장은 AI 에이전트의 인간적인 입력이 여전히 중요하다고 강조합니다. 그는 AI가 사용자의 선호도를 학습하는 과정에서 '인간이 최종적으로 '잠깐, 이걸 봐야 해''라고 말하는 역할'을 해야 한다고 말합니다. 즉, AI가 스스로 결정을 내리기보다는 인간의 감독과 최종 판단이 필요하다는 것입니다. 그는 AI 어시스턴트를 제3자 자문가처럼 대해야 하며, 정보를 넘기기 전에 에이전트가 질문에 답하기 위해 필요한 정보와 불필요한 정보를 구분해야 한다고 조언했습니다. 개인 금융 정보, 소득, 가까운 친구 등 민감한 개인 정보는 신중하게 공유해야 할 부분입니다.

사용자가 에이전트에게 특정 시장을 추적하고 어떤 정보를 분석해야 하는지를 몇 달에 걸쳐 교육할 수 있습니다. 에이전트는 이러한 대화 내용을 기억하여 사용자가 반복적으로 동일한 선호도를 설명해야 하는 수고를 덜어줄 수 있습니다. 그러나 가장 큰 위험은 해당 서비스를 운영하는 기업이 접근을 통제할 수 있다는 점입니다. 계정 정지는 사용자가 진행 중인 모든 활동을 중단시킬 수 있습니다. 이는 AI 에이전트에 대한 의존도가 높아질수록 심각한 문제가 될 수 있습니다. 사용자가 AI에게 자신에 대해 학습하도록 허용한 민감한 정보들이 유출되거나 오용될 가능성도 배제할 수 없습니다.

특히 암호화폐와 같은 변동성이 큰 자산 시장에서 AI 에이전트의 역할은 더욱 신중하게 접근해야 합니다. AI는 시장 데이터를 분석하고 패턴을 식별하는 데 탁월한 능력을 보이지만, 인간의 직관, 감성, 그리고 예기치 못한 상황에 대한 판단력까지 완전히 대체하기는 어렵습니다. 따라서 AI 에이전트를 활용하되, 항상 인간의 감독과 최종적인 의사결정 과정을 병행하는 것이 중요합니다. 이는 단순히 규제적인 측면뿐만 아니라, 투자자 스스로의 자산을 보호하고 잠재적 위험을 최소화하기 위한 필수적인 조치로 여겨집니다. 또한, AI 에이전트가 학습하는 데이터의 편향성 문제도 간과할 수 없습니다. 특정 데이터에 편향된 학습은 잘못된 투자 결정을 초래할 수 있으며, 이는 결국 사용자에게 금전적 손실로 이어질 수 있습니다.