AI가 바꾸는 투자 판도 — 2026년 개인 투자자의 새 무기
AI 투자 도구 지형도, 로보어드바이저 vs 직접 AI 활용, 현실적 기대치를 정리합니다.
⚠️ 면책 고지: 이 글은 투자 조언이 아니며, AI를 분석 보조 도구로 활용하는 방법론을 다룹니다. 모든 투자 판단과 책임은 본인에게 있습니다.
개인 투자자의 정보 격차, AI가 줄여줄 수 있을까?
2026년 현재, 개인 투자자와 기관 투자자 사이의 정보 격차는 여전합니다. 기관은 전용 블룸버그 터미널(연간 수천만 원), 전담 애널리스트 팀, 밀리초 단위 실시간 데이터 피드를 보유합니다. 반면 개인 투자자는 포털 뉴스, 유튜브, 증권사 앱의 기본 기능에 의존하는 경우가 많습니다.
하지만 AI 도구의 보편화가 이 구도를 의미 있게 바꾸고 있습니다. ChatGPT, Claude, Gemini 같은 대형 언어 모델(LLM)을 활용하면 사업보고서 분석, 산업 리서치, 뉴스 센티멘트 분석, 경쟁사 비교 같은 작업을 개인도 수행할 수 있게 되었습니다. 불과 3년 전까지 전문 애널리스트의 영역이었던 일들입니다.
이 시리즈 "AI 투자·재테크 사고법"은 AI에게 '종목 추천'을 받는 것이 아니라, AI를 활용해 스스로 분석하고 판단하는 사고법을 익히는 데 초점을 맞춥니다. 첫 번째 챕터에서는 2026년 AI 투자 도구의 전체 지형을 조망하고, 무엇이 가능하고 무엇이 불가능한지, 그리고 어디까지 기대해야 하는지 현실적 경계선을 설정합니다.
이 챕터의 학습 목표
- AI 투자 도구의 현재 지형을 체계적으로 이해한다
- 로보어드바이저와 직접 AI 활용의 본질적 차이를 구분한다
- AI 투자 분석의 현실적 기대치를 설정한다
- 이 시리즈 전체의 학습 로드맵을 파악한다
2026년 AI 투자 도구 지형도
현재 개인 투자자가 접할 수 있는 AI 투자 도구는 크게 세 가지 범주로 나뉩니다. 각 범주의 특징, 장단점, 비용 구조를 이해하는 것이 첫 번째 단계입니다.
1. 로보어드바이저 — 자동화된 포트폴리오 관리
로보어드바이저는 알고리즘이 투자자의 위험 성향을 진단하고, 자동으로 포트폴리오를 구성·리밸런싱하는 서비스입니다. 한국에서는 파운트, 에임, 핀트 등이 대표적이며, 해외에서는 Betterment, Wealthfront가 널리 알려져 있습니다.
| 구분 | 특징 | 한계 |
|---|---|---|
| 투자 방식 | 사전 설정된 알고리즘 기반 자동 매매 | 투자자의 개별 판단이 반영되기 어려움 |
| 대상 자산 | ETF 중심 분산 투자 | 개별 주식 선택 불가 (대부분) |
| 수수료 | 연 0.3~1.0% 자산운용보수 | 일반 ETF 직접 매수 대비 추가 비용 |
| 맞춤화 | 위험 성향 기반 6~10가지 유형 | 세부 전략 커스터마이징 제한적 |
| AI 역할 | 포트폴리오 최적화, 리밸런싱 타이밍 | 시장 예측이 아닌 분산 투자 원칙 적용 |
로보어드바이저의 핵심 가치는 투자의 자동화와 감정 제거입니다. 시장이 폭락할 때 패닉 셀링을 하거나, 급등할 때 FOMO에 쫓겨 매수하는 인간의 심리적 약점을 알고리즘이 차단합니다.
하지만 로보어드바이저는 "왜 이 종목인지", "왜 이 비중인지"에 대한 학습 기회를 제공하지 않습니다. 투자자가 성장하기보다는, 투자를 위임하는 모델에 가깝습니다.
2. AI 챗봇 직접 활용 — 분석의 민주화 (이 시리즈의 핵심)
ChatGPT, Claude, Gemini 같은 범용 AI 모델을 투자 분석에 직접 활용하는 방식입니다. 이것이 이 시리즈에서 집중적으로 다루는 영역입니다.
| AI 도구 | 투자 분석 강점 | 주의점 | 비용 |
|---|---|---|---|
| ChatGPT | 광범위한 지식, 웹 브라우징, 플러그인 생태계 | 환각 위험, 답변 일관성 변동 | 무료~월 $20 |
| Claude | 긴 문서 분석(20만+ 토큰), 정밀한 추론, 신중한 답변 | 웹 검색 기능 제한적 | 무료~월 $20 |
| Gemini | Google 검색 연동, 실시간 정보 접근, 멀티모달 | 금융 데이터 정확도 교차 검증 필요 | 무료~월 $20 |
| Perplexity | 실시간 웹 검색 + 출처 자동 명시 | 깊은 분석보다 정보 수집에 특화 | 무료~월 $20 |
AI 챗봇의 강점은 유연성입니다. 재무제표 해석, 뉴스 요약, 산업 분석, 경쟁사 비교 등 다양한 분석을 하나의 도구로 수행할 수 있습니다. 프롬프트를 어떻게 작성하느냐에 따라 분석의 깊이와 방향을 무한히 조절할 수 있습니다.
[AI 챗봇으로 투자 분석하는 기본 프롬프트 예시]
"삼성전자의 2025년 연간 사업보고서를 바탕으로,
다음 항목을 분석해줘:
1. 매출 구성 비율 변화 (사업 부문별)
2. 영업이익률 추이 (최근 3년)
3. 반도체 부문의 경쟁 포지션 변화
4. 주요 리스크 팩터 3가지
분석 시 수치는 원문 기준으로 정확하게 인용해줘.
확인할 수 없는 수치는 '확인 불가'로 표시해줘."
3. 전문 금융 AI 도구 및 퀀트 플랫폼
퀀트(Quantitative) 투자 플랫폼은 수치 데이터를 기반으로 투자 전략을 설계하고 백테스팅할 수 있는 도구입니다.
| 도구 유형 | 대표 서비스 | 접근성 | AI 활용도 | 비용 |
|---|---|---|---|---|
| 블룸버그 AI | Bloomberg Terminal | 기관 전용 | 최고 수준 | 월 수백만 원 |
| 증권사 AI 리포트 | 키움/미래에셋 AI 분석 | 고객 무료 | 자동 생성 분석 | 해당 증권사 이용 시 |
| 노코드 퀀트 | 젠포트, 퀀트킹 | 보통 | 조건식 기반 | 무료~월 수만 원 |
| 코드 기반 퀀트 | QuantConnect, Zipline | 높음 (Python) | ML 모델 통합 | 무료~유료 |
| AI 네이티브 | Composer, Magnifi | 보통 | 자연어 전략 설계 | 월 $20~100 |
| 핀테크 AI | 알파스퀘어, 트레이딩뷰 AI | 낮음 | 패턴/알림 | 무료~월 수만 원 |
퀀트 플랫폼은 강력하지만, 프로그래밍 지식이나 통계학 배경이 필요한 경우가 많습니다. 이 시리즈에서는 코딩 없이 AI 챗봇만으로도 퀀트적 사고방식을 적용하는 방법을 다룹니다.
로보어드바이저 vs AI 직접 활용: 본질적 차이
이 두 가지 접근법은 겉보기에 비슷해 보이지만, 투자 철학 자체가 다릅니다.
| 비교 항목 | 로보어드바이저 | AI 직접 활용 |
|---|---|---|
| 의사결정 주체 | 알고리즘이 대신 판단 | 내가 AI 도움받아 직접 판단 |
| 투명성 | 낮음 (블랙박스) | 높음 (내가 질문을 설계) |
| 맞춤화 수준 | 위험 성향 5~10단계 | 무제한 (프롬프트로 조절) |
| 학습 효과 | 낮음 (위임 모델) | 높음 (분석력 향상) |
| 비용 구조 | 자산 비례 수수료 0.5~1% | AI 구독료 고정 (월 2~3만 원) |
| 매매 실행 | 자동 매매 포함 | 분석만, 매매는 직접 |
| 실패 시 | "알고리즘 탓" | 본인 판단 복기 가능 |
| 적합한 사람 | 시간 없는 직장인, 투자 무관심층 | 직접 판단하고 싶은 투자자 |
핵심 차이: 로보어드바이저는 "맡기는 투자", AI 직접 활용은 **"무장하는 투자"**입니다.
두 가지를 병행할 수도 있습니다. 자산의 일부는 로보어드바이저에 맡기고(코어 포트폴리오), 나머지는 AI 분석을 기반으로 직접 운용하는(새틀라이트 포트폴리오) 전략도 가능합니다.
[나에게 맞는 AI 투자 방식 진단 프롬프트]
"나는 다음과 같은 투자자 프로필을 가지고 있어:
- 투자 경력: [초보/중급/고급]
- 투자 가능 시간: 주당 [N]시간
- 투자 관심 자산: [주식/ETF/부동산/암호화폐]
- 목표: [자산 증식/노후 준비/학습 목적]
이 프로필을 기반으로:
1. 로보어드바이저가 더 적합한지, AI 직접 분석이 더 적합한지 판단해줘
2. 병행한다면 어떤 비율이 적절한지 제안해줘
3. AI 직접 분석을 시작한다면 첫 3개월 학습 로드맵을 만들어줘
참고: 이것은 투자 조언이 아닌 학습 방향 설정을 위한 질문입니다."
기관 vs 개인 — AI가 줄이는 정보 격차의 현실
투자 세계에서 가장 큰 불평등은 정보 비대칭입니다. AI가 이 격차를 완전히 해소하지는 못합니다. 하지만 특정 영역에서는 의미 있는 수준으로 좁혀주고 있습니다.
AI가 좁혀주는 격차
| 분석 영역 | 기관의 기존 우위 | AI로 개인이 할 수 있게 된 것 |
|---|---|---|
| 재무제표 분석 | 전문 애널리스트가 수백 페이지 정독 | AI에 보고서 업로드 → 10분 핵심 요약 |
| 뉴스 모니터링 | 24시간 전담 모니터링 팀 | AI에게 특정 기업/키워드 뉴스 요약 요청 |
| 경쟁사 비교 | 산업별 전문가 네트워크 | AI가 공개 데이터 기반 비교 분석 생성 |
| 리스크 시나리오 | 스트레스 테스트 전문팀 | AI에게 다양한 시나리오별 영향 분석 요청 |
| 해외 시장 조사 | 현지 리서치 오피스 | AI가 영문/중문 보고서 번역·요약·분석 |
| 용어 장벽 | 전문 교육 배경 | AI가 복잡한 금융 용어를 쉽게 설명 |
AI로도 좁힐 수 없는 격차
솔직하게 인정해야 할 부분이 있습니다:
- 실시간 시장 데이터: 기관은 밀리초 단위 데이터에 접근합니다. AI 챗봇은 실시간 체결 데이터를 제공하지 않습니다.
- 고빈도 매매(HFT): 초단위 매매는 인프라 자체가 다릅니다. 개인 투자자의 AI 활용과는 완전히 다른 영역입니다.
- 비공개 정보: 기업 탐방, 경영진 미팅, 업계 네트워크를 통한 인사이트는 AI가 대체할 수 없습니다.
- 주문 집행 능력: 기관의 대량 주문 분할·최적화 기술은 개인에게 큰 의미가 없는 영역이기도 합니다.
- 독자적 데이터셋: 위성 사진, 신용카드 소비 데이터 등 대안 데이터는 기관만 구매할 수 있습니다.
핵심 메시지: AI는 개인 투자자의 분석 역량을 증폭시키는 도구이지, 기관과 동등한 인프라를 제공하는 것이 아닙니다.
ChatGPT/Claude/Gemini — 투자 분석에서 무엇이 가능하고 무엇이 불가능한가
AI 챗봇을 투자에 활용할 때 가장 위험한 것은 과도한 기대입니다. 가능한 것과 불가능한 것의 경계를 명확히 아는 것이 모든 것의 출발점입니다.
AI가 잘하는 투자 관련 작업 7가지
- 대량 텍스트 요약 및 구조화 — 수백 페이지 사업보고서, 10-K, 애널리스트 리포트를 핵심만 추출
- 개념 설명 및 교육 — PER, PBR, ROE, DCF 같은 재무 지표의 의미를 맞춤 수준으로 설명
- 비교 분석 프레임워크 생성 — 같은 업종 기업 비교표, 복수 ETF 전략 비교표 생성
- 시나리오 분석 — "금리가 1%p 인상되면 이 기업의 이자비용에 어떤 영향이 있을까?" 같은 가정 분석
- 해외 자료 번역 및 맥락화 — 영문 어닝콜 스크립트, SEC 공시자료를 한국어로 번역+해석
- 산업 구조 분석 — 밸류체인, 경쟁 구도, 진입 장벽 등 구조적 분석
- 투자 체크리스트 생성 — 의사결정 전 점검해야 할 항목을 체계적으로 정리
AI가 못하거나 위험한 것
| 불가능/위험 영역 | 이유 | 대안 |
|---|---|---|
| 미래 주가 예측 | AI는 미래를 예측하는 모델이 아님 | 시나리오 분석으로 "만약~라면" 접근 |
| 실시간 시세 조회 | 대부분의 LLM은 실시간 데이터 미보유 | 증권사 앱/네이버 금융 병행 |
| 정확한 재무 수치 보장 | 환각(hallucination) 위험 존재 | 반드시 DART/SEC EDGAR 원본 대조 |
| 매수/매도 타이밍 | 시장 타이밍은 AI도 맞출 수 없음 | 분할 매수/매도 원칙으로 리스크 분산 |
| 감정 관리 | AI가 탐욕과 공포를 제어해주지 않음 | 사전 투자 원칙 수립 + 규칙 기반 실행 |
| 세금/법규 조언 | 관할권별 세법이 달라 오류 위험 | 전문 세무사/회계사 상담 |
| 투자 조언 | AI는 투자 자문 자격이 없음 | "분석 도구"로만 활용 |
환각(Hallucination) — 투자에서 가장 위험한 함정
AI가 생성한 재무 데이터를 그대로 신뢰하면 심각한 결과를 초래할 수 있습니다. 실제로 AI가 존재하지 않는 분기 실적을 만들어내거나, 잘못된 PER 수치를 자신 있게 제시한 사례가 다수 보고되어 있습니다.
[환각 방지를 위한 검증 프롬프트]
"방금 분석에서 사용한 모든 수치 데이터를 표로 정리해줘.
각 수치 옆에 다음을 표시해줘:
- 출처 (보고서명, 페이지, 또는 URL)
- 데이터 기준 시점 (예: 2025년 3분기)
- 신뢰도 (확인됨/추정치/출처 불명)
출처를 특정할 수 없는 수치가 있다면
'⚠️ 출처 불명 — 교차 검증 필요'라고 표시해줘."
투자 분석 환각 검증 3원칙:
- 원본 대조: AI가 제시한 수치를 DART(전자공시시스템)나 SEC EDGAR에서 직접 확인
- 교차 검증: 최소 2개 이상의 독립적 출처(네이버 금융, 에프앤가이드 등)에서 같은 수치를 확인
- 상식 점검: "이 숫자가 현실적으로 말이 되는가?"를 스스로 판단 (예: 영업이익률 80%인 제조업체?)
이 시리즈의 핵심 원칙: AI에게 "무엇을 사야 하나요?"라고 묻지 말고, "이 기업/산업/뉴스를 어떻게 분석해야 하나요?"라고 물으세요. 답을 구하는 것이 아니라 분석 프레임워크를 활용하는 것입니다.
AI 모델별 투자 분석 활용 가이드
모든 AI가 같지 않습니다. 2026년 현재 주요 모델별 투자 분석 강점이 다르므로, 상황에 맞게 선택하는 것이 효율적입니다.
| 분석 작업 | 추천 AI | 이유 |
|---|---|---|
| 긴 사업보고서 전문 분석 | Claude | 20만+ 토큰 컨텍스트, 문서 업로드 후 심층 질의 |
| 최신 뉴스 반영 분석 | ChatGPT(웹 브라우징), Perplexity | 실시간 웹 검색 통합 |
| 경쟁사 3사 비교표 | ChatGPT, Claude | 구조화된 표 생성에 강점 |
| 차트/그래프 해석 | Gemini, ChatGPT(Vision) | 이미지 인식 후 패턴 설명 |
| 해외 자료 번역+분석 | Claude, ChatGPT | 다국어 처리 + 맥락 유지 |
| 빠른 팩트 체크 | Perplexity | 출처 자동 명시 |
| 복잡한 시나리오 분석 | Claude, ChatGPT | 논리적 추론 능력 |
[최적 AI 선택 가이드 프롬프트]
"나는 다음 투자 분석 작업을 하려고 해:
[작업 내용을 구체적으로 기술]
이 작업에 가장 적합한 AI 도구를 추천하고,
그 이유를 설명해줘. 또한 해당 AI를 사용할 때
주의해야 할 점 3가지도 알려줘."
AI 투자 분석의 현실적 기대치
기대해야 할 것 — 분석의 속도와 폭
| 분석 작업 | 수작업 소요 시간 | AI 활용 시 | 절감 효과 |
|---|---|---|---|
| 사업보고서 1건 분석 | 2~3시간 | 10~20분 (검증 포함) | 약 85% 단축 |
| 경쟁사 3사 비교 | 반나절 | 30분~1시간 | 약 75% 단축 |
| 뉴스 100건 요약 | 2~3시간 | 15분 | 약 90% 단축 |
| 해외 보고서 번역+분석 | 반나절 | 30분 | 약 80% 단축 |
| 산업 트렌드 리서치 | 1~2일 | 2~3시간 | 약 70% 단축 |
이 외에도 사각지대 발견(내가 놓친 리스크 요인이나 기회 포인트를 AI가 짚어줌), 체계적 사고(감에 의존하던 판단을 구조화된 프레임워크로 전환), 학습 효과(분석을 반복할수록 투자 판단 능력 자체가 향상)를 기대할 수 있습니다.
경계해야 할 것 — AI 과신의 5가지 함정
- "AI가 분석했으니 맞을 거야" — AI 결과물을 무비판적으로 수용하는 맹신
- 확증 편향 강화 — 원하는 답변이 나올 때까지 프롬프트를 수정하는 행위
- 데이터 검증 생략 — AI 답변의 수치를 원본 출처에서 확인하지 않는 것
- 환각 무시 — AI가 그럴듯하게 만들어낸 가짜 데이터를 그대로 믿는 것
- 과도한 자신감 — AI 도구를 쓴다는 이유만으로 투자 실력이 올랐다고 착각
[현실적 기대치 자가 진단 프롬프트]
"나는 AI를 투자 분석 도구로 활용하려는 개인 투자자야.
아래 5개 진술에 대해 내가 얼마나 동의하는지 평가하고,
각 항목에서 주의해야 할 점을 알려줘:
1. AI가 분석한 결과는 대체로 정확하다
2. AI 분석 결과를 기반으로 매수/매도 판단을 내려도 된다
3. AI가 추천한 종목은 수익 확률이 높다
4. AI는 시장 흐름을 예측할 수 있다
5. AI를 쓰면 기관 투자자와 비슷한 수준의 분석이 가능하다
각 항목이 왜 위험한 생각인지 구체적으로 설명해줘."
이 시리즈의 학습 로드맵
"AI 투자·재테크 사고법" 시리즈는 실전 중심으로 구성되어 있습니다. 총 10개 챕터를 통해 AI를 투자 분석 보조 도구로 체계적으로 활용하는 역량을 키웁니다.
| 챕터 | 주제 | 핵심 역량 | 난이도 |
|---|---|---|---|
| 1장 (현재) | AI 투자 도구 지형도와 기대치 | 전체 그림 이해, 마인드셋 확립 | ★☆☆ |
| 2장 | ChatGPT로 기업 분석하기 | 재무제표 해석, 프롬프트 20선 | ★★☆ |
| 3장 | AI 뉴스 분석 프레임워크 | 호재/악재 판단, 센티멘트 분석 | ★★☆ |
| 4장 | AI 산업·섹터 분석 | 밸류체인 분석, 성장 산업 발굴 | ★★★ |
| 5장 | AI ETF·펀드 분석 | 분산 투자, 포트폴리오 설계 | ★★☆ |
| 6장 | AI 부동산 분석 | 입지·수익률·정책 영향 | ★★★ |
| 7장 | AI 경제 지표 해석 | 금리·환율·물가 → 투자 연결 | ★★★ |
| 8장 | AI 리스크 관리 | 손절·분할매수·시나리오 분석 | ★★☆ |
| 9장 | AI 투자의 함정 | 환각 사례, 법적 한계, 비판적 사고 | ★★☆ |
| 10장 | 리서치 시스템 구축 | 프롬프트 체인, 루틴 설계 | ★★★ |
시리즈 활용 방법
- 순서대로 학습: 1장부터 순서대로 읽는 것을 권장합니다. 앞 챕터의 개념이 뒤 챕터의 기반이 됩니다.
- 프롬프트 직접 실행: 각 챕터의 프롬프트를 복사해서 직접 AI에 입력해보세요. 읽기만 하는 것과 직접 해보는 것은 학습 효과가 크게 다릅니다.
- 자신의 종목에 적용: 예시 종목 대신 자신이 관심 있는 기업으로 프롬프트를 바꿔서 연습해보세요.
- 결과 검증 습관: AI가 내놓은 분석을 DART, 네이버 금융 등 원본 데이터와 대조하는 습관을 반드시 기르세요.
- 분석 일지 기록: AI와의 분석 결과를 기록해두면, 시간이 지나면서 자신의 분석력 향상을 체감할 수 있습니다.
첫 번째 실습: AI 투자 분석 환경 점검
시리즈를 시작하기 전에, 본인의 AI 도구 환경을 점검해보세요. 아래 프롬프트를 아무 AI에 입력해서 결과를 확인해보세요. 이것이 이 시리즈의 첫 실습입니다.
[실습 1: AI 투자 분석 환경 점검 프롬프트]
나는 개인 투자자로서 AI를 투자 분석 보조 도구로 활용하려고 합니다.
아래 질문에 답변해주세요:
1. 내가 사용할 수 있는 투자 분석용 무료 AI 도구 3가지와 각각의 강점
2. 한국 주식 투자자가 AI로 분석할 때 가장 주의해야 할 점 3가지
3. AI 투자 분석을 시작하기 전에 준비해야 할 데이터 소스 목록
(예: DART, 한국은행 경제통계, 증권사 리포트 등)
4. AI에게 절대 의존하면 안 되는 투자 판단 영역 3가지
표 형태로 깔끔하게 정리해줘.
참고: 이 질문은 AI 투자 분석 학습을 위한 것이며,
실제 투자 조언을 구하는 것이 아닙니다.
이 프롬프트의 답변을 저장해두면, 이후 챕터에서 참조할 기준선이 됩니다. 또한 이 프롬프트 자체가 "AI에게 좋은 질문을 하는 법"을 연습하는 첫 단계입니다.
추가 실습: AI 투자 분석 자가 수준 진단
[실습 2: 투자 분석 자가 수준 진단 프롬프트]
"나는 AI를 활용한 투자 분석을 배우려는 학습자야.
아래 항목에 대한 나의 현재 수준을 진단할 수 있도록
각 항목별 체크 질문 3개씩 만들어줘:
1. 재무제표 읽기 능력
2. 경제 지표 이해 수준
3. 산업 분석 능력
4. AI 도구 활용 수준
5. 리스크 관리 인식
각 질문에 대해 '초급/중급/고급' 기준을 함께 제시해줘.
나의 답변을 바탕으로 맞춤 학습 순서를 추천해줘."
핵심 용어 정리
이 시리즈에서 반복적으로 등장하는 핵심 용어를 정리합니다.
| 용어 | 정의 | 시리즈 내 맥락 |
|---|---|---|
| 로보어드바이저 | 알고리즘 기반 자동 포트폴리오 관리 서비스 | 자동화된 투자 위임 (vs 직접 AI 활용) |
| 퀀트 투자 | 수학·통계 모델 기반 정량적 투자 전략 | AI로 퀀트적 사고방식을 적용 |
| LLM | 대형 언어 모델 (ChatGPT, Claude, Gemini 등) | 투자 분석의 핵심 보조 도구 |
| 환각(Hallucination) | AI가 사실이 아닌 정보를 그럴듯하게 생성하는 현상 | 재무 데이터 반드시 검증해야 하는 이유 |
| 프롬프트 | AI에게 주는 지시문/질문 | 분석 품질을 결정하는 핵심 변수 |
| DART | 전자공시시스템 (금융감독원 운영) | 한국 기업 공시 데이터의 원본 출처 |
| 10-K | 미국 기업 연간보고서 (SEC 제출) | 해외 기업 분석의 핵심 문서 |
| 센티멘트 분석 | 텍스트에서 감정·정서를 분석하는 기법 | 뉴스의 호재/악재 판단에 활용 |
| 백테스팅 | 과거 데이터로 투자 전략의 성과를 검증 | AI 전략의 유효성 검증 방법 |
다음 챕터 예고
2장: ChatGPT로 기업 분석하기 — 사업보고서 10분 해석 프롬프트에서는 실제 사업보고서를 AI에 넣고 핵심 재무 지표를 분석하는 실전 프롬프트 20선을 다룹니다. PER, PBR, ROE의 의미부터 경쟁사 비교 분석까지, 복사해서 바로 쓸 수 있는 프롬프트를 제공합니다.