이번 여름, MIT(마사추세츠 공과대학교) 슬론 경영대학원 연구진이 흥미로운 실험을 진행했습니다. 일반인 1,000명에게 AI를 상대로 “돈을 어떻게 쓰고, 아끼고, 투자해야 하는지” 자문을 구하게 한 뒤, AI의 조언대로 평생을 살아갈 경우의 재정 상태를 시뮬레이션한 것입니다. 결과는 연구진 스스로도 예상하지 못했을 만큼 의외였습니다. AI가 제시한 자산관리 조언의 품질이 놀라울 정도로 훌륭했던 것입니다. 단 하나의 조건은, 질문하는 법을 알아야 한다는 점이었습니다.
그림: 원문 헤더 이미지——화면의 주가 차트에 대해 논의하는 로봇과 사람. 출처: mitsloan.mit.edu
미국인의 절반, 이미 AI에게 돈 관리를 묻고 있다
이 연구가 주목받는 이유부터 살펴보겠습니다. 현실적 배경은 이렇습니다. 조사에 따르면 미국인의 절반이 이미 금융 자문을 얻기 위해 AI를 사용하고 있다고 응답했습니다. 논문 공동 저자이자 MIT 금융학 보조교수인 타하 슈크마네(Taha Choukhmane)는 이렇게 말했습니다. “매우 많은 사람들이 AI에게 묻고 있다는 사실은 알고 있지만, 그들이 무엇을 묻고 조언을 따르는지에 대해서는 알려진 바가 거의 없었습니다.”
즉, AI는 역사상 가장 많은 사람이 이용하는 재무 상담가이지만 동시에 가장 연구되지 않은 대상이었습니다. 연구팀은 이 결과를 AI Financial Advice: Supply, Demand, and Life Cycle Implications라는 논문으로 발표했고, 이 논문은 스위스 금융연구소(Swiss Finance Institute) 2026년 최우수 논문상을 수상했습니다. 권위 있는 금융 연구 기관이 ‘AI의 자산관리 조언’ 연구에 상을 수여했다는 사실 자체가 일반인들도 눈여겨봐야 할 현상입니다.
실험 방식: AI에게 제시한 ‘인생 시뮬레이션’ 과제
AI의 조언이 좋은지 나쁜지 어떻게 측정했을까요? 연구진은 우선 나이에 따른 소득, 직업, 투자, 세금 변화를 반영하는 수학적 생애주기 모델을 만들었습니다. 이는 주어진 조건에서 노후 자산을 최적화하는 ‘정답지’ 역할을 합니다.
이어서 연구진은 성인 1,000명을 모집하여 각자의 언어로 주요 대화형 AI 3종(GPT-5.2, GPT-5.6, Gemini 3 Flash)에게 지출과 투자에 대해 질문하게 했습니다. 그 후 22세부터 89세까지 AI의 답변에 따라 매년 저축, 지출, 포트폴리오 비중을 조정하며 살아가는 과정을 시뮬레이션하여 수십 년 후의 자산 형성을 측정했습니다. 대조군으로는 AI를 사용하지 않고 기존 습관대로 관리하는 그룹을 설정했습니다.
또한 중요한 두 번째 대조군을 두었습니다. 연구진이 직접 ‘학술적 수준’의 정교한 프롬프트로 동일한 재정 상황을 AI에게 질문한 것입니다. 나이, 직업, 소득, 저축액, 기대 수명, 은퇴 연령, 고용 위험, 그리고 ‘미국 세법 유지’와 같은 가정을 명확히 작성했습니다. 동일한 AI 모델을 대상으로, 차이점은 오직 ‘누가 어떻게 물었는가’뿐이었습니다.
이 실험 설계의 백미는 ‘AI의 능력’과 ‘사용자의 질문 능력’이라는 두 가지 요소를 명확히 분리해냈다는 점에 있습니다.
결과 1: 연구진조차 놀란 AI 자문의 높은 품질
먼저 모두를 놀라게 한 결과입니다. 질문자가 일반인이든 금융학 교수든, AI의 조언은 사람들이 실제 현실에서 행하는 자산 관리 방식보다 일관되게 뛰어났습니다. AI는 저축률을 높이고, 주식 시장에 참여하며, 다각화된 인덱스 펀드를 매수하고, 45세 이후에는 주식 비중을 단계적으로 줄이라고 조언했습니다. 30세 이상의 거의 모든 참가자가 AI의 조언을 따랐을 때 충분한 비상금과 노후 자금을 마련할 수 있었습니다.
“조언의 품질이 이렇게 뛰어나다는 사실에 의외였습니다.” 슈크마네 교수는 말했습니다. “특히 사람들이 입력한 실제 질문 내용을 보면, AI의 답변이 학계에서 인정받는 우수한 재정 원칙과 부합한다는 점이 매우 인상적이었습니다.”
연구진의 원래 예상은 ‘엉뚱한 질문에 엉뚱한 답변’이 나올 것이라는 점이었으나, AI는 훌륭히 중심을 잡았습니다. 대방향에서 AI는 일반적인 생각보다 개인 재정의 기본 원리를 훨씬 잘 이해하고 있었으며, 이는 ‘AI는 재무 설계를 모른다’는 흔한 편견을 뒤엎는 결과입니다.
결과 2: 약점은 세부사항에 있으며, 세부사항은 질문 방식에 달렸다
하지만 AI에게도 한계는 존재합니다. AI는 단순한 경험칙을 선호하는 경향이 있습니다. 예를 들어 사용자가 실직했을 때, 충분한 예금이 있음에도 불구하고 즉시 지출을 대폭 줄이라고 조언했습니다. 또한 포트폴리오 리밸런싱을 능동적으로 제안하지 않아 자산 비중이 쏠린 채 방치되기도 했습니다.
더 중요한 것은 질문 수준에 따른 차이였습니다. ‘학술적 수준’의 프롬프트로 바꾸자 동일한 모델이 제시하는 조언의 품질이 즉시 한 단계 뛰어올랐습니다. 일반인의 전형적인 질문은 “지금 50달러가 있고 매달 25달러씩 투자하려는데 뭘 사야 하나요?” 수준이었지만, 학자의 프롬프트는 “정상 기대 수명, 65세 은퇴, 고용 위험, 소득 변동성, 세법 불변을 가정할 때…”와 같이 구체적이었습니다. 전자는 수박 겉핥기식 답변을 얻은 반면, 후자는 맞춤형 최적 자산 설계를 받아보았습니다.
“일반인은 금융학 교수처럼 질문하지 않습니다.” 슈크마네 교수의 이 지적은 문제의 핵심을 ‘AI의 성능’에서 ‘사용자의 질문력’으로 전환시킵니다. AI 자산관리 자문의 상한선은 질문 품질의 하한선에 의해 결정됩니다.
그림: AI와 금융 차트. 출처: mitsloan.mit.edu
결과 3: 질문할 줄 모르면 60세에 10만 달러 격차 발생
연구에서 가장 충격적인 숫자가 여기에 있습니다. AI의 조언은 질문자의 성향과 표현에 따라 달라지며, 이러한 차이는 시간이 지나면서 복리로 작용하여 자산 격차로 이어집니다.
AI의 조언에 따라 60세까지 운용한 결과: 남성, 금융 이해도가 높은 사람, 이전에 AI를 사용해 본 경험이 있는 사람은 여성이나 금융 이해도가 낮은 사람에 비해 약 5만 달러(4%) 많은 자산을 형성했습니다. 그리고 AI에게 자산관리를 전혀 묻지 않은 사람은 물어본 사람보다 거의 10만 달러(6%) 적은 자산을 보유하는 데 그쳤습니다.
연구진이 성별에 따른 자산 격차를 분석한 결과, 차이의 약 3분의 2는 남녀 간 질문 주제의 차이에서 비롯되었습니다. 여성은 ‘가계’, ‘장보기’, ‘청구서’ 등 생활 밀착형 단어를 더 자주 사용한 반면, 남성은 ‘전략’, ‘성장’ 등의 단어를 더 자주 사용했습니다. 나머지 3분의 1은 모델 자체의 편향 때문이었는데, 동일한 질문이라도 질문자가 여성으로 표기된 경우 답변 내용이 다르게 출력되었습니다.
이 결과는 중요한 시사점을 줍니다. AI 조언의 편향은 우연이 아니며, 사용자의 표현 방식에 따라 시스템적으로 이동합니다. 일반인에게 있어 질문하는 능력을 갖추는 것 자체가 현금화 가능한 중요한 기술이며, 이 기술을 습득하는 데는 비용이 들지 않습니다.
덧붙여 흥미로운 업계 소식도 있습니다. 연구진은 AI가 사용자가 언급하지 않은 특정 금융 상품을 적극 추천한다는 사실을 발견했습니다. 뱅가드(Vanguard) 펀드는 전체 답변의 6%에 등장했고, iShares는 3.4%에 등장했지만, 질문에서 이 두 브랜드를 언급한 비율은 0.4% 미만에 불과했습니다. 즉, AI가 은연중에 ‘금융 상품 추천 채널’ 역할을 수행하고 있다는 뜻이며, 이는 소비자가 놓치기 쉽고 금융 회사가 가장 예의주시하는 지점입니다.
일반인을 위한 조언: AI를 조력자로 삼고 전능한 신으로 보지 마라
연구진은 일반인을 위해 현실적인 조언을 제시합니다. 첫째, AI의 정답을 그대로 복사해 쓰지 말고, 왜 그런 추천을 했는지 이유를 물어보며 스스로의 판단력을 키우는 학습 도구로 활용할 것. 둘째, 이미 전문 재무 상담가가 있는 경우 AI를 활용해 고차원 전략을 일상적인 실천 방안으로 구체화하는 보완 도구로 쓸 것. 셋째, 상담가를 고용할 여력이 없는 이들에게 AI는 현재 가장 저렴한 ‘금융 개인 교사’라는 점입니다. “금융 조언이 가장 필요한 사람들은 역설적이게도 자원이 가장 부족한 사람들입니다.” 슈크마네 교수는 말했습니다.
다만 객관적인 주의사항도 있습니다. 이 연구는 고정된 세법이나 평균 수명 등 여러 가정을 전제로 한 시뮬레이션 실험입니다. AI가 제공하는 답변이 특정 개인을 위한 법적·재무적 투자 자문은 아니므로, 실제 자금을 투자하기 전에는 여전히 신중함이 요구됩니다.
결론
이 연구는 개발자 커뮤니티인 해커뉴스(Hacker News)에서도 활발한 토론을 일으켰습니다. 댓글 반응도 다채로웠습니다. 한 이용자는 “헤드라인 앞부분은 중요하지 않다. ‘올바른 질문을 던진다면’이라는 뒷부분이 핵심이다”라고 짚었고, 다른 이용자는 “인간 전문가의 금융 조언이 너무 엉망인 것에 비하면 AI는 양반이다”라고 뼈 있는 농담을 건넸습니다. 또한 “재무 관리에서 어려운 것은 지식이 아니라 감정과 습관의 통제이며, AI는 이를 해결해 주지 못한다”는 지적도 있었습니다.
이러한 의견들은 모두 타당합니다. MIT 연구가 전달하고자 하는 핵심 메시지도 같습니다. AI는 이미 훌륭한 자산관리 조력자이며, 병목 현상은 모델 성능에서 질문자에게로 이동했습니다. 그리고 질문하는 능력을 가다듬는 것은 돈을 들이지 않고도 누구나 시작할 수 있는 영역입니다.
참고 링크:
- MIT Sloan: AI financial advice is surprisingly good — especially if you ask the right questions
- HN 토론 (item?id=49139102)
- 논문: AI Financial Advice: Supply, Demand, and Life Cycle Implications (Swiss Finance Institute Outstanding Paper Award 2026)
