Investor risk profiles of large language models

이 논문은 GPT, Gemini, Llama 등 세 가지 대규모 언어 모델 (LLM) 이 표준화된 위험 설문지에 어떻게 반응하는지 분석하여, 각 모델이 장기 투자 성향을 보이지만 위험 허용도와 일관성에서 차이를 보이며, 연령이나 자산과 같은 특정 페르소나 부여 시 위험 프로필을 조정하는 방식을 규명했습니다.

핵심

🎭 1. 세 명의 AI 상담사 (GPT, Gemini, Llama)

연구진은 세 가지 유명한 AI 모델 (GPT, Gemini, Llama) 을 불러와서, 일반 투자자들이 쓰는 **'위험 성향 테스트지'**를 100 번이나 반복해서 풀게 했습니다. 마치 세 명의 상담사가 같은 테스트를 100 번이나 치르는 거죠.

그 결과, 세 상담사는 각자 **고유한 '기본 성격 (Default Persona)'**을 가지고 있는 것으로 드러났습니다.

• 🤖 Gemini (제미니): "착하고 꾸준한 중산층"
  • 성격: 위험을 감수하는 정도가 **'적당함 (Moderate)'**입니다.
  • 특징: 100 번을 물어봐도 매번 정답이 거의 똑같습니다. 아주 일관적이고 신뢰할 만하지만, 너무 보수적이지도 공격적이지도 않은 '중도' 성향입니다.
• 🐫 Llama (라마): "조심스러운 현역 은퇴자"
  • 성격: **조금 더 보수적 (Conservative)**입니다.
  • 특징: "돈 잃기 싫어!"라고 생각하는 경향이 강합니다. 위험을 피하려는 성향이 GPT 나 제미니보다 더 큽니다.
• 🚀 GPT (지피티): "도전적인 젊은 사업가"
  • 성격: **적당히 공격적 (Moderately Aggressive)**입니다.
  • 특징: "위험을 감수해서 큰 수익을 내자!"는 생각이 조금 더 강합니다. 하지만 100 번 테스트에서 답이 가장 들쑥날쑥했습니다. 어떤 때는 과감하고, 어떤 때는 신중하기도 해서 예측이 조금 어렵습니다.

💡 핵심: AI 가 비록 똑똑하지만, 어떤 AI 를 쓰느냐에 따라 추천해 주는 투자 성향이 완전히 다를 수 있다는 것입니다.

---

🎭 2. "가상 인물"을 입히면 어떻게 될까? (프롬프트 엔지니어링)

그런데 여기서 재미있는 실험이 이어집니다. 연구진은 AI 들에게 "너는 이제 20 대의 부자야", **"너는 위험을 싫어하는 사람이다"**라고 역할을 부여해 보았습니다. (이를 '페르소나 부여'라고 합니다.)

그 결과, AI 들은 역할극을 잘 해냈습니다!

• 위험을 싫어하라고 하면: 세 AI 모두 "네, 알겠습니다. 안전한 곳만 찾겠습니다"라고 답하며 점수가 낮아졌습니다.
• 부자라고 하면: "돈이 많으니 조금 더 공격적인 투자를 해도 되겠네요"라며 점수가 올라갔습니다.
• 젊은 20 대라고 하면: "나이가 젊으니 시간이 많으니 위험을 감수해 볼까요?"라며 점수가 가장 높게 나왔습니다.
• 투자 경험이 없다고 하면: "아직 경험이 없으니 아주 조심해야겠네요"라며 점수가 뚝 떨어졌습니다.

💡 비유: 마치 연기 배우에게 "지금부터 너는 무서워하는 아이야"라고 지시하면, 배우가 그 역할을 잘 연기하듯이, AI 도 우리가 준 역할 (프롬프트) 에 맞춰 성향을 바꿉니다.

---

⚠️ 3. 하지만 주의할 점 (이게 왜 중요할까요?)

이 실험은 우리에게 두 가지 중요한 메시지를 줍니다.

1. AI 는 우리 성향을 잘 따라합니다: 우리가 "나는 위험을 감수할 수 있어"라고 말하면, AI 는 그걸 반영해서 더 공격적인 투자를 추천해 줍니다. 즉, 개인 맞춤형 조언이 가능해 보입니다.
2. 하지만 '기본 설정'이 다릅니다: 우리가 아무 말도 안 하고 그냥 "투자 조언해 줘"라고만 하면, 어떤 AI 를 쓰느냐에 따라 추천이 달라집니다.
   • GPT 를 쓰면 더 공격적인 조언을 들을 수 있고,
   • Llama 를 쓰면 더 안전한 조언을 들을 수 있습니다.

🏁 결론: AI 투자 상담사를 쓸 때의 교훈

이 논문의 결론은 간단합니다.

"AI 는 훌륭한 투자 도구가 될 수 있지만, 맹신하면 안 됩니다."

AI 가 우리에게 조언을 줄 때, 그 AI 가 어떤 '기본 성격'을 가지고 있는지, 그리고 우리가 준 역할 지시 (프롬프트) 가 얼마나 정확하게 반영되었는지를 반드시 확인해야 합니다.

마치 다른 성격을 가진 세 명의 상담사에게 같은 질문을 했을 때, 각자 다른 답을 들을 수 있듯이, AI 투자 조언도 어떤 모델을 쓰느냐, 어떻게 질문하느냐에 따라 결과가 크게 달라질 수 있다는 것을 기억해야 합니다.

한 줄 요약:

"AI 는 우리 역할을 잘 연기하지만, AI 마다 원래 타고난 '성격'이 다릅니다. 투자할 때는 이 점을 꼭 염두에 두세요!"

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 대형 언어 모델 (LLM) 이 금융 분석 및 투자 관리 분야에서 점차 활용되고 있으며, 개인 투자자에게 재무 조언을 제공하는 '로보어드바이저'로서의 잠재력이 논의되고 있습니다.
• 문제: 개인 투자자 조언의 가장 기초적인 요소인 **'투자자 위험 프로파일 (Investor Risk Profile)'**을 LLM 이 어떻게 해석하고 내면화하는지에 대한 이해가 부족합니다.
  • 투자자의 위험 프로파일은 위험 선호도 (Risk Preference) 와 위험 감수 능력 (Risk Capacity) 을 기반으로 자산 배분 (예: 위험 자산의 상한선) 을 결정합니다.
  • 기존 연구는 주로 주가 예측이나 감정 분석에 집중했으나, LLM 이 다양한 사용자 설정 (나이, 자산, 경험 등) 에 따라 일관된 위험 프로파일을 형성하고 조정하는지 여부는 검증되지 않았습니다.
• 핵심 질문: GPT, Gemini, Llama 와 같은 주요 LLM 들은 기본 설정 (Default) 에서 어떤 위험 성향을 보이는가? 그리고 특정 페르소나 (Persona) 를 부여했을 때 위험 프로파일이 적절하게 조정되는가?

2. 연구 방법론 (Methodology)

• 대상 모델: GPT-4o, Gemini 1.5 Pro, Llama 3.1 (70B) 세 가지 모델.
• 측정 도구: Charles Schwab 의 표준화된 투자자 위험 프로파일 설문지 사용.
  • 총 7 개의 질문: 투자 기간 (2 개), 위험 감수 능력 (5 개).
  • 점수화: 시간 지평 점수 (Time Horizon Score) 와 위험 감수 점수 (Risk Tolerance Score) 로 산출.
• 실험 설계:
  1. 기본 프로파일 분석: 각 모델에 "개별 투자자라고 가정하고 질문을 답하라"는 기본 프롬프트를 사용하여 100 회 반복 실행.
  2. 페르소나 할당 실험: 프롬프트의 첫 문장을 수정하여 특정 속성을 부여하고 100 회씩 반복 실행.
     • 위험 성향: 위험 회피형 (Risk-averse), 중립형 (Risk-neutral), 위험 추구형 (Risk-seeking).
     • 개인적 속성: 나이 (20 대~50 대), 자산 수준 (평균 이하/이상), 투자 경험 (없음/일부/전문가).
• 통계 분석:
  • 모델 간 및 조건 간 평균/중앙값 비교.
  • 분산의 동질성이 가정되지 않거나 정규 분포를 따르지 않는 데이터 특성을 고려하여 ANOVA와 Kruskal-Wallis (K-W) 검정을 병행하여 통계적 유의성 검증.

3. 주요 기여 및 발견 (Key Contributions & Results)

A. 기본 (Default) 프로파일의 특성

• 공통점: 세 모델 모두 장기 투자자로 분류됨 (투자 기간 3 년 미만 응답은 극히 드묾).
• 차이점:
  • Gemini: 중간 수준의 위험 감수 성향을 보이며, 100 회 응답 중 가장 일관성 (Consistency) 이 높음.
  • Llama: 상대적으로 **보수적 (Conservative)**인 성향을 보임.
  • GPT: 중간 정도의 공격적 (Moderately aggressive) 성향을 보이며, 응답의 변동성 (Variation) 이 가장 큼.
• 통계적 의미: 세 모델 간 위험 프로파일은 통계적으로 유의미하게 다르게 나타남 (특히 위험 감수 관련 질문에서).

B. 페르소나 할당의 효과 (Persona Prompting)

• 위험 성향 조정: 모델들은 '위험 회피', '중립', '위험 추구'라는 프롬프트에 따라 위험 점수를 유의미하게 조정함.
  • 위험 회피 시 점수 약 10 점대, 중립 시 20 점대, 위험 추구 시 30 점대 이상으로 명확한 구분 발생.
  • 예외적 발견: GPT 는 위험 추구 시 투자 기간 점수도 높게 반응했으나, Gemini 는 위험 추구 시 오히려 투자 기간 점수가 낮아지는 등 모델별로 위험과 기간의 상관관계 해석이 다름.
• 나이, 자산, 경험의 영향:
  • 나이: 모든 모델에서 20 대가 가장 높은 위험 점수를 보이며, 나이가 증가할수록 위험 점수 감소 (특히 GPT 의 변화 폭이 큼).
  • 자산: 자산 수준이 높을수록 세 모델 모두 위험 점수가 유의미하게 증가.
  • 투자 경험: 투자 경험이 없는 경우 모든 모델에서 위험 점수가 현저히 낮아짐.

C. 통계적 유의성

• 할당된 속성 (위험 성향, 나이, 자산, 경험) 에 따른 응답 차이는 ANOVA 와 K-W 검정을 통해 **대부분 통계적으로 유의미 (p < 0.01)**하게 확인됨.
• 특히 GPT 와 Llama 는 모든 카테고리에서 유의미한 변화를 보인 반면, Gemini 는 일부 카테고리에서 응답이 일정하여 통계적 검정 값이 'nan'으로 처리되기도 함 (모든 값이 동일함).

4. 연구의 의의 및 결론 (Significance & Conclusion)

• 기술적 함의: LLM 은 프롬프트 엔지니어링 (페르소나 할당) 을 통해 사용자의 투자 성향을 반영한 구조화된 위험 프로파일을 생성할 수 있음을 입증함.
• 실무적 시사점:
  • LLM 기반 재무 조언 서비스는 **기본 모델의 편향 (Default Bias)**을 인지하고 있어야 함 (예: GPT 는 공격적, Llama 는 보수적일 수 있음).
  • 사용자의 구체적인 프로필 (나이, 자산 등) 을 명시적으로 프롬프트에 포함시켜야 더 정확한 맞춤형 조언이 가능함.
• 주의점: 모델마다 기본 성향과 프롬프트에 대한 반응 정도가 상이하므로, LLM 을 개인화된 재무 조언자로 활용할 때는 **신중한 검증과 인간 감독 (Human-in-the-loop)**이 필수적임.

이 연구는 LLM 이 단순한 정보 제공을 넘어, 투자자의 위험 성향을 이해하고 조정할 수 있는 잠재력을 가지고 있음을 보여주지만, 동시에 모델 고유의 편향이 투자 조언의 정확성에 영향을 미칠 수 있음을 경고합니다.