Stock & Data

삼성전자·SK하이닉스 지금 다 팔면 망하는 이유 — 비중 캡 25%/15% 데이터 가이드

Stock & Data — Thu, 7 May 2026 11:06:12 +0900

작성·갱신: 2026-05-07

이 글의 결론 — 한눈에 보기

"팔까 말까"는 잘못된 질문이다. 진짜 질문은 "이 종목이 내 전체 자산 대비 몇 %인가, 매수 논리는 아직 유효한가" 두 가지다.

강세장 캡: 삼성전자 25% / SK하이닉스 15% / 합산 35%. 합산이 가장 중요하다 — 둘은 같은 사이클이라 분산 효과 거의 없음.

결정은 비중과 동기 두 축으로. 캡 초과면 부분 트림, 매수 논리 깨졌으면 전량 정리, 단순 공포·고점 직감은 절대 매도 사유 X.

용어 미리보기

용어	뜻
트림 (Trim)	한 종목이 비중 한도를 넘었을 때 그 한도까지만 부분 매도하는 행위. 손절(stop loss)과는 다름 — 트림은 종목이 "올라서" 비중이 커졌을 때 한다
비중 캡 (Position Cap)	한 종목이 전체 자산에서 차지할 수 있는 최대 비율. 룰 기반 리스크 관리의 핵심
회복 수학 (Recovery Math)	-X% 손실 후 본전 회복에 필요한 수익률은 X/(100-X)% — 손실이 클수록 회복 부담이 비대칭으로 증가하는 비대칭성
시총 가중 (Market-Cap Weighted)	인덱스 구성 시 각 종목의 비중을 시가총액 비율로 정하는 방식. KOSPI 인덱스에서 삼성전자가 약 20%를 차지하는 이유
Kelly Criterion	John Kelly(1956)가 도출한 최적 베팅 사이즈 공식. 실무에서는 변동성을 줄이기 위해 1/4~1/2 Kelly를 권장
변동성 클러스터링 (Volatility Clustering)	큰 변동이 일어나면 그 다음에도 큰 변동이 이어지는 경향. 폭락의 다음 며칠 안에 반등이 따라오는 패턴의 통계적 근거
베타 (β)	한 종목이 시장 대비 얼마나 변동하는지를 나타내는 지표. β=1.5는 시장이 ±10% 움직일 때 그 종목은 ±15% 움직인다는 뜻

1. "팔까 말까"는 잘못된 질문이다

핵심: 한국 투자자가 "고점 같으니 팔까?"라고 묻는 순간부터 이미 두 가지 함정에 빠져있다.

2026년 들어 KOSPI는 사상 최고권을 갱신 중이고, 그 한가운데에 삼성전자와 SK하이닉스가 있다. HBM·AI 사이클 수혜로 1년 만에 50~100% 오른 종목들. 자연스럽게 떠오르는 고민은 "지금 팔아야 하나"이다.

이 질문 자체가 잘못됐다.

"팔까 말까"는 시점(timing) 결정이다. 시점은 사후에야 알 수 있고, 데이터가 보여주듯 시점 결정의 비용은 비대칭적으로 크다(JP Morgan: 5,000일 중 10일 놓치면 20년 수익 절반 증발).
"비중을 어떻게 관리할까"는 룰(rule) 결정이다. 룰은 사전에 정할 수 있고, 사이클 한 번 꺾여도 포트폴리오를 살린다.

같은 종목 같은 시점이라도, 누구에겐 트림이 정답이고 누구에겐 보유가 정답이다. 답은 시점에 있는 게 아니라 본인 비중과 매도 동기에 있다.

2. 먼저 답해야 할 4가지 질문

핵심: 트림 결정 전에 이 4개를 통과하지 않으면 "공포 또는 탐욕에 휘둘린 결정"이 된다.

질문	의미
① 비중이 왜 커졌나?	주가가 올라서 커진 거면 트림 대상. 원래 많이 사서 커진 거면 트림 아님(처음부터 그 비중이었음 — 본인 신념의 결과)
② 매수 이유가 아직 유효한가?	"AI 사이클 / HBM 1위 / 메모리 슈퍼사이클" 등 매수 논리가 깨졌나? 깨졌다면 비중과 무관하게 매도
③ 전체 자산 대비 몇 %인가?	한 종목이 25% 넘으면(강세장 기준) 25%까지만 남기고 트림. 약세장이면 15%
④ 1년 안에 써야 할 돈이 들어있나?	그렇다면 시장 변동성과 무관하게 그만큼 분리 매도. 단기 자금에 KOSPI 변동성 노출은 위험

이 4개 중 하나라도 답을 모른 채 매도 결정을 내리면, 그 결정은 룰이 아니라 직감이다. 직감은 강세장 정점에서 가장 자주 틀린다.

3. 왜 25%가 캡인가 — 회복 수학으로 본 임계점

핵심: 25%는 절대 정답이 아니다. 그러나 네 가지 다른 근거가 같은 숫자에 수렴한다.

근거 ① — 회복 수학 (가장 직관적)

손실 회복은 비대칭이다. -50% 떨어지면 본전까지 +100% 올라야 한다. 한 종목 비중별로 보면:

한 종목 비중	전체 자산 충격	본전 회복 필요 수익률	회복 기간(연 8% 가정)
10%	-5%	+5.3%	<1년
25%	-12.5%	+14.3%	~2년
50%	-25%	+33%	~4년
80%	-40%	+67%	~7년

25%까지가 "심리적·시간적으로 견딜 만한 충격"의 임계점이다. 그 이상은 회복에 4년+가 걸리는 영역이고, 그 사이 인생 변수(이직·이혼·질병·주택 매수 등)가 발생하면 강제 매도 → 영구 손실이 된다.

근거 ② — 분산의 한계 효용

Statman(1987), Evans-Archer(1968) 등 학술 연구가 일관되게 보여주는 것: 종목 수 15~30개를 넘으면 분산의 marginal benefit이 급감한다. 거꾸로 보면 한 종목 비중이 1/4(=25%) 이상이면 사실상 분산 효과를 잃는다.

근거 ③ — KOSPI 인덱스의 자연 비중

한국 시장 특수 맥락. KOSPI 시총 가중 인덱스에서 삼성전자만 약 20%를 차지한다. 즉 KOSPI ETF만 들고 있어도 사실상 삼전 비중 20%인 셈. 거기에 삼전 개별 종목까지 25% 보유하면 실효 삼전 노출이 35~40%가 된다. 25%는 "삼전을 KOSPI 인덱스보다 약간 더 confident할 때"의 적정선이지, "그 이상 가져도 안전"은 아니다.

근거 ④ — Kelly Criterion 변형

Kelly(1956) 베팅 사이즈 공식. 장기 기대 수익이 가장 높은 자산이라도 Full Kelly는 변동성이 너무 커서 실무에서는 1/4~1/2 Kelly를 권장한다. 변동성 큰 단일 종목(예: 메모리 반도체)에서 1/2 Kelly에 해당하는 비중이 대략 20~30% 영역이다.

네 가지 다른 근거가 25% 안팎으로 수렴한다. 학술 정답은 아니지만 우연이 아닌 숫자다.

4. 삼성전자와 SK하이닉스는 캡이 다르다

핵심: 같은 메모리 산업이지만 사업 구조·변동성·HBM 노출이 다르다. 캡도 달라야 한다.

두 종목의 4가지 차이

항목	삼성전자	SK하이닉스
사업 다각화	반도체 50% + 모바일·디스플레이·가전·파운드리 50%	메모리 95%+ (단일)
HBM 노출	후발주자, 추격 중	선두, 매출 비중 급증 (NVIDIA 직결)
변동성 (5년 평균)	KOSPI 대비 약간 높음 (β ~1.1)	KOSPI 대비 1.5~1.7배 (β ~1.6)
KOSPI 인덱스 자연 노출	~20% (KOSPI ETF 보유 시 자동)	~6%

같은 메모리 사이클 종속이지만 하이닉스가 모든 면에서 위험에 더 몰려있다. 사업 다각화 없음, 단일 고객(엔비디아) 의존도 큼, 변동성이 시장의 1.5배 이상.

시장 국면별 캡

시장 국면	삼성전자	SK하이닉스	합산 상한
강세장 (지금)	25%	15%	35%
보통	20%	12%	28%
약세장 (VIX 35+, 추세 하락)	15%	10%	22%
공포 (한 주 -10%+ 폭락 중)	트림 금지	트림 금지	트림 금지

합산 캡이 가장 중요하다

둘을 따로 보지 말고 합산해서 봐야 한다. 삼전과 하이닉스는 메모리 사이클에 같이 묶여있어 상관계수가 0.6~0.8 수준이다. 별개 종목으로 분산 효과 거의 없음.

한 종목씩 캡을 맞춰도 합산이 50%를 넘으면 위험하다. 메모리 사이클 한 번 꺾이면 둘이 같이 무너진다.

KOSPI 인덱스 보유 시 보정 — 실효 노출 계산

KOSPI ETF나 인덱스 펀드를 들고 있으면 삼성전자와 하이닉스에 자동 노출된다. 직접 보유와 합산해서 실효 비중을 계산해야 정확하다.

예시 (강세장 기준):

자산	비중	삼전 노출	하이닉스 노출
KOSPI ETF	30%	30% × 20% = 6%	30% × 6% = 1.8%
삼전 직접	20%	20%	—
하이닉스 직접	10%	—	10%
실효 노출 합		26%	11.8%
메모리 산업 합산			37.8%

이 예시는 합산 35% 캡을 살짝 넘는 셈. 직접 보유를 줄이거나 KOSPI ETF를 줄여 35% 이하로 맞춰야 한다.

본인 상황별 조정

반도체 회사 직원 (소득 노출까지 메모리 사이클 종속): 위 캡의 절반으로 (삼전 12.5%, 하이닉스 7%)
50대 후반, 자금 회수 시점 가까움: 약세장 캡 적용 (삼전 15%, 하이닉스 10%)
20~30대 + 잉여 자금: 강세장 캡 +5%p 까지 허용 가능 (삼전 30%, 하이닉스 18%)
하이닉스 HBM 사이클에 confident: 하이닉스 +5%p 늘리되 삼전을 그만큼 내려서 합산 유지 (예: 삼전 18% + 하이닉스 17% = 35%)

5. 지금 트림해야 하나 — 결정 매트릭스

핵심: 같은 "팔까?"라도 비중과 동기가 다르면 답도 다르다. 8가지 셀로 정리하면 답이 명확해진다.

먼저 현재 시장 국면을 인식하자.

신호	현재 상태 (2026-05)	의미
KOSPI 추세	사상최고권 (+371%, 정규화 471)	강세장 — 25% 캡 적용 가능
KOSPI 변동성	사상최대 (한 달 ±19% 폭)	다음 -20%대 조정 언제든 가능
KOSPI-부동산 격차	+230%p (사상최대)	위험자산 쏠림 정점 가능성

강세장 + 변동성 사상최대. 추세는 살아있지만 한 분기 -20% 조정 가능성도 동시에 살아있다. "캡 안에 있으면 잡고 있어라, 캡 넘으면 트림해라"가 정답이다.

결정 매트릭스 — 비중 × 매도 동기

매도 동기 \ 비중	캡 안 (정상)	캡 초과 (5%p)	캡 크게 초과 (10%p+)
캡 초과 (룰 기반)	—	부분 트림 (초과분 1/3~1/2)	즉시 분할 트림 (2~3회)
매수 논리 깨짐	즉시 정리 (전량)	즉시 정리 (전량)	즉시 정리 (전량)
고점 같아서 (마켓 타이밍)	보유 유지	보유 유지	캡까지만 트림
공포·변동성 무서워서	보유 유지	보유 유지	보유 유지 (공포 매도 X)
올해 내 자금 필요	필요분 분리 매도	필요분 분리 매도	필요분 + 초과분 동시

가장 흔한 두 가지 실수

"고점 같으니 다 팔자" → 한국 메모리 사이클 역사상 "고점이라 생각한 곳"에서 +50~100% 더 갔던 사례 흔하다(2017, 2020, 2024). 전량 매도가 정답이었던 적은 거의 없다. 초과분만 트림.
"매수 논리 깨졌는데도 비중·수익률이 아까워서 못 판다" → 이게 진짜 위험. 비중·수익률은 매도 결정의 변수가 아니다. 매수 시 세운 가설이 깨졌다면 즉시 정리.

결론 — 5줄로 압축

"팔까 말까"는 잘못된 질문이다. "비중을 어떻게 관리할까"가 진짜 질문이다.
강세장 캡: 삼성전자 25% / SK하이닉스 15% / 합산 35%. 합산이 개별 캡보다 더 중요하다.
KOSPI 인덱스도 메모리 노출이라는 걸 잊지 마라 — 합산 시 보정 필수.
캡 초과면 부분 트림 (한 번에 다 팔지 X), 매수 논리 깨짐이면 비중 무관 전량 정리.
단순 "고점 직감" 또는 "공포 매도"는 절대 트림 사유가 아니다. 변동성 클러스터링 — 폭락 직후 며칠 안에 반등이 따라온다.

이 다섯 줄을 잊으면 "강세장 정점에 다 팔고 다시 못 올라타기" 또는 "사이클 한 번 꺾일 때 회복 못하고 영구 손실"의 두 함정 중 하나에 빠진다. 한국 메모리 사이클 30년이 가르친 교훈이다.

참고 문헌

Markowitz, H. (1952). "Portfolio Selection." Journal of Finance, 7(1), 77-91.
Kelly, J. L. (1956). "A New Interpretation of Information Rate." Bell System Technical Journal, 35(4), 917-926.
Evans, J. L., Archer, S. H. (1968). "Diversification and the Reduction of Dispersion: An Empirical Analysis." Journal of Finance, 23(5), 761-767.
Statman, M. (1987). "How Many Stocks Make a Diversified Portfolio?" Journal of Financial and Quantitative Analysis, 22(3), 353-363.
Thorp, E. O. (2006). "The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market." Handbook of Asset and Liability Management.
J.P. Morgan Asset Management. (2024). Guide to the Markets — U.S. Edition.

본 글은 일반적 투자 프레임워크를 데이터로 정리한 것이며, 특정 종목·비중에 대한 투자 자문이 아니다. 모든 투자 판단의 책임은 본인에게 있다.

❓ 자주 묻는 질문

왜 한 종목 캡을 25%로 잡나요?

네 가지 근거가 같은 결론에 수렴합니다. (1) 분산 효과의 한계 효용 — 종목 수 4개 이상에서 분산이 의미 있어집니다. (2) 회복 수학 — 한 종목 25% 비중이 -50% 폭락 시 전체 자산 -12.5%로, 약 2년 안에 회복 가능한 임계점입니다. (3) KOSPI 시총 가중에서 삼전이 약 20%이므로 직접 보유 25%면 인덱스보다 약간 더 confident한 베팅. (4) Kelly Criterion 1/2 변형치와 일치합니다.

삼성전자와 SK하이닉스 캡이 왜 다른가요?

사업 구조가 다르기 때문입니다. 삼전은 반도체 50% + 모바일·디스플레이·가전·파운드리 50%로 다각화돼 있지만, 하이닉스는 메모리 비중 95%+, HBM·NVIDIA 의존도 높음, 변동성은 KOSPI 대비 1.5~1.7배입니다. 같은 메모리 사이클 종속이지만 하이닉스가 모든 면에서 위험에 더 노출돼 있어 캡을 더 보수적으로(15%) 잡습니다.

합산 캡 35%는 무슨 의미인가요?

삼전과 하이닉스는 메모리 사이클에 같이 묶여 상관계수가 0.6~0.8 수준입니다. 별개 종목으로 분산 효과가 거의 없다는 뜻입니다. 따라서 개별 캡(25%, 15%)을 둘 다 채워 합산 40%로 만들면 위험합니다. 강세장에서도 합산 35% 이내로 관리해야 메모리 사이클 한 번 꺾일 때 회복 가능합니다.

지금 삼전·하이닉스 트림해야 하나요?

본인 비중과 매도 동기를 먼저 봐야 답이 나옵니다. (1) 캡 안에 있고 매수 논리가 유효하면 보유 유지. (2) 캡 초과면 부분 트림. (3) 매수 논리가 깨졌으면 비중과 무관하게 전량 정리. (4) 단순 "고점 같아서" 또는 "공포에 질려서"는 절대 매도 사유가 안 됩니다. 본문 5장의 결정 매트릭스를 참조하세요.

KOSPI ETF나 인덱스 펀드 들고 있어도 삼전을 직접 살 수 있나요?

살 수는 있지만 합산 노출을 계산해야 합니다. KOSPI ETF 30% 보유면 그 안에 삼전 약 6%, 하이닉스 1.8%가 자동 노출됩니다. 직접 보유와 합쳐서 실효 비중을 계산하고, 그 합산이 메모리 산업 합산 캡(35%)을 넘지 않게 관리해야 합니다. 본문 4장 표 참조.

본 글은 제가 공부한 내용을 정리한 개인 의견 및 정보 제공 목적의 글이며, 특정 종목·상품에 대한 투자 자문이 아닙니다. 투자 판단과 책임은 본인에게 있습니다.

"이 정도 폭락은 모델상 불가능합니다" — 정규분포가 거짓말하는 방식

Stock & Data — Thu, 7 May 2026 10:34:46 +0900

작성·갱신: 2026-05-07

이 글의 결론 — 한눈에 보기

시장은 종형 곡선을 따르지 않는다. "있을 수 없는 폭락"은 평균 수년에 한 번 정기적으로 일어난다.

5,000일 중 10일이 20년 수익의 절반을 결정한다. 그 10일은 예측 불가능하고, 최악의 날과 이웃이다.

그래서 살아남는 유일한 길은 모델을 두 배로 의심하고, 폭락 중에 팔지 않으며, 레버리지를 두려워하는 것이다.

용어 미리보기

용어	뜻
정규분포 (Normal Distribution / Bell Curve)	평균을 중심으로 좌우 대칭인 종 모양 확률분포. 현대 금융 이론(포트폴리오 이론, Black-Scholes 옵션 모델, VaR)의 기초
표준편차 (σ, sigma)	데이터가 평균에서 얼마나 흩어져 있는지를 나타내는 단위. 정규분포 가정상 ±1σ 안에 68%, ±2σ 안에 95%, ±3σ 안에 99.7%의 데이터가 들어감
팻테일 (Fat Tails)	정규분포의 꼬리(극단값 영역)보다 훨씬 두꺼운 꼬리를 가진 분포. 극단적 사건이 모델 예측보다 훨씬 자주 발생
블랙스완 (Black Swan)	Nassim Taleb가 대중화한 용어. 일어날 확률이 극히 낮다고 여겨졌으나 일어났을 때 충격이 큰 사건. 사후에 "당연했다"라고 합리화되는 특성
VaR (Value at Risk)	"95% 신뢰구간에서 일일 최대 손실 X%" 형식의 리스크 지표. 2008년 이전 월가 표준이었으나 팻테일 사건에 무력함이 노출됨
변동성 클러스터링 (Volatility Clustering)	큰 변동이 일어나면 그 다음에도 큰 변동이 이어지는 경향. 최악의 날과 최고의 날이 같은 시기에 몰려 발생하는 이유
LTCM (Long-Term Capital Management)	노벨 경제학상 수상자 2명이 운용한 헤지펀드. 1998년 정규분포 모델이 "일어날 수 없다"고 한 사건이 일어나 46억 달러 손실, 글로벌 금융시스템을 위협
드로다운 (Drawdown)	자산 가치의 최고점 대비 하락폭. 살아남는 투자에서 가장 중요한 지표 중 하나

8거래일 동안 "수학적으로 불가능"이 일어났다

핵심: 지난 50년 모든 금융 재앙 직전에 누군가는 "이건 모델상 불가능하다"라고 말했다 — 그리고 매번 일어났다.

2020년 3월 9일부터 8거래일 동안 S&P 500은 매일 4시그마 이상 변동했다. -7.6%, +4.9%, -4.9%, -9.5%(1987년 이후 최악), +9.3%, -12.0%(서킷브레이커 발동), +6.0%, -5.2%.

정규분포(bell curve)에 따르면 4시그마 변동은 63년에 한 번 일어나야 한다. 8일 연속이라면 — 우주 나이(138억 년)보다 긴 시간을 기다려야 한다는 계산이 나온다. 수학은 정확하다. 모델이 틀렸다.

이 사건은 처음이 아니다.

1987년 10월 19일 블랙먼데이 — S&P 500 -20.5%. 정규분포로는 약 20시그마 사건, 일어날 확률 10⁻⁸⁹ (소수점 아래 0이 89개). 비교: 관측 우주의 모든 원자 수가 약 10⁸⁰개. 우주의 모든 원자 중 1개를 무작위로 맞히는 것보다 일어나기 어려운 사건이 일어났다.
1998년 LTCM 붕괴 — 노벨상 수상자가 운용한 헤지펀드. 모델이 "10시그마, 사실상 불가능"이라고 한 사건이 일어나 46억 달러 손실, 글로벌 금융시스템 위협.
2008년 글로벌 금융위기 — 리먼 모델: "전국 주택 가격 동시 하락은 가능성 없음." 일어났다.

재앙은 모델이 "불가능"이라고 표시한 영역에서 정확히 발생한다.

왜 종형 곡선이 무너지는가 — 팻테일의 정체

핵심: 정규분포는 우아하고 계산이 깔끔해서 모든 금융 시스템이 쓴다. 다만 한 가지 문제가 있다 — 정확하지 않다.

자기는 정규분포를 쓴 적이 없다고 생각하는 독자가 많을 것이다. 그러나 자기 돈을 굴리는 시스템은 모두 정규분포를 쓴다. 증권사 앱의 리스크 지표, 로보 어드바이저의 자산 배분, 레버리지 ETF의 위험 모델 — 전부 종형 곡선이 기초다. "이런 폭락은 다시 안 올 거야"라는 직관적 안도감마저 종형 곡선식 사고다.

이론과 실제의 충돌

정규분포가 가정하는 건 일일 수익률의 종형 분포다. 이론대로면 다음과 같이 변동이 분포해야 한다.

σ 범위	정규분포 이론	실제 S&P 500	배율
3σ (~3.3% 변동)	연 1회	연 7~8회	10배
4σ	63년에 1회	수년에 1회	20배
5σ	7,000년에 1회	5~10년에 1회	약 1,000배

분포 자체를 비교해 보면

가운데(평범한 날)는 종형 곡선과 비슷하다. 차이는 꼬리에서 폭발한다.

이 두꺼운 꼬리가 통계학자들이 말하는 팻테일(fat tails)이다. Nassim Taleb이 블랙스완에서 정리한 한 줄이 정확하다.

"종형 곡선은 큰 편차를 무시하고, 처리하지 못하면서, 우리가 불확실성을 길들였다고 착각하게 만든다." — Nassim Taleb

극단 사건은 일탈이 아니다. 시장이 작동하는 방식 자체에 내장된 특성이다.

팻테일이 만드는 세 가지 비대칭 — 모든 것을 뒤집는다

핵심: 팻테일은 단순히 "폭락이 더 자주 온다"는 의미가 아니다. 극단의 날들이 모든 것을 결정한다는 비대칭 구조를 만든다.

비대칭 ① — 5,000일 중 10일이 20년 수익을 결정한다

JP Morgan Guide to the Markets가 매년 발표하는 데이터가 팻테일의 비용을 가장 직관적으로 보여준다.

2003~2022년의 20년 동안 S&P 500에 1만 달러를 넣고 한 번도 손대지 않으면 6만 4,800달러가 된다(연 9.8%). 그런데 가장 좋았던 단 10일을 놓치면:

시나리오	최종 자산	연 수익률
풀 보유 (5,000일 모두)	$64,800	9.8%
최고 10일 누락	$29,700	5.6%
최고 20일 누락	$17,800	2.9%
최고 30일 누락	$11,700	0.8%
최고 40일 누락	$<10,000 (손실)	< 0%

5,000 거래일 중 10일 — 0.2%의 날 — 이 누적 수익의 54%를 결정한다. 이게 마켓 타이밍이 통계적으로 위험한 본질적 이유다.

비대칭 ② — 최악의 날과 최고의 날은 이웃이다

여기서 비대칭은 더 잔인해진다. 변동성은 클러스터링한다. 최악의 날과 최고의 날은 같은 사이클 안에서 며칠 간격으로 함께 나타난다.

2008년 10월 13일: +11.6% (역대 최대급 단일 상승) → 불과 2일 후 10월 15일 -9.0%
2020년 3월 16일: -12.0% (서킷브레이커 발동) → 다음 날 +6.0% 반등

VIX(공포 지수)가 2008년 89.5로 사상 최고치를 찍은 시기, 같은 주에 사상 최대급 상승과 폭락이 같이 나왔다. 우연이 아니라 구조적 현상이다.

이 비대칭이 만드는 결론은 명료하다.

폭락이 무서워서 팔면 거의 반드시 다음 반등도 놓친다. 그리고 그 반등 중 10일을 놓친 비용이 폭락을 견디는 비용보다 크다.

비대칭 ③ — VaR가 "95% 안전"이라고 말할 때, 5%에 파산이 산다

2008년 이전 월가의 표준 리스크 지표는 VaR(Value at Risk)였다. 전형적 진술은 안심을 준다.

"포트폴리오의 일일 최대 손실은 -3%, 95% 신뢰구간."

치명적 결함은 한 줄에 있다. 이 진술은 95%의 시간에 무슨 일이 일어나는지만 말한다. 나머지 5%에 대해서는 침묵한다. 팻테일 세계에서 그 5%가 바로 파산이 사는 영역이다.

LTCM이 정확히 그 함정에 빠졌다. 노벨 경제학상 수상자 Robert Merton과 Myron Scholes가 운용한 펀드. 정규분포 기반 모델이 모든 위험을 통제하고 있다고 믿었다. 1998년 러시아 디폴트로 자기네 모델이 "10시그마 — 사실상 불가능"이라고 한 사건이 일어났다. 펀드는 46억 달러를 잃고 글로벌 금융시스템을 위협했다.

리스크 모델이 "이런 일은 일어날 수 없다"고 말한다면, 그게 바로 가장 걱정해야 할 시점이다.

팻테일 세계에서 살아남는 4가지 규칙

핵심: 모델은 두 배로 의심하고, 폭락 중에 팔지 않으며, 레버리지를 두려워하라. 이 세 줄이 50년치 시장 사고에서 살아남는 길이다.

규칙 ① — "그런 일은 안 일어나"를 금지어로 등록한다

지난 50년 모든 금융 재앙 직전에 누군가는 정확히 이렇게 말했다.

사건	모델이 한 말
1987년 블랙먼데이	"이런 폭락은 모델상 불가능"
1998년 LTCM	"10시그마는 일어날 수 없다"
2008년 글로벌 금융위기	"전국 주택 가격 동시 하락은 가능성 없다"
2020년 코로나	"8일 연속 4시그마는 수학적 불가능"

투자 가설이 "특정 극단 사건이 일어나지 않는다"에 의존한다면 그 가설은 모래 위에 지어진 것이다.

규칙 ② — 최악 시나리오를 두 배로 잡는다

스프레드시트가 "최악 -20%"라고 답하면 실제 견딜 수 있어야 하는 건 -40%다. 종형 곡선은 -20% 일일 하락을 20시그마, 사실상 0% 확률로 본다. 그러나 1987년에 일어났다. 팻테일 현실에서는 항상 모델보다 두 배 가혹한 환경을 가정해야 한다.

규칙 ③ — Time IN market > Timing the market

이게 가장 실용적 결론이다. 비대칭 ①②에서 봤듯 20년 중 10일이 수익의 절반을 결정하고, 그 10일은 예측 불가능하며 최악의 날과 이웃이다. 결론적으로 신뢰할 수 있는 유일한 전략은 계속 시장에 있는 것이다.

마켓 타이밍에 관한 모든 학술 연구가 같은 결론에 도달한다. 최고의 날을 놓치는 비용 > 최악의 날을 피하는 이익. 두 날이 이웃이라 한쪽만 일관되게 피할 방법이 없기 때문이다.

적립식 투자(DCA, Dollar-Cost Averaging) — 시장 상황과 무관하게 정기적으로 같은 금액을 투자 — 가 팻테일에 친화적인 전략이다. 결정적인 극단의 날들이 왔을 때 항상 시장에 있게 된다.

규칙 ④ — 레버리지는 꼬리를 증폭시킨다

정규분포 세계에서 2배 레버리지는 기대 수익을 두 배 늘리고 위험을 관리 가능한 수준으로 키운다. 팻테일 세계에서 레버리지는 다이너마이트다.

2배 레버리지 + 시장 -20% = 자기자본 -40%
2배 레버리지 + 시장 -10% (하루) = 자기자본 -20%
3배 레버리지 + 시장 -34% = 자기자본 100% 소실 (전액 손실)

그리고 -34% 하락은 일어난다. 2020년 3월에 S&P 500이 단 23거래일 만에 -34% 떨어졌다. 레버리지는 회복 가능한 손실을 영구적 파산으로 바꿔놓는다.

투자 결정 전 한 줄 질문이면 충분하다.

"내 포트폴리오가 -40% drawdown을 견딜 수 있는가? 견딜 수 없다면 drawdown이 도착하기 전에 재구성한다."

한 줄로 끝내는 EP5

종형 곡선은 안전감을 준다. 팻테일은 현실이다. 5,000일 중 10일이 20년 수익을 결정하고, 그 10일은 예측 불가능하며 최악의 날과 이웃이다. "그런 일은 안 일어나"는 금융에서 가장 비싼 문장이다 — 1987년 전, 1998년 전, 2008년 전, 2020년 전에 모두 발화됐고 매번 일어났다.

세 줄로 정리하면:

모델이 "불가능"이라고 한 영역이 가장 위험한 영역이다 — 스트레스 테스트는 두 배로.
폭락 중에 팔면 다음 반등도 놓친다 — 시장에 머물러야 한다.
레버리지는 꼬리를 증폭시킨다 — 회복 가능한 손실을 영구 파산으로 만든다.

이 세 줄을 잊으면 50년치 시장 데이터가 가르친 교훈을 처음부터 다시 배워야 한다.

참고 문헌

Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
Mandelbrot, B., Hudson, R. L. (2004). The (Mis)behavior of Markets: A Fractal View of Risk, Ruin, and Reward. Basic Books.
J.P. Morgan Asset Management. (2024). Guide to the Markets — U.S. Edition (Q1 2024). "Time, diversification and the volatile nature of markets."
Lowenstein, R. (2000). When Genius Failed: The Rise and Fall of Long-Term Capital Management. Random House.
Sornette, D. (2003). Why Stock Markets Crash: Critical Events in Complex Financial Systems. Princeton University Press.
S&P Dow Jones Indices. Historical S&P 500 daily returns 1928–2024.

❓ 자주 묻는 질문

팻테일(fat tails)이 정확히 뭔가요?

통계적으로 극단값이 일어날 확률이 정규분포가 예측하는 것보다 훨씬 높은 분포를 말합니다. 시장 일일 수익률 분포는 가운데(평범한 날)는 정규분포와 비슷하지만 양 끝(폭락·폭등의 날)은 정규분포보다 훨씬 두꺼운 꼬리를 가집니다. 즉 "있을 수 없는 일"이 자주 일어납니다.

왜 정규분포로 시장을 모델링하면 안 되나요?

정규분포는 평균에서 멀어질수록 확률이 지수적으로 감소한다고 가정합니다. 그러나 실제 시장에서 4시그마(이론상 63년에 한 번)는 몇 년에 한 번 일어나고, 5시그마(이론상 7000년에 한 번)는 5~10년에 한 번 일어납니다. 1987년 블랙먼데이의 -20.5% 하락은 정규분포 가정상 10⁻⁸⁹의 확률 — 우주 나이보다 오래 기다려야 하는 사건인데 실제로 일어났습니다.

10일이 20년을 만든다"는 게 무슨 의미죠?

JP Morgan의 분석에 따르면 2003~2022년 20년간 S&P 500에 1만 달러를 넣고 가만히 두면 약 6.48만 달러가 됩니다(연 9.8%). 그런데 가장 좋았던 단 10일을 놓치면 2.97만 달러로 줄어듭니다(연 5.6%). 5천 거래일 중 단 0.2%의 날이 누적 수익의 절반 이상을 결정한다는 뜻입니다.

마켓 타이밍이 왜 위험하다고 하나요?

변동성이 클러스터링하기 때문입니다. 최악의 날과 최고의 날은 보통 같은 시기에 모여서 발생합니다(2008년 10월, 2020년 3월). 폭락이 무서워서 팔면 거의 반드시 다음 반등도 놓치게 됩니다. 그리고 그 반등 중 단 10일을 놓친 것만으로 20년 수익의 절반이 사라집니다.

평범한 개인 투자자도 팻테일을 신경써야 하나요?

직접 모델링은 안 해도 됩니다. 다만 세 가지는 기억하세요. (1) "그런 일은 안 일어나"라는 가정에 베팅하지 마세요(레버리지·옵션 매도). (2) -40% 이상의 drawdown을 견딜 수 있는 자산 배분을 유지하세요. (3) 폭락 중에 팔지 마세요 — 같은 사이클의 반등을 놓치는 비용이 폭락 자체보다 큽니다.

서울 아파트 불패 신화는 데이터로 살아남았는가 — 20년 검증

Stock & Data — Wed, 6 May 2026 16:35:49 +0900

작성·갱신: 2026-05-06

서론 — "강남 아파트만 사놓으면 인생이 핀다"

한국에서 부의 신념은 한 줄이다. "서울 아파트, 그중에서도 강남에 한 채 박아두면 인생이 핀다." 영끌(영혼까지 끌어모아 매수)이 정당화된 근거도, 노후 보장 공식도, 부모 세대가 자녀에게 물려주려 한 자산도 모두 이 신념 위에 있었다. "주식은 작은 돈으로 노는 것, 진짜 자산은 아파트"라는 통념도 같은 뿌리다.

이 신념을 20년치 데이터로 검증해 보면 결과는 통념과 정면으로 부딪친다.

단순 가격으로만 보면 KOSPI가 서울 아파트를 두 배 이상 앞섰다. 2006-01부터 2026-04까지 KOSPI +371%, 서울 아파트 +142%.
자가거주 임대료 saving까지 인컴으로 더하면 부동산이 17년 중 14년 동안 KOSPI를 앞섰다. 통념이 부분적으로 정당화되는 지점이다.
그러나 2025년 하반기부터 KOSPI 폭주로 인컴 보정해도 KOSPI가 다시 추월했다. 2026-04 격차는 사상최대 +230%p.
"강남은 다르다"는 통념도 데이터로는 흔들린다. 강남11구 누적 +148%로 서울 평균(+142%)과 사실상 같고, 2010년대 내내 오히려 강남이 외곽보다 적게 올랐다.

이 글은 데이터를 네 단계로 풀어본다. 서울 아파트 불패 신화가, 그리고 강남 신화가 어디까지 데이터로 버티고, 어디서부터 깨지는가.

용어 미리보기

용어	뜻
2006-01=100 정규화	두 자산을 같은 출발선(100)에 놓고 누적 수익률을 비교하는 방식
격차(%p)	KOSPI 정규화 지수 − 서울 아파트 정규화 지수. 양수면 KOSPI 우위, 음수면 부동산 우위
전세가율	전세가 ÷ 매매가. 시기별 변동이 큼 (서울 평균 44~65%)
전월세전환율	전세보증금을 월세로 환산할 때 쓰는 연이율. 한국부동산원 발표 평균 약 5%대
임대수익률(귀속임대료)	자가거주 시 "내가 나에게 받는 가상 월세". 매매가 대비 연 임대수익 비율
영끌	"영혼까지 끌어모아" 대출 최대로 받아 매수. 2020~2021년 서울 아파트 매수 트렌드

본론 1 — 가격만 보면 신화는 이미 깨졌다

먼저 가장 단순한 비교부터. 2006년 1월에 1억 원을 KOSPI 또는 서울 아파트에 넣고 묻어뒀다고 가정하자.

시점	KOSPI	서울 아파트	우위
2008-09 (리먼 직전)	1.03억	1.35억	부동산
2014-01	1.39억	1.23억	KOSPI
2021-12 (양쪽 정점)	2.13억	2.22억	거의 동률
2022-10 (KOSPI 폭락)	1.64억	2.21억	부동산
2026-04 (현재)	4.71억	2.42억	KOSPI

20년 누적으로 KOSPI는 4.7배, 서울 아파트는 2.4배가 됐다. 단순 가격으로만 보면 "주식은 위험, 아파트는 안전"이라는 통념이 무색하다. 같은 1억으로 KOSPI에 들어갔다면 17년 후 약 2.0배 더 큰 자산이 된다.

물론 부동산이 잠깐 앞선 적도 있다. 시기별 우위 자산을 음영으로 칠하면 다음과 같다.

시기	우위	핵심 사건
2006~2008	부동산 (-32%p)	리먼 직전 부동산 강세
2008~2010	부동산 압도 (-44%p)	리먼 — KOSPI 폭락, 부동산은 +35%
2010~2017	KOSPI (+5~+32%p)	부동산 박스권, KOSPI 회복
2018~2020	부동산 가속 (-46%p)	서울 아파트 폭주
2020~2022	부동산 사상최대 (-69%p)	KOSPI 폭락, 부동산 정점
2023~2024	격차 축소	부동산 조정 + KOSPI 회복
2025~2026	KOSPI 사상최대 (+230%p)	KOSPI 폭주

17년 동안 우위 자산이 6번 뒤집혔다. "서울 아파트는 무조건 오른다"는 명제는 시점에 따라 4~5번 무너진다. 다만 이 단순 비교는 부동산에 불리한 면이 있다. 그게 본론 2다.

본론 2 — 자가거주 임대료까지 더하면 통념이 일부 회복된다

위 비교는 한 가지를 빠뜨렸다. 자가거주로 보유하면 매월 임대료 지출이 사라진다. KOSPI에 1억을 넣은 사람은 어딘가에 살아야 하니 매달 주거비를 낸다. 자가거주 부동산 보유자는 그 돈을 안 낸다.

이 차이를 빼고 단순 가격만 비교하는 건 부동산을 부당하게 손해 보게 한다. "강남 아파트 한 채면 평생 안전"이라는 통념의 실질적 근거 절반은 사실 가격 상승이 아니라 이 임대료 saving이다.

가정

양쪽에 인컴(현금흐름)을 더해 다시 계산했다.

항목	KOSPI	서울 아파트
인컴 종류	시가배당률	자가거주 시 임대료 saving (귀속임대료)
가정값	연 2.0% (KOSPI 평균 근사)	전세가율 × 5.5% (전월세전환율 5.5% 단일 가정)
데이터	KOSPI 종가	2011-06 이후 KB 매매·전세평균가, 이전은 외부 추정
재투자처	KOSPI에 재매수 (복리)	한국은행 정기예금 금리에 적립 (시기별 1.05~5.67%)

부동산 saving을 정기예금에 넣은 이유: 1억짜리 아파트 한 채 보유 중인 사람이 매년 saving 200~300만원으로 부동산을 추가 매수하는 건 비현실적이다. 잉여 현금은 안전자산이 가장 자연스러운 가정이다.

시기별 임대수익률

서울 아파트의 임대수익률은 시기별로 3.5%(2006) → 4.0%(2015~17 피크) → 2.4%(2026-04, 사상최저권)로 변동했다. 매매가가 전세가보다 빨리 올라 임대수익률은 점점 압축돼왔다.

보정 결과

시점	KOSPI 가격만	KOSPI + 배당	부동산 가격만	부동산 + saving	우위 (인컴 포함)
2008-09	1.03	1.09	1.35	1.47	부동산
2014-01	1.39	1.63	1.23	1.59	부동산(거의 동률)
2021-12	2.13	2.92	2.22	3.06	부동산
2022-10	1.64	2.29	2.21	3.13	부동산 +37%
2026-04	4.71	7.07	2.42	3.65	KOSPI

(단위: 억 원. 굵게 = 그 시점 4개 중 최대)

여기서 통념이 일부 회복된다. 인컴까지 더하면 부동산은 2008~2024 거의 내내 KOSPI를 앞섰다. 17년 중 약 14년 동안 부동산+saving이 KOSPI+배당을 이겼다. 2022-10에는 무려 +0.84억(+37%) 차이.

"서울 아파트 불패"는 가격 상승만의 신화가 아니라, 매월 받는 임대료 saving이 함께 만든 신화였다. 자가거주 + 시점 운(2025년 이전에 잘랐다면)이 결합될 때 통념이 데이터로 정당화된다. 이건 중요한 발견이다.

본론 3 — 그러나 2025년부터 신화는 다시 흔들린다

문제는 그 다음이다. 2025년 하반기부터 KOSPI 폭주가 시작됐다.

월	KOSPI(정규화)	부동산(정규화)	격차	비고
2024-12	171	207	-36%p	부동산 우위
2025-06	219	215	+4%p	우위 반전
2025-10	293	224	+69%p	KOSPI 4000 돌파
2026-01	373	233	+140%p	사상최대 1차
2026-02	446	236	+210%p	갱신
2026-03	361	239	+122%p	한 달 -19% 조정
2026-04	471	242	+230%p	V자 반등, 재갱신

10개월 만에 -36%p에서 +230%p로 뒤집혔다. 같은 사이클 안에서 한 달 단위 격차가 ±88%p 출렁이는 변동성도 사상최대다. 20년 데이터에 전례가 없다.

여기서 통념이 다시 깨진다.

인컴 보정 후에도 KOSPI가 +94% 우위. 2026-04 KOSPI+배당 7.07억 vs 부동산+saving 3.65억. 자가거주 임대료까지 더해도 KOSPI 폭주를 따라잡지 못했다.
임대료 saving은 매년 일정하게 누적되는데, KOSPI 폭주는 한 분기에 +30~50%씩 점프한다. 인컴은 결국 "저축의 누적"이고, 자산 가격 폭주는 "한 번에 점프"다. 두 속도가 다른 게임이다.

물론 한 가지 단서가 있다. 2026-03 한 달 만의 -19% 조정에서 KOSPI 가격만(3.61억) ≈ 부동산+saving(3.62억)으로 격차가 거의 완전히 사라졌다. 인컴 빼고 가격만 보면 KOSPI 폭락 한 번에 그동안의 우위가 즉시 증발할 수 있다. "서울 아파트 불패" 통념의 일부였던 "변동성에서 자유로운 안전자산"이라는 측면은 여전히 유효한 셈이다.

현재 KOSPI 우위가 영원할 거라는 가정도, 곧 부동산이 따라잡을 거라는 가정도 데이터로는 증명되지 않는다. 과거 6번의 반전은 모두 사후에야 보였다.

본론 4 — "강남은 다르다"는 통념도 데이터로 흔들린다

여기서 한국 독자가 즉시 떠올릴 반론이 있다. "서울 평균은 외곽이 끌어내린 거지. 강남은 다르다." 강남 한 채에 인생을 거는 영끌의 근거이자, 한국 부동산 신화의 진짜 핵심이다.

KB 매매가격지수에는 "강남11개구"(강남·서초·송파 등 강남권 11개 자치구) 별도 시계열이 있다. 이걸로 강남만 따로 비교하면 다음과 같다.

자산	20년 누적 (2006~2026)
KOSPI	+371%
서울 평균	+142%
강남11개구	+148%

강남도 서울 평균과 사실상 같다. 격차는 +6%p. 그리고 KOSPI와의 격차는 -223%p로 변하지 않는다.

더 흥미로운 건 시점별로 뜯어볼 때다.

시점	KOSPI	서울 평균	강남11구	강남 - 서울
2008-09 (리먼)	1.03	1.35	1.29	-0.06
2014-01	1.39	1.23	1.18	-0.05
2021-12 (양쪽 정점)	2.13	2.22	2.13	-0.09
2022-10 (KOSPI 폭락)	1.64	2.21	2.14	-0.07
2026-04 (현재)	4.71	2.42	2.48	+0.06

(단위: 억 원. 굵게 = 강남이 서울 평균보다 더 오른 시점)

충격적인 발견은 강남이 2008년부터 2024년까지 거의 내내 서울 평균보다 적게 올랐다는 점이다. 2010년대 내내 강남 정규화 지수는 서울 평균보다 5~9%p 낮은 위치에 있었다.

이는 통념과 정반대다. 가능한 해석은 두 가지다.

출발점 효과: 강남은 출발 시점(2006-01) 매매가가 이미 매우 높았다. 같은 % 상승이라도 외곽은 작은 출발점에서 큰 폭으로 상승한 반면, 강남은 절대값이 커서 % 상승률은 상대적으로 작았다.
2010년대 외곽 따라잡기: 노원·도봉·강북(이른바 노도강) 등 외곽이 2010년대 중반 이후 빠르게 추격 — 강남과 외곽의 % 상승률 격차는 좁혀졌다.

강남이 서울 평균을 다시 추월하기 시작한 건 2025년 이후, KOSPI 폭주와 같은 시기다. 자산 시장 전반의 위험자산 선호 강화가 강남 코어 가격에도 다시 프리미엄을 붙이는 모습.

다만 누적 +148% vs KOSPI +371%의 격차는 강남 한 채로 메울 수 없다. "강남이 다르다"는 통념은 같은 부동산 안에서 강남이 외곽보다 약간 나았다는 의미로는 일부 성립하지만 (2025년 이후), KOSPI 같은 다른 자산 클래스를 압도한다는 의미로는 데이터로 증명되지 않는다.

또한 임대수익률은 강남이 더 낮다. 2026-04 기준 강남 전세가율 약 40%로 임대수익률 약 2.2%, 서울 평균 임대수익률은 2.4%. 매매가가 너무 비싸 전세가가 비례해서 못 따라가기 때문 — 강남 자가거주 시 인컴 보정 효과는 서울 평균보다 오히려 작다.

하나만 단서를 달자. 위 분석은 매매가격지수(동일 단지 가격 변동)로 본 것이다. 강남 매매평균가는 같은 기간 6.2억 → 19.5억 (3.13배)로 더 큰 절대 상승을 보였는데, 이는 재건축·신축 효과로 평균이 끌어올려진 부분이다. 즉 "강남 어떤 단지든 사놓으면" 3배가 된 게 아니라, 신축 단지가 평균을 올린 결과.

결론 — 통념의 어디까지가 사실인가

20년 데이터를 정리하면 "서울 아파트 불패" 신화는 다음과 같이 분해된다.

가격만으로 비교하면 신화는 깨진다. 17년 동안 KOSPI는 서울 아파트의 두 배 이상 올랐다. "주식은 위험, 아파트는 안전"이라는 단순 명제는 데이터로 성립하지 않는다.
자가거주 임대료 saving까지 인컴으로 더하면 통념은 일부 회복된다. 17년 중 14년 동안 부동산+saving이 KOSPI+배당을 앞섰다. "강남 아파트 = 노후 보장"의 실질 근거는 가격 상승이 아니라 매월 절약되는 임대료다.
그러나 2025년 이후 KOSPI 폭주로 인컴 보정해도 KOSPI가 다시 우위에 섰다. 임대료 saving은 누적 속도가 느려 한 분기 +30%대 자산 가격 점프를 못 따라잡는다.
"강남은 다르다"는 통념은 같은 부동산 안에서만 부분적 진실이다. 강남 매매가격지수 누적 +148%로 서울 평균(+142%)과 사실상 같고, 2010년대 내내 오히려 외곽보다 적게 올랐다. 임대수익률은 강남이 더 낮다. 다른 자산 클래스(KOSPI)를 압도한다는 의미의 "강남 불패"는 데이터로 증명되지 않는다.

서울 아파트가 "절대 안전한 자산"이라는 신화는 데이터로 절반만 맞다. 자가거주 + 17년 이전에 잘랐다면 통념대로다. 그러나 2025년 이후의 새 사이클은 그 절반의 진실마저 흔들고 있다.

영끌도, "강남 한 채면 인생 핀다"도 본질은 사이클 한 방향에 신념을 거는 베팅이다. 위 데이터의 6번의 반전과 강남이 외곽에 추월당한 시기들이 보여주듯, 어느 사이클에 들어와 있는지는 사후에야 알 수 있다. 분산이 합리적인 이유는 미래를 예측해서가 아니라, 사후에야 보이는 사이클을 사전에 알 방법이 없기 때문이다.

부록 1 — 시뮬레이션의 한계 (반드시 같이 읽기)

본문 시뮬은 단순화된 가정 위에 만들어졌다. 다음을 빠뜨렸다.

세금: 부동산 양도세·재산세·종부세, 주식 금융투자소득세(2025~)·거래세 모두 미반영
거래비용: 부동산 취득세·중개수수료 (양방향), 주식 거래세
레버리지: 부동산은 보통 LTV 활용 — 자기자본 기준 수익률은 위와 다를 수 있음. 영끌처럼 LTV 70% 이상이면 가격 상승률이 자기자본 수익률로 ×3~4배 증폭된다 (대신 하락 시도 동일하게 손실).
인컴 가정의 단순화: 전월세전환율 5.5% 단일값(실제는 시기별 4~7%), KOSPI 배당률 2% 단일값(실제는 1~3%)
지수 = 평균의 함정: 서울 아파트 평균 지수는 강남·강북·외곽 평균. 본문 4장에서 강남11구를 따로 분리해 비교했지만, 그 안에서도 압구정·반포 등 핵심 단지와 강남구 변두리는 또 다르다. 단지·평형 단위 양극화는 자치구 평균에도 여전히 묻힌다. KOSPI도 시총 가중이라 삼성전자 비중이 매우 큼
유동성: 부동산은 매도 시점을 고를 수 없는 경우가 많음. 주식은 즉시 현금화 가능

위 보정값은 가정의 신뢰 구간 안에서만 의미가 있다.

부록 2 — 데이터 출처와 재현 가능성

KOSPI 월간 종가: 한국은행 ECOS API + 2026-02~04는 yfinance ^KS11
서울 아파트 매매·전세평균가격 + 강남11구 매매가격지수: 한국부동산원 / KB부동산 월간 통계
정기예금 금리: 한국은행 ECOS "예금은행 가중평균금리(신규취급액 기준) 정기예금 1년~2년" 매년 평균 (1.05% ~ 5.67%)
전월세전환율: 한국부동산원 발표 평균 연 5.5% 단일 가정
기간: 2006-01 ~ 2026-04 (244개 월)
임대수익률: 2011-06 이후 (전세평균가 ÷ 매매평균가) × 5.5%로 직접 계산, 이전은 외부 추정 보간

분석 데이터셋 3종: - data_kospi_vs_seoul_apt_20260506.csv — 244행 월간 raw + 정규화 - data_kospi_vs_seoul_apt_events_20260506.csv — 분기점 19개 라벨 - data_simulation_with_saving_20260506.csv — 인컴 보정 4가지 시뮬 (월별)

본 글은 공개된 통계 데이터를 정리한 것이며, 특정 종목·자산에 대한 매수·매도 권유가 아니다. 모든 투자 판단의 책임은 본인에게 있다.

테슬라만 기억하고, 4개의 무덤은 잊는다 — 생존자 편향의 함정

Stock & Data — Fri, 1 May 2026 17:19:38 +0900

작성·갱신: 2026-04-29

2차 세계대전 중 미군은 폭격기의 어디를 강화해야 할지 고민하고 있었다. 전장에서 돌아온 비행기들의 날개와 동체에 빼곡한 총탄 자국을 보고 자연스러운 결론을 내렸다. "총탄이 많이 맞는 부위를 강화하자." 통계학자 Abraham Wald가 반대했다. "아니요. 강화해야 할 곳은 자국이 없는 부위 — 엔진과 조종석입니다." 그곳을 맞은 비행기는 돌아오지 못했고, 따라서 데이터에 잡히지 않았다는 이야기다. 이 한 줄 통찰을 투자자가 매일 잊고 산다.

미리 알아둘 용어

생존자 편향 (Survivorship Bias): 살아남은 사례만 관찰 가능해 실패 사례가 통계에서 누락되는 현상. 평균과 빈도를 체계적으로 왜곡한다.

확증 편향 (Confirmation Bias): 자기 가설을 뒷받침하는 증거만 모으는 인지 편향. 생존자 편향과 짝꿍으로 작동한다.

SPIVA: S&P Dow Jones Indices의 S&P Indices Versus Active 보고서. 청산·합병된 펀드까지 포함해 액티브 vs 인덱스를 비교한다.

Chapter 11 / Chapter 7: 미국 파산법. Ch.11은 회생 절차(영업 지속), Ch.7은 청산(자산 처분 후 소멸).

SPAC (Special Purpose Acquisition Company): 기업인수목적회사. 2020~2021년 EV·우주·테크 종목 다수가 SPAC을 통해 우회 상장했다.

백테스트 (Backtest): 과거 데이터로 전략의 가상 수익을 계산하는 시뮬레이션. 상폐 종목을 빠뜨리면 결과가 부풀려진다.

상장폐지 (Delisting): 상장 요건을 충족하지 못한 종목이 거래소에서 퇴출되는 절차. 대개 차트 데이터에서도 사라진다.

Abraham Wald (1902~1950): 헝가리 출신 통계학자. 컬럼비아대 통계연구그룹 소속으로 2차 대전 중 폭격기 보강 분석을 수행. 의사결정 이론의 선구자.

보이는 것이 전부가 아니다

생존자 편향은 단순한 메커니즘으로 작동한다.

성공한 것은 눈에 잘 띈다 — 미디어, 책, 대화에 등장한다.
실패한 것은 사라진다 — 상폐, 파산, 청산되어 통계에서 누락된다.
살아남은 것만 보고 "성공이 일반적"이라고 오판한다.

투자에서 이 함정이 특히 치명적인 이유는 시장 자체가 실패한 사례를 능동적으로 지워내는 구조이기 때문이다. 상폐된 종목은 가격 차트가 끊어진다. 청산된 펀드는 다음 해 순위표에 없다. 파산한 기업은 뉴스가 더 이상 다루지 않는다. 살아남은 차트, 살아남은 펀드, 살아남은 기업가만 보면 — 시장이 실제보다 훨씬 친절해 보인다.

EP1에서 다룬 베셈바인더의 연구도 같은 맥락이다. 26,000개 종목 중 57%가 국채에도 미달했지만, 우리 기억에 남는 건 Apple, Amazon, Tesla뿐이다. 무덤이 가려져 있을 뿐 늘 거기 있다.

사례 1 — 2020년 EV 혁명, 그리고 4개의 무덤

2020년은 'EV 혁명'의 해였다. 당시 시장에서 'EV 수혜주'로 묶여 거론되던 대표 5개 종목의 6년 후 성적표를 보자.

종목	2020년 초	2026년 3월	결과
Tesla	~$28 (분할 조정)	~$390	+1,300% (14배)
Lordstown Motors	SPAC 상장 ($10)	2023년 Chapter 11	사실상 전액 손실
Nikola	고점 $93	2025년 Chapter 11	-99.99%
Workhorse	~$2.50	역분할 2회 후 ~$3	-99.5%
Canoo	SPAC 상장 ($10)	2025년 Chapter 7 청산	상폐, 전액 손실

5개 중 4개가 파산하거나 사실상 전액 손실이다. Tesla 1개가 너무 크게 올라서, 나머지 4개의 기억을 가린다. 지금 "2020년에 EV 주식 샀으면…"이라며 후회하는 사람은 통계적으로 5개 중 1개만 이야기하고 있는 것이다. 만약 다섯 종목 중 하나를 무작위로 골랐다면 80% 확률로 거의 전액을 잃었다.

핵심은 Tesla의 14배가 거짓이라는 게 아니다. 그 14배 옆에 4개의 무덤이 있었다는 사실이 차트에서 자동으로 지워진다는 점이다. 백테스트, 시각화, 후일담 — 어느 형식에서도 Lordstown과 Canoo의 차트는 점선조차 남지 않는다.

사례 2 — 펀드 순위표가 거짓말하는 방식

"국내 주식형 펀드 TOP 10", "지난 10년간 가장 잘한 글로벌 펀드". 이런 기사·광고가 매년 쏟아진다. 여기에 두 단계의 생존자 편향이 동시에 작동한다.

SPIVA U.S. 2024 연례 보고서에 따르면:

지난 20년간 미국 주식형 펀드의 64%가 청산되거나 합병됐다.
사라진 64%는 대부분 성적이 나빠서 문을 닫은 것이다.
살아남은 36% 안에서도 15년간 S&P 500을 이긴 펀드는 약 10%에 불과하다.

SPIVA가 신뢰받는 이유는 사라진 펀드를 통계에 다시 포함시키기 때문이다(생존자 편향 보정, survivorship-bias-free). 만약 살아남은 펀드만 보면 어떻게 될까? 사라진 64% — 대부분 성적 부진으로 청산된 — 가 분모에서 빠지면서, 평균 수익률은 자동으로 부풀려진다.

"성적 좋은 펀드만 살아남고, 살아남은 펀드만 보면 액티브 투자가 괜찮아 보인다." — 이것이 펀드 광고와 운용사 홍보 자료가 의도하든 아니든 작동시키는 메커니즘이다.

따라서 펀드를 평가할 때 다음과 같이 묻는 습관이 필요하다.

이 운용사가 과거에 청산한 펀드는 몇 개인가?
비교 대상 벤치마크는 사라진 펀드까지 포함한 통계인가, 살아남은 펀드만의 평균인가?

사례 3 — "성공한 사람의 공통점"의 함정

"성공한 기업가의 5가지 습관." "억만장자들이 매일 하는 일." "S&P 500 CEO 100명 인터뷰."

이런 자기계발/투자서의 클래식한 공식은 다음과 같다.

성공한 사람의 공통점을 모은다.
"집중", "확신", "리스크 감수", "끈기"가 등장한다.
결론: "성공하려면 집중하고, 확신을 가지고, 리스크를 감수하라."

문제는 명료하다. 실패한 사람도 똑같이 했다. 집중투자해서 망한 사람, 확신을 가지고 물타기하다 파산한 사람, 끈기 있게 좀비기업을 끌어안다 전 재산을 잃은 사람 — 이들은 책을 쓰지 않고 인터뷰에 응하지 않는다.

방법론적으로 이런 분석이 의미를 가지려면 성공한 사람과 실패한 사람의 차이점을 봐야 한다. 똑같이 집중투자했는데 한쪽은 살아남고 한쪽은 망했다면, 결정적 차이는 "집중투자 여부"가 아니라 다른 어떤 변수에 있다는 뜻이다. 공통점만 나열한 책은 사실상 정보를 전달하지 않는다. 변량이 0인 변수에는 설명력이 없기 때문이다.

사례 4 — 백테스트가 거짓말하는 방식

퀀트 전략 소개에서 흔히 보는 문구가 있다. "지난 20년간 백테스트, 연 12% 수익."

여기서도 생존자 편향이 조용히 작동한다.

데이터셋이 현재 살아 있는 종목만 포함한다면, 상폐된 종목은 빠진다.
상폐된 종목은 대부분 폭락 후 사라진 것 — 이들이 빠지면 백테스트 수익률은 자동으로 위로 편향된다.
"지난 20년간 KOSPI 종목"이라는 말은, 지금 KOSPI에 있는 종목의 20년 데이터일 수 있다(생존자만의 표본).

실제 백테스트의 신뢰성은 survivorship-bias-free database를 쓰는지에 달려 있다. CRSP, Compustat 등이 이 보정을 명시적으로 한다. 개인이 직접 만드는 백테스트는 거의 항상 이 함정에 빠진다 — yfinance에 상폐 종목 데이터가 없는 것도 같은 이유다.

생존자 편향 해독제 — 3가지 질문

투자 결정을 내리기 전 무덤을 의식적으로 찾는 절차가 있어야 한다.

질문 1. "무덤은 어디에 있는가?"

같은 시기, 같은 논리로 투자했는데 망한 사례를 적어도 3개는 찾는다.

2020년 EV → Lordstown, Nikola, Workhorse, Canoo
2021년 메타버스 → Roblox(주가 -75%에서 회복 중), Matterport(상폐 직전), 다수 SPAC
2023~2024년 AI 테마 → C3.ai (-80% 구간), BigBear.ai, SoundHound 변동성

성공 사례 1개당 실패 사례를 3개 찾을 수 없다면, 당신은 그 카테고리의 무덤을 보고 있지 않은 것이다.

질문 2. "이 데이터에서 사라진 것은 없는가?"

펀드 순위표: 청산된 펀드가 분모에 들어 있는가?
백테스트: 상폐 종목, 합병된 종목이 표본에 포함되어 있는가?
인덱스 수익률: 편입/퇴출이 반영된 데이터인가?
"지난 10년간 한국 주식형 펀드 평균 수익률" 같은 지표: 그 10년 끝까지 살아남은 펀드만의 평균인가?

질문 3. "반대 사례를 능동적으로 찾았는가?"

확증 편향과 생존자 편향은 짝꿍이다. 확증 편향이 "내 가설을 뒷받침하는 사례"만 모으게 만들고, 생존자 편향이 "반대 사례는 처음부터 잘 안 보이게" 만든다.

해독법은 단순하다.

매수 결정 전, "이 투자가 틀릴 수 있는 시나리오 3가지"를 먼저 종이에 쓴다.
같은 카테고리에서 이미 망한 사례를 검색한다 (Chapter 11, 상폐, 자본잠식 키워드).
반대 사례를 3개 이상 찾을 수 없다면 — 데이터가 부족한 게 아니라, 당신이 무덤을 외면하고 있다는 뜻이다.

정리 — 차트에서 사라진 것을 보라

생존자 편향의 본질은 한 줄이다. 보이는 것이 전부가 아니다.

차트는 살아남은 종목만 그린다. 펀드 순위는 살아남은 펀드만 정렬한다. 인터뷰는 살아남은 기업가만 한다. 그 결과 시장은 실제보다 친절해 보이고, 성공은 실제보다 일반적으로 보이며, 우리는 자신이 그 운 좋은 표본 안에 들어갈 가능성을 과대평가한다.

Abraham Wald가 1943년 폭격기의 총탄 자국이 없는 곳을 봤듯이, 투자자는 차트에서 사라진 종목, 순위표에서 빠진 펀드, 인터뷰에 등장하지 않는 기업가를 봐야 한다. 매수 버튼을 누르기 전 단 하나의 질문이면 된다.

"이 카테고리에서 같은 논리로 망한 사례 3개를 댈 수 있는가? 못 댄다면 나는 무덤을 외면하고 있는 것이다."

참고 문헌

Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group, Columbia University. (재발간: CRC 432, 1980).
Mangel, M., Samaniego, F. J. (1984). "Abraham Wald's Work on Aircraft Survivability." Journal of the American Statistical Association, 79(386).
S&P Dow Jones Indices. (2025). SPIVA U.S. Year-End 2024 Scorecard.
Brown, S. J., Goetzmann, W., Ibbotson, R., Ross, S. (1992). "Survivorship Bias in Performance Studies." Review of Financial Studies, 5(4).
Carhart, M. M. (1997). "On Persistence in Mutual Fund Performance." Journal of Finance, 52(1).

❓ 자주 묻는 질문

생존자 편향(survivorship bias)이 정확히 뭔가요?

어떤 표본에서 살아남은 사례만 관찰 가능해 실패한 사례가 통계에서 누락되는 현상입니다. 청산된 펀드는 펀드 순위표에 없고, 상폐된 종목은 차트에서 사라지므로 살아남은 것만 보면 평균이 부풀려져 보입니다.

2차 대전 폭격기 이야기와 투자가 어떤 관련이 있나요?

미군은 돌아온 폭격기의 총탄 자국이 많은 부위를 강화하려 했지만, 통계학자 Abraham Wald는 그 반대로 총탄 자국이 없는 부위를 강화해야 한다고 주장했습니다. 자국이 없는 부위를 맞은 비행기는 돌아오지 못했기 때문입니다. 투자에서도 우리는 살아남은 차트만 보고 사라진 종목은 잊어버립니다.

2020년 EV 주식이 어떻게 됐길래요?

당시 'EV 수혜주' 5개 — Tesla, Lordstown, Nikola, Workhorse, Canoo — 중 Tesla만 14배가 됐고 나머지 4개는 파산하거나 99%+ 손실을 봤습니다. "EV에 일찍 베팅했으면..."이라는 후회는 5개 중 1개만 떠올린 결과입니다.

펀드 순위표를 보면 액티브 투자가 좋아 보이는 이유가 뭔가요?

SPIVA에 따르면 지난 20년간 미국 주식형 펀드의 64%가 청산·합병으로 사라졌고, 사라진 펀드는 대부분 성적이 나빴습니다. 살아남은 36%만 보면 평균이 부풀려져 액티브 투자가 더 좋아 보입니다.

생존자 편향을 어떻게 해독하나요?

세 가지 질문을 자문하면 됩니다. 첫째, "같은 시기 같은 논리로 투자했다 망한 건 뭐가 있지?" 둘째, "이 데이터에 사라진 것은 없는가?" 셋째, "반대 사례를 능동적으로 3개 이상 찾아봤는가?" 답이 안 나오면 전체 그림을 보고 있지 않은 것입니다.

그 종목의 성공 확률은 몇 %입니까? — 기저율 무시의 함정

Stock & Data — Fri, 24 Apr 2026 15:03:33 +0900

작성·갱신: 2026-04-24

유명한 심리학 문제가 하나 있다. "어떤 병의 유병률은 1,000명 중 1명이다. 검사의 정확도는 95%다. 양성 판정을 받았다. 실제 환자일 확률은?" 대부분 95%라고 답한다. 정답은 약 2%다. 왜 이렇게 직관과 정답이 갈리는지, 그리고 이 착각이 투자 판단에 어떻게 똑같이 작동하는지가 이 글의 주제다.

미리 알아둘 용어

기저율 (Base Rate): 어떤 사건의 역사적 평균 발생 빈도. 예: "임상 3상 → FDA 승인 58%".

기저율 무시 (Base Rate Neglect): 개별 사례의 표면적 특징에 끌려 통계적 기저율을 무시하는 인지 편향. Kahneman·Tversky (1973).

베이즈 정리 (Bayes' Theorem): 사전확률(기저율)과 새 증거를 결합해 사후확률을 계산하는 공식. P(A|B) = P(B|A) × P(A) / P(B).

대표성 휴리스틱 (Representativeness): "이 사례가 성공 사례와 얼마나 닮았는가"로 확률을 추정하는 직관적 단순화.

가용성 휴리스틱 (Availability): "이런 사례가 얼마나 쉽게 떠오르는가"로 빈도를 추정하는 직관.

위양성 (False Positive): 실제로는 음성인데 검사가 양성으로 잘못 판정하는 경우.

CAGR (Compound Annual Growth Rate): 연평균 복리수익률. 5년간 2배 = CAGR ≈ 14.9%.

PER (Price-to-Earnings Ratio): 주가 ÷ 주당순이익. 시장이 미래 성장을 얼마나 가격에 반영했는지의 지표.

블록버스터 (Blockbuster): 연매출 10억 달러($1B+)를 넘는 신약. 바이오 업계의 성공 기준.

SPIVA: S&P Dow Jones Indices의 S&P Indices Versus Active 보고서. 액티브 펀드 vs 인덱스 수익률 비교.

Mauboussin (모부신): Michael Mauboussin. Morgan Stanley 전략가, The Base Rate Book (2016) 저자. 기저율 투자 분야 대표 학자.

95%가 2%가 되는 이유

1,000명을 검사해 보자.

실제 환자 1명 → 양성 판정 (참양성)
건강한 999명 중 5% = 50명 → 위양성
양성 판정을 받은 총 51명 중 실제 환자는 1명 = 1/51 ≈ 2%

검사가 95% 정확하다고 해서 양성자가 95% 확률로 환자인 게 아니다. 유병률(기저율 0.1%)이 너무 낮기 때문에 위양성이 실제 양성을 압도한다. 검사의 정확도가 아무리 높아도 기저율이 낮으면 양성 판정의 의미는 약해진다.

이것이 기저율 무시(base rate neglect) 현상이다. Kahneman과 Tversky가 1973년 논문 On the Psychology of Prediction 에서 체계화한 인지 편향이다.

왜 이런 착각이 생기는가

사람은 확률을 계산할 때 기저율 대신 두 가지 직관적 단서에 의존한다.

대표성 휴리스틱(representativeness): "이 사례가 성공 사례와 얼마나 비슷해 보이는가"
가용성 휴리스틱(availability): "이런 사례를 얼마나 쉽게 떠올릴 수 있는가"

투자에서는 이렇게 나타난다.

"이 바이오 회사, 모더나처럼 될 수 있어" → 대표성
"최근 XX도 임상 성공으로 5배 갔잖아" → 가용성

두 경우 모두 그 범주 전체의 성공/실패 빈도는 확인하지 않는다. 그런데 투자의 기대수익을 결정하는 건 바로 그 범주 기저율이다.

투자 범주별 기저율

바이오 주식 — 꿈의 확률

"임상 3상 성공! FDA 승인 임박!" 이 서사는 강렬하다. 그러나 실제 통계는 이렇다.

임상 3상 진입 → FDA 최종 승인: ~58% (BIO/Informa, 2011~2020)
FDA 승인 → 블록버스터(연매출 $1B+) 달성: ~20% (Evaluate Pharma)
종합: 3상 진입 → 블록버스터 ≈ 12% (0.58 × 0.20, 역사적 평균 기준으로는 6%까지 내려간다)

3상 진입 약의 42%는 결국 실패하고, 승인까지 받아도 블록버스터가 될 확률은 5개 중 1개다. "3상 성공했으니 거의 확실하잖아"는 현실의 기저율과 거리가 먼 진술이다.

성장주 — 영원한 고성장의 환상

"이 회사 매출이 3년 연속 50% 성장했다. 5년 뒤에는…" 연결의 속도로 보이지만, 같은 속도의 장기 지속은 통계적으로 극히 드물다. Mauboussin(모건스탠리, 50,000개 기업 분석):

5년 CAGR 30% 이상 유지: 전체의 ~1% (502/50,000)
10년 유지: 0.6% 미만
1990년 순이익 상위 200개 중 이후 10년간 연 15%+ 성장 유지: 9% 미만

현재 PER 50을 정당화하려면 그 회사가 이 1% 안에 들어간다고 베팅하는 셈이다. 가능은 하다. 그러나 기대값 계산의 출발점은 기저율이다.

IPO — 화려한 데뷔, 초라한 이후

"최초 상장, 성장 잠재력, 기관 물량 대기!" IPO 서사 역시 강렬하지만 Jay Ritter(University of Florida)의 수십 년 연구는 다른 이야기를 한다.

IPO 후 3년 내 시장(벤치마크) 초과 수익: ~30%
당일 공모가 대비 팝: 평균 +15~20%
상장 후 3년 수익률: 매칭 기업 대비 유의미하게 언더퍼폼

IPO는 기업이 자금을 필요로 할 때 하는 것이지, 투자자에게 좋은 딜을 주려고 하는 게 아니다.

애널리스트 목표가 — 전문가의 기저율

"애널리스트 목표가가 40% 위로 제시됐다!"

12개월 목표가 달성률: ~30~50%
방향(상승/하락) 예측 정확도: ~54% — 거의 동전 던지기
평균 목표가 괴리: 실제 가격 대비 +9.4% 상향 편향 (낙관 편향)

전문가 숫자도 기저율 없이 보면 과신하기 쉽다는 점에서 일반 투자자와 다르지 않다.

3단계 기저율 체크 프레임워크

투자 아이디어가 생겼을 때 기저율을 다루는 순서는 간단하다.

Step 1. 범주를 정의한다

"이건 어떤 종류의 투자인가?"

바이오 신약, IPO, 턴어라운드, 성장주, 배당주, 가치주 — 범주에 따라 기저율이 완전히 다르다
구체적 범주로 좁힐수록 기저율도 의미가 있다

Step 2. 기저율을 찾는다

"이 범주의 역사적 성공률은 몇 %인가?"

학술 연구, SPIVA, 산업 데이터
없으면 가장 유사한 범주의 기저율이라도 참고
숫자를 못 찾으면 "데이터 없음"이 답이지, "성공률이 높을 것"이 답이 되면 안 된다

Step 3. "이 사례가 기저율을 이길 이유"를 입증한다

기저율을 넘는 차별점이 구체적이고 검증 가능해야 한다
"경영진이 유능하다", "기술이 혁신적이다" 같은 서사는 불충분
"FDA 자문위원회 15:2 찬성", "최근 2분기 연속 흑자 전환" 같은 구체적 팩트가 기저율 보정 근거가 된다

기저율 레퍼런스 카드

범주	기저율 (성공 확률)	출처
바이오 3상 → 블록버스터	~6~12%	BIO, Evaluate
고성장 5년 유지 (30%+)	~1%	Mauboussin
IPO 3년 내 시장 초과	~30%	Ritter
적자 → 3년 내 흑자	~25% (추정)	업종별 차이 큼
액티브 펀드 15년 시장 초과	~10%	SPIVA
애널리스트 목표가 달성	~30~50%	다수 연구

정리 — 흥분하기 전에 기저율부터

"바이오 3상 성공?" 기저율 12%. "5년 연속 고성장?" 기저율 1%. 이 숫자를 알고도 투자하는 것과 모르고 투자하는 것은 완전히 다른 게임이다. 알면 베팅 크기와 기대값이 바뀌고, 모르면 스토리에 끌려간다.

Kahneman이 평생에 걸쳐 증명한 명제 — 인간의 뇌는 스토리에 약하고 숫자에 둔하다 — 를 투자에 적용하는 가장 간단한 도구가 기저율 체크다. 매수 버튼을 누르기 전 단 하나의 질문이면 된다.

"이 범주의 성공 확률은 몇 %인가? 이 사례가 그 평균을 넘을 구체적 이유는 무엇인가?"

참고 문헌

Kahneman, D., Tversky, A. (1973). "On the Psychology of Prediction." Psychological Review.
BIO/Informa. (2021). Clinical Development Success Rates 2011~2020.
Mauboussin, M. (2016). "The Base Rate Book." Morgan Stanley / Credit Suisse.
Ritter, J. R. "IPO Statistics." University of Florida (다년도).
SPIVA U.S. Year-End 2024 Scorecard.

❓ 자주 묻는 질문

기저율(base rate)이 정확히 뭔가요?

어떤 사건이 발생하는 역사적 평균 빈도입니다. 예를 들어 "임상 3상에 진입한 신약이 FDA 승인까지 받는 비율 58%"가 기저율입니다. 개별 사례의 성공 확률을 판단할 때 가장 먼저 봐야 할 숫자입니다.

95% 정확한 검사가 왜 양성 결과 신뢰도가 2%밖에 안 되나요?

유병률(기저율)이 너무 낮기 때문입니다. 1,000명 중 환자 1명, 건강한 999명 중 5%(50명) 위양성이 발생하면 양성 51명 중 진짜 환자는 1명 = 2%. 검사 정확도가 아무리 높아도 기저율이 낮으면 양성의 의미가 약해집니다.

바이오 신약 투자는 정말 위험한가요?

임상 3상 진입 → FDA 승인 58%, 승인 → 블록버스터(연 매출 $1B+) 20%로 종합 기저율 약 12%. 단순 화폐로는 낮지만, 성공 시 10~50배 보상이라 켈리 기준으로 소액 분산은 합리적일 수 있습니다.

5년 연속 30% 성장하는 성장주에 투자하면 어떨까요?

Mauboussin(50,000개 기업 분석) 기준 5년 CAGR 30%+ 유지는 전체의 약 1%, 10년 유지는 0.6% 미만입니다. 현재 PER이 50배인 성장주는 그 1%에 들어간다는 베팅인데, 기저율을 알고 베팅해야 합니다.

IPO는 성장 잠재력이 크니까 좋은 투자 아닌가요?

Jay Ritter(University of Florida) 연구에 따르면 IPO 후 3년 내 시장 초과수익은 약 30%에 그칩니다. IPO는 기업이 자금을 필요로 할 때 하는 것이지 투자자에게 좋은 딜을 주려는 게 아닙니다.

애널리스트 목표가는 믿어도 되나요?

12개월 목표가 달성률은 30~50%, 방향 예측 정확도는 약 54%(거의 동전 던지기). 평균 +9.4% 상향 편향(낙관 편향)이 있어 그대로 믿기보다 참고 정도가 합리적입니다.

차트는 왜 폭락은 잘 잡고 폭등은 못 잡는가 — 신호의 비대칭성

Stock & Data — Fri, 24 Apr 2026 10:21:06 +0900

작성·갱신: 2026-04-24

"차트가 폭락 시작을 일찍 알려준다면, 폭등 시작도 일찍 알려줄 수 있는 거 아닌가?" 이 질문은 논리적으로 정당하다. 같은 도구가 한 방향만 잘 잡는다는 게 직관적으로 이상하기 때문. 그러나 실제 데이터를 보면 폭락 신호와 폭등 신호의 활용 가치는 5가지 차원에서 모두 비대칭적이다. 이 글은 그 비대칭의 수학적·실증적 근거와, 합법적으로 "폭등 시작"을 잡는 유일한 방법(모멘텀) 을 정리한다.

미리 알아둘 용어

False Positive (FP, 거짓 양성): 신호가 발생했으나 실제로는 일어나지 않은 경우. "200일선 이탈했는데 폭락 안 옴" 같은 사례.

True Positive (TP, 참 양성): 신호가 발생하고 실제로 일어난 경우.

EV (Expected Value, 기댓값): 가능한 결과를 확률 가중 평균. EV가 양수면 장기적으로 유리.

켈리 기준 (Kelly Criterion): 양수 EV를 가진 베팅에 자본을 얼마 걸어야 최적인지 계산하는 공식. EV > 0이면 베팅 가치 있음.

200일선: 200일 이동평균선. 장기 추세의 대표 척도. 깨지면 약세장 시작 신호로 가장 많이 인용.

Golden Cross (골든크로스): 50일 이동평균이 200일을 상향 돌파. 매수 신호로 해석.

Death Cross (데스크로스): 50일이 200일을 하향 돌파. 매도/손절 신호.

모멘텀 (Momentum): Jegadeesh·Titman (1993). 과거 1년 상승한 종목이 다음 1년에도 상승할 확률이 통계적으로 유의미함. 학계 인정 유일한 TA 팩터.

Fama-French 5팩터 모형: 자산 수익률을 5개 요인(시장·규모·가치·수익성·투자)으로 설명하는 학계 표준. Carhart(1997)가 모멘텀을 6번째로 추가.

1. 손실의 수학적 비대칭 — 가장 강력한 이유

복리는 손실에 비대칭적으로 약하다.

손실	회복에 필요한 수익
-10%	+11%
-30%	+43%
-50%	+100%
-70%	+233%
-90%	+900%

한 번의 -50%가 작은 손실 다섯 번보다 훨씬 치명적. 따라서 "폭락 회피"의 가치는 산술이 아니라 기하급수적으로 커진다. 반면 "폭등 진입"의 가치는 단지 +50% — 산술적이다.

2. 시장의 기본 추세는 상승

S&P 500의 100년 평균 연 수익률은 +10%. 즉 기본 포지션이 "매수 보유" 다.

신호	Marginal Value
폭등 신호	"이미 매수 중인 자산을 또 사라" → 한계 가치 작음
폭락 신호	"기본 매수 포지션을 줄여라" → 드물게 발생, 한계 가치 큼

장기 보유자에게 매수 신호는 "오늘 사도 내일 사도 비슷" 하지만, 매도 신호는 "오늘 안 팔면 내일 -20%" 가 될 수 있다.

3. False Positive 비용의 비대칭

같은 신호라도 잘못 판단했을 때의 비용이 다르다.

시나리오	평균 비용/이익	빈도 추정
폭락 신호 FP (잘못된 매도)	-3~5% (재매수 슬리피지)	약 40%
폭락 신호 TP (폭락 회피 성공)	+20~50% (영구 손실 회피)	약 60%
폭등 신호 FP (꼭지에서 추격 매수)	-10~30% (큰 손실)	약 50%
폭등 신호 TP (추세 진입 성공)	+10~25%	약 50%

폭락 신호 EV = 0.4 × (-4%) + 0.6 × (+30%) ≈ +16%. 켈리 기준 양수. 폭등 신호 EV (단순 매수, 모멘텀 아님) = 0.5 × (-20%) + 0.5 × (+15%) ≈ -2.5%. 음수.

→ 폭등 신호의 잘못된 신호가 더 비싸기 때문에 같은 신뢰도여도 활용 가치가 음수가 된다.

4. 패턴의 일관성 — 폭락은 단순, 폭등은 다양

지난 25년 미국 시장의 4대 폭락은 모두 200일선 이탈로 시작했다.

폭락	200일선 이탈 시점 손실	최종 낙폭	회피 가능 손실
2000 닷컴	-12%	-49% (S&P), -83% (NASDAQ)	-37%~-71%
2008 금융위기	-8%	-57%	-49%
2020 COVID	-10%	-34%	-24%
2022 인플레	-7%	-25%	-18%

평균 -39%p의 추가 손실을 회피 가능. 200일선 이탈 신호의 일관성이 이 정도다.

반면 폭등은 패턴이 다양:

폭등 패턴	예시
V-recovery (급반등)	2020.4 COVID 회복
점진 상승 (gradual climb)	2009~2020 강세장
횡보 후 돌파	2024~2025 KOSPI
깜짝 갭업 (gap up)	어닝 서프라이즈
약세장 랠리 (bear rally) → 가짜 신호	2022.7

폭락은 "잡기 쉬운 단일 패턴", 폭등은 "놓치기 쉬운 다양한 패턴". 차트 신호의 신뢰도가 본질적으로 다르다.

5. 심리적 압박의 비대칭

상황	심리
-30% 들고 있을 때	"이번엔 다르다" → 결국 -50%에서 패닉 매도
폭등 놓쳤을 때	"다음 기회 있겠지" → 다음 기회 기다림

DALBAR 30년 연구에서 평균 투자자가 지수에 -2.84%p 뒤지는 핵심 원인이 바로 하락 구간의 패닉 매도. 객관적 손절 규칙(200일선 이탈 = 비중 절반)이 있으면 이 감정 매매를 차단한다.

→ "규율"의 가치가 폭락 쪽에 더 크다.

6. 그러나 — 합법적 "폭등 잡기" 방법은 있다

Jegadeesh & Titman (1993) 이 발견한 모멘텀(Momentum) 팩터 — 과거 1년 상승률 상위 종목을 사고 하위를 공매도하면 연 +3~5% 알파가 30년간 재현된다. 학계가 인정한 유일한 TA 팩터다.

평가	결과
검증 기간	1965~2024 (60년)
검증 시장	미국·유럽·한국·일본 모두 재현
학계 위상	Carhart (1997) 모멘텀 팩터 모형, Fama-French 5팩터에 6번째로 추가
알파	연 3~5% (거래비용 후)

이게 정확히 "폭등 시작 일찍 잡기"의 학술 버전이다. 단, 차이점:

Golden Cross 매수	12개월 모멘텀
단기 신호 (50일)	장기 추세 (12개월)
잦은 매매 → 비용 잡아먹힘	분기·반기 리밸런싱
False Positive 빈번	통계적으로 유의
학계 인정 X	학계 인정 ✅

폭등을 잡고 싶다면 12개월 모멘텀이 답이지, 캔들 패턴이나 골든크로스가 아니다.

7. 5가지 비대칭 종합

차원	폭락 신호 가치	폭등 신호 가치 (모멘텀 제외)
1. 손실 수학	★★★★★ (-50% = +100% 회복)	★★ (놓침 = 0)
2. 기본 추세	★★★★ (드물게 발생, 한계 큼)	★ (이미 매수 중)
3. FP 비용	★★★★★ (-3~5%)	★★ (-10~30%)
4. 패턴 일관성	★★★★★ (4번 모두 200일선)	★★ (5가지 이상 패턴)
5. 심리 압박	★★★★ (패닉 매도 차단)	★★★ (FOMO는 다른 종류 위험)

8. 한국 투자자 실용 가이드

❌ 하지 말아야 할 것

캔들 패턴·피보나치로 단기 폭등 진입 — False Positive 비용 큼
Golden Cross만 보고 매수 — 백테스트 알파 거의 0
"이 종목 지금 사야 한다"는 차트 신호 따르기 — 심리적 FOMO

✅ 해야 할 것

신호 종류	활용
200일선 이탈	비중 절반 매도 (보호 도구)
데스크로스	추가 비중 축소 (확정 신호)
12개월 모멘텀 상위 30%	분기·반기 리밸런싱으로 매수 (검증된 폭등 잡기)
약세장 종료 후 200일선 재돌파	강세장 진입 신호 (2009.4, 2020.6 검증)

실전 예시 — 2008·2020 비교

사건	200일선 이탈 시점	만약 이때 매도했다면	200일선 재돌파	만약 이때 재매수했다면
2008 금융위기	2008.1 (S&P 1378)	-49% 추가 손실 회피	2009.6 (S&P 940)	이후 +200% 강세장 참여
2020 COVID	2020.2 (S&P 3340)	-27% 추가 손실 회피	2020.6 (S&P 3100)	이후 +60% 회복 참여

매도 신호와 재매수 신호 둘 다 200일선 기준 — 이게 "보호 + 진입"의 합법적 차트 활용.

결론 — 비대칭이 답이다

요약.

수학: 손실 -50%는 +100%로만 복구 → 폭락 회피의 가치가 본질적으로 더 큼
추세: 시장은 우상향이라 매수 신호 marginal value 작음
FP 비용: 폭등 FP(-20%) > 폭락 FP(-5%) → 같은 신뢰도여도 폭등 활용 EV 음수
패턴: 폭락은 200일선 단일 패턴, 폭등은 5가지 이상 다양 → 신호 신뢰도 다름
심리: 패닉 매도가 폭락기에 집중 → 규율의 가치가 폭락 쪽에 큼
예외: 12개월 모멘텀만이 학계 인정 "폭등 잡기" 합법 버전

"폭락은 일찍 잡아 손실 차단(필수), 폭등은 일찍 잡으려다 가짜 신호에 당함(위험), 단 12개월 모멘텀은 예외(권장)."

차트는 미래를 보여주는 수정구슬이 아니다. 그러나 비대칭이 만든 한정된 영역에서는 강력한 도구다. 그 영역이 바로 "손실 차단"과 "장기 모멘텀" 두 가지다. 나머지는 사용하지 않는 게 통계적으로 유리하다.

핵심 출처

❓ 자주 묻는 질문

차트가 폭락을 잡는다면 폭등도 잡을 수 있는 거 아닌가요?

부분적으로는 맞지만 5가지 비대칭 때문에 같은 가치를 갖지 않습니다. 손실의 수학적 비대칭(-50%는 +100%로 회복), 시장 기본 추세가 상승, 폭등 신호 False Positive 비용이 더 큼, 폭락 패턴이 더 일관적, 심리 압박 — 이 5가지가 폭락 신호 쪽에 쏠려 있습니다.

Golden Cross로 매수하면 안 되나요?

단독으로는 거래비용에 알파가 소멸합니다. 더 큰 문제는 강세장 후반에 신호가 나와 꼭지에서 매수하는 False Positive입니다. 평균 비용 -10~30%로 폭락 신호의 False Positive(-3~5%)보다 훨씬 비쌉니다.

그럼 "폭등 시작"을 잡는 합법적 방법은 없나요?

있습니다 — 12개월 모멘텀입니다. Jegadeesh & Titman(1993)이 발견한 학계 인정 유일한 TA 팩터로, "이미 1년간 오른 종목을 사라"는 단순 규칙. 연 +3~5% 알파가 30년간 재현됐고 Fama-French 5팩터에 6번째로 공식 편입됐습니다.

200일선 이탈 시 매도하면 가짜 신호 손실은 어떻게 하나요?

약 40% 확률로 발생하며 평균 -3~5% 비용입니다. 그러나 60% 확률로 -30%+ 폭락을 회피합니다. 기댓값(EV) = 0.4 × (-4%) + 0.6 × (+30%) = +16.4%. 켈리 기준 명백히 양수.

시장은 장기적으로 우상향한다는데 굳이 손절해야 하나요?

우상향은 지수(S&P 500) 이야기이고, 개별 종목은 50% 이상이 영구 손실합니다(Bessembinder 2018). 또한 -50% 폭락에서 매도 안 하고 들고 있는 심리적 비용이 매우 큽니다. DALBAR -2.84%p 행동 격차의 주된 원인입니다.

차트 분석은 주식 투자에 필요한가 — 95개 학술 연구가 말한다

Stock & Data — Fri, 24 Apr 2026 10:20:04 +0900

작성·갱신: 2026-04-24

"차트로 돈을 벌 수 있다면, 도서관 사서가 가장 부자일 것이다." — 워런 버핏. "나는 기술적 분석이라는 흑마법을 믿는다." — 스탠리 드러켄밀러. 두 전설이 정반대 입장이라는 사실 자체가, 이 질문에 단일 정답이 없음을 암시한다. 학계·실증·투자자 의견 모두가 엇갈리는 영역이다. 그러나 엇갈리지 않는 지점도 있다. 이 글은 50년간 쌓인 데이터 위에서 그 경계를 정리한다.

미리 알아둘 용어

TA (Technical Analysis, 기술적 분석): 차트·이동평균·RSI 등 과거 가격·거래량 데이터로 미래 주가를 예측하는 기법.

FA (Fundamental Analysis, 기본적 분석): 매출·이익·ROIC 등 기업 펀더멘털로 가치를 평가.

EMH (Efficient Market Hypothesis, 효율적 시장 가설): Fama(1970). 시장이 정보를 즉각 반영해 지속적 초과수익이 불가능하다는 이론. 3단계 중 Weak Form이 TA를 배제.

알파(Alpha): 시장 평균(벤치마크) 대비 초과수익. "TA가 알파를 만드는가"가 학계 핵심 질문.

모멘텀(Momentum): 최근 상승한 자산이 계속 상승하는 경향. Jegadeesh·Titman(1993). 학계가 인정하는 거의 유일한 TA 팩터.

백테스트(Backtest): 과거 데이터로 전략의 성과 검증.

Buy-and-Hold (B&H): 매수 후 방치. TA 성과 평가의 기준선.

골든크로스(Golden Cross): 단기 이동평균(50일)이 장기(200일)를 상향 돌파. 매수 신호로 해석.

데스크로스(Death Cross): 반대, 매도 신호.

자기실현 예언(Self-fulfilling Prophecy): "근거는 약해도 모두가 믿으면 작동한다"는 현상. 지지·저항선의 작동 원리.

HFT (High-Frequency Trading): 알고리즘이 밀리초 단위로 매매하는 초고속 매매. 미국 주식 거래량의 약 50%, 외환은 70%+. Citadel·Virtu 등 기관 전용으로 개인은 패턴 선점에 항상 늦음.

RSI (Relative Strength Index): 14일 동안의 상승·하락 비율로 과매수(70+)·과매도(30-) 를 판단하는 보조지표(0~100). J. Welles Wilder Jr.(1978).

MACD (Moving Average Convergence Divergence): 12일·26일 이동평균의 차이로 추세 전환을 잡는 보조지표.

Round Number (라운드 넘버): 0이나 00으로 끝나는 심리적 가격대 (예: NVDA $200, KOSPI 6,000, 비트코인 $100,000). 매매 주문 집중으로 자기실현 예언처럼 작동하는 지지·저항선.

Anchoring (닻 효과): 인간이 두드러진 숫자(round number 등)를 무의식적 기준점으로 삼는 행동재무 편향.

Gap (갭): 전날 종가와 다음날 시초가 사이의 가격 차이로 차트에 빈 공간이 생긴 구간. Gap Up = 시초가 > 전날 고가, Gap Down = 시초가 < 전날 저가.

Gap Fill (갭 메우기): 갭이 결국 메워진다는 가설. 일반 갭은 약 91% 메워지지만, Breakaway Gap(새 추세 시작)은 메워지지 않음.

1. 학계는 뭐라고 하나 — 반대 진영

1-1. Burton Malkiel · EMH

Burton Malkiel은 A Random Walk Down Wall Street(1973, 13판 2023)에서 50년 넘게 차트 분석에 회의적이다.

"자산 가격이 랜덤워크의 특성을 보이며, 따라서 시장 평균을 지속적으로 이기는 것은 불가능하다."

Eugene Fama(1970) 의 효율적 시장 가설(EMH) 은 시장 효율성을 3단계로 분류한다. 단계가 강해질수록 시장이 더 효율적이라고 가정하고, 그만큼 더 많은 분석 기법이 무력화된다.

단계	반영된 정보	무력화되는 분석	현실 인정도
Weak Form (약형)	과거 가격·거래량	기술적 분석 (TA)	대체로 인정 ✅
Semi-strong (준강형)	+ 모든 공개 정보(실적·뉴스·재무제표)	기본적 분석 (FA)	일부 인정 △
Strong (강형)	+ 내부 정보(CEO만 아는 것)	인사이더 거래	거의 부정 ❌

Weak Form이 차트 분석에 치명적인 이유

Weak Form의 핵심 주장: "오늘 주가에는 이미 어제까지의 모든 가격·거래량 정보가 녹아 있다." 따라서 그 정보로 미래를 예측하는 것은 불가능하다.

차트 분석의 모든 도구는 과거 가격·거래량 데이터에서 출발한다.

TA 도구	사용 데이터
이동평균선	과거 N일 종가
RSI · MACD	과거 N일 가격 변화
골든크로스	50일 · 200일 평균
캔들 패턴	어제 · 오늘 캔들 모양
거래량 분석	과거 거래량
지지 · 저항선	과거 고점 · 저점

모두 "과거 가격·거래량" 이다. Weak Form이 맞다면 이 정보는 이미 현재가에 반영되어 알파를 만들 수 없다.

비유로 이해하기

은행 대기열에서 옆 줄이 빨리 줄어드는 걸 보고 옮겨갔더니, 그 순간 새 사람이 와서 더 느려지는 경험 — 이게 Weak Form의 시장 버전이다. 유리한 패턴이 보이는 순간 모두가 알아채고 매매해서 패턴이 사라진다.

Weak Form이 현실에서 얼마나 맞나

증거	Weak Form 지지/반박
Brock 1992 (1897~1986 DJIA)	반박 — TA 일부 유의미
2010년 이후 재검증	지지 — 거래비용 반영 시 알파 사라짐
HFT · AI 출현	지지 강화 — 패턴 즉시 선점
모멘텀 효과 (Jegadeesh 1993)	명백한 위배 — 그래서 학계가 유일하게 인정한 예외

→ 결론: Weak Form은 "거의 맞지만 모멘텀 같은 예외가 있다" 정도. 따라서 개인이 차트로 단기 알파를 만들기는 매우 어렵고, 모멘텀 같은 검증된 예외만 활용하는 게 합리적이다.

1-2. Griffioen (2003) — 787개 TA 룰 검증

암스테르담대 Griffioen은 787개 기술적 매매 룰을 미국·유럽 50개 시장에서 검증했다. 결론은 냉정했다.

단기적 우위를 보이는 룰은 일부 존재
그러나 거래비용·세금 반영 시 지속적 초과수익 없음
특정 기간에 잘 맞는 룰은 데이터 마이닝 편향(snooping bias) 일 가능성 높음

2. 학계는 뭐라고 하나 — 지지 진영

2-1. Brock·Lakonishok·LeBaron (1992) — 획기적 논문

이 논문은 기술적 분석에 대한 학계의 태도를 바꾼 고전이다. DJIA 1897~1986년 90년 데이터에서:

이동평균 매매(1-50, 1-150, 5-150)와 저항선 돌파 매매
통계적으로 유의미한 초과수익 발견
매수 신호 다음 날 평균 수익이 매도 신호 다음 날보다 유의미하게 높음

단, 2000년대 이후 재검증에서는 이 효과가 크게 약화됐다. HFT(High-Frequency Trading, 초고속 매매) 와 거래비용 반영 시 알파가 사라진다.

2-2. Park & Irwin (2007) — 메타분석

일리노이대 Park & Irwin은 95개 TA 연구를 종합 분석했다.

결론	연구 수	비중
TA 유의미 (Positive)	56	59%
유의미하지 않음 (Negative)	20	21%
혼재/불명확 (Mixed)	19	20%

위 차트가 보여주듯 약 60%가 "TA가 통계적으로 유의미" 라고 결론 내렸다. 그러나 저자들은 경고한다 — "2000년 이후 연구들은 초기 연구보다 약한 결과"를 보이며, 거래비용 반영 시 많은 효과가 사라진다.

2-3. Jegadeesh & Titman (1993) — 모멘텀

학계가 가장 확실하게 인정하는 TA 팩터는 단 하나, 모멘텀이다. Jegadeesh & Titman은 과거 1년 성과 상위 10% 종목을 사고 하위 10%를 공매도하면:

연 1%p 내외의 월간 알파 (한국·미국·유럽 모두 재현)
Fama & French의 5팩터 모형에 6번째 팩터로 공식 편입 (Carhart 1997)

이것이 현대 퀀트 투자의 기본 블록이다.

3. 실전 성과 — 전략별 백테스트

3-1. 골든크로스 vs Buy-and-Hold

S&P 500을 대상으로 Golden Cross 매매(50일선 > 200일선 매수, 반대 매도) 와 단순 Buy-and-Hold를 비교한 20년 백테스트(2005~2025):

전략	누적 수익	특징
Buy-and-Hold	+890%	2008·2020·2022 약세장 전부 겪음
Golden Cross	+420%	2008년 일부 방어 성공, 그러나 재진입 지연으로 강세장 미참여

거래비용·양도세 반영 전에도 B&H가 우세. 거래비용 반영하면 격차가 더 벌어진다.

3-2. Renaissance Medallion — TA인가 ML인가

항목	값
연평균 수익률 (1988~2018)	66% (수수료 전)
수수료 후	39%
자산 운용 규모	$10B (내부 자금만)

Medallion은 흔히 "TA의 승리"로 인용되지만 엄밀히는 Machine Learning + 통계적 차익거래다. 일반 차트 패턴이 아닌 수백만 변수의 비선형 조합으로, 개인이 재현 불가능한 전략이다.

3-3. TA로 성공한 사례들 — 균형 위해 짚을 점

위 결과만 보면 "TA는 무용"이라는 결론으로 흐를 수 있지만, 장기 검증된 TA 활용 성공 사례도 분명 존재한다.

주체	전략	장기 성과
Man AHL Diversified	시스템 트렌드추종(이동평균·돌파)	30년+ 운용, 시장 대비 변동성 큰 알파
Winton Group	다자산 트렌드 + 통계 모델	2002~2015 호조, 이후 둔화
DUNN Capital	순수 트렌드추종	1974년 이래 50년+ 운영
Mark Minervini	CANSLIM + 엄격한 손절	1994~2024 연평균 33% 보고 (개인 트레이더 챔피언)
Stan Weinstein 추종자들	Stage Analysis + 30주선	다수 검증된 실증 사례

핵심 차이점: 이들은 모두 (1) 시스템적 규칙, (2) 엄격한 손절, (3) 장기 보유 가능 자본 3박자를 갖췄다. 차트 패턴 자체보다 "규율" 이 알파의 원천이다. 또한 트렌드추종 펀드 대부분이 연 1~2회 수준의 큰 변동성을 동반하므로, 일반 개인이 따라하면 심리적으로 못 견디는 경우가 많다.

→ 시사점: TA가 불가능한 게 아니라 매우 어려운 것. 시스템·자본·심리 3박자가 없으면 통계적으로 진다는 게 DALBAR 데이터의 의미다.

3-4. 개인 투자자 실제 성과 — DALBAR

DALBAR QAIB 30년 데이터(1993~2022):

구분	연평균 수익률
S&P 500 지수	9.65%
평균 주식형 펀드 투자자	6.81%
Barber & Odean 상위 회전율 그룹	5.5% (추정)

차트 보며 자주 매매할수록 수익률이 떨어진다. 정보력이 아니라 거래비용과 심리 실수가 갉아먹는 구조.

4. TA 도구별 평가

도구	거래비용 후 알파	평가
캔들 패턴 (Doji·Hammer 등)	≈ 0%	통계 근거 거의 없음, 점쾌 수준
RSI / MACD	≈ 0%	단독으론 무의미, 필터로만
피보나치 리트레이스먼트	≈ 0%	자기실현 예언 — 많이 보면 작동
이동평균 크로스오버	~0.1%	거래비용으로 소멸
지지·저항선	~0.3%	200일선·라운드넘버 심리 반영
Head & Shoulders (특정 조건)	0.5~5%	Lo·Mamaysky·Wang (2000)
Gap 매매 (Common Gap Fill)	거래비용 후 ≈ 0%	91% 메워지지만 비용·손절로 소멸
Gap 매매 (Breakaway Gap 추격)	~1~3%	새 추세 진입 신호로 일부 유효
손절 룰	—	수익 아닌 보호 도구, 모두 인정
12개월 모멘텀	+3~5%	학계 인정 유일한 TA 팩터

요약: 대부분의 차트 도구는 거래비용 반영 시 알파가 사라진다. 예외는 모멘텀(팩터 투자의 재료)과 손절 규율(수익 아닌 위험 관리) 둘뿐.

골든크로스/데스크로스 — 매수 신호 vs 손절 신호

위 표에서 "이동평균 크로스오버 ~0.1%"는 매수·매도 신호 모두 사용한 경우의 알파다. 이것이 실제로는 두 가지 다른 용도임을 구분해야 한다.

용도	평가
골든크로스(매수) + 데스크로스(매도) 양방 매매	거래비용에 알파 소멸
데스크로스만 손절 신호로 사용 (매수는 별도 기준)	수익 아닌 보호 가치 — 다수 인정

손절 신호로 쓸 때의 가치: 2008·2020 같은 대폭락 직전 200일선 이탈은 거의 항상 발생했다. 수익을 내는 도구는 아니지만, 큰 손실을 막아주는 보험 역할. 그래서 §8에서 "200일선 이탈 시 비중 절반"을 권하면서도 매매 알파는 별도로 평가한 것이다.

Gap (갭) — 도구가 아닌 시장 충격의 흔적

다른 TA 도구들이 패턴 인식이라면, Gap은 시장이 받은 충격의 직접 증거다. 전날 종가와 다음날 시초가 사이의 빈 공간으로, 매수자·매도자 한쪽으로 강하게 쏠렸다는 신호다.

4가지 분류 (Edwards & Magee 고전):

종류	의미	행동 신호
Common Gap	일상적 변동, 의미 없음	무시
Breakaway Gap	새 추세 시작	추격 매수/매도
Continuation Gap	추세 중간 강한 모멘텀	추세 지속 베팅
Exhaustion Gap	추세 끝, 반전 임박	차익실현

갭 메우기 통계: Common Gap은 91% 메워지지만 거래비용으로 알파 소멸. Breakaway Gap은 30% 미만 메워짐 — 그래서 돌파 갭은 추격 가치가 있다.

한국 투자자 실용: 미국 시장이 먼저 닫히므로 한국 시장은 미국 영향으로 갭이 자주 발생. NVDA가 시간외에서 -10% 떨어지면 다음날 SK하이닉스가 갭 다운으로 시작하는 식. 시초가에 즉시 대응하기보다 갭 종류를 1~2일 관찰 후 판단이 합리적이다.

예시 — NVDA 2025-01-27 DeepSeek 충격: 1/24 종가 $145 → 1/27 시초 $123 (-15% 갭 다운). 처음엔 갭 메우기 시도 실패 → Breakaway Gap (하락 추세 시작) 으로 판명. 이후 4월 $87까지 추가 하락. 갭의 종류를 빨리 알아채면 손실을 줄일 수 있다는 대표 사례.

5. 유명 투자자 — 정반대 입장

5-1. TA 반대 진영

투자자	발언·스타일
Warren Buffett	"차트로 돈 벌 수 있으면 도서관 사서가 부자다"
Peter Lynch	차트는 무시, 제품·매장·소비자 중심 분석
Benjamin Graham	안전마진 = 펀더멘털 저평가. 차트 경시
John Bogle	인덱스 펀드 창시자, 매매 자체를 악으로 간주

5-2. TA 지지 진영

투자자	발언·스타일
Stanley Druckenmiller	"나는 기술적 분석이라는 흑마법을 믿는다" — 매크로 + 차트 손절
Paul Tudor Jones	200일선 이하면 절대 매수 안 함
Stan Weinstein	Secrets for Profiting in Bull and Bear Markets — Stage Analysis
Mark Minervini	CANSLIM + 엄격한 손절 = 30년간 연 33%

5-3. 왜 정반대인가 — 핵심 구분

축	TA 반대자	TA 지지자
시계 (Time Horizon)	10~30년	수주~수개월
자금 규모	수백억~수천억 달러	수천만~수억 달러
전략	기업 품질 + 가치	매크로 + 추세 + 손절
실패 시 대응	추가 매수 (평단 하락)	손절 (TA 기준)

정반대가 아니라 "다른 게임" 을 하는 것이다.

6. 상황별 TA 유효성

상황	유효성	이유
리스크 관리 (손절)	★★★★★	모든 진영 인정
단타·스캘핑	★★★★★	수초~수분 단위엔 TA 외 대안 없음
추세장 (강세)	★★★★	모멘텀·트렌드추종 작동
매크로 베팅	★★★	금리·환율·원자재 차트 활용
횡보장	★★	평균회귀 지표 일부 유효
급락 패닉	★	차트 붕괴 시 TA 신호 거의 무용
장기 적립	★	20년 관점엔 진입가 영향 미미

7. AI·ML 시대의 변화

변화	함의
HFT가 단순 패턴 선점	개인이 차트 신호 보기 전에 이미 가격 반영
AI가 비선형 패턴 학습	Renaissance 같은 기관에 유리
행동재무 심리는 영구적	200일선·라운드넘버 심리 패턴은 여전히 작동

결론: 단순 TA 알파는 HFT·AI에 잡아먹혀 점점 줄어들지만, 인간 심리가 만드는 패턴은 영구적이다. 따라서 개인은 "TA로 돈 벌기"가 아니라 "TA로 손실 줄이기"로 패러다임을 전환해야 한다.

8. 한국 투자자 합리적 절충안

하지 말아야 할 것

캔들 패턴·피보나치로 단기 진입 — 알파 거의 없음
골든크로스만 믿고 매매 — 거래비용에 잡아먹힘
"3% 룰" 같은 기계적 단타 — Barber&Odean 실증 패배

할 만한 것

200일선 이탈 시 비중 절반 — 약세장 조기 방어
12개월 모멘텀 상위 종목 집중 — 학계 인정 팩터
손절 기준 명문화 — "30% 이하 무조건 매도" 같은 룰
라운드넘버 인식 — 심리적 가격대에 분할 매수·매도
거래 횟수 연 10회 이내 — 비용 최소화

결론 — "필요한가"가 아니라 "어떻게 쓰는가"

요약하면 다음과 같다.

EMH: Weak Form이 맞다면 TA는 무의미.
Brock 1992: 과거 DJIA 90년에서 TA 유의미, 그러나 최근 약화.
Park & Irwin 2007: 95개 연구 중 56%가 TA 유의미, 그러나 거래비용 반영 시 많이 사라짐.
Jegadeesh & Titman 1993: 모멘텀 = 학계 인정 유일 TA 팩터.
DALBAR·Barber&Odean: 실제 개인이 TA 써도 지수에 연 -2.84%p 진다.
버핏 vs 드러켄밀러: 시계·자금 규모가 다른 "다른 게임".
AI 시대: 단순 TA 알파 감소 → 규율 도구로 전환.

질문 자체를 바꿔야 한다. "TA가 필요한가"가 아니라 "TA를 어떻게 쓰는가" 다.

수익 예측 도구 로는 개인에게 거의 불필요 (DALBAR 반증).
리스크 관리 도구 로는 거의 모든 진영이 인정.
모멘텀 팩터 는 학계가 공인한 예외.

차트는 미래를 보여주는 수정구슬이 아니라, 공포와 탐욕을 기록한 거울이다. 거울로 미래를 예측하려 하면 실패한다. 그러나 "지금 시장이 어떤 감정에 있는지" 를 읽는 도구로 쓰면 손실을 줄일 수 있다. 장기 투자자에게 차트는 선택이지 필수가 아니다. 다만 200일선과 손절 규율 하나만큼은 — 어느 진영이든 — 필수라고 말한다.

핵심 출처

❓ 자주 묻는 질문

개인 투자자에게 차트 분석은 정말 필요한가요?

수익 예측 도구로는 거의 불필요합니다. DALBAR 30년 데이터에 따르면 자주 매매하는 평균 투자자는 지수에 연 -2.84%p 뒤처집니다. 그러나 "손절 규율"과 "12개월 모멘텀"이라는 두 가지 한정 용도에서는 실증적으로 유효합니다.

학계가 인정하는 TA 기법은 무엇인가요?

사실상 하나 — Jegadeesh·Titman(1993)이 발견한 12개월 모멘텀입니다. 과거 1년간 오른 종목은 다음 1년에도 오를 확률이 통계적으로 유의미하게 높다는 연구로, 이후 수백 편의 후속 논문이 재현했습니다.

이동평균선 크로스오버(골든크로스)는 효과가 있나요?

Brock·Lakonishok·LeBaron(1992)은 1897~1986년 DJIA에서 유의미한 수익을 발견했습니다. 그러나 2010년 이후 HFT와 거래비용 반영 시 알파는 거의 사라졌습니다. 현재는 "손절 기준"으로만 쓸 때 가치가 남아 있습니다.

워런 버핏과 스탠리 드러켄밀러가 정반대 입장인 이유는?

시계(time horizon)와 자금 규모가 다르기 때문입니다. 버핏은 20년+ 장기 보유, 수백억 달러 자금 → 기업 품질이 전부. 드러켄밀러는 매크로 트레이더, 수주~수개월 포지션 → 차트가 진입·손절에 필수.

지지선·저항선은 미신인가요?

통계적 근거보다 자기실현 예언에 가깝습니다. 200일선·라운드 넘버($100, KOSPI 6000)처럼 "모두가 보는 가격"은 실제로 매매가 집중되어 작동합니다. 단, 이를 수익 예측으로 쓰는 건 비합리적이고, 손절·진입 기준으로 활용하는 게 현실적입니다.

AI·ML 시대에 TA는 어떻게 변하나요?

단순 TA 규칙의 알파는 거의 사라졌습니다. HFT가 패턴을 선점하기 때문입니다. 그러나 인간 심리는 변하지 않아 공포·탐욕이 만드는 가격대(200일선, 신저가 돌파)는 여전히 작동합니다. 개인에게는 "AI가 먼저 먹은 가격 패턴"보다 "규율 도구"로 접근하는 편이 합리적입니다.

엔비디아(NVDA), 시총 5조 달러 AI 인프라의 정점 — 데이터로 본 주가 향방

Stock & Data — Thu, 23 Apr 2026 21:34:28 +0900

작성·갱신: 2026-04-23

엔비디아(NASDAQ: NVDA)는 AI 가속기 시장 점유율 80~90%를 장악한 사실상의 독점 사업자다. 2026년 4월 22일 종가 $201.14, 시총 약 4.92조 달러(원화 약 6,800조 원). 2025년 10월 사상 최고 $212.19(시총 한때 5조 달러 돌파) 대비 -5% 수준에서 거래 중. 1년 저점 $86.62(2025.4)에서 +132% 회복한 상태다. FY2026(2025.2~2026.1) 매출 $215.9B(+65% YoY), Free Cash Flow $96.7B, 영업이익률 60%대로 사상 최대 펀더멘털을 갱신했다. 시장의 핵심 질문은 단 하나 — "이 모멘텀이 얼마나 더 가는가, 어디서 깨지는가". 이 글은 비즈니스 모델·경쟁 구도·시나리오별 목표가까지 데이터 위에서 정리한다.

미리 알아둘 용어

NVIDIA (NVDA): 1993년 설립, 본사 캘리포니아 산타클라라. GPU 설계 전문 팹리스. TSMC가 생산.

Data Center: AI 학습/추론용 GPU·네트워킹 매출. FY26 전체 매출의 약 88%.

Hopper (H100/H200): 2022~2024년 주력 AI GPU. H200은 메모리 강화 버전.

Blackwell (B200/GB200/B300): 2025~2026년 주력. GB200 = Blackwell GPU 2개 + Grace CPU 1개 결합 슈퍼칩. NVL72 랙(72 GPU + 36 CPU)이 표준 구성.

Rubin / Vera Rubin: 2026 하반기 출시 예정 차세대 플랫폼. GPU=Rubin, CPU=Vera. NVL144 랙.

Rubin Ultra: 2027 하반기, NVL576 랙(576 GPU). FP4 기준 15 ExaFLOPS.

HBM (High Bandwidth Memory): GPU 옆에 적층한 고대역폭 메모리. SK하이닉스·삼성·마이크론 3사 과점.

CUDA: 엔비디아 GPU 전용 병렬 컴퓨팅 플랫폼. 20년 누적 개발자 생태계 = 최강 해자.

NVLink/InfiniBand: GPU 간 초고속 통신망. Mellanox 인수(2019)로 확보.

Hyperscaler: 마이크로소프트·구글·메타·아마존 등 거대 클라우드 사업자. NVIDIA 매출의 40%+ 차지.

ASIC: Application-Specific IC. 특정 워크로드 전용 칩. Google TPU, AWS Trainium, Meta MTIA 등.

Sovereign AI: 각국 정부가 자국 데이터로 자국 AI 모델을 학습하기 위한 GPU 클러스터.

Physical AI: 로봇·자율주행·산업 시뮬레이션 등 물리 세계와 상호작용하는 AI.

1. 비즈니스 모델 — Data Center 88%의 단일 사업화

1-1. 핵심 지표 (FY2026, 회계연도 2025.2~2026.1)

항목	수치
총 매출	$215.9B (+65% YoY)
Q4 FY26 매출	$68.1B (+73% YoY, +20% QoQ)
영업이익률 (Non-GAAP)	약 65%, GAAP 60.4%
영업이익 (추정)	약 $130B
Free Cash Flow	$96.7B (+59% YoY)
순현금 보유	$60B+ (제로 부채에 가까움)
직원 수	약 36,000명
Q4 데이터센터 매출	$62.3B (+75% YoY, 전체의 91%)
본사	미국 캘리포니아 산타클라라

참고로 Accenture는 매출 $69.7B에 직원 78만 명, NVIDIA는 매출 $215.9B에 직원 3.6만 명. 인당 매출 600만 달러 수준 — 인류 역사상 가장 자본 효율적인 회사 중 하나다.

1-2. 매출 세그먼트 (Q4 FY26)

세그먼트	Q4 매출	비중	YoY
Data Center	$62.3B	91%	+75%
Gaming	$3.7B	5%	+47%
Professional Visualization	$1.3B	2%	+159%
Automotive	$0.6B	1%	+6%
OEM/기타	$0.2B	<1%	—

→ 데이터센터 단일 사업화가 완료된 상태. Gaming은 한 자릿수 비중으로 축소, Auto는 미미. 결국 NVIDIA = 하이퍼스케일러 CapEx의 직접 함수.

1-3. 데이터센터 내부 분해 (추정)

구분	Q4 매출	비중
Compute (H100/H200/B200/GB200)	약 $52B	84%
Networking (NVLink/InfiniBand/Spectrum)	약 $10B	16%

Networking은 Mellanox 인수(2019, $7B)의 결실. Blackwell NVL72 랙에서 GPU 1개당 NVLink 트래픽이 H100 대비 18배 증가 → 네트워킹 매출이 GPU 매출과 동반 폭증하는 구조.

1-4. 지역별 매출 (FY2026)

지역	매출	비중	비고
미국	$149.6B	69%	FY25 대비 매출 비중 점프 (Singapore 재분류)
Taiwan	$42.4B	20%	TSMC/Foxconn 등 ODM 인보이싱
China	$19.7B	9%	H20 등 다운그레이드 칩 (정치 변수)
Singapore	$0	0%	회계 재분류 (FY25 $23.7B → 0)
Other Americas	$4.3B	2%	—

→ 미국 내 인보이싱 비중 69%지만, 실제 최종 사용 지역은 클라우드 글로벌 리전 기준 분산. 중국 매출 9%는 정치 리스크 캡 역할.

2. 1년 주가 흐름 — 무엇이 +132%를 만들었나

시점	이벤트	주가
2025.1.27	DeepSeek R1 충격 — 단일일 -17%, 시총 $589B 증발 (역사상 최대)	$118
2025.4.15	H20 수출 라이선스 부과, 트럼프 관세 패닉	$86.62 (52주 저점)
2025.7	트럼프, H20·MI308 라이선스 승인 (정책 반전)	$173
2025.11.20	사우디·UAE 향 수출 허가 (sovereign AI 본격화)	$190
2025.10	사상 최고 $212.19, 시총 일시 $5조 돌파	$212
2025.12	H200 중국 수출 허용, 단 매출의 25% 정부 환수 조건	$186
2026.1.5	CES — Vera Rubin 플랫폼 발표 (2026 하반기)	$190
2026.2.5	Blackwell B200/GB200 양산 진입	$195
2026.2.25	Q4 FY26 어닝 비트 ($68.1B vs 컨센 $65B), 데이터센터 +75%	$200
2026.3.18~21	GTC 2026 — Cosmos 3, Isaac GR00T N1.7, Physical AI Blueprint	$178
2026.4.22	현재 $201.14, 시총 $4.92T	$201

→ 1년간 저점 $86 → 고점 $212 → 현재 $201. 변동성이 크지만 펀더멘털(+65% 매출 성장)이 주가를 끌어올린 패턴.

3. 밸류에이션 — PEG 0.63, 의외로 비싸지 않다

항목	값
현재 주가	$201.14
시가총액	$4.92T (약 6,800조 원)
52주 최고/최저	$212.19 / $86.62
PER (TTM)	41.3x
Forward PER (FY27)	24.0x
PEG Ratio	0.63 (1.0 미만 = 성장 대비 저평가)
PSR	약 23x
EV/EBITDA	약 30x
배당수익률	약 0.02% (사실상 무배당)
12개월 컨센서스 목표가	$265~268 (+32~33%)
분석가 등급	63명 중 절대다수 Buy/Strong Buy

핵심: PER 41배는 비싸 보이지만, FY27 EPS 컨센서스 약 $8.4 기준 Forward PER 24배까지 떨어진다. PEG 0.63은 성장률 대비 오히려 저평가 시그널. 단, Forward EPS 자체가 "Blackwell 풀 램프업 + 마진 65% 유지"를 가정하므로 컨센서스 자체가 깨지면 디레이팅 위험.

4. Bull Case — 5가지 성장 동력

4-1. 하이퍼스케일러 CapEx 폭주

2026년 빅4 CapEx 합산 $602B 전망, 단일 회사 모두 $100B+ 돌파.

회사	2026 CapEx	YoY	NVIDIA 매출 비중
Alphabet	$180B	+98%	약 11%
Microsoft	$140B+	+59%	약 14% (Customer A 추정)
Meta	$100B	+50%	약 9%
Amazon	$130B+	+40%	약 7%
합계	$602B	—	NVIDIA 매출의 약 40~45%

→ NVIDIA가 AI 가속기 지출의 약 90%를 점유한다. CapEx 증액 = 직접 매출 증가.

4-2. Blackwell 슈퍼사이클 — "역사상 가장 빠른 램프업"

B200/GB200 누적 백로그 360만 유닛 (2026.4 기준)
2026 중반까지 sold out (CEO Jensen Huang 표현 "off the charts")
B200 단가 약 $35,000, 원가 $6,500 → GPU당 영업이익 $28,500, 마진 81%
2026년 GB200 NVL72 약 60,000 랙 배포 전망 (≈ 4.3M GPU)

4-3. Rubin 로드맵 — 1년 갱신 사이클

세대	출시	랙 구성	FP4 추론 성능
Hopper	2022	NVL8	1x (기준)
Blackwell	2024~2025	NVL72	5x
Rubin	2026 H2	NVL144	10x+
Rubin Ultra	2027 H2	NVL576	15 ExaFLOPS
Feynman	2028	TBD	TBD

→ 연간 신제품 사이클이 모트(해자). 경쟁사가 따라잡으려는 순간 다음 세대가 나옴.

4-4. Sovereign AI — 새로운 매출축

사우디 (HUMAIN/PIF): GB300 18,000개 + 수십만 개 후속, $5B+ 다년 계약
UAE (Aleria): GPU 수만 개, 미·UAE·NVIDIA 3자 합작
인도, 영국, 프랑스, 한국도 sovereign AI 투자 가속
미 BIS도 사우디·UAE 수출 승인 (2025.11)
잠재 시장 규모 추정: $50~100B/년 (2027~2029)

4-5. Physical AI / Robotics (GTC 2026)

Cosmos 3 (월드 모델), Isaac GR00T N1.7 (휴머노이드), Alpamayo 1.5 (자율주행)
ABB·FANUC·KUKA·Yaskawa (글로벌 4대 산업로봇사, 누적 200만 대) Omniverse 채택
Omniverse DSX Blueprint: AI 팩토리 전체 디지털 트윈
2030년 이후 새로운 데이터센터급 매출축 가능성

5. Bear Case — 6가지 리스크

5-1. 고객 집중 — Top 6 = 매출의 63%

10-Q 공시: 단일 고객 A = 23%, 고객 B = 16% (Q2 FY26 기준)
1년 전 Top 6 비중 50% → 현재 63%, 집중도 악화
마이크로소프트·구글·메타·아마존 4사가 자체 ASIC 비중 늘릴 시 매출 직격탄

5-2. 중국 수출 통제 — H20·H200 정치화

2025.4 H20 라이선스 부과 → 2025.7 해제 → 2025.12 H200 허용 + 매출 25% 미국 정부 환수 조건
중국 매출 비중 9% → 추가 축소 가능성
화웨이 Ascend 910C 등 중국 자체 칩 빠른 추격

5-3. ASIC 자가잠식 — Top 4의 자체 칩

회사	자체 칩	현 상태
Google	TPU v7 (Ironwood)	4,614 TFLOPS, 자체 워크로드 비중 58%
AWS	Trainium 3	2026 정식 출시, Trainium2 대비 2배 성능
Meta	MTIA v2	추론 워크로드 일부 흡수
Microsoft	Maia 200	2026 양산, OpenAI 학습 일부

→ 커스텀 실리콘이 추론 시장의 15~25% 가져갈 전망. 학습 시장은 NVIDIA 90%+ 유지 예상.

5-4. AMD 추격

MI355X (3nm, HBM3e 288GB) 2026 양산
단, CoWoS(첨단 패키징) 캐퍼 11%만 확보 (NVIDIA 60%) — 구조적 공급 한계
AMD 매출은 NVIDIA의 약 1/15 수준 → 따라잡기엔 멀다

5-5. AI CapEx 사이클 정점 우려

빅4가 2026년에만 $600B+ 지출 → "이게 정점이 아닐까" 의심
DeepSeek 충격(2025.1) 같은 효율화 패러다임 한 번 더 오면 단기 수요 충격
데이터센터 전력·토지 등 물리적 병목 본격화 (지방 정부 규제, 송전망 한계)

5-6. 밸류에이션·금리

시총 $4.92T = 미국 GDP의 약 17%, S&P500 비중 7~8%
단일 종목 ETF/패시브 자금 의존도 과도
미 10년물 금리 5%+ 재상승 시 고PER 종목 디레이팅
1주당 10달러 변동 = 시총 240B 변동 → 변동성 자체가 시스템 리스크

6. 경쟁 구도 — NVIDIA의 해자 4가지

6-1. AI 가속기 시장점유율 (2026 추정)

회사	시장점유율	강점	약점
NVIDIA	75~80%	CUDA, NVLink, 매년 신제품	가격, 정치 리스크
AMD	5~7%	가성비, MI355X	CoWoS 캐퍼, 소프트웨어
Google TPU (자체)	8~10%	자체 워크로드 최적화	외부 판매 안 함
AWS Trainium	3~4%	AWS 생태계	외부 채택 미미
기타 (Meta MTIA, MS Maia)	3~5%	자체 워크로드	자체 사용만
Cerebras/Groq/Tenstorrent	<1%	추론 특화	규모
Huawei Ascend	2~3% (중국)	정치 보호	미국 시장 차단

6-2. NVIDIA의 진짜 해자

CUDA 생태계 — 20년 누적 라이브러리·개발자, 전환비용 막대
NVLink + InfiniBand — GPU 간 초고속 통신, 경쟁사 못 따라옴
연간 신제품 사이클 — Blackwell→Rubin→Rubin Ultra→Feynman
HBM 우선 공급권 — SK하이닉스 HBM4의 70%, 삼성 HBM4의 30% 선점

7. 환·세금 (한국 투자자 기준)

USD/KRW 환 노출 100% — 원화 강세 전환 시 환차손
양도세 22% (지방세 포함, 250만 원 공제 후)
무배당 → 배당세 이슈 없음

8. 시나리오별 12개월 목표가

시나리오	가정	EPS (FY27)	PER	목표가	현재가 대비
Bull	Blackwell + Rubin 풀 램프, sovereign AI 가속, 마진 65% 유지	$9.50	32x	$304	+51%
Base	CapEx 정상 성장, ASIC 추격 부분 흡수, 마진 60%	$8.40	28x	$235	+17%
Bear	DeepSeek류 효율화 재현, 빅4 CapEx 둔화, 중국 매출 추가 축소	$7.00	20x	$140	-30%

위험-보상 비율: Base +17% vs Bear -30% = 상방 < 하방. 분석가 컨센서스 평균 $265는 Base와 Bull 사이.

9. 모니터링 체크리스트

우선순위	지표/이벤트	시점
1	Q1 FY27 어닝 (2026.5월말) — 가이던스 $43B 비트 여부	분기마다
2	빅4 CapEx 가이던스 (Alphabet/MSFT/META/AMZN 분기 콜)	분기마다
3	Rubin 양산 일정 — 2026 H2 차질 여부	2026.6~9
4	HBM4 공급량 (SK하이닉스·삼성 출하)	분기마다
5	중국 H20/H200 수출 정책 변동	상시
6	TPU/Trainium/MTIA 외부 채택 확산 시그널	분기마다
7	Sovereign AI 신규 계약 ($5B+ 단위)	상시
8	Physical AI/Robotics 매출 기여 시작	2027~
9	자사주 매입 페이스 ($60B+ 권한)	분기마다

10. 액션 가이드

보유 상태	권고
미보유	분할 매수 ($180~200 구간), 자산의 3~6% 한도
적정 비중 (3~7%)	유지 / Q1 FY27 실적 후 추가 결정
과다 (>10%)	부분 트림 고려 — 단일 종목 집중 위험, 시총 $5T 부근에서 분할 차익실현
과다 + 강세장	비중 캡 25%까지 허용 (포트폴리오 메모리 규칙)

결론 — 핵심 베팅 논리

요약하면 다음과 같다.

펀더멘털: 매출 +65%, FCF $96.7B, 마진 60%+ — 사상 최강.
밸류에이션: PER 41x는 비싸 보이지만 PEG 0.63 = 성장 대비 저평가.
단기 동력: Blackwell 백로그 360만, 빅4 CapEx $602B, sovereign AI 본격화.
장기 동력: Rubin → Rubin Ultra 연간 사이클, Physical AI 새 사업축.
위험-보상: Base +17% vs Bear -30% = 상방 제한적, 하방 큼. 이미 많이 올랐다.

핵심 베팅 논리: NVIDIA는 "AI 인프라 사이클의 정점에서 거래되고 있는 사실상의 독점 사업자". 펀더멘털은 의심의 여지가 없지만, 시총 $5T·S&P500 비중 7~8%라는 무게 자체가 추가 상승을 제약한다. 동시에 "ASIC 추격, 중국 정치, CapEx 사이클 정점" 같은 디레이팅 트리거가 다수 대기 중.

따라서 적정 진입 전략은 다음과 같다.

신규 매수자: $180~200 구간 분할 매수, 자산의 3~6% 캡
기보유자: 비중 7% 이내 유지, $250+에서 분할 차익실현 검토
공격 포지션: $86 같은 폭락 재현 시 추가 매수 트리거 (DeepSeek류 충격 재발 시)

100%를 베팅하는 게 아니라, "AI 인프라 = NVIDIA 단일 종목"이라는 등식이 깨지지 않는 한 코어 보유가 데이터가 말하는 합리적 전략이다. 다만 이미 시총 5조 달러를 한 번 찍은 종목에서 추가 +50%는 +200%보다 어렵다는 점을 명심할 것.

핵심 출처

❓ 자주 묻는 질문

NVDA는 지금 사도 되나요?

현재 Forward PER 24x, PEG 0.63으로 성장 대비 저평가 구간입니다. 다만 상방 +51% vs 하방 -30%로 하방이 더 크므로, 자산의 3~6% 한도 내에서 $180~200 구간 분할 매수가 합리적입니다.

NVDA의 가장 큰 리스크는 무엇인가요?

3가지입니다. (1) Top 6 고객이 매출의 63% — 고객 집중 (2) Google TPU, AWS Trainium 등 자체 ASIC이 점진 잠식 (3) DeepSeek R1 같은 AI 효율화 기술이 GPU 수요를 줄일 가능성.

Blackwell과 Rubin은 무엇이 다른가요?

Blackwell(B200/GB200)은 2025년 양산 중인 현 세대 GPU입니다. Rubin은 2026 하반기 출시 예정 차세대로, HBM4 기반 + 성능 2배 이상. NVIDIA는 연 1회 갱신 사이클을 명시했습니다.

중국 수출 통제가 주가에 얼마나 영향을 주나요?

중국 매출은 FY26 기준 약 9%($19.7B)이며, 주로 H20 같은 다운그레이드 칩입니다. 전면 금지되어도 단기 타격이지만 구조적 파괴는 아닙니다. 다만 향후 H200까지 제한되면 영향이 커집니다.

시총 5조 달러는 너무 비싼 것 아닌가요?

절대 규모로는 그렇지만 FY27 FCF 컨센서스 $130B 기준 FCF Yield 2.6%로 국채와 비슷합니다. 매출 +65% 성장이 지속되면 정당화되지만, 성장률이 +25% 이하로 떨어지면 디레이팅 위험 큽니다.

프로그레시브(PGR), 미국 자동차보험 1위 등극 임박 — 데이터로 본 주가 향방

Stock & Data — Thu, 23 Apr 2026 09:54:33 +0900

프로그레시브(NYSE: PGR)는 미국 자동차보험 시장에서 State Farm을 0.04%p 차이로 추격하며 1위 등극이 임박한 손해보험사다. 2026년 4월 22일 종가 $207.50, 사상 최고 $290 대비 -28% 조정. 시장은 "보험료 인상 사이클 정점"을 가격에 반영했지만, 2026 Q1 실적은 컨센서스를 비트(EPS $4.96 vs $4.87)하며 정상화 우려가 과도했음을 입증했다. PER 10.5배에 변동배당 7%까지 받는 구조 — 데이터로 정리한다.

미리 알아둘 용어

Progressive (PGR): 1937년 설립, 미국 손해보험사. 본사 오하이오 메이필드 빌리지. 자동차보험 직판(Direct) + 대리점(Agency) 양 채널 운영.

Combined Ratio (CR): 손해율(Loss Ratio) + 사업비율(Expense Ratio). 100% 미만이면 보험 영업 흑자. 회사 공식 목표 96%.

Loss Ratio: 보험금 지급액 / 보험료 수입. 자동차 수리비·의료비 인플레와 사고율의 영향.

Expense Ratio: 광고비·인건비 / 보험료 수입. Direct 채널이 Agency보다 낮음.

PIF (Policies in Force): 보유 정책 건수. 보험사 성장의 핵심 지표.

Snapshot UBI (Usage-Based Insurance): 2008년 출시, 텔레매틱스 데이터로 안전 운전자에게 할인. 17년 누적 데이터 우위 = AI 가격 책정 정교화.

변동배당(Variable Dividend): PGR은 분기 정기배당 $0.10 외에 연 1회 잉여 자본을 변동배당으로 환원. 2025년 $13.50, 연간 총배당 수익률 약 7%.

Float: 보험료를 받고 보험금을 지급하기 전까지의 자금. 채권·주식에 운용. 금리 상승기엔 투자수익 폭증.

Skim the cream: 좋은 위험(저손해율 고객)만 선별해서 인수하는 전략. PGR의 텔레매틱스 데이터가 핵심 무기.

AV (Autonomous Vehicle): 자율주행차. 사고율 감소 시 자동차보험 시장 자체가 줄어드는 장기 위협.

1. 비즈니스 모델 — 자동차보험 전문, 1위 등극 임박

1-1. 핵심 지표 (FY2025 결산)

항목	수치
총 매출	$87.6B (+16.3% YoY)
순수입보험료 (NPW)	$83.2B (+12%)
순이익	$11.3B (+33.6%)
EPS (Diluted)	$19.23
언더라이팅 이익	$10.2B (마진 12.6%)
Combined Ratio	87.4
정책 보유 (PIF)	3,860만 건 (+10%)
직원 수	약 6.5만 명

1-2. 매출 구조 (2025)

세그먼트	비중	특징
Personal Lines (개인 자동차)	80%+	핵심 사업, Direct 60% / Agency 40%
Commercial Lines (상업용 자동차)	~13%	PIF 120만 건(+5%), 다각화
Property (주택보험)	~7%	신시장, 자연재해 노출 증가

1-3. EPS·배당 5년 추이

FY	EPS	연간 총배당	비고
FY21	$4.27	$4.30	정상
FY22	$1.42	$0.40	가격 인상 지연으로 적자 위기
FY23	$6.51	$0.40	가격 인상 효과 시작
FY24	$14.40	$4.90	자연재해 $890M에도 폭증
FY25	$19.23	$13.90	사이클 정점

→ FY22 적자 위기 → FY25 EPS 14배 폭증. 이게 사이클 비즈니스의 본질.

2. 보험사 핵심 지표 — Combined Ratio

기간	Combined Ratio	비고
FY21	95.3	정상
FY22	95.8	인플레 충격
FY23	94.9	가격 인상 시작
FY24	88.8	허리케인 Helene/Milton $890M 손실 흡수에도 양호
FY25	87.4	12.6%p 언더라이팅 마진 (업계 평균 압도)
Q1 26	86.4	컨센 88% 대비 1.6pt 비트

핵심 메시지: 2024~2025의 사이클 정점은 가격 인상 + 자연재해 통제 + Snapshot 데이터 우위의 삼박자. 2026은 정상화 시작이지만 Q1 86.4는 여전히 강력함.

3. 현재 주가 및 밸류에이션

항목	값
현재 주가	$207.50
시가총액	$118.6B (약 163조 원)
52주 최고/최저	$289.96 / $197.92
1년 고점 대비	-28%
PER (TTM)	10.5x
Normalized PER	14~16x (정상화 EPS $13~15 기준)
P/B	약 4~5배
2025 총배당	$13.90 ($13.50 변동 + $0.40 정기)
배당수익률	약 6.7~7.0%
Payout Ratio	25.4%
12개월 컨센서스 목표가	$238.85 (+15%)
분석가 등급	BMO $221, Wells Fargo $218, BofA $312 (Buy), Morgan Stanley $190 (Underweight)

핵심: PER 10.5배는 역사적 저점. 단, 2025의 사이클 정점 EPS 기준이라 Normalized로 보면 14~16배 (5년 평균 18~22배 대비 여전히 디스카운트).

4. Bull Case — 4가지 강점

4-1. 시장 점유율 1위 등극 임박

회사	2024 시장점유율
State Farm	18.64%
Progressive	18.60% ← 격차 0.04%p
GEICO (Berkshire)	11.56%
Allstate	10.15%

2026년 내 1위 등극 가능성. 일부 카테고리(Total Auto DPW)에서는 이미 추월. State Farm은 기술 투자 부족으로 점진적 약화.

4-2. Snapshot 텔레매틱스 — 17년 데이터 해자

2008년 업계 최초 UBI 출시
누적 17년 텔레매틱스 데이터 → AI 가격 책정 알고리즘 우위
"Skim the cream" — 좋은 위험만 선별 인수
평균 절감액 $322/년, 가입자 만족도 높음

4-3. Direct 채널 + Property 다각화

2025년 Direct Auto PIF +21%, Agency +16% (Direct가 더 빠르게 성장)
광고비 효율 + 마진 우위
Commercial PIF 120만 건(+5%), Property로 다각화

4-4. 투자 포트폴리오 + 변동배당

2025년 투자 수익률 7.33%, 세후 ~$5B 기여
평균 신용등급 AA-, 보수적 운용
채권 만기 도래 시 고금리 재투자 효과
변동배당 7% 수준은 다운사이드 방어의 핵심

5. Bear Case — 5가지 리스크

5-1. 보험 사이클 정점 — 가장 뜨거운 이슈

2022~2025 큰 폭의 가격 인상기 종료
2026년 시장 평균 인상폭 1% 미만 예상, 5개 대형사는 인하 전망
2026E EPS 컨센서스 $17~18 (vs 2025 $19.23) — 정상화 진행 중

5-2. 자연재해 노출 확대

2024 허리케인 Helene $563M + Milton $325M = $890M+ 손실
Property 부문 확대로 노출 증가
기후변화로 CAT(catastrophe) 빈도 상승 추세

5-3. 자율주행 장기 위협

Morningstar: 2044년까지 개인 자동차보험 시장 소멸 가능성
2026년 1월 Lemonade가 Tesla FSD 마일에 50% 할인 보험 출시
사고 빈도 감소 시 보험료 시장 자체가 줄어듦
5~10년 장기 워치 포인트

5-4. 경쟁 격화

GEICO 회복 중: Berkshire가 기술 투자 강화
State Farm 가격 인하 전환: 일부 시장 가격 압박
Tesla Insurance: 12개주 운영, FSD 데이터 기반
Lemonade·Root: 디지털 인슈어테크

5-5. 금리 인하 시 투자 수익 감소

Fed 금리 인하 시 신규 채권 재투자 수익률 하락
Float 운용 수익 압박

5-6. 최근 분석가 하향

Morgan Stanley Underweight, 목표가 $205→$190 (2026.3.31)
BofA·Morgan Stanley 가격목표 하향 잇달아
4월 10일 -3.04% 급락

6. 경쟁 구도

6-1. 상장 종합 P&C

회사	시총	특징
Progressive (PGR)	$118.6B	자동차 전문, 1위 등극 임박
Travelers (TRV)	~$60B	상업 위주
Chubb (CB)	~$110B	글로벌·고급
Allstate (ALL)	~$50B	자동차+주택 종합
Hartford (HIG)	~$30B	상업·중소기업

6-2. 비상장 자동차 강자

회사	비고
GEICO (Berkshire 자회사)	회복 중, Direct 채널 강함
Liberty Mutual	상호회사
State Farm (상호회사)	시총 0이지만 시장 1위, 기술 약함

6-3. Insurtech 신흥 위협

회사	위협 강도
Lemonade (LMND)	자동차 정책 84,273건. Tesla FSD 보험 화제
Root (ROOT)	텔레매틱스 기반
Tesla Insurance	12개주, 자체 데이터 활용

7. 1년 주가 흐름과 이벤트

시점	이벤트
2025 전체	EPS $19.23 (+34%), CR 87.4 → 시장 환호로 고점 $290
2025.12	변동배당 $13.50 발표 (배당수익률 7% 진입)
2026.1	고점 대비 -21% 조정, "사이클 정점" 우려 시작
2026.3.27	-2.0% 하락
2026.3.31	Morgan Stanley Underweight, 목표가 $205→$190
2026.4.10	-3.04% 급락
2026.4.15	Q1 2026 실적: 매출 $22.19B, 순이익 $2.82B (+10%), EPS $4.96 (컨센 $4.87 비트), CR 86.4, NPW +10%, PIF +9%
2026.4.22	$207.50 (저점 $197.92 대비 +5% 반등)

8. 시나리오별 12개월 목표가

시나리오	가정	EPS	PER	목표가	현재가 대비
Bull	CR 87 유지, PIF +10% 지속, AI 우위 재평가	$19+	14x	$295	+42%
Base	EPS 정상화 ($16~17), CR 89, PER 12배, 1위 등극	$17	12x	$230	+11%
Bear	보험료 인하 사이클, CR 92+, EPS $13	$13	11x	$170	-18%

위험-보상: Base +11% vs Bear -18% — 약간의 하방 우위. 그러나 변동배당 7%가 다운사이드를 메꿔준다는 점이 핵심.

애널리스트 컨센서스 평균 $238.85 (Base와 Bull 사이).

9. 한국 투자자 관점

9-1. 환·세금

USD/KRW 환 노출 100%
양도세 22% (250만 원 공제 후)
배당세 15% (미국 원천)

9-2. 비교 가능한 한국 종목

항목	Progressive	삼성화재
매출	$87.6B	약 26조 원
Combined Ratio	87.4	86.6 (2025 11월 누계)
ROE	30%+	10%대
Forward PER	10.5x	~10x
배당수익률	6.7~7.0%	4~5%
비즈니스	자동차+주택+상업	자동차+장기보험

→ 손해율은 비슷하지만 PGR의 ROE가 3배 높다. 한국 손보업은 규제(실손, 자동차 가격 통제)로 마진 확대가 어려움.

9-3. 포트폴리오 의미

미국 보험 사이클 + 텔레매틱스/AI 인슈어테크 익스포저
변동배당 7%는 한국 개인투자자에게 매력적 (단, 다음 해 변동배당 줄면 yield 급변 주의)
삼성화재와 분산 보유 시 한미 손보 사이클 헷지

10. 모니터링 체크리스트

우선순위	지표/이벤트	시점
1	월간 Combined Ratio (PGR은 매월 실적 공시 — 업계 유일) → 88% 초과 시 경계	매월
2	PIF 성장률 → +5% 미만으로 둔화 시 경고	분기마다
3	2026 변동배당 결정 → $10 미만이면 자본여력 약화 시그널	2026.12
4	Tesla Insurance 확장 + Lemonade-Tesla FSD 보험 가입자 추이	상시
5	자동차 부품·노동·의료비 인플레 (Loss severity)	상시
6	Fed 금리 경로 → 투자수익 영향	상시
7	State Farm vs Progressive 분기 시장점유율 (NAIC 발표)	분기마다
8	자연재해 시즌 (허리케인 6~11월)	시즌마다

11. 액션 가이드

보유 상태	권고
미보유	분할 매수 시작 ($200 이하 구간), 자산의 3~5% 한도
소량(<5%)	유지 / 변동배당 결정(12월) 후 추가 결정
과다(>10%)	부분 트림 고려 (사이클 정점 진입 위험)

손절선: $180 이탈 시 보험 사이클 추가 악화 가능성, 재검토.

결론 — 핵심 베팅 논리

요약하면 다음과 같다.

밸류에이션: PER 10.5배 (TTM), Normalized 14~16배. 역사적 저평가 구간.
시장 위치: State Farm과 0.04%p 차이, 2026년 내 1위 등극 가능성.
단기 역풍: 보험료 인하 사이클 + Morgan Stanley Underweight = 가격 반영 진행 중.
장기 동력: Snapshot 17년 데이터 해자, Direct 채널 +21% 성장, 변동배당 7%.
위험-보상: Base +11% vs Bear -18% — 다운사이드를 변동배당이 메꿔주는 구조.

핵심 베팅 논리: "사이클 정점" 우려는 합리적이지만, Q1 2026 비트로 정상화가 점진적임을 확인. 변동배당 7%로 다운사이드 방어 + 1위 등극 모멘텀 + Snapshot 해자 = 사이클 후반 자본환원주로서 매력적. 단, 5~10년 관점에서는 자율주행이 시장 자체를 줄일 수 있어 장기 보유보다는 사이클 매매 관점이 적합.

자산의 3~5%, $200 이하 분할 매수, $180 이탈 시 손절 — 이게 데이터가 말하는 합리적 진입 방식이다.

핵심 출처

엑센추어(ACN), 글로벌 1위 IT 컨설팅 — 데이터로 본 주가 향방

Stock & Data — Thu, 23 Apr 2026 09:31:34 +0900

엑센추어(NYSE: ACN)는 글로벌 1위 IT 컨설팅 기업이다. 2026년 4월 22일 종가 $194.42, 1년간 -30% 조정. PER 14.6배로 10년 평균 27배의 절반 수준이다. 이 디레이팅의 원인은 ① DOGE(Department of Government Efficiency) 발 연방 계약 해지, ② AI가 컨설팅을 자가잠식할 것이라는 공포, ③ FY26 가이던스 하향의 3박자. 이 글은 비즈니스 모델·경쟁 구도·시나리오별 목표가까지 데이터 위에서 정리한다.

미리 알아둘 용어

Accenture (ACN): 글로벌 IT 컨설팅·아웃소싱 기업. 본사 아일랜드 더블린(조세 효율), 미국 NYSE 상장.

Consulting: 전략·기술 자문 (단기 프로젝트). FY25 매출 50%.

Managed Services: IT 운영·인프라 위탁 (장기 계약). FY25 매출 50%.

Bookings(신규 수주): 분기 동안 새로 체결한 계약 총액. 6~18개월 후 매출의 선행지표.

DOGE (Department of Government Efficiency): 트럼프 2기 행정부의 정부 지출 감축 기구. 2025년 컨설팅 계약 대량 해지 진행 중.

AFS (Accenture Federal Services): 미국 연방정부 전담 자회사. ACN 매출의 약 8% (~$5.5B).

AI 자가잠식: AI 코딩 도구(Devin·Cursor 등)가 컨설턴트의 시간을 대체해 시간당 빌링 모델 자체가 무너질 가능성.

MBB: McKinsey, BCG, Bain — 비상장 전략 컨설팅 3대장.

CAGR: 연평균 복리수익률(Compound Annual Growth Rate).

Forward PER: 향후 12개월 예상 EPS 기준 주가수익비율. 시장이 미래를 어떻게 보는지의 지표.

1. 비즈니스 모델 — 글로벌 1위, 78만 직원

1-1. 핵심 지표 (FY2025, 회계연도 2024.9~2025.8)

항목	수치
총 매출	$69.7B (+7% YoY)
영업이익	$10.2B
GAAP 영업이익률	14.7% (Adjusted 15.6%)
순이익	$7.7B
EPS (Diluted)	$12.15
직원 수	약 78만 명 (FY26 Q1 783,691명)
본사	아일랜드 더블린

1-2. 매출 구조

구분	FY25 매출	비중
Consulting	$35.1B	50%
Managed Services	$34.6B	50%

핵심 변화: Managed Services 신규 수주($43.0B)가 Consulting($37.6B)을 추월. 경기 둔화기엔 안정적 장기 계약이 늘어나는 구조 변화 진행 중.

1-3. 산업 그룹별 (FY25 추정)

산업	매출	비중	Q2 FY26 성장
Products (소비재·자동차·항공)	~$20B	29%	견조
Health & Public Service	~$15B	22%	-1% (DOGE 충격)
Financial Services	~$12.8B	18%	견조
Communications, Media & Tech	~$11.5B	16%	+10% (최강)
Resources (에너지·유틸리티)	~$10B	14%	견조

1-4. 지역별 (FY25)

지역	매출	비중	Q2 FY26 현지통화 성장
Americas (미국 중심)	$35.1B	50%	+3%
EMEA	$24.6B	35%	+2%
Asia Pacific	$10.0B	14%	+10% (최강)

→ 미국 의존도 50%. USD/KRW 환율 변동 노출이 큼.

2. 1년 주가 흐름 — 무엇이 -30%를 만들었나

시점	이벤트	주가 영향
2025.초	52주 고점 $325 부근	—
2025.3.20	CEO Sweet "DOGE로 일부 계약 손실" 발언	-7% (DOGE 첫 기업 희생자 낙인)
2025.중반	22,000명 감원, 구조조정 비용 $865M	횡보
2025.9	FY25 결산 매출 $69.7B (+7%)	단기 반등
2025.12.9	Anthropic 다년 파트너십 발표	+
2025.12.16	Morgan Stanley Overweight 상향, 목표가 $320	+
2025.12.18	Q1 FY26 비트, AI 수주 $2.2B	+
2026.2.24	AI 디스럽션 공포 셀오프 (Devin/Cursor 충격)	-6.6%
2026.3.19	Q2 FY26: 매출 $18.0B 비트, 수주 $22.1B 사상 최대	혼조
2026.4.9	FY26 가이던스 하향 ($71.8~73.2B)	-7~10%
2026.4.11	52주 신저가 $177.50	—
2026.4.22	$194.42 (저점 대비 +9.5% 반등)	—

위 5년 차트의 우측 끝 빨간 마커들이 2025~2026년의 디레이팅 구간이다. 사상 최고 $416(2022.1) 대비 -53%, 1년 고점 $325 대비 -40% 빠진 상태.

3. 밸류에이션 — 코로나 직후 수준

항목	값
현재 주가	$194.42
시가총액	$120B (약 165조 원)
PER (TTM)	14.6x
Forward PER (FY26)	14.0x
10년 평균 Forward PER	약 24~27x
EV/EBITDA	약 9~10x (역사 평균 16~18x)
배당수익률	약 2.5% (분기 $1.63 = 연 $6.52)
연속 배당 인상	7년

핵심: Forward PER 14배는 2020년 3월 코로나 패닉 수준. 시장은 이미 성장 둔화 + DOGE 충격 + AI 잠식까지 가격에 반영 완료.

4. Bull Case — 성장 동력 4가지

4-1. AI/GenAI 컨설팅 — 가장 핵심

누적 AI 수주 $11.5B+ (Q2 FY26 기준)
AI/Data 인력 85,000명+ (목표 80,000명 조기 달성)
Q1 FY26: 분기 AI 수주 $2.2B (전년비 2배), AI 매출 $1.1B
Anthropic 다년 파트너십(2025.12): 30,000명 컨설턴트 Claude 교육, Claude Code 엔터프라이즈 배포 주도
Q2 FY26부터 "AI가 모든 사업에 내재화"라며 별도 공시 중단 → AI는 옵션이 아닌 기본

4-2. 강력한 수주 — 선행지표

Q2 FY26 분기 신규 수주 $22.1B 사상 최대
$100M+ 메가딜 41건
Bookings는 6~18개월 후 매출의 선행지표 → 2026 하반기 매출 회복 시그널

4-3. M&A 기계

2026년에도 CyberCX(사이버보안), Faculty(영국 AI), Ookla(네트워크) 등 인수 지속
연 $2~3B 인수에 투입, 신기술 영역 빠른 진입

4-4. 자본환원 강화

FY26 자유현금흐름 가이던스 $10.8~11.5B ($1B 상향)
자사주 매입 잔여 권한 $4.4B
분기 배당 +10% 인상

5. Bear Case — 5가지 리스크

5-1. DOGE 충격 — 가장 뜨거운 이슈

연방서비스(AFS) 매출 비중 약 8% (~$5.5B)
2025년 DOGE 주도로 30개 계약 $240M 해지
공군 Cloud One $1.4B 계약 단일 해지
국방부도 Accenture/Booz Allen/Deloitte에 일제 해지 통보
업계 전체(ACN+Booz+Deloitte) 6~12개월 내 4,000~5,000명 감원 예상
→ Q2 FY26 H&PS 부문 -1% 역성장의 직접 원인

5-2. FY26 가이던스 하향 (2026.4.9)

매출 가이던스 $71.8~73.2B로 하향
컨센서스 $73.9B 미달
발표 직후 주가 -7%, 4월 11일 신저가 $186.99 갱신

5-3. AI 자가잠식 우려

Cognition의 Devin AI, Cursor, Claude Code 등이 컨설턴트 코딩 시간 대체
시간당 빌링 모델이 무너지면 매출 구조 재편 불가피
2026.2 "AI 디스럽션 공포"로 ACN -6.6% 단일일 급락

5-4. 인건비/구조조정

2025년 22,000명 감원, 구조조정 비용 $865M
동시에 FY26 채용 재개(AI 인력) → AI 인력 단가 상승 + 기존 인력 정리의 이중 부담

5-5. 환율

매출 50%가 미국 외 → 달러 강세 시 EMEA/APAC 환산 매출 감소
FY26 가이던스는 USD 환산 +2.5% FX tailwind 가정 (달러 약세 베팅)

6. 경쟁 구도

6-1. 상장 경쟁사 비교

회사	시총	Forward PER	특징
Accenture (ACN)	$120B	14.0x	글로벌 1위, 균형 포트폴리오
TCS	$135B	22x	인도 1위, 비용경쟁력
Infosys (INFY)	$80B	20x	인도 2위
Wipro	$35B	18x	인도 3위, 약체화
Cognizant (CTSH)	$30B	11x	미국상장+인도인력, 가성비
Capgemini	$25B	12x	유럽 1위

→ 글로벌 1위인데 인도 IT보다 싸짐. 규모와 산업 다각화 프리미엄이 거의 사라진 상태.

6-2. 비상장 위협

카테고리	회사	위협
Big 4	Deloitte, EY, KPMG, PwC	회계+컨설팅 번들. DOGE 같이 맞음
MBB (전략 컨설팅)	McKinsey, BCG, Bain	전략 영역 잠식, 기술 실행력은 부족
하이퍼스케일러 자체 컨설팅	AWS Pro Services, MS Industry Solutions, GCP Consulting	가장 위협적 — 클라우드 마이그레이션 직접 흡수

6-3. ACN의 해자

규모 — 78만 인력, 전 산업·전 지역 커버
하이퍼스케일러 양다리 — AWS·Azure·GCP 모두 Top 파트너
AI 선도 투자 — Anthropic 파트너십, AI 인력 85,000명
메가딜 수주력 — $100M+ 딜 분기 41건

7. 시나리오별 12개월 목표가

시나리오	가정	EPS (FY27)	PER	목표가	현재가 대비
Bull	DOGE 진정 + AI 가속 + 매출 +7%	$14.80	22x	$326	+68%
Base	점진 회복 + AI 잠식 상쇄 + 매출 +5%	$14.30	18x	$257	+32%
Bear	DOGE 추가 + AI가 컨설팅 빌링 잠식	$13.20	13x	$172	-12%

위험-보상 비율: Base $257 vs Bear $172 = +32% 상방 vs -12% 하방. 애널리스트 컨센서스 평균 $250.51 (Marketbeat 기준)도 Base 시나리오와 일치.

8. 한국 투자자 관점

8-1. 환·세금

USD/KRW 환 노출 100% — 원화 강세 전환 시 환차손
양도세 22% (지방세 포함, 250만 원 공제 후)
배당세 15% (미국 원천징수)

8-2. 비교 가능한 한국 종목

항목	Accenture	삼성SDS
매출	$69.7B (≈97조 원)	약 13~14조 원
영업이익률	14.7%	7~8%
직원 수	78만 명	1.3만 명
Forward PER	14x	25~30x
비즈니스 모델	글로벌 컨설팅+운영	그룹사 SI+클라우드

→ ACN과 직접 비교 가능한 한국 종목 사실상 없음. 글로벌 IT 서비스 노출이 필요하다면 ACN 직접 보유가 효율적.

9. 모니터링 체크리스트

우선순위	지표/이벤트	시점
1	분기 신규 수주 $20B 이상 유지 여부	분기마다
2	AFS(연방서비스) 매출 분기 변화	분기마다
3	Q3 FY26 실적 — 가이던스 재조정 여부	2026.6 발표 예정
4	Consulting vs Managed Services 비중 변화	분기마다
5	Operating Margin 13~14% 유지 여부	분기마다
6	DOGE 정책 강도 (트럼프 행정부 컨설팅 지출 축소)	상시
7	Anthropic/AWS/Azure 파트너십 매출 기여	IR 컨퍼런스
8	자사주 매입 페이스 ($4.4B 잔여 권한 소진)	분기마다

10. 액션 가이드

보유 상태	권고
미보유	분할 매수 시작 ($180~200 구간), 자산의 2~4% 한도
소량(<5%)	유지 / Q3 FY26 실적 후 추가 결정
과다(>10%)	부분 트림 고려 (단일 종목 집중 위험)

결론 — 핵심 베팅 논리

요약하면 다음과 같다.

밸류에이션: Forward PER 14배 = 코로나 직후 수준. 디레이팅 끝물.
단기 역풍: DOGE 연방 계약 충격 + FY26 가이던스 하향 = 가격 반영 완료.
장기 동력: AI 수주 $11.5B+, Anthropic 파트너십, 분기 수주 사상 최대 = 회복 시그널.
위험-보상: Base +32% vs Bear -12% = 양호.

핵심 베팅 논리: "AI가 컨설팅을 죽일 것"이라는 공포에 시장이 과민 반응 중. 실제로는 Accenture가 AI를 가장 빠르게 내재화하며 클라이언트 종속을 강화하는 중. 단, 회복은 6~12개월 시간이 필요하므로 빠른 시세차익보다 1~2년 보유 관점이 적합하다.

100%를 베팅하는 게 아니라, 자산의 2~4%를 분할 매수하는 게 데이터가 말하는 합리적 진입 방식이다.