모건스탠리, AI 기반 모델 포트폴리오 확장을 위해 MDOTM Sphere 선정

모건스탠리 웰스 매니지먼트의 포트폴리오 솔루션 팀은 모델 포트폴리오 서비스를 확대하기 위해 MDOTM의 Sphere를 선정했습니다. 공통된 투자 접근법을 바탕으로 수백 개의 포트폴리오를 관리해야 하는 운영상의 과제를 해결하는 데 AI 지원 투자 워크플로를 활용할 계획입니다.

이번 선정의 핵심은 규모 확장과 일관성입니다. Sphere는 포트폴리오별로 반영해야 하는 투자자 선호와 제약을 고려하면서, 중앙화된 투자 관점을 점점 더 다양한 포트폴리오에 적용하도록 지원할 예정입니다. MDOTM의 발표에 따르면 이 플랫폼은 모니터링, 맞춤형 해설, 보고도 지원합니다.

자산관리 회사가 개인화 서비스를 제공할 때 어려운 점은 시장 상황과 자산 배분, 고객 요구가 바뀌는 가운데 다양한 포트폴리오를 서로 일관되게 유지하는 것입니다. 이러한 조정 업무를 자동화하면 투자팀은 더 폭넓은 상품 구성을 관리할 여력을 확보하고, 어드바이저는 고객에게 더 다양한 선택지를 제공할 수 있습니다.

하나의 투자 관점, 수백 가지 포트폴리오 구성

모델 포트폴리오는 반복 적용할 수 있는 자산 배분 방식을 설정합니다. 여러 모델로 구성된 포트폴리오군을 운용할 때는 또 다른 과제가 생깁니다. 각 모델의 규칙을 지키면서 조정 사항을 중심 전략과 일관되게 유지해야 합니다. 한 투자 운용 지침에 적합한 변경이 한도나 목표가 다른 지침에는 적절하지 않을 수 있습니다.

MDOTM에 따르면 Sphere는 모건스탠리 팀이 중앙화된 접근 방식을 수백 개의 포트폴리오로 확대하도록 지원할 예정입니다. 발표에는 투자팀과 어드바이저를 지원한다는 내용이 담겼지만, 이번 선정과 관련한 재무 조건이나 출시 일정, 운용자산 규모는 공개되지 않았습니다.

모건스탠리의 자산관리 서비스는 투자 상품과 재무 계획 솔루션을 아우르며, 모델 포트폴리오 구성을 확대할 수 있는 더 폭넓은 기반을 제공합니다. 여기서 이 기술이 중요한 이유는 다양한 선택지를 관리하고, 변경 사항을 설명하며, 투자 프로세스의 일관성을 유지하는 데 필요한 업무를 지원하기 때문입니다.

MDOTM의 공동 창업자 겸 CEO인 토마소 밀리오레는 “모건스탠리가 Sphere를 선정한 것은 우리가 구축한 성과를 크게 인정받은 일입니다”라고 말했습니다.

Sphere가 포트폴리오 맞춤화를 지원하는 방식

Sphere는 투자 분석, 포트폴리오 구성, 커뮤니케이션 도구를 결합합니다. Portfolio Studio를 이용하면 투자 가능한 자산군을 정의하고 자산 배분 및 위험 제약을 개인화된 포트폴리오에 반영할 수 있습니다. MDOTM은 자체 운용 펀드와 외부 펀드, ETF, 개별 증권을 지원하며, 선택한 기준에서 벗어나는 정도를 통제하기 위해 추적 오차 목표를 활용한다고 설명합니다.

추적 오차는 포트폴리오 수익률이 벤치마크 또는 기준 포트폴리오의 수익률과 얼마나 다르게 움직이는지를 측정합니다. 맞춤화 워크플로에서 이러한 차이를 통제하면 포트폴리오 구성이 의도한 투자 접근 방식을 여전히 반영하는지 평가하는 데 도움이 됩니다.

제품 문서에는 API 또는 SFTP를 통한 주문 실행 및 주문 관리 시스템, 수탁 플랫폼, 기타 투자 인프라와의 연동 기능도 소개되어 있습니다. 이는 Sphere의 일반적인 기능이며, 모건스탠리가 어떤 연동 기능을 사용할지는 발표에 명시되지 않았습니다.

이 구분은 운영 측면에서 중요합니다. 제안된 자산 배분을 생성하는 것은 첫 단계일 뿐입니다. 맞춤화가 개별 분석을 넘어 확대될 수 있는지는 데이터를 기존 투자 프로세스에 반영하고, 관련 제약을 확인하며, 기록의 일관성을 유지할 수 있는지에 달려 있습니다.

포트폴리오 데이터를 유용한 해설로 전환

포트폴리오 구성이 다양해지면 보고 업무도 늘어납니다. 각 포트폴리오 구성에 대해 투자 비중, 변경 사항, 성과를 설명해야 할 수 있습니다. 공통 전략을 공유하더라도 이 작업을 매번 수작업으로 반복하면 상당한 부담이 될 수 있습니다.

MDOTM의 StoryFolio 문서는 단계별 처리 과정을 설명합니다. 데이터 계층에서 포트폴리오 지표를 계산하고, 제어 계층에서 입력값을 점검한 뒤, 언어 모델이 결과 정보를 해설로 작성합니다. 회사는 이 방식을 통해 생성된 설명의 근거를 포트폴리오 데이터에 둘 수 있다고 설명합니다.

이 설계는 수치 계산과 서술형 콘텐츠 생성을 분리합니다. 자연스러운 문장이 실제 보유 자산 및 계산 결과와 일치해야 하는 투자 보고에서 특히 중요한 접근 방식입니다. 발표에서는 모건스탠리와 관련해 맞춤형 해설과 보고를 확인했지만, 구체적인 StoryFolio 구성은 밝히지 않았습니다.

투자 워크플로로 확산되는 AI 도입

이번 선정은 자산관리 분야에서 AI를 도입하는 실용적인 경로를 보여 줍니다. 투자 결정을 뒷받침하는 반복 업무를 조율하는 것입니다. 서비스 구성이 확대되면 포트폴리오 변형, 모니터링, 설명 작업도 모두 함께 확장되어야 합니다.

MDOTM은 Sphere에 관한 기술 설명에서 설명 가능성과 추적 가능한 결과물도 소개합니다. 투자팀이 결과의 근거를 파악하고 이를 다른 사람에게 전달해야 하는 환경에 적합한 접근입니다. 이번 도입으로 얻은 효율성 향상이나 투자 성과를 독립적으로 측정한 결과는 발표되지 않았습니다.

당장의 목표는 분명하다. 중앙 집중형 팀이 일관성을 유지하면서 더 폭넓은 포트폴리오를 지원하도록 돕는 것이다. 이 업무 흐름이 의도한 대로 확장된다면, 어드바이저는 더 다양한 투자 선택지를 얻게 되고, 그 선택지를 뒷받침하는 팀은 이를 모니터링하고 설명하기가 한결 수월해진다.