it-sue

두나무가 내놓은 도구는 투자 조언을 해주지 않는다. 대신 투자자가 이미 세운 전략이 틀렸는지를 검증해준다. 이 차이가 두나무 AI 투자전략 검증 도구 ‘업비트 스트래티지 툴킷’을 이해하는 핵심이라고 필자는 생각한다.

흔히 ‘AI 투자 도구’라고 하면 종목을 추천하거나 매수·매도 신호를 주는 서비스를 떠올리기 쉽다. 그런데 두나무가 택한 방향은 정반대에 가깝다. 사용자가 세운 가설을 AI가 대신 검증해주는 쪽을 택했다. 필자가 보기엔 이 선택 자체가 암호화폐 거래소의 데이터 활용 전략이 한 단계 진화했다는 신호다.

두나무 AI 투자전략 검증 도구는 무엇을 하나

업비트 스트래티지 툴킷은 사용자가 자연어로 투자 전략을 입력하면, AI가 과거 시세 데이터를 바탕으로 해당 전략의 성과를 백테스트해주는 도구다. 예를 들어 “이동평균선이 골든크로스를 그릴 때 매수한다”는 식의 전략을 문장으로 입력하면, AI가 이를 실제 데이터에 적용해 수익률과 리스크를 계산해준다.

필자가 흥미롭게 보는 지점은 ‘환각 방지’ 설계다. 생성형 AI 기반 서비스는 숫자를 다루는 순간 할루시네이션, 즉 그럴듯하지만 틀린 답을 내놓을 위험이 커진다. 두나무는 이 문제를 피하기 위해 AI가 직접 계산하지 않고, 검증된 백테스트 엔진에 전략을 연결하는 구조를 택한 것으로 알려졌다.

왜 하필 지금 이런 도구를 내놨나

암호화폐 투자자 상당수는 전문 트레이더가 아니다. 복잡한 백테스트 툴을 다룰 줄 모르는 일반 투자자가 대부분이다. 두나무 입장에서는 이 간극을 메우는 것이 곧 플랫폼 체류시간과 거래 활성화로 이어질 수 있다. 필자 개인적으로는 이 접근이 단순한 ‘기능 추가’가 아니라, 데이터 기반 의사결정을 일반 사용자층까지 끌어내리려는 시도로 읽힌다.

경쟁 서비스와 비교해보면

국내 핀테크 업계에서 AI를 활용해 투자자의 의사결정을 돕는 시도는 이미 여러 곳에서 진행 중이다. 아래 표는 두나무의 접근과 인접 핀테크 서비스들이 AI를 활용하는 방식을 단순화해 정리한 것이다.

구분	접근 방식	핵심 가치
두나무 업비트	사용자 전략을 AI가 백테스트로 검증	판단은 사용자, 검증은 AI
일반 AI 종목추천 서비스	AI가 직접 매매 신호 제시	편의성은 높지만 신뢰 이슈 상존
전통 퀀트 플랫폼	전문가용 코딩 기반 백테스트	정확하지만 진입장벽 높음

이렇게 놓고 보면, 두나무의 선택이 나름 균형점을 찾으려는 시도라는 게 드러난다. AI에게 ‘판단’을 맡기지 않고 ‘검증’만 맡김으로써, 신뢰도 문제와 접근성 문제를 동시에 풀려 한 셈이다. 물론 이 균형이 실제로 작동하는지는 사용자 반응을 좀 더 지켜봐야 할 부분이다.

두나무의 전략적 대응, 데이터 자산을 제품으로

두나무는 업비트 운영을 통해 방대한 거래 데이터를 축적해왔다. 이 데이터를 자체 AI 모델 학습과 백테스트 엔진에 활용하는 것은 어쩌면 당연한 수순이다. 관련 보도에 따르면 두나무는 이 도구를 베타 버전으로 출시하고, 사용자 피드백을 반영해 점진적으로 고도화할 계획이라고 밝혔다.

• 자연어 전략 입력으로 진입 장벽을 낮췄다.
• AI 직접 연산 대신 검증된 백테스트 엔진과 결합했다.
• 베타 서비스로 먼저 내놓고 사용자 반응을 반영하는 방식을 택했다.

이런 핀테크 서비스들이 공통으로 고민하는 지점은 결국 ‘얼마나 신뢰할 수 있는 숫자를 보여주느냐’다. 토스의 대안신용평가 전략도 결국 데이터를 어떻게 제품화하느냐의 문제였다는 점에서, 두나무의 시도와 맥을 같이한다고 필자는 본다.

IT-SUE의 시각

두나무 AI 투자전략 도구를 보면서 필자가 가장 눈여겨보는 건 ‘책임의 소재’다. AI가 매매를 추천하면 손실이 났을 때 책임 소재가 모호해진다. 반면 AI가 ‘검증’만 해주고 판단은 사용자가 하는 구조라면, 적어도 법적·윤리적 리스크는 한 단계 낮아진다.

개인적으로는 이 구조가 암호화폐뿐 아니라 주식, 부동산 등 다른 투자 영역에도 확산될 가능성이 크다고 본다. ‘AI가 대신 판단해주는 시대’보다 ‘AI가 내 판단을 검증해주는 시대’가 먼저 올 수도 있다는 게 이 사례가 던지는 흥미로운 시사점이다.