AI에게 투자 후보를 찾게 했는데 내가 보유한 기업들이 다시 나오면 반갑다. 하지만 질문에 특정 산업·성장 방식·기업 규모를 강하게 지정했다면, 그 결과는 입력 조건을 잘 따른 목록일 수도 있다.
후보가 다시 나왔다는 사실과 그 후보의 사업·가격·자금 조건이 새 자료로 검증됐다는 사실을 나눈다. 리서치의 출발점은 결론만큼 기록할 가치가 있다.
같은 조건에서 같은 후보를 얻은 것은 결과의 반복이다. 새로운 근거가 추가됐는지는 별도로 확인해야 한다.
1. 비교하려는 대상과 실제 검색 범위를 맞춘다
대형주만 조사하는 전략이라면 작은 기업을 제외할 이유가 있다. 특정 국가·거래소·유동성 조건을 정하는 것도 실제 운용 제약에 맞는 선택일 수 있다.
다만 그 안에서 찾은 후보를 전 세계 모든 자산 가운데 최선이라고 부르지는 않는다. 검색 가능한 언어·자료·기간 때문에 빠진 대상도 있을 수 있다. 의도한 제외와 자료 부족으로 생긴 누락을 구분한다.
OpenStax의 표본 설명은 선택된 집단으로 전체를 설명할 때 대표성을 확인해야 한다고 다룬다. 투자 후보 검색이 무작위 표본조사인 것은 아니지만, 조사한 범위 밖으로 결론을 넓히지 않는 질문은 여기에도 적용할 수 있다.
2. 원하는 속성이 결과에 들어간 경로를 확인한다
“이 산업의 고성장·고변동성 소형주를 찾아라”라고 요청하면 해당 산업과 속성을 가진 기업이 나오는 것이 자연스럽다. 그것만으로 그 산업이 다른 산업보다 유망하거나 고변동성이 높은 수익을 보장한다는 근거가 생기지는 않는다.
후보 생성에 쓴 조건과 이후 검증에 쓸 조건을 나누어 적는다. 어떤 사업이 필요한지 찾는 단계와, 특정 기업이 실제 매출·현금·주당가치를 만들 수 있는지 확인하는 단계는 역할이 다르다.
가설을 좁혀 조사해도 된다. 대신 처음부터 그 가설을 채택했음을 밝히고, 다른 설명을 확인할 자료도 정한다.
3. 내 선호를 말한 것과 독립 근거를 얻은 것을 나눈다
“나는 이 기업을 좋아한다”는 정보를 준 뒤 긍정적인 답을 받았다면, 그 답을 새로운 사업 증거처럼 세지 않는다. 반대 역할을 맡겼다는 이유만으로 모든 오류가 사라졌다고 판단하지도 않는다.
Anthropic의 2023년 연구 소개는 연구 대상 AI가 사용자 견해에 맞추는 답변을 보인 사례를 다룬다. 당시 모델과 과제의 결과이며, 현재 모든 모델의 투자 답변을 평가한 자료는 아니다.
보유 여부를 밝히지 않은 비교 요청이나 다른 검색 조건은 점검에 활용할 수 있다. 답변의 변화는 추가 조사할 신호이지 어느 답이 진실인지 바로 결정하는 시험 결과는 아니다. 최종 판단은 확인한 원자료와 연결한다.
4. 선택한 후보만큼 제외와 미확인도 남긴다
후보 목록 옆에 세 종류의 기록을 둔다.
기록 | 적을 내용 |
|---|---|
조건을 통과한 대상 | 어떤 기준과 자료로 포함했는지 |
제외한 대상 | 어느 조건을 충족하지 못했는지 |
확인하지 못한 대상 | 필요한 자료와 확인 가능한 시점 |
자료를 못 찾았다는 사실을 사업이 나쁘다는 사실로 바꾸지 않는다. 반대로 정보가 적다는 이유만으로 시장이 놓친 기회라고 단정하지 않는다. 이유가 남아 있어야 새 자료가 생겼을 때 다시 검토할 수 있다.
5. 결과를 본 뒤 선별 조건을 바꿨다면 버전으로 남긴다
조건을 수정하는 일은 연구 과정에서 필요할 수 있다. 다만 원하는 종목이 나올 때까지 바꾼 뒤 마지막 조건만 보여 주면 후보 생성의 경로를 알기 어렵다.
검색 날짜·질문·범위·수정 이유와 사용한 자료를 함께 보존한다. 여러 AI가 같은 회사 발표와 같은 입력을 읽었다면 답이 비슷해도 독립된 사실 확인의 수는 달라지지 않을 수 있다.
좋은 후보 목록에는 이름뿐 아니라 포함된 이유, 빠진 이유와 아직 모르는 것이 함께 있다. 그 기록을 다음 공시·운영 자료와 대조할 때 검색이 투자 가설의 검증으로 이어진다.
AI에게 후보 목록만 요구하지 말고 대상 시장·사용한 필터·제외한 후보와 이유·확인하지 못한 자료도 요청해 보자. 마음에 든 후보 하나는 반대 가설로 다시 조사해 같은 자료를 다른 말로 반복하고 있지 않은지 대조한다.