AI가 기업 실적 발표에서 투자 단서를 읽는다 — ChatGPT로 설비투자 방향 예측하기

매 분기 발표되는 기업의 실적 발표 전화(컨퍼런스콜)에는 경영진의 진짜 의도가 숨어 있습니다. 그 텍스트를 AI가 읽으면, 앞으로 몇 년간의 투자 방향을 미리 가늠할 수 있습니다.

들어가며

여러분은 주식 투자를 할 때 어떤 정보를 보시나요? 매출, 영업이익, PER(주가수익비율) 같은 숫자를 많이 보실 겁니다. 그런데 기업의 미래를 가장 잘 알려주는 건 사실 숫자가 아니라 말일 수 있습니다.

매 분기 기업들은 '컨퍼런스콜'이라는 걸 합니다. 경영진이 직접 나와서 "앞으로 공장을 늘리겠다", "연구개발 투자를 확대하겠다" 같은 이야기를 하죠. 이 전화 통화 내용은 전사(transcript) 형태로 공개되는데, 보통 수십 페이지에 달합니다. 사람이 일일이 읽기엔 너무 많고, 핵심을 놓치기 쉽습니다.

그런데 이 텍스트를 ChatGPT에게 읽히면 어떻게 될까요? 미국 시카고대 부스商学院 연구팀이 바로 이 실험을 했습니다.

무엇이 문제였나

기업의 미래 투자 방향을 예측하는 전통적인 방법은 토빈의 q(Tobin's q)라는 지표를 사용합니다. 쉽게 말해, "기업의 시장 가치 대비 자산 가치 비율이 높으면 투자를 늘릴 것"이라는 이론이죠.

하지만 이 방법에는 한계가 있습니다:

• 숫자만 봐서는 경영진의 '의도'를 읽을 수 없습니다. 같은 q 값을 가진 두 기업이 전혀 다른 투자 전략을 가질 수 있습니다.
• 정량적 지표는 후행적입니다. 이미 나온 실적 기반이라 앞으로의 변화를 미리 포착하기 어렵습니다.
• 비재무 정보를 놓칩니다. 경영진의 어조, 표현 선택, 강조점 같은 미묘한 뉘앙스는 숫자에 담기지 않습니다.

핵심 아이디어: ChatGPT가 컨퍼런스콜에서 투자 점수를 만들다

이 논문의 핵심 아이디어는 단순하면서도 강력합니다:

1단계: 기업의 컨퍼런스콜 전사(텍스트)를 ChatGPT에게 보여줍니다.

2단계: ChatGPT에게 "이 기업의 설비투자(CAPEX)가 앞으로 늘어날지 줄어들지, 그리고 그 강도는 어느 정도인지"를 판단하게 합니다.

3단계: 그 결과를 하나의 숫자, 즉 '투자 점수(Investment Score)'로 만듭니다.

위 그림은 컨퍼런스콜 텍스트에서 자주 등장하는 키워드를 워드 클라우드로 표현한 것입니다. 'capital expenditure(설비투자)', 'cash flow(현금흐름)', 'cost structure(비용 구조)' 같은 투자 관련 단어가 가장 크게 보이죠. ChatGPT는 이런 맥락 속에서 경영진의 투자 의도를 포착합니다.

결과 — 무엇을 알아냈나

연구팀이 이 투자 점수를 실제 미국 상장 기업 데이터에 적용한 결과는 인상적이었습니다.

1. 최대 9분기 앞을 예측

투자 점수는 앞으로 2년 이상(최대 9분기)에 걸쳐 기업의 실제 설비투자를 유의미하게 예측했습니다. 그것도 토빈의 q나 기업 규모, 수익성 등 전통적 변수들을 모두 통제한 뒤에도 말이죠.

쉽게 말하면, "이 기업은 앞으로 투자를 늘리겠다"고 경영진이 말한 것을 ChatGPT가 포착하면, 실제 그 기업의 투자가 2년 뒤까지 늘어났다는 뜻입니다.

2. 투자의 '질'까지 포착

단순히 총투자액뿐 아니라 무형자산 투자(특허, 브랜드 같은 것)와 연구개발(R&D) 투자도 각각 별도로 예측했습니다. "AI가 듣기만 하면 되는 게 아니라, 투자의 질적 측면까지 구분할 수 있다"는 점이 중요합니다.

3. 시장은 이 신호에 반응한다

높은 투자 점수를 받은 기업은 컨퍼런스콜이 공개된 직후 단기적으로 주가가 올랐습니다. 시장이 이 정보를 긍정적으로 해석한 거죠.

그런데 흥미롭게도, 같은 기업들이 장기적으로는 음(-)의 초과수익을 기록했습니다. 이는 이론적 예측과 일치합니다 — 과도한 투자는 장기적으로 주주 가치를 깎아먹을 수 있다는 의미입니다.

4. 배당과 고용까지 확장 가능

연구팀은 ChatGPT를 이용해 배당 정책, 고용 계획 등 다른 기업 정책도 측정할 수 있음을 시사했습니다. 즉, 이 방법론은 설비투자에만 국한되지 않습니다.

한계와 주의점

이 연구가 흥미롭지만, 몇 가지 주의할 점이 있습니다:

• ChatGPT에 의존합니다. 모델이 업데이트되면 같은 텍스트를 넣어도 결과가 달라질 수 있습니다.
• 영어 컨퍼런스콜만 대상으로 했습니다. 한국어, 일본어 등 다른 언어로 진행되는 실적 발표에서 동일한 효과가 있을지는 검증되지 않았습니다.
• 대형 상장 기업 중심입니다. 컨퍼런스콜을 하지 않는 중소형 기업에는 적용하기 어렵습니다.
• AI의 오류 가능성. ChatGPT가 텍스트를 잘못 읽으면 잘못된 투자 점수가 나올 수 있고, 이런 '할루시네이션'에 대한 체계적 검증은 부족합니다.

그래서 투자 실무엔?

이 연구가 시사하는 바는 명확합니다:

첫째, 텍스트는 아직 충분히 활용되지 않은 정보 광맥입니다. 숫자만 분석하는 전통적 퀀트 전략에 비정형 텍스트를 결합하면 새로운 알파(초과수익의 원천)를 찾을 수 있습니다.

둘째, '선행 지표'로서의 가치가 큽니다. 실적 발표 직후의 투자 점수는 최대 2년 뒤의 투자까지 예측하므로, 장기 투자 의사결정의 입력으로 활용할 수 있습니다.

셋째, 한국 시장에도 적용 가능합니다. 한국 기업들도 영어로 IR 자료를 내거나, 한국어 실적 발표 전사가 공개되는 곳이 점점 늘고 있습니다. 동일한 방법론을 한국어 모델에 적용하는 실험이 충분히 가치 있습니다.

다만, AI가 만든 점수를 그대로 맹신해서는 안 됩니다. 모델의 한계와 편향을 이해하고, 다른 정량적 지표와 함께 보조적으로 사용하는 것이 바람직합니다.

함께하기

시스템 트레이딩과 AI 기반 투자 연구에 관심이 있으시다면:

• 🌐 ohselab.com에서 최신 연구를 확인하세요
• 📧 뉴스레터를 구독하면 매주 엄선된 논문 요약을 받아보실 수 있습니다
• 💬 궁금한 점이 있으시면 언제든 문의해 주세요

더 알아보기

• 📄 원본 논문: arXiv:2409.17933 — ChatGPT and Corporate Policies (Jha, Qian, Weber, Yang, 2024)
• 5차원 점수: novelty 72 · applicability 78 · rigor 68 · reproducibility 55 · insight 74 (composite 70.3, A등급)
• 관련 논문:
  • [2503.18029] Unleashing the power of text for credit default prediction (ChatGPT 기반 신용위기 예측)
  • [2510.26228] ChatGPT in Systematic Investing — Enhancing Risk-Adjusted Returns (ChatGPT 기반 체계적 투자)