AI 재무상담, 생각보다 훌륭했다 — 문제는 '질문할 줄 아는 사람'만 이득을 본다는 것

“AI한테 돈 문제를 물어봐도 될까?” 몇 년째 돌아온 답은 “그건 좀 위험하지 않나"였습니다. 그런데 MIT Sloan 쪽에서 나온 최근 연구는 결론이 좀 다릅니다. 답변 자체는 꽤 괜찮았다는 겁니다. 진짜 문제는 다른 데 있었습니다.

먼저, 이 글의 한계부터 말씀드립니다

솔직히 말씀드리면, 이 주제로 최근 30일치 커뮤니티 반응을 훑어봤는데 건질 만한 논의가 거의 없었습니다. 레딧 기준으로는 관련 스레드가 사실상 없었습니다. AI 코딩 도구나 모델 성능 얘기는 매일 수백 건씩 쏟아지는데, “AI 재무상담의 품질"이라는 주제는 커뮤니티가 거의 조용합니다.

이 침묵이 오히려 신호 같습니다. AI한테 코드 맡기는 얘기에는 다들 열을 올리면서, 돈 맡기는 얘기는 공개적으로 안 합니다. 조용히 쓰거나, 조용히 안 쓰거나 둘 중 하나겠죠. 그래서 이 글은 커뮤니티 여론 정리가 아니라 연구가 짚는 구조적 문제 쪽으로 가겠습니다.

답변은 생각보다 정확했다

기존 통념은 이랬습니다. LLM은 그럴듯한 말을 지어내니까, 돈 문제처럼 정답이 있는 영역에서는 위험하다. 특히 개인 재무는 세율, 계좌 종류, 한도 같은 구체적 숫자가 얽혀 있어서 환각이 치명적이다.

그런데 표준적인 개인 재무 질문을 실제로 던져보면 결과가 다르게 나옵니다. 은퇴 계좌 선택, 부채 상환 우선순위, 비상금 규모, 분산투자의 기본 원칙. 이런 질문에 최신 모델은 교과서적으로 옳은 답을 내놓습니다. 이유는 단순합니다. 개인 재무의 기본 원칙은 인터넷에 이미 수십만 번 반복해서 쓰인 정보입니다. 고금리 부채부터 갚아라, 시장 타이밍을 재지 마라, 수수료를 확인해라. 이런 조언은 학습 데이터에 압도적으로 많이 등장합니다.

오히려 사람 상담사보다 나은 구석도 있습니다. 인간 재무설계사는 판매 수수료라는 이해충돌을 안고 일합니다. AI한테는 적어도 그런 편향은 없습니다.

진짜 문제는 좋은 질문을 던질 수 있느냐다

여기서부터가 핵심입니다. 연구가 반복해서 짚는 지점은 답변의 정확도가 아니라 질문의 품질이었습니다.

같은 모델에게 이렇게 물어본다고 해봅시다. “노후 준비 어떻게 해요?” 돌아오는 답은 일반론입니다. 연금 알아보시고, 분산투자 하시고, 일찍 시작하세요. 틀린 말은 하나도 없지만 쓸모도 거의 없습니다.

반면 이렇게 물어보면 완전히 달라집니다. “39세 직장인이고 연소득 7천만원, 주택담보대출 3억이 연 4.2%로 남아 있고, 퇴직연금 DC형에 4천만원, 여유자금 월 80만원이 있습니다. 대출 추가상환과 연금저축 납입 중 어디에 넣는 게 세후 기준으로 유리한가요?” 이제 AI는 실제로 계산을 합니다. 세액공제 한도를 따지고 트레이드오프까지 설명합니다.

두 질문의 차이는 AI 성능이 아닙니다. 질문자가 이미 알고 있던 것의 차이입니다. 두 번째 질문을 던지려면 DC형과 DB형의 차이를 알아야 하고, 연금저축에 세액공제가 있다는 걸 알아야 하고, 세후 수익률로 비교해야 한다는 감각도 있어야 합니다.

그래서 격차는 좁혀지지 않고 벌어집니다

AI 재무상담에 기대를 걸었던 이유는 접근성이었습니다. 자산 몇십억 있는 사람만 전담 설계사를 붙이는데, 이제 누구나 무료로 상담을 받을 수 있다는 것. 금융 격차를 줄이는 도구가 될 거라는 기대였습니다.

연구가 가리키는 건 정반대에 가깝습니다. AI는 질문을 잘 던지는 사람에게 훨씬 큰 이득을 줍니다. 금융 지식이 이미 있는 사람은 AI를 계산기 겸 검증 도구로 쓰면서 원래 실력을 몇 배로 불립니다. 지식이 없는 사람은 일반론만 받아가고, 그 일반론이 자기 상황에 맞는지 판단할 능력도 없습니다.

더 나쁜 경우도 있습니다. AI는 틀린 전제를 그대로 받아서 정교하게 답합니다. “제 상황에서 변액보험이 유리한가요?“라고 물으면, 애초에 그 상품을 볼 필요가 없는 사람에게도 변액보험의 장단점을 성실하게 설명해줍니다. 질문의 틀 자체가 잘못됐다고 지적해주는 경우는 드뭅니다. 사람 전문가라면 “그건 왜 보고 계세요?“라고 되물었을 지점입니다.

그럼 어떻게 써야 하나

실전에서는 이렇게 씁니다.

숫자를 다 넣으세요. 나이, 소득, 부채와 금리, 보유 자산, 월 여유자금. 이게 없으면 검색 결과와 다를 게 없습니다.

AI에게 되묻게 시키세요. “답하기 전에, 판단에 필요한데 제가 안 알려드린 정보를 먼저 물어봐 주세요.” 이 한 문장이 답변 품질을 가장 크게 바꿉니다. 질문이 서툰 사람에게는 이만한 보완책이 없습니다.

반대 논리도 요구하세요. “이 조언이 틀릴 수 있는 조건은 뭔가요?” AI는 물어보면 성실하게 반박합니다. 안 물어보면 절대 먼저 말하지 않습니다.

숫자는 검증하세요. 세액공제 한도, 세율, 상품 조건 같은 구체적 수치는 국세청이나 금융사 공식 자료로 확인해야 합니다. 원칙은 잘 알지만 최신 제도 변경에는 약합니다.

마무리

AI 재무상담이 형편없어서 문제라는 얘기가 아닙니다. 오히려 충분히 훌륭한데, 그 훌륭함을 꺼내 쓸 수 있는 사람이 제한적이라는 게 문제입니다. 도구의 성능이 아니라 쓰는 사람의 사전 지식이 병목입니다.

이게 재무상담만의 얘기는 아닐 겁니다. 법률, 의료, 커리어까지 전문가 조언이 필요한 영역이면 같은 구조가 반복됩니다. AI가 지식 격차를 없애줄 거라 기대했는데 실제로는 격차를 키우고 있는 셈이죠. 마지막으로 AI한테 뭔가 물었을 때, 그 질문에 정보를 충분히 담으셨나요?