paulworld

마포에 집 매수기 1탄(전세 대란)

Paulworld — Thu, 2 Jul 2026 10:54:53 +0900

한강삼성아파트 매수기 1편

이번에 마포에 집을 매수하게 되었다.

토정동 한강삼성아파트다.
지금 전세로 살고 있는 아파트이기도 하다.

사실 처음부터 구축 아파트를 매수하려고 했던 것은 아니었다.
30년 가까이 된 아파트라는 점도 마음에 걸렸고, 리모델링이 실제로 어디까지 갈 수 있을지도 확신하기 어려웠다.

그런데 막상 살아보니 생각보다 괜찮았다.

동마포에서 몇 안 되는 평지 입지이고, 한강이 가깝다.
지금 사는 집은 한강뷰가 꽤 좋은 편인데, 매수한 집은 완전한 한강뷰까지는 아니어도 반강뷰 정도는 나온다.

학군도 나쁘지 않다.
초등학교 기준이긴 하지만 염리초에 대한 선호도도 있는 편이다.

리모델링 호재도 있다.
물론 안전진단과 사업 진행 상황에 따라 달라지겠지만, 리모델링이 잘 진행된다면 한 층 정도 더 올라가면서 한강 조망이 조금 더 나아질 수 있다. 구조도 3베이에 가까워지고, 평수도 늘어난다.

동네 분위기도 마음에 들었다.
한강이 가깝고, 마포 생활권이 편하고, 교통도 좋다.
물론 강남 접근성을 최우선으로 보면 아쉬울 수 있다.
하지만 그 부분만 포기하면 생활 만족도는 꽤 높다.

처가도 가깝고, 무엇보다 회사까지 자전거로 다닐 수 있다는 점이 컸다.
와이프 회사에서도 멀지 않다.

그런 점에서 이 집은 우리에게 꽤 현실적인 선택지였다.

이번 글은 아파트 분석보다 매수 과정 이야기

아파트 자체에 대한 이야기는 나중에 따로 자세히 써보려고 한다.

이번 글에서는 매매 과정에서 느낀 것들을 먼저 남기려고 한다.

가장 큰 변수는 시간이었다.

잔금일이 8월 초로 잡혀 있었기 때문에 정말 급하게 움직여야 했다.
호다닥 매매 약정서를 쓰고, 바로 토지거래허가제 신청을 넣었다.

토지거래허가구역 안에 있는 집이다 보니, 구청 허가가 나와야 정식 계약을 진행할 수 있다.
계약, 대출, 잔금, 전세 퇴거가 모두 맞물려 있었다.

하나라도 밀리면 전체 일정이 꼬일 수 있는 구조였다.

그중에서 가장 걱정했던 것은 지금 살고 있는 전세를 빼는 일이었다.

잔금이 8월 초라서 시간이 많지 않았다.
혹시 전세가 늦게 나가면 어떻게 하나.
전세 보증금이 제때 들어와야 잔금도 맞출 수 있는데 괜찮을까.

이 걱정이 가장 컸다.

그런데 막상 시장은 내가 생각한 것보다 훨씬 뜨거웠다.

전세 걱정은 딱 30분짜리 걱정이었다

약정서를 쓰기로 한 날이었다.

약정서를 쓰는 중에 부동산에서 연락이 왔다.
집을 보러 오는 팀이 두 팀 있다고 했다.

약정서를 쓰고 나서 바로 집을 보여주기로 했다.
그리고 추가로 한 팀이 더 온다는 이야기도 들었다.

솔직히 이때까지만 해도 긴장했다.
집을 보러 오는 것과 실제 계약하는 것은 다르기 때문이다.

그런데 첫 번째로 집을 본 팀이 바로 계약하겠다고 했다.

그렇게 전세는 바로 나갔다.

정말 전세 나갈 걱정은 딱 30분짜리 걱정이었다.

물론 우리 집이 조건이 좋은 편이긴 했다.
한강뷰가 있고, 임대 가격도 주변 대비 괜찮은 편이었다.
그래도 이렇게 빨리 나갈 줄은 몰랐다.

이 순간 전세난을 체감했다.

뉴스로 볼 때와 내가 직접 겪을 때는 다르다.
전세 매물이 부족하다는 말은 많이 들었지만, 실제로 내 집이 바로 나가는 것을 보니 시장 분위기가 확실히 다르게 느껴졌다.

체감한 시장 분위기

요즘 부동산 시장은 정말 복잡하다.

정부 규제로 다주택 매물이 줄어드는 분위기가 있고, 대출 규제도 강해졌다.
그런데 동시에 현금 여력이 있는 사람들은 실입주 목적으로 좋은 입지의 집을 매수한다.

결국 시장에서 밀려나는 사람들은 애매한 자산을 가진 30대 부부들인 것 같다.

상급지 좋은 전세에서 살다가 더 이상 같은 조건의 전세를 유지하기 어려워진 사람들.
대출은 막혀 있고, 매수는 부담스럽고, 그렇다고 직장과 너무 먼 곳으로 가기도 어려운 사람들.

이런 사람들은 선택지가 많지 않다.

회사에서 먼 전세를 구하거나,
무리해서라도 매수하거나,
월세를 받아들이거나,
더 외곽으로 밀려나야 한다.

이게 말로만 듣던 전월세 대란이구나 싶었다.

내가 매수한 아파트에서도 높은 층수의 더 비싼 매물이 사라졌고, 옆 아파트도 신고가 매수 이야기가 돌았다.
정확한 실거래는 확인해봐야겠지만, 현장에서 느끼는 분위기는 분명히 있었다.

좋은 입지의 전세는 줄고, 가격은 오른다.
그 전세를 감당하지 못하는 사람들은 더 먼 곳으로 이동한다.
그리고 그곳에 살던 세입자들은 다시 월세나 더 먼 지역으로 밀린다.

부동산은 생각보다 잔인한 시장이다.

누군가에게는 자산이고,
누군가에게는 거주지이고,
누군가에게는 밀려나는 현실이다.

이번 매수 과정에서 그걸 꽤 직접적으로 느꼈다.

왜 그래도 샀나

물론 나도 걱정이 없는 것은 아니다.

한강삼성아파트는 구축이다.
리모델링은 호재이지만, 동시에 불확실성도 크다.
분담금도 만만치 않을 것이다.

나는 대략 4억에서 5억 정도의 분담금을 예상하고 들어간다.

적은 돈이 아니다.
솔직히 부담스럽다.

하지만 그래도 계산은 해봤다.

리모델링 이후 분담금을 내더라도, 주변 신축 30평대 가격과 비교하면 여전히 차이가 있다고 판단했다.
집값이 떨어지면 리모델링해서 실거주하면 된다.
집값이 오르면 그건 그것대로 고마운 일이다.

결국 이 집은 투자와 실거주의 중간에 있는 선택이다.

순수 투자로만 보면 더 좋은 선택지가 있을 수도 있다.
실거주 만족도만 보면 신축이 더 좋을 수도 있다.

하지만 우리 상황에서는 이 집이 꽤 현실적인 답이었다.

마포 생활권, 한강 접근성, 출퇴근, 처가와의 거리, 와이프 회사와의 거리, 리모델링 가능성, 가격 메리트.
이 요소들을 모두 놓고 보면 결국 이 집으로 마음이 기울었다.

집을 산다는 것

집을 산다는 것은 숫자를 맞추는 일인 줄 알았다.

매매가, 대출, 취득세, 복비, 잔금, 전세금, 분담금.
엑셀로 계산하고, 시나리오를 만들고, 감당 가능한지 따져보면 되는 일이라고 생각했다.

물론 그것도 맞다.

하지만 막상 매수 과정에 들어가 보니 집을 산다는 것은 숫자 이상의 일이었다.

매도인과 일정을 맞춰야 하고,
전세를 빼야 하고,
토지거래허가를 기다려야 하고,
대출 일정을 맞춰야 하고,
금리 변동도 신경 써야 한다.

그 사이에 계속 마음이 흔들린다.

이 가격이 맞나.
너무 급하게 사는 건 아닌가.
리모델링은 정말 될까.
전세는 제때 나갈까.
잔금은 문제없이 치를 수 있을까.

하루에도 몇 번씩 생각이 바뀐다.

그래서 집 매수는 단순한 거래가 아니라, 꽤 큰 심리전이기도 하다.

마치며

이번에는 일단 집을 매수하게 된 배경과, 매매 과정에서 체감한 전세난 이야기를 먼저 정리했다.

무엇보다 이번 과정에서 부동산 시장이 생각보다 더 빠르게 움직이고 있다는 것을 느꼈다.

전세는 생각보다 훨씬 빨리 나갔고,
좋은 입지의 매물은 빠르게 사라졌고,
사람들은 규제와 대출 사이에서 각자의 선택을 하고 있었다.

나는 아직 이 선택이 완전히 맞았다고 단정할 수는 없다.
집값은 오를 수도 있고, 내릴 수도 있다.
리모델링도 생각보다 잘될 수도 있고, 오래 걸릴 수도 있다.

하지만 적어도 지금의 우리에게는 꽤 현실적인 선택이었다.

집값이 떨어지면 리모델링해서 살고,
오르면 고맙게 받아들이면 된다.

이제 시작이다.

앞으로는 계약 과정, 토지거래허가제, 대출, 잔금, 리모델링 기대와 리스크까지 하나씩 정리해보려고 한다.

집을 산다는 게 이렇게 복잡한 일인지 몰랐다.
그래도 결국 내 삶의 동선을 직접 선택하는 일이기도 하다.

그래서 무섭지만, 조금은 기대된다.

토지거래허가제, 언제 끝날지 궁금해서 조회 사이트를 만들었다!

Paulworld — Thu, 2 Jul 2026 10:32:36 +0900

https://searchtohuje.vercel.app/

서울 토지거래계약허가 처리현황 모니터

searchtohuje.vercel.app

이번에 아파트를 매수하면서 처음으로 토지거래허가제를 신청하게 됐다.

토지거래허가구역 안에 있는 주택을 매수하려면 구청의 허가를 받아야 한다.
문제는 이 과정이 생각보다 답답하다는 점이다.

신청은 했는데, 지금 어디까지 진행됐는지.
내 앞에 얼마나 많은 건이 남아 있는지.
최근에는 보통 며칠 정도 걸리는지.
우리 구는 처리가 빠른 편인지 느린 편인지.

이런 것들이 잘 보이지 않았다.

물론 공식적으로 조회할 수 있는 방법은 있다.
접수번호를 알고 있으면 진행 상태를 확인할 수 있다.
또 각 구청의 토지거래계약허가 관련 접수 목록도 웹에 공개되어 있다.

그런데 막상 보려고 하면 불편했다.
구별로 흩어져 있고, 매일 직접 확인해야 하고, 전체 흐름을 한눈에 보기 어려웠다.

그래서 직접 사이트를 만들었다.

서울시 토지거래허가제 진행현황을 구별로 모아 보고,
매일 주기적으로 접수번호와 처리상태를 확인하고,
각 구별 처리 진도율을 계산해서
내 신청 건이 언제쯤 완료될지 추정해보는 사이트다.

공개된 접수 목록을 기반으로 진행 현황을 보기 쉽게 정리한 개인 프로젝트다.
예상 완료 시간도 확정값이 아니라, 최근 처리 속도와 접수 흐름을 기준으로 계산한 참고값에 가깝다.

그래도 토지거래허가제를 기다리는 사람 입장에서는 꽤 도움이 될 수 있다고 생각했다.

왜 만들었나

가장 큰 이유는 단순하다.

내가 답답했기 때문이다.

토지거래허가제는 매수자에게 생각보다 큰 변수다.
허가가 나와야 정식 계약서를 쓰고, 그 다음 대출 자서나 잔금 준비도 본격적으로 진행할 수 있다.

특히 잔금 일정이 촉박한 경우에는 더 그렇다.

요즘처럼 대출금리 변동폭이 큰 상황에서는 며칠 차이도 부담스럽다.
금리가 더 오를 수도 있고, 은행 심사 일정이 밀릴 수도 있고, 매도인·매수인 일정도 계속 맞춰야 한다.

그런데 정작 허가 진행 상황은 체감상 깜깜이에 가깝다.

물론 구청에서 처리해주는 업무이고, 담당 공무원들도 순서대로 처리하고 있을 것이다.
하지만 신청자 입장에서는 “내 건이 언제쯤 끝날지”가 가장 궁금하다.

그래서 생각했다.

공개된 데이터가 있다면, 이걸 모아서 조금 더 보기 쉽게 만들 수 있지 않을까.

어떤 기능을 넣었나

이번에 만든 사이트의 핵심 기능은 단순하다.

서울 각 구의 토지거래허가제 접수 현황을 확인하고,
처리 진행률을 계산하고,
내 신청 건의 예상 완료 시점을 추정하는 것이다.

구체적으로는 이런 기능을 생각했다.

서울시 각 구별 토지거래허가 접수 현황 확인
접수번호 기준 진행 상태 조회
구별 처리 건수와 미처리 건수 확인
최근 처리 속도 기반 진도율 계산
내 신청 건의 예상 완료 시점 추정
구별 처리 속도 비교
매일 주기적인 데이터 갱신

처음에는 단순히 내 접수번호만 보려고 했다.
그런데 데이터를 보다 보니 구별 차이가 꽤 흥미로웠다.

어느 구는 접수가 몰리고,
어느 구는 처리 속도가 빠르고,
어느 구는 접수 건수는 많은데도 생각보다 진도가 잘 나가고 있었다.

단순히 “내 건 언제 끝나지?”에서 시작했는데,
보다 보니 서울 아파트 거래 흐름을 보는 작은 데이터판처럼 느껴졌다.

노원구 접수가 유독 많았다

사이트를 만들면서 가장 눈에 띈 곳은 노원구였다.

최근 노원구의 토지거래허가 접수가 상당히 많아 보였다.
정확한 원인을 단정할 수는 없지만, 개인적으로는 노원구에 10억 원 이하 접근 가능한 서울 아파트가 많이 남아 있기 때문 아닐까 생각했다.

서울에서 10억 원 이하 아파트를 찾기 점점 어려워지는 상황에서,
교통과 생활 인프라가 어느 정도 갖춰진 지역은 실수요자 관심이 몰릴 수밖에 없다.

노원구는 그런 조건에 해당하는 단지가 많은 편이다.

재미있는 점은 접수 건수가 많다고 해서 처리 속도가 눈에 띄게 느리지는 않았다는 것이다.
아마 담당 인력을 충분히 배치했거나, 업무 처리가 어느 정도 안정화된 것 아닐까 싶었다.

물론 이것도 사이트에서 보이는 접수 현황과 처리 흐름을 기준으로 한 추정이다.
실제 내부 업무 배분은 구청마다 다를 수 있다.

그래도 데이터상으로는 “접수가 많은 구 = 무조건 느린 구”는 아니었다.

강서구와 구로구도 눈에 띄었다

노원구 다음으로 눈에 들어온 곳은 강서구와 구로구였다.

이 지역들도 노원구와 비슷한 면이 있다.
서울 안에서 상대적으로 10억 원 이하 매물을 찾을 수 있는 지역이고, 실수요 접근성이 남아 있는 곳이다.

토지거래허가제는 결국 실제 거래와 연결된 행정 절차다.
따라서 어느 구에 접수가 몰리는지를 보면, 최근 실수요가 어디로 움직이는지도 어느 정도 짐작할 수 있다.

물론 이것만으로 시장을 단정할 수는 없다.
신고가, 실거래가, 매물 수, 대출 규제, 금리, 입지, 학군, 재건축 기대감 등을 함께 봐야 한다.

하지만 토지거래허가 접수 흐름은 꽤 현실적인 데이터다.

누군가 실제로 계약을 진행하고 있다는 뜻이기 때문이다.

그런 점에서 이 사이트는 단순 행정 조회 도구이면서, 동시에 서울 아파트 거래 온도를 보는 보조지표가 될 수도 있겠다는 생각이 들었다.

신청은 월요일에 가장 많이 몰렸다

요일별 흐름도 흥미로웠다.

데이터를 보다 보니 신청은 월요일에 가장 많이 몰리는 듯했다.
반대로 화요일은 상대적으로 적어 보였다.

아마 주말 동안 매수·매도 협의가 끝나고, 월요일에 중개사무소나 당사자가 신청 절차를 진행하기 때문일 수 있다.
계약과 서류 작업은 주말에 논의하고, 행정 처리는 주초에 몰리는 구조일 가능성이 있다.

물론 아직 더 많은 데이터가 쌓여야 정확히 말할 수 있다.
하지만 초기에 봤을 때는 월요일 집중 현상이 꽤 눈에 띄었다.

이런 흐름이 계속 쌓이면 나중에는 더 재미있는 분석도 가능할 것 같다.

구별 접수량 변화
요일별 신청 패턴
구별 평균 처리일
접수량 급증 지역
특정 가격대 아파트 거래와의 연관성
토지거래허가제 이후 실거래 흐름

처음에는 단순 조회 사이트였는데, 데이터가 쌓이면 부동산 시장을 보는 작은 지표가 될 수도 있겠다는 생각이 들었다.

결국 필요한 것은 기다리는 사람의 불안감을 줄이는 것

토지거래허가제 자체는 제도적으로 필요한 부분이 있을 수 있다.

하지만 신청자 입장에서는 기다리는 시간이 꽤 길게 느껴진다.
특히 매수자는 허가가 나와야 다음 단계를 진행할 수 있다.

계약서 작성, 대출 자서, 잔금 준비, 이사 일정, 전입 계획까지 모두 연결되어 있다.

나 역시 그랬다.

잔금은 촉박한데,
대출금리는 계속 움직이고,
토지거래허가가 떠야 계약서를 쓰고,
계약서가 있어야 대출도 본격적으로 진행된다.

이 모든 과정이 맞물려 있다 보니 허가 진행 상황이 계속 신경 쓰일 수밖에 없었다.

그래서 이 사이트의 목적은 거창하지 않다.

토지거래허가제를 신청한 사람이
내 건이 대략 어디쯤 있는지,
우리 구의 처리 속도가 어떤지,
예상 완료 시점이 어느 정도인지
조금이라도 덜 답답하게 볼 수 있었으면 했다.

마치며

이번 사이트는 내가 직접 겪은 불편함에서 시작했다.

아파트를 매수하면서 토지거래허가제를 신청했고,
진행 상황이 궁금했고,
공개된 데이터를 보다가
이걸 조금 더 보기 쉽게 만들 수 있겠다고 생각했다.

그래서 서울시 토지거래허가제 진행현황 조회 사이트를 만들었다.

아직 완벽한 서비스는 아니다.
예상 완료 시간은 추정값이고, 데이터 갱신이나 구별 차이도 계속 보완해야 한다.
공식 행정 시스템도 아니기 때문에 최종 판단은 반드시 공식 조회와 구청 안내를 기준으로 해야 한다.

그래도 나처럼 토지거래허가제를 기다리는 사람에게는 작은 도움이 될 수 있지 않을까 싶다.

부동산 거래는 결국 정보와 시간의 싸움이다.
특히 대출, 잔금, 계약 일정이 맞물린 상황에서는 며칠의 불확실성도 꽤 크게 느껴진다.

그 불확실성을 조금이라도 줄이는 도구가 되었으면 한다.

토지거래허가제를 기다리는 모든 분들에게 도움이 되길 바란다.

은행, 카드, 증권, 보험... 도대체 뭐가 다를까?

Paulworld — Sun, 21 Jun 2026 14:41:06 +0900

금융권 취업을 준비하거나 경제 공부를 시작할 때, 가장 먼저 해야 할 일이 있다.

바로 각 업권이 어떻게 돈을 버는지 이해하는 것이다.

금융회사는 모두 돈을 다루는 회사다.
하지만 돈을 버는 방식은 조금씩 다르다.

은행은 예금을 받아 대출을 해주고,
카드사는 결제망과 신용대출을 운영하고,
캐피탈사는 자동차금융과 기업금융을 다루고,
보험사는 보험료를 받아 장기 자산을 운용하고,
증권사는 자본시장에서 투자와 자금 조달을 연결한다.

겉으로 보면 모두 금융회사지만, 안으로 들어가면 사업 구조가 다르다.
그리고 이 차이를 알아야 금융권이 입체적으로 보인다.

회사를 이해하는 가장 좋은 질문은 결국 이것이다.

“이 회사는 어떻게 돈을 버는가?”

금융권도 마찬가지다.

금융업의 본질

금융업의 본질은 간단하다.

돈을 가진 사람과 돈이 필요한 사람을 연결하는 것이다.

돈을 가진 사람은 예금자, 투자자, 보험 가입자, 기관투자자일 수 있다.
돈이 필요한 사람은 개인, 기업, 정부, 프로젝트 사업자일 수 있다.

금융회사는 이 둘 사이에서 돈이 흐르도록 만든다.
그리고 그 과정에서 이자, 수수료, 투자수익, 운용수익을 얻는다.

다만 업권마다 연결하는 방식이 다르다.

은행은 예금과 대출을 통해 돈을 연결한다.
카드사는 결제와 신용공여를 통해 돈을 연결한다.
캐피탈사는 할부·리스·기업금융을 통해 돈을 연결한다.
보험사는 위험 보장과 장기 자산운용을 통해 돈을 연결한다.
증권사는 자본시장에서 투자자와 기업을 연결한다.

이 구조를 이해하면 금융권의 큰 지도가 보인다.

1. 은행 — 예금을 받아 대출해주는 회사

은행의 본질은 비교적 명확하다.

낮은 금리로 예금을 받고, 더 높은 금리로 대출해주는 회사다.

고객이 은행에 예금을 맡기면 은행은 그 돈을 바탕으로 개인과 기업에 대출을 해준다.
그리고 대출이자에서 예금이자를 뺀 차이로 수익을 낸다.

이것을 예대마진이라고 한다.

은행 수익성을 볼 때 자주 나오는 용어가 NIM이다.
NIM은 순이자마진을 뜻한다.
쉽게 말하면 은행이 자금을 운용해서 얼마나 효율적으로 이자이익을 내는지 보여주는 지표다.

취업 준비생이라면 NIM은 꼭 알아두는 것이 좋다.
은행의 수익 구조를 설명할 때 거의 빠지지 않는 핵심 용어다.

은행의 주요 수익은 크게 두 가지로 볼 수 있다.

첫째, 이자이익이다.
예금과 대출의 금리 차이에서 나오는 수익이다.

둘째, 비이자이익이다.
송금, 환전, 펀드 판매, 보험 판매, 자산관리 수수료 등이 여기에 들어간다.

은행의 가장 큰 특징은 수신 기능이다.
즉, 예금을 받을 수 있다는 점이다.

예금을 받을 수 있다는 것은 금융업에서 매우 큰 장점이다.
비교적 낮은 비용으로 자금을 조달할 수 있기 때문이다.

다만 그만큼 규제도 강하다.
은행은 금융 시스템의 핵심 인프라이기 때문에 건전성, 자본비율, 대출 규제, 소비자보호 규제를 강하게 받는다.

정리하면 은행은 안정적인 금융업의 대표주자다.
하지만 안정적인 만큼 규제도 강한 산업이다.

2. 카드사 — 결제망과 신용대출을 운영하는 회사

카드사는 은행과 다르다.

가장 큰 차이는 예금을 받을 수 없다는 점이다.
카드사는 여신전문금융회사, 즉 여전사에 속한다.

카드사의 전통적인 수익원은 가맹점 수수료였다.

우리가 식당이나 편의점에서 카드를 긁으면, 카드사는 결제망을 제공하고 가맹점으로부터 일정 수수료를 받는다.
이것이 카드사의 기본 사업이었다.

하지만 가맹점 수수료율은 정부 규제와 경쟁으로 계속 낮아져 왔다.
그래서 카드사는 단순 결제 수수료만으로 높은 수익성을 유지하기 어려워졌다.

이후 더 중요해진 영역이 카드론, 현금서비스, 리볼빙 같은 금융 상품이다.

고객에게 단기 자금을 빌려주고 이자를 받는 구조다.
결제 회사처럼 보이지만, 실제로는 신용대출 비즈니스의 성격도 강하다.

카드사의 또 다른 핵심은 조달비용이다.

은행은 예금을 통해 자금을 조달할 수 있지만, 카드사는 예금을 받을 수 없다.
그래서 채권 발행 등을 통해 시장에서 돈을 빌려와야 한다.

시장 금리가 오르면 카드사의 조달비용도 올라간다.
자금을 비싸게 조달하면 수익성이 악화될 수 있다.

카드사는 소비 트렌드와 대출 부실률을 동시에 봐야 하는 업권이다.

사람들이 많이 소비하면 결제액이 늘어난다.
하지만 경기 상황이 나빠지면 카드론, 현금서비스, 리볼빙 연체율이 올라갈 수 있다.

정리하면 카드사는 결제와 대출이 결합된 비즈니스다.
소비 데이터, 신용 리스크, 조달비용 관리가 모두 중요하다.

3. 캐피탈사 — 자동차금융과 고금리 여신을 다루는 회사

캐피탈사도 카드사처럼 여신전문금융회사다.
즉, 예금을 받을 수 없다.

캐피탈사의 대표적인 사업은 자동차금융이다.

자동차 할부, 리스, 렌트 금융이 여기에 해당한다.
소비자가 자동차를 살 때 한 번에 현금을 내지 않고 할부나 리스를 이용하면, 캐피탈사가 그 금융 구조를 제공한다.

캐피탈사는 기업금융도 한다.
시설대여, 기업대출, 부동산 PF, 구조화 금융 등이 포함된다.

최근 몇 년 동안 일부 캐피탈사는 부동산 PF와 기업금융을 통해 수익을 키웠다.
하지만 그만큼 리스크도 커졌다.

캐피탈사의 수익 구조는 은행보다 위험도가 높다.

왜냐하면 은행처럼 낮은 비용의 예금으로 자금을 조달하지 못하기 때문이다.
시장에서 돈을 빌려와야 하고, 조달금리가 높을 수 있다.

그래서 캐피탈사는 상대적으로 더 높은 금리로 대출하거나, 더 높은 수익성을 기대할 수 있는 자산에 투자한다.

이 구조는 High Risk, High Return에 가깝다.

경기가 좋을 때는 수익성이 좋아질 수 있다.
하지만 경기 침체가 오면 연체율이 올라가고, PF 부실이나 차주 부실이 빠르게 문제가 될 수 있다.

정리하면 캐피탈사는 리스크 관리 역량이 매우 중요한 업권이다.

자동차금융을 안정적으로 운영하는 능력,
기업금융의 부실을 관리하는 능력,
조달비용 상승을 견디는 능력이 회사의 실력을 결정한다.

4. 보험사 — 위험을 보장하고, 거대한 자산을 운용하는 회사

보험사는 조금 다르다.

은행이나 카드사, 캐피탈사가 돈을 빌려주고 이자를 받는 구조라면, 보험사는 미래의 위험을 보장하는 대가로 보험료를 받는다.

고객은 질병, 사고, 사망, 노후 같은 불확실한 위험에 대비하기 위해 보험료를 낸다.
보험사는 그 돈을 모아두었다가 사고가 발생하면 보험금을 지급한다.

보험사의 수익 구조는 크게 두 가지다.

첫째, 보험영업이다.
받은 보험료에서 지급한 보험금과 사업비를 뺀 결과다.

둘째, 자산운용이다.
보험사가 고객에게 받은 보험료를 채권, 주식, 대체투자 등으로 운용해서 얻는 수익이다.

보험사는 장기 자금을 운용하는 금융권의 큰손이다.

특히 생명보험사는 장기간 보험료를 받고, 장기간 보험금을 지급해야 하기 때문에 자산과 부채의 만기가 매우 중요하다.
금리 변화에도 민감하다.

금리가 오르면 신규 운용자산 수익률은 좋아질 수 있지만, 기존 보유 채권의 평가손익이나 보험부채 평가에는 부담이 생길 수 있다.
반대로 금리가 낮아지면 기존 고금리 확정형 상품 부담이 커질 수 있다.

즉 보험사는 단순히 보험을 파는 회사가 아니다.
장기 부채를 관리하면서 거대한 자산을 운용하는 회사다.

보험사를 이해하려면 보험상품뿐 아니라 금리, 자산운용, 지급여력, 장기 리스크 관리까지 함께 봐야 한다.

5. 증권사 — 자본시장에서 투자와 조달을 연결하는 회사

증권사는 단순히 주식 거래를 중개하는 회사가 아니다.

개인 투자자에게는 주식·ETF·채권·해외주식 거래 플랫폼을 제공하고,
기업에게는 IPO, 회사채 발행, M&A, PF 같은 자금 조달 솔루션을 제공한다.
또 자기자본을 활용해 주식, 채권, 파생상품에 직접 투자하기도 한다.

증권사의 주요 수익원은 크게 네 가지로 볼 수 있다.

첫째, 브로커리지다.
고객이 주식과 금융상품을 사고팔 때 매매 수수료와 신용융자 이자 수익이 발생한다.

둘째, IB다.
기업공개, 회사채 발행, M&A 자문, PF 구조화 등을 통해 주관 수수료와 자문 수수료를 받는다.

셋째, 트레이딩이다.
증권사가 자기자본으로 주식, 채권, 파생상품 등을 운용하면서 투자수익을 얻는다.

넷째, WM이다.
고객 자산을 관리하고 펀드, 랩, 일임, 연금, 채권 등을 판매하면서 자산관리 수수료를 받는다.

증권사의 특징은 시장 상황에 민감하다는 점이다.

주식시장이 활황이면 거래대금이 늘고, 브로커리지 수익이 좋아질 수 있다.
기업금융 시장이 좋으면 IPO와 회사채 발행이 늘어난다.
금리와 채권시장이 움직이면 트레이딩 손익도 크게 달라질 수 있다.

그래서 증권사는 금융업권 중에서도 수익 변동성이 큰 편이다.

정리하면 증권사는 자본시장의 최전선에 있는 회사다.
투자자와 기업, 자본과 시장을 연결하면서 수수료와 투자수익을 얻는다.

금융권 5대 업권을 한눈에 보면

금융권 업권별 차이는 결국 돈이 흐르는 방식의 차이다.

업권	핵심 역할	돈버는 방식	키워드
은행	예금과 대출	예대마진, 비이자수수료	NIM, 수신, 여신, 규제산업
카드	결제망과 신용공여	가맹점 수수료, 카드론·리볼빙 이자	여신전문금융, 조달비용, 연체율
캐피탈	할부·리스·기업금융	대출이자, 리스료, PF 수익	자동차금융, 기업금융, PF, 리스크 관리
보험	위험 보장과 장기 운용	보험료, 자산운용수익	자산운용, 장기부채, 금리 민감도
증권	자본시장 투자 중개	수수료, IB 수익, 트레이딩 수익	브로커리지, IB, S&T, WM

이 표만 봐도 각 업권의 성격이 다르다는 것을 알 수 있다.

은행은 안정적인 예대마진 중심이다.
카드사는 결제와 신용대출이 결합돼 있다.
캐피탈사는 자동차금융과 기업금융의 리스크 관리가 중요하다.
보험사는 장기 자산운용과 금리 관리가 핵심이다.
증권사는 자본시장 변동성과 기업금융 역량이 중요하다.

취업 준비생이 봐야 할 포인트

금융권 취업을 준비한다면 단순히 “금융권에 가고 싶다”라고 말하는 것만으로는 부족하다.

은행에 가고 싶은 이유와 증권사에 가고 싶은 이유는 달라야 한다.
카드사에 지원하는 논리와 보험사에 지원하는 논리도 달라야 한다.

왜냐하면 업권마다 돈 버는 방식이 다르기 때문이다.

은행을 지원한다면 예대마진, NIM, 여신 심사, 리스크 관리, 디지털 뱅킹을 이해해야 한다.
카드사를 지원한다면 결제 데이터, 신용평가, 카드론, 리볼빙, 조달비용을 봐야 한다.
캐피탈사를 지원한다면 자동차금융, PF, 연체율, 조달금리, 담보가치를 이해해야 한다.
보험사를 지원한다면 보험료, 손해율, 자산운용, 금리, 장기부채를 봐야 한다.
증권사를 지원한다면 브로커리지, IB, 트레이딩, WM, 시장 변동성을 이해해야 한다.

면접에서 좋은 답변은 업권의 본질을 이해한 답변이다.

예를 들어 이렇게 말할 수 있다.

“금융권은 모두 돈의 흐름을 다루지만, 업권마다 수익 구조와 리스크가 다르다고 생각합니다. 은행은 예대마진과 건전성 관리가 핵심이고, 카드와 캐피탈은 조달비용과 연체율 관리가 중요합니다. 보험은 장기 자산운용과 금리 리스크가 핵심이며, 증권은 자본시장 변동성과 기업금융 역량이 수익성을 좌우합니다. 그래서 저는 금융회사를 볼 때 단순히 브랜드가 아니라, 해당 회사가 어떤 방식으로 돈을 벌고 어떤 리스크를 관리하는지를 먼저 보려고 합니다.”

이 정도로 답할 수 있다면, 단순히 금융권에 관심이 있다는 수준을 넘어 업권 구조를 이해하고 있다는 인상을 줄 수 있다.

결론: 모든 금융은 돈의 흐름이다

은행, 카드, 캐피탈, 보험, 증권.

이름은 다르지만 본질은 같다.

돈이 필요한 곳과 돈이 있는 곳을 연결하고,
그 과정에서 이자, 수수료, 투자수익, 운용수익을 얻는다.

다만 연결 방식이 다를 뿐이다.

은행은 예금과 대출로 돈을 연결한다.
카드사는 결제와 신용공여로 돈을 연결한다.
캐피탈사는 할부·리스·기업금융으로 돈을 연결한다.
보험사는 위험 보장과 장기 운용으로 돈을 연결한다.
증권사는 자본시장에서 투자자와 기업을 연결한다.

이 구조를 이해하고 나면 경제 뉴스가 조금 다르게 보인다.

금리가 오르면 은행만 좋아지는 것이 아니다.
카드사와 캐피탈사의 조달비용은 부담이 될 수 있다.
보험사의 자산운용과 부채평가도 달라진다.
증권사의 채권 운용과 기업금융 시장에도 영향을 준다.

결국 금융권을 이해한다는 것은 돈의 흐름을 이해하는 것이다.

그리고 취업 준비의 출발점도 여기서 시작해야 한다.

“이 회사는 어떤 돈의 흐름 위에 있고, 그 흐름에서 어떻게 수익을 만드는가?”

증권사는 주식 수수료로만 먹고살까?

Paulworld — Sun, 21 Jun 2026 14:37:53 +0900

취업 준비를 하다 보면 회사를 설명해야 하는 순간이 자주 온다.

“왜 이 회사에 지원했나요?”
“증권업을 어떻게 이해하고 있나요?”
“증권사의 수익 구조를 설명해보세요.”

이런 질문에 답하려면 회사의 이미지만 알아서는 부족하다.
회사는 이윤을 창출하기 위한 조직이다.
무엇을 만들고, 어떤 서비스를 제공하고, 어떤 구조로 돈을 버는지가 그 회사를 규정한다.

그래서 회사를 이해하는 가장 좋은 질문은 결국 이것이라고 생각한다.

“이 회사는 어떻게 돈을 버는가?”

증권사도 마찬가지다.
증권사를 이해하려면 먼저 증권사가 어떤 방식으로 수익을 내는지 봐야 한다.

많은 사람들은 증권사를 떠올리면 가장 먼저 주식 거래 앱을 생각한다.
삼성전자를 사고, ETF를 사고, 해외주식을 사고파는 플랫폼.
그래서 자연스럽게 “증권사 = 주식 거래 중개 회사”라고 생각하기 쉽다.

물론 틀린 말은 아니다.
하지만 절반만 맞는 말이다.

증권사는 단순히 주식 매매를 중개하는 회사가 아니다.
브로커리지, IB, 트레이딩, 자산관리, 리테일 금융을 함께 운영하는 종합 금융회사다.

증권사의 수익 구조를 이해하면 한국 자본시장이 훨씬 입체적으로 보인다.
그리고 증권사 취업을 준비할 때도 훨씬 설득력 있는 답변을 만들 수 있다.

1. 브로커리지 — 우리가 가장 잘 아는 주식 중개 사업

가장 익숙한 사업은 브로커리지다.

브로커리지는 고객이 주식, ETF, 채권, 해외주식 등을 사고팔 수 있도록 중개해주는 사업이다.
우리가 증권사 앱에서 주식을 매수하거나 매도할 때, 그 거래를 처리해주는 영역이라고 보면 된다.

증권사는 여기서 매매 수수료를 받는다.
고객의 거래 금액이 많아질수록 수수료 수익도 늘어난다.

다만 최근에는 국내 주식 수수료 경쟁이 치열해지면서 단순 매매 수수료만으로 큰 수익을 내기 어려워졌다.
그래서 브로커리지에서는 신용융자 이자 수익도 중요해졌다.

고객이 증권사에서 돈을 빌려 주식을 사면, 증권사는 그 돈에 대한 이자를 받는다.
거래대금이 많고, 신용거래 잔고가 커질수록 증권사의 브로커리지 수익도 커질 수 있다.

정리하면 브로커리지는 이렇게 볼 수 있다.

고객이 많이 거래할수록 수수료가 발생하고,
고객이 돈을 빌려 투자할수록 이자 수익이 발생하는 사업이다.

우리가 가장 쉽게 체감하는 증권사의 얼굴이 바로 이 브로커리지다.

2. IB — 기업이 돈을 조달할 때 증권사가 등장한다

하지만 증권사의 핵심 수익원은 단순 주식 중개에만 있지 않다.

증권사에서 매우 중요한 사업 중 하나가 IB다.
IB는 Investment Banking, 즉 투자은행 업무를 말한다.

쉽게 말하면 기업이 돈을 필요로 할 때, 증권사가 그 자금을 조달하는 구조를 설계하고 실행하는 일이다.

기업은 여러 이유로 돈이 필요하다.
공장을 지어야 할 수도 있고, 회사를 인수해야 할 수도 있고, 새로운 사업에 투자해야 할 수도 있다.
상장을 통해 대규모 자금을 조달해야 할 수도 있고, 회사채를 발행해야 할 수도 있다.

이때 증권사가 등장한다.

증권사는 기업공개, 즉 IPO를 주관하기도 하고, 회사채 발행을 도와주기도 한다.
M&A 자문을 하기도 하고, 프로젝트 파이낸싱 구조를 짜기도 한다.

증권사는 이 과정에서 수수료를 받는다.

IPO를 주관하면 인수 수수료를 받고,
회사채 발행을 도와주면 발행 주관 수수료를 받고,
M&A를 자문하면 자문 수수료를 받는다.
PF 구조를 설계하거나 보증을 제공하면 관련 수수료와 이자 수익이 발생한다.

이 부문은 단위가 크다.
개인 투자자가 주식을 사고팔 때 발생하는 수수료와는 규모가 다르다.
그래서 IB 역량은 증권사의 수익성과 시장 내 위상을 결정하는 중요한 요소가 된다.

증권사를 단순히 주식 앱 회사로 보면 IB가 보이지 않는다.
하지만 증권사를 자본시장의 중개자라고 보면 IB의 중요성이 보인다.

기업이 성장하기 위해 필요한 돈을 자본시장에서 조달하게 해주는 것.
그 과정에서 증권사는 구조를 만들고, 투자자를 연결하고, 수수료를 받는다.

이것이 IB의 핵심이다.

3. 트레이딩 — 증권사도 직접 투자한다

증권사는 고객 거래만 중개하는 것이 아니다.
회사 자기자본을 활용해 직접 투자하기도 한다.

이 영역이 트레이딩이다.

증권사는 주식, 채권, 파생상품, 외환, 구조화상품 등 다양한 금융상품을 운용한다.
시장 상황에 따라 포지션을 보유하고, 금리나 환율, 주가 변화에서 수익을 얻기도 한다.

특히 채권 운용은 증권사 실적에 큰 영향을 줄 수 있다.
금리가 움직이면 채권 가격이 변하고, 그에 따라 평가손익이 발생한다.
증권사는 시장조성자 역할을 하면서 유동성을 공급하고 스프레드 차익을 얻기도 한다.

트레이딩 부문은 잘될 때는 수익 기여도가 크다.
하지만 반대로 시장이 급격히 흔들리면 손실도 커질 수 있다.

그래서 트레이딩은 수익성과 리스크가 동시에 큰 사업이다.

브로커리지가 고객 거래량에 영향을 받는다면,
트레이딩은 시장 방향, 금리, 변동성, 리스크 관리 능력에 영향을 받는다.

증권사는 여기서 단순 중개회사가 아니라, 직접 시장에 참여하는 금융회사로 기능한다.

4. WM·리테일 — 고객 자산을 관리하며 장기 수익을 만든다

증권사의 또 다른 중요한 축은 WM, 즉 자산관리다.

WM은 Wealth Management의 약자다.
고객의 자산을 관리하고, 투자상품을 제안하고, 장기적인 금융 솔루션을 제공하는 사업이다.

예전에는 증권사 리테일이라고 하면 주식 매매 중개 이미지가 강했다.
하지만 지금은 단순 매매보다 고객의 전체 자산을 관리하는 방향으로 확장되고 있다.

고객은 증권사를 통해 펀드, 랩어카운트, 일임형 상품, 연금, 채권, ELS, ETF 등 다양한 상품에 투자한다.
증권사는 이 과정에서 판매보수, 자산관리 수수료, 일임 수수료 등을 받는다.

이 사업의 특징은 고객 자산 규모가 중요하다는 점이다.

고객이 맡긴 자산, 즉 AUM이 늘어날수록 증권사의 관리 수수료 기반도 커진다.
단기 매매 수수료에 비해 안정적이고 장기적인 수익원이 될 수 있다.

특히 고액자산가, 법인, 연금 고객을 얼마나 잘 확보하고 관리하느냐가 WM 경쟁력의 핵심이다.

증권사는 이제 단순히 주식을 사고파는 창구가 아니라, 고객의 자산을 장기적으로 관리하는 플랫폼이 되고 있다.

증권사의 수익 구조를 한 번에 보면

증권사의 주요 사업을 정리하면 대략 이렇게 볼 수 있다.


사업 영역	주요 업무	수익 방식	특징
브로커리지	주식·ETF·채권 등 매매 중개	매매 수수료, 신용융자 이자	거래대금과 투자심리에 민감
IB	IPO, 회사채, M&A, PF	주관 수수료, 자문 수수료, 보증·이자 수익	단위가 크고 증권사 경쟁력을 좌우
트레이딩	주식·채권·파생상품 운용	투자 수익, 스프레드 차익, 시장조성 수익	수익성도 크지만 리스크도 큼
WM·리테일	자산관리, 상품 판매, 연금, 일임	관리 수수료, 판매보수, 일임 수수료	고객 자산이 늘수록 장기 수익 증가

이렇게 보면 증권사는 단순히 주식 수수료로만 먹고사는 회사가 아니다.

고객의 거래를 중개하고,
기업의 자금 조달을 돕고,
자기자본으로 시장에 투자하고,
고객의 자산을 장기적으로 관리한다.

이 네 가지가 함께 돌아가면서 증권사의 수익 구조를 만든다.

증권사는 자본시장의 종합 플랫폼이다

증권사를 한 문장으로 설명한다면, 나는 “자본시장의 종합 플랫폼”이라고 말하고 싶다.

증권사는 개인 투자자와 시장을 연결한다.
기업과 투자자를 연결한다.
자금이 필요한 곳과 투자처를 찾는 돈을 연결한다.
그리고 그 과정에서 수수료와 운용수익을 얻는다.

그래서 증권사는 단순히 주식 주문을 처리하는 회사가 아니다.

기업이 성장하기 위해 필요한 자금을 조달하게 하고,
투자자가 다양한 자산에 접근할 수 있게 하고,
시장이 원활하게 움직일 수 있도록 유동성을 제공하는 회사다.

물론 사업별로 리스크도 다르다.

브로커리지는 거래대금과 투자심리에 민감하다.
IB는 시장 상황과 기업금융 수요에 영향을 받는다.
트레이딩은 금리, 환율, 주가, 변동성에 따라 손익이 크게 달라질 수 있다.
WM은 고객 자산 규모와 신뢰가 중요하다.

그래서 증권사를 이해하려면 단순히 “요즘 주식 거래가 많다”만 보면 부족하다.
거래대금, 금리, 기업공개 시장, 채권 발행, 부동산 PF, 고객 자산, 글로벌 시장 변동성까지 함께 봐야 한다.

증권업은 결국 자본시장의 흐름을 압축해서 보여주는 산업이다.

취업 준비생이 봐야 할 포인트

증권사 취업을 준비한다면, 이 수익 구조를 이해하는 것이 생각보다 중요하다.

면접에서 “증권사는 어떤 회사라고 생각하나요?”라는 질문을 받았을 때,
“주식 거래를 중개하는 회사입니다”라고만 답하면 부족하다.

조금 더 입체적으로 답해야 한다.

증권사는 브로커리지, IB, 트레이딩, WM을 통해 개인·기업·시장을 연결하는 자본시장 플랫폼입니다.
개인 투자자에게는 투자 접근성을 제공하고, 기업에게는 자금 조달 솔루션을 제공하며, 시장에는 유동성과 가격 발견 기능을 제공합니다.
따라서 증권사의 경쟁력은 단순한 수수료율이 아니라, 고객 기반, 기업금융 역량, 리스크 관리 능력, 디지털 플랫폼 경쟁력에서 나온다고 생각합니다.

이 정도로 말할 수 있다면 훨씬 좋다.

회사를 이해한다는 것은 그 회사의 이름을 아는 것이 아니다.
그 회사가 돈을 버는 방식을 이해하는 것이다.

증권사도 마찬가지다.

증권사는 주식 수수료로만 먹고사는 회사가 아니다.
자본이 필요한 곳과 자본을 운용하려는 사람을 연결하며, 그 사이에서 수익을 만드는 회사다.

그래서 증권사를 이해하려면 먼저 이 질문에서 시작해야 한다.

“이 회사는 자본시장에서 어떤 역할을 하고, 그 역할을 통해 어떻게 돈을 버는가?”

Knowledge Library

Paulworld — Sun, 21 Jun 2026 14:33:15 +0900

블로그 글을 수집하고 AI로 요약하여 Telegram으로 발송하는 자동화 도구입니다.

https://t.me/invest_blog_kr

흔들리는 시장속에서, 선옵향이 느껴진거야_4

Paulworld — Sun, 21 Jun 2026 14:31:21 +0900

주가 예측기는 실패했다. 하지만 시장 상태판은 쓸모 있었다

앞선 세 편의 글에서 꽤 긴 실험을 정리했다.

처음에는 단순한 문제의식이었다.

코스피는 왜 이렇게 흔들릴까.
외국인 선물은 왜 시장을 이렇게 크게 움직일까.
VKOSPI가 높은데 지수가 같이 오르는 장은 어떻게 해석해야 할까.
위험등급이 높으면 정말 비중을 줄여야 할까.

이 질문에서 시작해 KOSPI200, KOSPI200 선물, 베이시스, 프로그램매매, 옵션 IV, VKOSPI, 삼성전자와 SK하이닉스 수급을 모으는 상태판을 만들었다.

Codex를 이용해 데이터를 수집하고, Telegram으로 30분마다 리포트를 받는 구조를 만들었다.
그리고 10년치 데이터를 쌓아 백테스트도 돌렸다.

처음에는 은근히 기대했다.

잘하면 시장 방향을 어느 정도 맞히는 모델을 만들 수 있지 않을까.
위험등급이 높은 날을 피하면 손실을 줄일 수 있지 않을까.
선물·옵션 데이터를 잘 조합하면 개인 투자자도 조금 더 똑똑하게 대응할 수 있지 않을까.

하지만 결론은 생각보다 냉정했다.

주가 예측기는 실패했다.
자동 비중축소 전략도 실패했다.

그런데 실험이 실패로만 끝난 것은 아니었다.

오히려 더 현실적인 결론을 얻었다.

시장을 맞히는 모델은 만들지 못했지만, 시장이 어떤 상태인지 보여주는 계기판은 만들 수 있었다.

내가 만들고 싶었던 것

처음 만들고 싶었던 것은 시장의 “상태판”이었다.

장중에 시장이 급등하거나 급락할 때, 단순히 가격만 보고 판단하고 싶지 않았다.
가격 뒤에 어떤 힘이 작동하는지 보고 싶었다.

내가 보고 싶었던 것은 이런 것들이었다.

외국인 KOSPI200 선물이 시장을 끌고 가는가
외국인 현물도 같이 들어오는가
비차익 프로그램은 대형주 바스켓을 사고 있는가, 팔고 있는가
VKOSPI와 옵션 IV는 얼마나 높은가
삼성전자와 SK하이닉스가 지수를 지탱하는가, 끌어내리는가
장중 급등·급락이 반복되는 왕복장인가
시장이 강한데도 위험한 상태인가

예전에는 이런 생각을 머릿속으로만 했다.

그런데 머릿속 해석은 쉽게 흔들린다.

시장이 오르면 낙관적으로 해석하고 싶어진다.
시장이 빠지면 비관적으로 해석하고 싶어진다.
내 포지션이 있으면 더 심해진다.

그래서 최대한 숫자로 보고 싶었다.

숫자를 모으고, 조건을 만들고, 문장으로 해석하고, 30분마다 Telegram으로 받는 구조를 만들었다.

시스템은 생각보다 잘 돌아갔다

실시간 파일럿은 2026년 6월 18일과 6월 19일, 이틀 동안 돌렸다.

정규장 기준으로 오전 9시부터 오후 3시 30분까지 30분 간격으로 총 28개 slot을 만들었다.
스케줄러는 백그라운드에서 실행됐고, 각 slot마다 데이터를 수집해 리포트를 텔레그램으로 보냈다.

리포트에는 다음 항목들이 들어갔다.

KOSPI200
KOSPI200 선물
베이시스
이론 베이시스와 괴리
VKOSPI
USD/KRW
투자자별 현물·선물·옵션 수급
프로그램 차익·비차익 매매
ATM 옵션 가격
ATM IV
콜·풋 IV
감마·베가·세타
감마 집중 구간
삼성전자·SK하이닉스 가격
삼성전자·SK하이닉스 프로그램 수급
위험요인과 완화요인
해석 메모

처음 만든 것치고는 꽤 잘 작동했다.

6월 18일에는 강한 상승장이었지만, 리포트는 비차익 프로그램 매도와 VKOSPI 80대라는 불편한 부분을 계속 보여줬다.

6월 19일에는 오전 급등, 점심 급락, 오후 재반등이라는 극단적인 장중 왕복장을 30분 단위로 포착했다.

특히 6월 19일은 상태판의 필요성을 잘 보여준 날이었다.

오전 10시 30분에는 KOSPI200이 +3.92%, KOSPI200 선물이 +4.29%였다.
SK하이닉스는 +7.26%였다.

가격만 보면 완전한 강세장이었다.

하지만 리포트는 동시에 이런 숫자도 보여줬다.

외국인 KOSPI 현물: -2,415억 원
비차익 프로그램: -1조 1,606억 원
삼성전자 프로그램 순매수 수량: -2,057,712주
VKOSPI: 82.89

즉, 지수는 강했지만 현물과 비차익 수급은 편안하지 않았다.

시장은 실제로 그 뒤 크게 흔들렸다.
13시에는 KOSPI200이 -1.07%까지 밀렸다.

가격만 보면 오전에는 흥분하고, 오후에는 공포에 빠졌을 장이었다.
하지만 상태판을 보니 이 장은 처음부터 “안정적 상승장”이 아니었다.

선물과 반도체가 끌어올린 고변동성 장세에 가까웠다.

이것만으로도 자동화의 의미는 있었다.

하지만 방향성 예측은 실패했다

문제는 여기서부터다.

상태판이 잘 돌아가자 자연스럽게 욕심이 생겼다.

이걸로 방향도 맞힐 수 있지 않을까.
어떤 조건에서 다음 5거래일 수익률이 높아지는지 찾을 수 있지 않을까.
위험점수가 높을 때 피하면 성과가 좋아지지 않을까.

그래서 10년치 데이터를 쌓았다.

KRX 데이터를 이용해 2016년 6월 20일부터 2026년 6월 12일까지 2,448개의 일별 feature row를 만들었다.
전체 cache manifest는 29,213 rows였고, 데이터 cache는 약 3.04GB였다.
다운로드에는 약 6시간 33분이 걸렸다.

이 데이터로 방향성 예측 모델을 만들었다.

결과는 좋지 않았다.

Pearson: 0.0373
Spearman: -0.0219
방향 hit-rate: 48.79%

이 숫자는 냉정하다.
운영에 쓸 수 없다.

상관은 거의 없고, 방향 hit-rate는 50%에도 못 미쳤다.
즉 내가 만든 feature만으로 다음 시장 방향을 안정적으로 맞히는 것은 실패했다.

아쉬웠지만, 동시에 중요한 결론이었다.

시장은 그렇게 쉽게 맞힐 수 없다.

자동 비중축소 전략도 실패했다

방향성 예측이 어렵다면, 적어도 위험할 때 비중을 줄이는 전략은 가능하지 않을까.

이것도 테스트했다.

combined risk regime을 만들고, 시장을 normal, caution, high, extreme으로 나눴다.
그리고 위험등급이 높아질수록 가상의 포지션 비중을 줄이는 전략을 만들었다.

예를 들면 이런 방식이다.

normal: 100% 노출
caution: 75% 노출
high: 50% 노출
extreme: 25% 노출

더 엄격한 버전에서는 extreme 구간에서 아예 0%로 줄였다.

하지만 결과는 더 냉정했다.

Always-long: 총수익률 +337.5%, MDD -35.76%
Combined rule scale: 총수익률 +78.5%, MDD -36.10%
Strict scale: 총수익률 +44.8%, MDD -36.54%
Transition scale: 총수익률 +86.9%, MDD -35.89%

위험등급에 따라 비중을 줄였더니 수익률은 크게 훼손됐다.
그런데 MDD는 거의 줄지 않았다.
일부 전략은 오히려 MDD가 더 나빠졌다.

이 결과는 내게 상당히 중요했다.

위험하다고 시장을 피하면, 큰 상승장도 같이 놓친다.
그리고 그렇게 놓친 수익에 비해 손실 방어 효과가 충분하지 않았다.

즉 위험등급은 비중축소 신호가 아니었다.

위험은 방향이 아니라 변동성이었다

그렇다면 위험등급은 아무 쓸모가 없었을까.

그건 아니었다.

방향성 모델은 실패했지만, 변동성 모델은 꽤 의미가 있었다.

10년 기준 vol_model 결과는 다음과 같았다.

Pearson: 0.6941
Spearman: 0.5020

방향을 맞히지는 못했지만, 앞으로 변동성이 커질지 작아질지는 어느 정도 설명했다.

고변동성 상승장도 따로 봤다.

event_high_vol_up_v1: 133건, 이후 5거래일 평균 수익률 +1.69%
event_high_vol_up_v2: 79건, 이후 5거래일 평균 수익률 +1.89%

평균 수익률은 플러스였다.
하지만 동시에 변동성과 left-tail도 커졌다.

v1 이후 5일 실현변동성: 1.84
v1 left-tail: -2.21
v2 이후 5일 실현변동성: 2.27
v2 left-tail: -2.81

extreme regime도 마찬가지였다.

all_extreme: 이후 5거래일 평균 수익률 +1.97%, 실현변동성 2.85, left-tail -3.42
extreme_persistence_2d: 실현변동성 3.03, left-tail -3.61
extreme_persistence_3d: 실현변동성 3.16, left-tail -3.75

여기서 핵심은 명확했다.

위험등급이 높다고 평균적으로 빠지는 것은 아니었다.
오히려 평균 수익률은 플러스인 경우도 있었다.
하지만 변동성과 하방 꼬리 위험은 분명히 커졌다.

즉 위험은 방향이 아니라 변동성이었다.

이 결론 하나만으로도 이번 실험은 의미가 있었다.

공격적으로 보면, 고변동성은 기회일 수 있다

공격적으로 보면 이 결과는 꽤 흥미롭다.

위험등급이 높다고 무조건 시장을 피하면 안 된다.
오히려 강한 상승장은 고변동성 구간에서 자주 나타날 수 있다.

고변동성 상승장 이후 5거래일 평균 수익률이 플러스였고, extreme regime에서도 평균 수익률이 플러스였다는 점은 중요하다.

시장이 크게 흔들린다는 것은 그만큼 에너지가 크다는 뜻이기도 하다.
방향이 위로 잡히면 짧은 기간에 강한 상승이 나올 수 있다.

따라서 공격적인 투자자에게 위험등급은 회피 신호라기보다, “큰 움직임이 나올 수 있는 구간”을 알려주는 신호에 가깝다.

다만 조건이 있다.

그 움직임이 외국인 선물, 현물 수급, 프로그램매매, 대형주 흐름과 같은 방향으로 정렬되고 있는지 봐야 한다.
단순히 위험등급이 높다는 이유만으로 숏을 치거나, 반대로 강한 지수만 보고 추격매수하는 것은 둘 다 위험하다.

공격적 관점의 결론은 이렇다.

위험하다고 무조건 피하지 말 것.
다만 위험이 상승 에너지와 함께 나타나는지 확인할 것.

보수적으로 보면, 고변동성은 생존 점검 신호다

보수적으로 보면 결론은 조금 다르다.

고변동성 구간은 편안한 구간이 아니다.
평균 수익률이 플러스여도, left-tail과 실현변동성은 커졌다.

즉, 방향이 맞아도 진입 타이밍이 나쁘면 흔들림을 견디기 어렵다.
방향이 틀리면 손실은 빠르게 커질 수 있다.

특히 레버리지, 인버스, 곱버스, 단기 추격매수에는 조심해야 하는 환경이다.

보수적인 투자자에게 위험등급은 매도 신호도 아니지만, 무시해도 되는 숫자도 아니다.

위험등급은 내 포지션의 내구성을 점검하라는 신호다.

내가 감당할 수 있는 손실 범위인가.
레버리지가 과하지 않은가.
손절 기준이 있는가.
장중 급락이 나와도 버틸 수 있는가.
내가 지금 보고 싶은 숫자만 보고 있는 것은 아닌가.

이 질문을 던져야 한다.

보수적 관점의 결론은 이렇다.

위험한 장에서 과대비중과 레버리지는 조심할 것.
수익보다 생존을 먼저 확인할 것.

내가 얻은 가장 중요한 교훈

나는 처음에 더 똑똑한 매수·매도 판단기를 만들고 싶었다.
하지만 백테스트는 다른 답을 줬다.

주식시장을 맞히는 것은 어렵다.
위험등급으로 비중을 자동 조절하는 것도 잘 되지 않았다.
고변동성은 하락 신호가 아니었다.
고위험 구간에서도 시장은 더 오를 수 있었다.

다만 고위험 구간은 더 크게 흔들렸다.

이것이 가장 중요한 교훈이었다.

“위험하다”는 말은 “떨어진다”는 말이 아니다.
“위험하다”는 말은 “내가 견디기 어려울 만큼 흔들릴 수 있다”는 말이다.

이 차이는 생각보다 크다.

위험을 하락으로 오해하면 좋은 상승장을 놓친다.
위험을 무시하면 큰 변동성에 당한다.
위험을 변동성으로 이해하면, 내 포지션이 그 흔들림을 감당할 수 있는지 점검하게 된다.

그래서 리포트도 바꿔야 했다

처음 만든 Telegram 리포트에는 이런 문구가 있었다.

위험등급: 급위험
포지션 신호: 초소형비중
신규 진입: 시장가 추격 금지
레버리지 신규 진입: 원칙적 주의

하지만 백테스트를 해본 뒤에는 이 문구가 조심스러워졌다.

위험등급이 비중축소 신호가 아니라면, 이런 문구는 오해를 줄 수 있다.

그래서 다음 버전에서는 해석 체계를 바꾸기로 했다.

위험등급은 매수·매도 또는 자동 비중축소 신호가 아니다.
위험등급은 변동성 확대, 수급 충돌, 장중 급변동 가능성을 설명하는 상태판이다.

상단 문구도 바꿔야 한다.

단순히 “위험”이라고 쓰는 대신, 시장 상태를 더 구체적으로 표현하는 것이 낫다.

예를 들면 다음과 같다.

선물 주도 고변동성 랠리
현물 동반 상승장
선물-현물 괴리
기관·비차익 매도 압박
반도체 쏠림 장세
급등 후 급락 조정
급락 후 반등
반등 실패
고변동성 왕복장

6월 19일 같은 장은 단순히 “위험”이라고 쓰면 부족하다.

그날 시장은 오전 급등, 점심 급락, 오후 재반등이 반복된 고변동성 왕복장이었다.

이런 식으로 상태를 표현해야 투자자가 실제 장을 더 잘 이해할 수 있다.

예측기는 실패했지만 상태판은 유용했다

이제 처음 질문으로 돌아가보자.

이번 실험은 성공이었을까, 실패였을까?

예측 모델로 보면 실패다.
방향성 예측은 약했고, 자동 비중축소 전략도 좋지 않았다.

하지만 시장 상태판으로 보면 성공에 가깝다.

왜냐하면 이 상태판은 시장을 맞히지는 못했지만, 시장을 다르게 보게 해줬기 때문이다.

예전에는 지수가 오르면 그냥 좋게 봤다.
이제는 이렇게 묻게 된다.

이 상승은 외국인 현물이 같이 들어온 상승인가
선물만 끌고 가는 상승인가
비차익 프로그램은 따라오는가
대형주만 끌고 가는가
VKOSPI가 높은데도 오르는 고변동성 상승장인가
옵션시장은 하방 위험을 비싸게 사고 있는가
장중 반등이 안정적인가, 단순한 왕복 변동성인가

예전에는 지수가 빠지면 그냥 불안했다.
이제는 이렇게 묻게 된다.

외국인 선물도 같이 꺾였는가
현물 대형주가 무너졌는가
기관과 비차익 매도가 압도하는가
변동성이 더 튀고 있는가
급락 후 반등이 나오는가
단순 조정인가, 반등 실패인가

이 질문들이 생긴다는 것 자체가 상태판의 가치다.

투자 자동화에 대한 생각이 바뀌었다

이번 프로젝트를 하면서 투자 자동화에 대한 생각도 바뀌었다.

처음에는 자동화가 더 나은 판단을 만들어줄 것이라고 생각했다.
하지만 지금은 조금 다르게 생각한다.

자동화의 목적은 반드시 “판단을 대신하는 것”이 아니다.
좋은 자동화는 내가 감정적으로 판단하지 않게 도와준다.

시장이 급등할 때 흥분하지 않게 하고,
시장이 급락할 때 공포에 빠지지 않게 하고,
내가 보고 싶은 숫자만 보지 않게 하고,
상충되는 신호를 한 화면에 보여준다.

이번 상태판이 한 일은 바로 그거였다.

외국인 선물이 강해도 비차익이 나쁘면 같이 보여줬다.
지수가 올라도 VKOSPI가 높으면 같이 보여줬다.
반도체가 강해도 breadth와 프로그램 수급이 약하면 경고를 남겼다.
위험등급이 높아도 그것이 매도 신호가 아니라 변동성 신호일 수 있음을 백테스트로 확인했다.

이 정도면 충분히 쓸모 있다.

앞으로 더 해볼 것

물론 아직 한계는 많다.

첫째, 장중 30분 historical 데이터가 부족하다.
이번 백테스트는 주로 일별 데이터 기반이었다. 하지만 Telegram 리포트는 장중 30분 단위다. 둘 사이에는 frequency 차이가 있다.

둘째, 외국인 KOSPI200 선물 과거 순매수와 비차익 프로그램 과거 순매수 데이터가 충분하지 않다.
이번 실시간 리포트에서는 KB증권 등에서 장중 수급을 가져왔지만, 장기 백테스트용 과거 데이터는 제한적이었다.

셋째, basis gap 과열 가설은 현재 feature로는 충분히 검증되지 않았다.
실시간 리포트에서는 이론 베이시스와 갭을 봤지만, 일별 historical feature에서는 이벤트가 제대로 잡히지 않았다. 데이터 구조를 더 보강해야 한다.

넷째, 데이터 실험을 너무 많이 하면 과최적화 위험이 있다.
백테스트를 많이 돌리면 우연히 좋아 보이는 규칙을 찾을 수 있다. 그래서 앞으로는 새로운 규칙을 계속 만들기보다, 이미 확인한 결론을 더 보수적으로 해석하는 쪽이 맞다고 생각한다.

다음 개선 방향은 명확하다.

위험점수 기여도 표시
장중 고점 대비 급락 감지
선물-현물 괴리 신호
고변동성 상승장 문구
extreme 지속 경고
15시 30분 마감 요약 자동 생성
매수·매도 표현 제거
“시장위험 상태판”이라는 정체성 강화

마지막 결론

이번 프로젝트의 결론은 단순하다.

나는 주가 예측기를 만들지 못했다.
하지만 시장 상태판은 만들 수 있었다.

그리고 어쩌면 개인 투자자에게 더 필요한 것은 예측기가 아니라 상태판일지도 모른다.

예측기는 틀리면 위험하다.
틀린 예측은 확신을 만든다.
확신은 과대비중과 손절 실패로 이어질 수 있다.

반면 상태판은 질문을 만든다.

지금 시장은 어떤 상태인가.
내 포지션은 이 변동성을 견딜 수 있는가.
이 상승은 건강한가.
이 하락은 수급 붕괴인가, 단순 흔들림인가.
내가 지금 보고 싶은 것만 보고 있지는 않은가.

투자에서 중요한 것은 항상 정답을 맞히는 것이 아닐 수 있다.

오히려 중요한 것은 내가 틀릴 수 있다는 전제 아래, 시장을 차분하게 보는 구조를 만드는 것이다.

이번 실험은 그 구조를 만드는 과정이었다.

결국 내가 얻은 결론은 이것이다.

시장은 맞히는 대상이 아니라, 관찰하고 대응해야 하는 대상이다.
그리고 좋은 자동화는 나 대신 매매하는 것이 아니라, 내가 시장을 더 정직하게 보도록 도와주는 것이다.

예측기는 실패했지만, 시장을 더 정직하게 보는 계기판은 만들 수 있었다.

흔들리는 시장속에서, 선옵향이 느껴진거야_3

Paulworld — Sun, 21 Jun 2026 14:29:07 +0900

10년 백테스트가 알려준 의외의 결론

앞선 글에서는 선물·옵션 시장위험 리포트를 텔레그램으로 자동화한 과정을 정리했다.

KOSPI200, KOSPI200 선물, 베이시스, 프로그램매매, 외국인 선물 수급, VKOSPI, 옵션 IV, 삼성전자와 SK하이닉스까지 모아서 30분마다 시장 상태를 받아보는 구조였다.

처음에는 꽤 그럴듯했다.

리포트에는 위험등급이 나왔다.
안정, 주의, 위험, 급위험 같은 식으로 시장 상태가 표시됐다.
외국인 선물이 강한지, 비차익 프로그램이 매도인지, VKOSPI가 높은지, 옵션 IV가 높은지에 따라 위험점수가 계산됐다.

그런데 여기서 자연스럽게 이런 생각이 들었다.

위험등급이 높으면 비중을 줄여야 하는 것 아닐까.
위험점수가 높을 때 시장을 피하면 손실을 줄일 수 있지 않을까.
반대로 위험점수가 낮을 때만 시장에 참여하면 더 좋은 전략이 되지 않을까.

나도 처음에는 그렇게 생각했다.

하지만 10년 데이터를 돌려본 결과, 결론은 생각보다 달랐다.

위험등급이 높다는 것은 하락 신호가 아니었다.
위험등급이 높다는 것은 “크게 흔들릴 수 있다”는 뜻에 가까웠다.

처음 가설은 단순했다

시장위험 리포트를 만들면서 처음 세운 가설은 단순했다.

위험점수가 높으면 시장이 위험한 상태일 것이다.
그렇다면 그런 구간에서는 비중을 줄이는 것이 맞지 않을까.

이 가설은 직관적으로는 맞아 보인다.

예를 들어 이런 조건들이 동시에 나타난다고 해보자.

VKOSPI가 높다.
옵션 ATM IV가 높다.
비차익 프로그램이 대규모 순매도다.
외국인 선물과 현물 수급이 엇갈린다.
삼성전자와 SK하이닉스 프로그램 수급이 나쁘다.
장중 급등락이 반복된다.

이런 장을 보면 누구나 “위험하다”고 느낀다.
그렇다면 위험한 장에서는 비중을 줄여야 한다고 생각하기 쉽다.

나도 처음에는 그렇게 접근했다.

그래서 combined risk regime이라는 위험 체제 모델을 만들었다.
시장을 normal, caution, high, extreme 같은 등급으로 나누고, 등급이 높아질수록 가상의 포지션 비중을 줄이는 방식이었다.

예를 들면 이런 식이다.

normal: 100% 노출
caution: 75% 노출
high: 50% 노출
extreme: 25% 노출

더 엄격한 버전도 만들었다.
extreme 구간에서는 아예 0%로 줄이는 방식도 테스트했다.

겉으로 보기에는 합리적이다.
문제는 실제 결과였다.

10년 데이터를 쌓았다

이 가설을 확인하기 위해 KRX 데이터를 이용해 10년치 일별 데이터를 쌓았다.

수집 기간은 2016년 6월 20일부터 2026년 6월 12일까지였다.
최종 feature row는 2,448개였다.
데이터 cache는 약 3.04GB였고, 다운로드에는 약 6시간 33분이 걸렸다.

데이터에는 다음 항목들이 포함됐다.

KOSPI200 선물 일별 가격
옵션 일별 가격
옵션 내재변동성
미결제약정
파생상품지수
KOSPI·KOSDAQ 주식 일별 가격
삼성전자·SK하이닉스 가격
종목별 breadth 계산용 데이터
옵션 IV 기반 변동성 feature
반도체 쏠림 feature
위험 regime feature

KRX 옵션 일별매매정보에는 기준일자, 상품구분, 권리유형, 종목코드, 종목명, 종가, 시가, 고가, 저가, 내재변동성, 거래량, 거래대금, 미결제약정 등이 포함된다.

이 데이터로 크게 세 가지를 검증했다.

첫째, 방향성 예측 모델이 의미가 있는가.
둘째, 위험등급에 따라 비중을 줄이면 MDD가 줄어드는가.
셋째, 고변동성 구간은 실제로 하락 위험을 뜻하는가.

방향성 예측 모델은 실패했다

먼저 방향성 예측 모델을 만들었다.

목표는 단순했다.
과거의 선물, 옵션, 변동성, breadth 데이터를 이용해서 이후 5거래일 수익률 방향을 설명할 수 있는지 확인하는 것이었다.

10년 데이터 기준으로 predictive model을 다시 돌렸을 때, return_model의 결과는 좋지 않았다.

Pearson: 0.0373
Spearman: -0.0219
방향 hit-rate: 48.79%

이 정도면 운영에 쓸 수 없다.
방향성 예측 모델이라고 부르기 어렵다.

특히 hit-rate가 50%를 넘지 못했다.
상관도 거의 없었다.

즉, 내가 모은 선물·옵션·변동성 feature만으로 “앞으로 시장이 오를지 내릴지”를 안정적으로 맞히는 것은 실패했다.

실망스러운 결과였지만, 오히려 중요한 결론이었다.

시장을 맞히는 모델을 쉽게 만들 수 없다는 것을 확인했기 때문이다.

하지만 변동성 모델은 쓸 만했다

그런데 모든 모델이 실패한 것은 아니었다.

방향성 모델은 약했지만, 변동성 모델은 꽤 의미가 있었다.

10년 기준 vol_model 결과는 다음과 같았다.

Pearson: 0.6941
Spearman: 0.5020

즉 이 모델은 시장이 오를지 내릴지를 잘 맞히지는 못했지만, 앞으로 변동성이 커질지 작아질지는 어느 정도 설명했다.

이 차이가 중요하다.

투자자는 보통 “오르냐, 내리냐”를 알고 싶어 한다.
하지만 실제로 더 중요한 질문은 다를 수 있다.

얼마나 크게 흔들릴 것인가.
지금 내가 감당할 수 있는 변동성인가.
레버리지를 써도 되는 장인가.
추격매수하면 장중 흔들림을 버틸 수 있는가.

vol_model은 이런 질문에 더 가까웠다.

즉 내가 만든 상태판은 방향 예측기는 아니었지만, 위험 체제 판단기로는 가능성이 있었다.

위험등급에 따라 비중을 줄였더니

가장 중요한 테스트는 이것이었다.

위험등급에 따라 포지션을 줄이면 실제로 성과가 좋아질까.

결과는 다음과 같았다.

Always-long: 총수익률 +337.5%, MDD -35.76%
Combined rule scale: 총수익률 +78.5%, MDD -36.10%
Strict scale: 총수익률 +44.8%, MDD -36.54%
Transition scale: 총수익률 +86.9%, MDD -35.89%

결과는 충격적이었다.

비중을 줄였더니 수익률은 크게 줄었다.
그런데 MDD는 거의 개선되지 않았다.
오히려 일부 전략에서는 MDD가 더 나빠졌다.

이 말은 단순하다.

위험등급이 높다고 비중을 줄이는 전략은 실패했다.

만약 이 상태판을 보고 “위험등급이 높으니 줄이자”고 했다면, 장기적으로 큰 상승장을 상당 부분 놓쳤을 가능성이 높다. 그리고 그렇게 놓친 대가에 비해 손실 방어 효과는 충분하지 않았다.

이 결과가 이번 실험의 핵심이었다.

위험은 하락과 같은 말이 아니었다.

왜 이런 결과가 나왔을까

처음에는 이상했다.

위험한 구간이면 당연히 시장이 안 좋아야 하는 것 아닐까.

그런데 실제 시장은 그렇게 단순하지 않았다.
특히 한국 시장의 고변동성 구간은 강한 상승과도 자주 겹쳤다.

고변동성 상승장 이벤트를 따로 뽑아봤다.

event_high_vol_up_v1은 133건이었다.

이후 5거래일 평균 수익률: +1.69%
이후 5일 실현변동성: 1.84
left-tail: -2.21

event_high_vol_up_v2는 79건이었다.

이후 5거래일 평균 수익률: +1.89%
이후 5일 실현변동성: 2.27
left-tail: -2.81

즉 고변동성 상승장은 평균적으로 오히려 더 올랐다.
하지만 동시에 변동성과 하방 꼬리 위험도 커졌다.

이게 핵심이다.

고변동성은 하락 신호가 아니었다.
고변동성은 큰 움직임의 신호였다.

위로도 크게 가고, 아래로도 크게 흔들릴 수 있는 구간이었다.

따라서 위험등급이 높다는 이유만으로 시장을 피하면, 오히려 강한 상승장을 놓칠 수 있다. 반대로 위험등급을 무시하고 레버리지로 추격하면 장중 급락에 크게 당할 수 있다.

Extreme은 매도 신호가 아니었다

위험 체제 중에서도 extreme 구간을 따로 봤다.

결과는 흥미로웠다.

all_extreme: 이후 5거래일 평균 수익률 +1.97%, 실현변동성 2.85, left-tail -3.42
extreme_persistence_2d: 실현변동성 3.03, left-tail -3.61
extreme_persistence_3d: 실현변동성 3.16, left-tail -3.75

extreme 구간의 평균 수익률은 플러스였다.
하지만 extreme 상태가 2일, 3일 지속될수록 변동성과 left-tail 위험은 더 커졌다.

이 결과는 해석이 중요하다.

extreme은 “팔아라”가 아니다.
extreme은 “흔들림이 커지고 있다”다.

특히 extreme이 하루 뜨는 것보다 며칠 지속되는 것이 더 중요했다.
위험한 것은 단순히 높은 위험등급이 아니라, 높은 위험등급이 계속 유지되는 상태였다.

그래서 다음 버전의 리포트에는 이런 문구가 더 적절하다고 판단했다.

“극단 변동성 상태가 2회 이상 연속 관측되고 있습니다.
평균 방향성은 하락으로 단정할 수 없지만, 이후 변동성과 하방 꼬리 위험이 커지는 구간입니다.”

이 정도가 맞다.

반도체 쏠림도 매도 신호는 아니었다

한국 시장에서는 삼성전자와 SK하이닉스의 영향이 너무 크다.
그래서 반도체 대형주가 시장을 끌고 가는 쏠림 장세도 따로 테스트했다.

결과는 다음과 같았다.

반도체 쏠림 이벤트: 268건, 이후 5거래일 평균 수익률 +0.87%, 변동성 1.30, left-tail -1.61
반도체 쏠림 + 약한 breadth 이벤트: 212건, 이후 5거래일 평균 수익률 +0.48%, 변동성 1.33, left-tail -1.73

이것도 마찬가지였다.

반도체 쏠림은 무조건 나쁜 신호가 아니었다.
오히려 이후 평균 수익률은 플러스였다.

다만 breadth가 약해질수록 tail risk는 커졌다.

즉 일부 대형주가 지수를 끌고 가는 장은 계속 오를 수 있다.
하지만 시장 전체 체력이 약하면 흔들림도 커진다.

이것도 매도 신호로 쓰면 안 된다.
대신 “상승은 가능하지만 시장 내부 체력 확인이 필요하다”는 문구로 쓰는 것이 맞다.

그래서 위험등급은 어떻게 써야 할까

백테스트 이후 내가 내린 결론은 명확하다.

위험등급은 매도 신호가 아니다.
위험등급은 자동 비중축소 신호도 아니다.
위험등급은 변동성 상태판이다.

위험등급이 높다는 말은 이렇게 해석해야 한다.

방향성 단정 금지
장중 변동폭 확대 가능성
추격매수 주의
레버리지 주의
과대비중 주의
손절·익절 기준을 더 명확히 해야 하는 구간
위로도 아래로도 크게 움직일 수 있는 구간

예를 들어 지수가 오르는데 VKOSPI와 ATM IV도 높다면, 이것은 단순한 상승장이 아니다.
고변동성 상승장이다.

고변동성 상승장은 더 오를 수 있다.
하지만 흔들림도 크다.

그래서 이 구간에서 필요한 것은 “무조건 팔기”가 아니다.
내가 이 변동성을 감당할 수 있는 포지션인지 점검하는 것이다.

공격적으로 보면, 위험은 기회와 같이 온다

이 결과를 공격적으로 해석하면 이렇다.

고변동성 구간을 무조건 피하면 안 된다.
오히려 큰 상승은 고변동성 구간에서 나오는 경우가 있다.

위험이 높다는 이유만으로 시장을 벗어나 있으면, 수익률은 크게 훼손될 수 있다.

Always-long이 +337.5%였는데, 위험등급에 따라 줄인 전략은 +78.5%, +44.8%, +86.9% 수준에 그쳤다.
이것은 시장에 오래 머무는 것이 얼마나 강력한지 보여준다.

공격적인 관점에서 보면 위험등급은 회피 신호가 아니다.

오히려 “큰 움직임이 나올 수 있는 구간”을 알려주는 신호에 가깝다.
이 구간에서 시장의 방향성과 수급이 맞아떨어지면 강한 상승이 나올 수도 있다.

따라서 공격적인 결론은 이렇다.

위험하다고 무조건 피하지 말라.
다만 왜 위험한지, 그 위험이 상승 에너지와 함께 나타나는지 확인해야 한다.

보수적으로 보면, 위험은 포지션을 점검하라는 신호다

반대로 보수적인 관점에서 보면 결론은 다르다.

고변동성 구간은 결코 편안한 구간이 아니다.
평균 수익률이 플러스여도, left-tail과 장중 변동성은 커진다.

특히 레버리지, 곱버스, 단기 추격매수에는 위험한 환경이다.

방향이 맞아도 진입 가격이 나쁘면 흔들림을 견디기 어렵다.
방향이 틀리면 손실이 빠르게 커진다.

따라서 보수적으로 보면 위험등급은 비중을 기계적으로 줄이라는 신호가 아니라, 내 포지션의 내구성을 점검하라는 신호다.

내가 감당할 수 있는 손실 범위인가.
레버리지가 과하지 않은가.
손절 기준이 있는가.
장중 급락이 나와도 버틸 수 있는가.
추격매수로 들어간 포지션은 아닌가.

이 질문에 답해야 한다.

보수적인 결론은 이렇다.

위험한 장에서 과대비중과 레버리지는 조심하라.
위험등급이 높아질수록 수익보다 생존을 먼저 확인하라.

내가 바꾸기로 한 것

이 결과를 보고 텔레그램 리포트도 바꾸기로 했다.

처음 리포트에는 이런 문구가 있었다.

포지션 신호: 초소형비중
신규 진입: 시장가 추격 금지
레버리지 신규 진입: 원칙적 주의
위험등급: 급위험

그런데 이런 문구는 자칫 매매 지시처럼 보일 수 있다.
백테스트 결과를 반영하면 표현을 바꾸는 것이 맞다.

예를 들면 이렇게 바꿀 수 있다.

“본 리포트의 위험등급은 매수·매도 또는 자동 비중축소 신호가 아닙니다.
위험등급은 변동성 확대, 수급 충돌, 장중 급변동 가능성을 설명하는 상태판입니다.”

또 시장 상태도 더 구체적으로 나눌 필요가 있다.

고변동성 상승장
선물 주도 고변동성 랠리
급등 후 급락 조정
급락 후 반등
반등 실패
고변동성 왕복장
선물-현물 괴리
반도체 쏠림 장세

이렇게 바꿔야 실제 장중 상황을 더 잘 설명할 수 있다.

위험등급 하나로 시장을 설명하려고 하면 오해가 생긴다.
대신 시장의 상태를 더 구체적인 언어로 분류해야 한다.

세 번째 결론

처음에는 시장을 맞히고 싶었다.
하지만 백테스트는 다른 답을 줬다.

시장을 맞히는 것은 어렵다.
위험등급으로 매수·매도 전략을 만드는 것도 잘 되지 않았다.

하지만 시장이 어떤 상태인지는 어느 정도 분류할 수 있었다.

위험한 장은 반드시 빠지는 장이 아니다.
위험한 장은 크게 흔들리는 장이다.

따라서 내가 만든 상태판의 목적은 이렇게 정리된다.

오를지 내릴지를 맞히는 것이 아니라,
지금 시장이 어떤 변동성 환경에 있는지 보여주는 것.

이 결론이 오히려 더 현실적이라고 생각한다.

주식시장에서 가장 위험한 것은 모르는 것을 안다고 착각하는 것이다.

위험등급이 높다고 시장이 빠질 것이라고 단정하는 것도 착각이다.
반대로 지수가 오른다고 안전하다고 믿는 것도 착각이다.

시장은 오르면서도 위험할 수 있다.
내리면서도 반등할 수 있다.
선물은 강한데 현물은 약할 수 있다.
위험등급은 높지만 평균 수익률은 플러스일 수 있다.

그래서 필요한 것은 예언이 아니라 계기판이다.

나는 이 실험을 통해 그 사실을 배웠다.

위험하다는 말은 하락한다는 뜻이 아니었다.
위험하다는 말은 크게 흔들린다는 뜻이었다.

다음 글에서는 이 예측기가 왜 실패했는지, 그리고 그럼에도 불구하고 시장 상태판으로는 왜 유용했는지 정리해보려 한다.

볼만한 아파트 경매(26.6.21)

Paulworld — Sun, 21 Jun 2026 14:18:31 +0900

우량 경매 추천 리포트

2026년 06월 20일 기준 (200세대 이상 추천)

성남지원

2024타경60669

D--90

중앙동힐스테이트2차

경기도 성남시 중원구 시민로 66, 203동 7층701호 (중앙동,중앙동힐스테이트2차)

단지 규모 751세대

면적 120.97m² (36.6평)

조회수 6.0k

감정가 9억4800만원

최저 입찰가 6억6360만원 114%

수원지방법원

2022타경68789

D--90

매탄 위브 하늘채

경기도 수원시 영통구 효원로 363, 124동 15층1503호 (매탄동,매탄 위브 하늘채)

단지 규모 3391세대

면적 84.82m² (25.7평)

조회수 5.2k

감정가 7억2000만원

최저 입찰가 5억400만원 94%

서울동부지방법원

2025타경51120

D--90

아파트명 미상

서울특별시 강동구 천호동 537-3

단지 규모 정보없음

면적 146.45m² (44.3평)

조회수 5.9k

감정가 15억3411만4080원

최저 입찰가 9억8183만3000원 81%

⚠️ 선순위임차인

수원지방법원

2024타경66060

D--89

신정마을

경기도 용인시 수지구 정평로 73, 305동 5층502호 (풍덕천동,신정마을)

단지 규모 1044세대

면적 134.58m² (40.7평)

조회수 5.4k

감정가 10억9000만원

최저 입찰가 7억6300만원 115%

서울남부지방법원

2024타경3371

D--88

에비앙하우스

서울특별시 양천구 목동중앙북로14길 42, 제101동 제6층 제602호 (목동, 에비앙하우스)

단지 규모 정보없음

면적 30.42m² (9.2평)

조회수 9.5k

감정가 3억3260만원

최저 입찰가 2857만원 97%

⚠️ 선순위임차인, 위반건축물

서울동부지방법원

2024타경50138

D--83

하이츠아파트

서울특별시 성동구 사근동길 65, 102동 1층103호 (사근동,하이츠아파트)

단지 규모 930세대

면적 71.85m² (21.7평)

조회수 8.6k

감정가 6억7600만원

최저 입찰가 5억4080만원 116%

고양지원

2023타경79325

D--82

강선마을아파트

경기도 고양시 일산서구 강선로 116, 201동 12층1202호 (주엽동,강선마을아파트)

단지 규모 966세대

면적 101.88m² (30.8평)

조회수 6.6k

감정가 6억7700만원

최저 입찰가 937만1000원 2%

⚠️ 선순위임차인, 임차권등기

서울남부지방법원

2024타경115496

D--81

당산동반도유보라팰리스

서울특별시 영등포구 국회대로 597, 제105동 제3층 제301호 (당산동4가, 당산동반도유보라팰리스)

단지 규모 976세대

면적 157.87m² (47.8평)

조회수 5.5k

감정가 17억9300만원

최저 입찰가 14억3440만원 95%

서울중앙지방법원

2024타경106168

D--81

강남역아이파크

서울특별시 서초구 서초대로77길 62, 5층514호 (서초동,강남역아이파크)

단지 규모 2390세대

면적 24.5m² (7.4평)

조회수 9.6k

감정가 2억5600만원

최저 입찰가 900만8000원 4%

⚠️ 임차권등기, 선순위임차인

서울동부지방법원

2024타경55416

D--76

아파트명 미상

서울특별시 광진구 동일로78길 32-5

단지 규모 1606세대

면적 148m² (44.8평)

조회수 5.2k

감정가 8억4797만9100원

최저 입찰가 1억7783만4000원 21%

⚠️ 선순위임차인, 임차권등기

서울서부지방법원

2025타경50458

D--75

아파트명 미상

서울특별시 용산구 이태원동 225-28

단지 규모 정보없음

면적 -

조회수 6.2k

감정가 5억5770만원

최저 입찰가 2억2843만4000원 41%

⚠️ 지분매각, 특별매각조건

서울중앙지방법원

2024타경120980

D--75

예준빌

서울특별시 동작구 상도로47라길 12, 2층202호 (상도1동,예준빌)

단지 규모 정보없음

면적 57.58m² (17.4평)

조회수 6.4k

감정가 5억5100만원

최저 입찰가 4억4080만원 82%

⚠️ 선순위임차인, 임차권등기, 대항력포기

서울서부지방법원

2025타경51528

D--75

디엠씨한양

서울특별시 서대문구 북가좌동 431 디엠씨한양 6동 10층1002호

단지 규모 660세대

면적 65.34m² (19.8평)

조회수 5.3k

감정가 6억9700만원

최저 입찰가 4억4608만원 64%

⚠️ 선순위가등기, 형식적경매, 선순위임차인

서울중앙지방법원

2023타경6278

D--74

도곡렉슬아파트

서울특별시 강남구 선릉로 221, 206동 2층203호 (도곡동,도곡렉슬아파트)

단지 규모 3002세대

면적 84.92m² (25.7평)

조회수 5.1k

감정가 27억원

최저 입찰가 21억6000만원 124%

⚠️ 선순위임차인

서울동부지방법원

2024타경782

D--69

행당한진타운

서울특별시 성동구 행당로 82, 110동 12층1201호 (행당동,행당한진타운)

단지 규모 2123세대

면적 114.62m² (34.7평)

조회수 12.7k

감정가 14억6000만원

최저 입찰가 11억6800만원 80%

서울중앙지방법원

2023타경110689

D--68

아파트명 미상

서울특별시 동작구 사당로22길 84

단지 규모 1772세대

면적 244.88m² (74.1평)

조회수 7.0k

감정가 19억6863만8200원

최저 입찰가 12억5992만9000원 81%

⚠️ 임차권등기

인천지방법원

2024타경569296

D--62

아파트명 미상

인천광역시 서구 청라한내로161번길 25-15

단지 규모 3331세대

면적 187.71m² (56.8평)

조회수 5.3k

감정가 12억4625만5000원

최저 입찰가 12억4625만5000원 -100%

서울남부지방법원

2025타경9704

D--60

신길자이

서울특별시 영등포구 신길동 4938 신길자이 제102동 제11층 제1103호

단지 규모 198세대

면적 84.94m² (25.7평)

조회수 6.6k

감정가 11억원

최저 입찰가 8억8000만원 109%

서울중앙지방법원

2025타경102803

D--46

흑석한강푸르지오

서울특별시 동작구 흑석동 336 흑석한강푸르지오 108동 13층1302호

단지 규모 863세대

면적 84.79m² (25.6평)

조회수 8.8k

감정가 8억7000만원

최저 입찰가 6억9600만원 104%

⚠️ 지분매각, 건물지분

서울중앙지방법원

2025타경100433

D--45

효성주택

서울특별시 동작구 성대로12길 51, 4층402호 (상도동,효성주택)

단지 규모 1656세대

면적 50.79m² (15.4평)

조회수 12.9k

감정가 3억5000만원

최저 입찰가 1억7920만원 94%

⚠️ 재매각, 선순위임차인, 임차권등기, 특별매각조건

서울서부지방법원

2024타경62430

D--40

아파트명 미상

서울특별시 서대문구 독립문로8길 12

단지 규모 4300세대

면적 294.25m² (89평)

조회수 6.2k

감정가 62억2891만1770원

최저 입찰가 25억5136만2000원 41%

서울서부지방법원

2025타경51522

D--40

독립문극동아파트

서울특별시 서대문구 현저동 200 독립문극동아파트 106동 11층1101호

단지 규모 1300세대

면적 59.58m² (18평)

조회수 5.1k

감정가 10억4000만원

최저 입찰가 6억6560만원 68%

⚠️ 선순위임차인

서울중앙지방법원

2025타경102859

D--39

삼익양재빌라

서울특별시 서초구 양재동 91 삼익양재빌라 8층802호

단지 규모 980세대

면적 162.54m² (49.2평)

조회수 11.7k

감정가 15억7000만원

최저 입찰가 6억4307만2000원 42%

⚠️ 선순위임차인

서울동부지방법원

2025타경50821

D--34

래미안옥수리버젠

서울특별시 성동구 매봉길 15, 112동 16층1604호 (옥수동,래미안옥수리버젠)

단지 규모 1511세대

면적 134.13m² (40.6평)

조회수 12.0k

감정가 16억200만원

최저 입찰가 10억2528만원 64%

⚠️ 지분매각, 건물지분

서울서부지방법원

2024타경2544

D--33

아파트명 미상

서울특별시 서대문구 성산로24길 42

단지 규모 4300세대

면적 181.5m² (54.9평)

조회수 12.7k

감정가 13억7703만원

최저 입찰가 7억503만9000원 51%

⚠️ 형식적경매, 선순위임차인, 선순위가처분

서울서부지방법원

2024타경61277

D--33

아파트명 미상

서울특별시 서대문구 북아현로22나길 37-8

단지 규모 4300세대

면적 123.08m² (37.2평)

조회수 10.1k

감정가 9억526만4840원

최저 입찰가 4억6349만6000원 59%

서울중앙지방법원

2025타경102377

D--31

에이동

서울특별시 동작구 노량진동 232-6 에이동 2층202호

단지 규모 정보없음

면적 49.8m² (15.1평)

조회수 5.3k

감정가 1억8285만7000원

최저 입찰가 1억4628만6000원 80%

⚠️ 건물지분, 선순위임차인

서울남부지방법원

2024타경105680

D--19

코쿤빌

서울특별시 영등포구 선유로53길 20, 제5층 제502호 (양평동4가, 코쿤빌)

단지 규모 372세대

면적 14.77m² (4.5평)

조회수 6.6k

감정가 1억2100만원

최저 입찰가 6195만2000원 67%

⚠️ 재매각, 선순위임차인, 대항력포기, 임차권등기, 특별매각조건

서울남부지방법원

2024타경130570

D--17

보라매두산위브

서울특별시 영등포구 여의대방로9길 5, 제102동 제4층 제405호 (신길동, 보라매두산위브)

단지 규모 164세대

면적 136.74m² (41.4평)

조회수 16.1k

감정가 13억6000만원

최저 입찰가 5억5705만6000원 44%

⚠️ 재매각, 특별매각조건, 선순위임차인

수원지방법원

2024타경68165

D--13

동탄역린스트라우스

경기도 화성시 동탄역로 102, 103동 34층3402호 (오산동,동탄역린스트라우스)

단지 규모 1036세대

면적 84.27m² (25.5평)

조회수 9.2k

감정가 12억1000만원

최저 입찰가 8억4700만원 70%

서울동부지방법원

2023타경55266

D--6

토브하우스

서울특별시 강동구 천호대로188길 8, 3층302호 (둔촌동,토브하우스)

단지 규모 12032세대

면적 50.42m² (15.2평)

조회수 5.5k

감정가 2억6000만원

최저 입찰가 1786만7000원 7%

⚠️ 재매각, 선순위임차인

서울동부지방법원

2024타경59616

D--6

가동

서울특별시 성동구 서울숲2길 30, 가동 1층102호

단지 규모 364세대

면적 99.33m² (30평)

조회수 6.1k

감정가 4억3950만원

최저 입찰가 3억5160만원 92%

⚠️ 지분매각, 건물지분

서울서부지방법원

2024타경2162

D--5

소담헌

서울특별시 마포구 월드컵로8길 40-10 (서교동,소담헌)

단지 규모 1121세대

면적 226.74m² (68.6평)

조회수 7.4k

감정가 24억208만8840원

최저 입찰가 11억2096만5000원 56%

⚠️ 위반건축물

서울서부지방법원

2024타경58202

D--5

쓰리알유시티아파트

서울특별시 서대문구 신촌로 1, 6층612호 (창천동,쓰리알유시티아파트)

단지 규모 정보없음

면적 16.84m² (5.1평)

조회수 5.5k

감정가 2억3000만원

최저 입찰가 1975만7000원 10%

⚠️ 임차권등기, 선순위임차인

서울서부지방법원

2025타경51835

D--5

용산파크자이 디-

서울특별시 용산구 한강로1가 50-1 용산파크자이 6층디-633호

단지 규모 310세대

면적 52.58m² (15.9평)

조회수 9.6k

감정가 6억2800만원

최저 입찰가 4억192만원 64%

서울중앙지방법원

2024타경121266

D--3

피카소

서울특별시 서초구 강남대로30길 32-18, 4층402호 (양재동,피카소)

단지 규모 848세대

면적 29.81m² (9평)

조회수 8.2k

감정가 5억9900만원

최저 입찰가 5145만4000원 10%

⚠️ 임차권등기, 선순위임차인

서울서부지방법원

2024타경53306

D-2

아파트명 미상

서울특별시 마포구 신촌로24길 25

단지 규모 3885세대

면적 162.6m² (49.2평)

조회수 6.0k

감정가 26억4046만5400원

최저 입찰가 13억5191만8000원 51%

서울중앙지방법원

2025타경102183

D-2

아파트명 미상

서울특별시 관악구 봉천동 28-18

단지 규모 정보없음

면적 91.56m² (27.7평)

조회수 5.9k

감정가 6억553만5660원

최저 입찰가 1억159만원 17%

⚠️ 선순위임차인, 위반건축물, 임차권등기

서울서부지방법원

2025타경51316

D-2

아파트명 미상

서울특별시 용산구 후암동 244-56

단지 규모 정보없음

면적 84.3m² (25.5평)

조회수 5.8k

감정가 7억5871만6000원

최저 입찰가 6억697만3000원 80%

⚠️ 지분매각, 선순위임차인

고양지원

2024타경65255

D-2

소만마을아파트

경기도 고양시 덕양구 화신로 36, 703동 13층1303호 (행신동,소만마을아파트)

단지 규모 2416세대

면적 59.04m² (17.9평)

조회수 12.5k

감정가 3억7600만원

최저 입찰가 255만1000원 1%

⚠️ 재매각, 임차권등기, 특별매각조건, 선순위임차인

서울서부지방법원

2024타경58264

D-2

모던하우스

서울특별시 마포구 만리재옛2길 14, 1동 5층501호 (신공덕동,모던하우스)

단지 규모 834세대

면적 51.14m² (15.5평)

조회수 15.9k

감정가 5억9400만원

최저 입찰가 3265만6000원 5%

⚠️ 선순위가등기, 임차권등기, 선순위임차인

서울서부지방법원

2025타경1678

D-2

한가람아파트

서울특별시 용산구 이촌동 404 한가람아파트 213동 1층102호

단지 규모 2036세대

면적 71.45m² (21.6평)

조회수 6.1k

감정가 21억1000만원

최저 입찰가 16억8800만원 80%

⚠️ 재매각, 임차권등기

성남지원

2025타경50201

D-8

아파트명 미상

경기도 성남시 수정구 양지로9번길 3-1

단지 규모 4089세대

면적 288m² (87.1평)

조회수 5.8k

감정가 6억5831만6500원

최저 입찰가 1억1064만3000원 17%

⚠️ 선순위임차인

성남지원

2024타경71157

D-8

포웰시티푸르지오라포레

경기도 하남시 감일백제로 20, 301동 21층2101호 (감이동,포웰시티푸르지오라포레)

단지 규모 790세대

면적 99.64m² (30.1평)

조회수 7.9k

감정가 13억1000만원

최저 입찰가 6억4190만원 49%

⚠️ 재매각, 선순위임차인

서울서부지방법원

2024타경50369

D-9

대고샤인빌

서울특별시 은평구 역말로9길 24-26, 3층303호 (대조동,대고샤인빌)

단지 규모 977세대

면적 39.63m² (12평)

조회수 6.0k

감정가 4억1700만원

최저 입찰가 2억1350만4000원 51%

⚠️ 임차권등기, 선순위임차인

서울중앙지방법원

2025타경103154

D-9

더포레스트

서울특별시 동작구 상도동 209-9 더포레스트 4층401호

단지 규모 2044세대

면적 32.26m² (9.8평)

조회수 5.9k

감정가 2억8700만원

최저 입찰가 1억1755만5200원 41%

⚠️ 선순위전세권, 임차권등기, 선순위임차인, 위반건축물

성남지원

2022타경54585

D-15

아파트명 미상

경기도 광주시 곤지암읍 장심길 20-10

단지 규모 정보없음

면적 136.38m² (41.2평)

조회수 6.4k

감정가 2억457만원

최저 입찰가 2406만7000원 12%

⚠️ 재매각, 특별매각조건, 선순위임차인, 건물만매각, 법정지상권

서울중앙지방법원

2024타경118123

D-16

아파트명 미상

서울특별시 관악구 장군봉5길 30-10

단지 규모 3544세대

면적 341.66m² (103.4평)

조회수 6.2k

감정가 17억9740만원

최저 입찰가 4억7117만6000원 26%

⚠️ 임차권등기, 위반건축물, 선순위임차인

서울중앙지방법원

2024타경3429

D-16

아파트명 미상

서울특별시 동작구 사당로26가길 8

단지 규모 1772세대

면적 233.82m² (70.7평)

조회수 5.1k

감정가 21억4759만1400원

최저 입찰가 13억7445만8000원 64%

⚠️ 위반건축물, 임차권등기

서울북부지방법원

2023타경5199

D-16

에스아이팰리스장안센텀

서울특별시 동대문구 한천로2길 84, 11층1109호 (장안동,에스아이팰리스장안센텀)

단지 규모 2182세대

면적 23.38m² (7.1평)

조회수 5.1k

감정가 3억7200만원

최저 입찰가 837만6000원 2%

⚠️ 재매각, 선순위임차인, 특별매각조건, 임차권등기

수원지방법원

2025타경1521

D-17

진산마을성원상떼빌아파트

경기도 용인시 수지구 상현동 30 진산마을성원상떼빌아파트 103동 1층102호

단지 규모 1744세대

면적 84.96m² (25.7평)

조회수 8.6k

감정가 6억4800만원

최저 입찰가 4억5360만원 70%

서울동부지방법원

2025타경51058

D-22

잠실엘스

서울특별시 송파구 잠실동 19 잠실엘스 159동 12층1201호

단지 규모 5678세대

면적 84.8m² (25.6평)

조회수 8.0k

감정가 14억3000만원

최저 입찰가 11억4400만원 80%

⚠️ 지분매각, 건물지분

서울남부지방법원

2024타경1733

D-24

목동2차우성아파트

서울특별시 양천구 목동남로4길 6-23, 제212동 제11층 제1101호 (신정동, 목동2차우성아파트)

단지 규모 2998세대

면적 113.91m² (34.5평)

조회수 8.7k

감정가 11억4000만원

최저 입찰가 4억6694만4000원 41%

⚠️ 선순위임차인

서울중앙지방법원

2024타경1775

D-24

주건축물

서울특별시 서초구 반포대로26길 35, 1동 6층602호 (서초동,주건축물)

단지 규모 2390세대

면적 39.52m² (12평)

조회수 7.2k

감정가 6억1100만원

최저 입찰가 8200만7000원 13%

⚠️ 재매각, 유치권, 특별매각조건, 선순위임차인

서울동부지방법원

2023타경60534

D-29

신원리브웰 화양동 주상복합

서울특별시 광진구 능동로 170, 4층405호 (화양동,신원리브웰 화양동 주상복합)

단지 규모 296세대

면적 20.66m² (6.2평)

조회수 8.5k

감정가 2억2700만원

최저 입찰가 1247만9000원 5%

⚠️ 선순위임차인, 형식적경매, 임차권등기

서울북부지방법원

2022타경110797

D-30

한일노벨리아

서울특별시 동대문구 천호대로 289, 15층1513호 (답십리동,한일노벨리아)

단지 규모 2652세대

면적 14.76m² (4.5평)

조회수 10.6k

감정가 1억3500만원

최저 입찰가 99만7000원 1%

⚠️ 재매각, 임차권등기, 선순위임차인

서울중앙지방법원

2025타경101733

D-31

은마아파트

서울특별시 강남구 삼성로 212, 31동 14층1401호 (개포동,은마아파트)

단지 규모 6702세대

면적 94.76m² (28.7평)

조회수 5.1k

감정가 35억6000만원

최저 입찰가 28억4800만원 80%

⚠️ 지분매각, 건물지분

서울동부지방법원

2023타경55082

D-36

다소니

서울특별시 송파구 송이로36길 17, 2층201호 (문정동,다소니)

단지 규모 4494세대

면적 36.19m² (11평)

조회수 5.3k

감정가 4억원

최저 입찰가 720만6000원 2%

⚠️ 임차권등기, 선순위임차인, 선순위전세권

서울동부지방법원

2023타경58135

D-36

성보팰리채

서울특별시 송파구 송파대로36가길 15-16, 5층501호 (송파동,성보팰리채)

단지 규모 936세대

면적 20.39m² (6.2평)

조회수 7.3k

감정가 3억6000만원

최저 입찰가 1013만3000원 3%

⚠️ 위반건축물, 임차권등기, 선순위임차인, 선순위전세권

서울동부지방법원

2022타경57388

D-43

씨팰리스4차

서울특별시 강동구 천중로27길 24-7, 비동 3층303호 (천호동,씨팰리스4차)

단지 규모 999세대

면적 38.66m² (11.7평)

조회수 24.2k

감정가 4억6300만원

최저 입찰가 1042만6000원 2%

⚠️ 재매각, 임차권등기, 선순위임차인

흔들리는 시장 속에서, 선옵향이 느껴진거야_2

Paulworld — Sun, 21 Jun 2026 14:14:52 +0900

투자 판단을 감이 아니라 데이터 상태판으로 바꾸기

1편에서는 코스피를 볼 때 단순히 주가만 봐서는 부족하다고 썼다.

현물 가격은 결과에 가깝고, 선물 수급은 압력이며, 프로그램매매는 그 압력이 현물시장으로 전달되는 경로에 가깝다. 옵션과 VKOSPI는 시장이 앞으로 얼마나 크게 흔들릴 수 있는지에 대한 기대를 보여준다.

그렇다면 다음 질문은 자연스럽다.

“그걸 장중에 사람이 계속 볼 수 있을까?”

답은 거의 불가능에 가깝다.

장중에 KOSPI200, KOSPI200 선물, 베이시스, 프로그램매매, 외국인 선물 수급, 옵션 IV, VKOSPI, 삼성전자, SK하이닉스까지 계속 확인하려면 모니터를 여러 개 띄워놓고 있어야 한다.

그것도 단순히 숫자만 보는 것이 아니라, 숫자들 사이의 관계까지 해석해야 한다.

예를 들면 이런 질문들이다.

지수는 오르는데 외국인이 선물을 사고 있는가
외국인 현물도 같이 들어오는가, 아니면 선물만 사는가
비차익 프로그램은 대형주 바스켓을 사고 있는가, 팔고 있는가
베이시스는 이론 베이시스보다 과하게 벌어졌는가
VKOSPI가 높은데 지수도 오르는가
삼성전자와 SK하이닉스가 지수를 끌고 가는가
옵션 시장은 콜 쪽을 더 비싸게 보는가, 풋 쪽을 더 비싸게 보는가

이걸 장중에 사람이 계속 판단하는 것은 피곤하다.

그래서 Codex를 이용해 선물·옵션 시장위험 리포트를 만들기 시작했다.

목표는 단순했다.

“매수·매도 신호를 자동으로 만들자”가 아니었다.
“지금 시장이 어떤 상태인지 30분마다 텔레그램으로 받아보자”였다.

내가 만들고 싶었던 것은 예측기가 아니라 상태판이었다

처음부터 완벽한 예측 모델을 만들 수 있다고 생각하지는 않았다.

주식시장의 단기 예측은 어렵다.
특히 한국 시장은 더 복잡하다. 외국인 선물, 프로그램매매, 대형주 쏠림, 환율, 글로벌 증시, 반도체 사이클까지 동시에 작동한다.

그래서 내가 만들고 싶었던 것은 예측기가 아니었다.
상태판이었다.

자동화 리포트가 대답해야 하는 질문은 다음과 같았다.

지금 시장은 상승장인가, 하락장인가
상승이라면 건강한 상승인가, 위험한 상승인가
외국인 선물과 현물 수급이 같은 방향인가
프로그램 비차익 매도 압력이 큰가
VKOSPI와 옵션 IV는 어느 정도인가
삼성전자와 SK하이닉스가 지수를 버티는가, 끌어내리는가
장중 급등·급락이 반복되는 왕복장인가

즉 이 리포트의 목적은 “내일 오른다, 내린다”를 맞히는 것이 아니었다.
지금 시장의 체력과 위험 상태를 구조화하는 것이었다.

투자 판단에서 가장 위험한 것은 감정적으로 움직이는 것이다.

시장이 급등하면 뒤늦게 따라 사고 싶고, 시장이 급락하면 이유도 모른 채 무서워진다. 특히 요즘처럼 오전에 폭등했다가 점심에 급락하고, 다시 오후에 반등하는 장에서는 감정이 더 쉽게 흔들린다.

나는 적어도 그 순간에 이렇게 묻고 싶었다.

“이 급등은 무엇이 끌고 가는가?”
“이 급락은 무엇이 무너진 것인가?”
“지금 위험은 방향성 위험인가, 변동성 위험인가?”

이 질문에 답하기 위해 자동화 리포트를 만들었다.

데이터는 여러 곳에서 모았다

이번 자동화에서 사용한 데이터는 한 곳에서만 나오지 않았다.

처음에는 KIS Open API만으로 해결하려 했다.
하지만 실제로 만들어보니 모든 데이터가 한 번에 나오지는 않았다. 실시간 가격, 수급, 옵션 체인, 변동성, 환율, 장기 백테스트 데이터는 각각 다른 소스와 구조를 갖고 있었다.

그래서 여러 소스를 조합했다.

실시간 리포트에는 대략 다음 데이터가 들어갔다.

KIS API: KOSPI200, KOSPI200 선물, 선물 상세시세, 프로그램매매, 대형주 가격, 옵션 ATM·그릭스
KB증권 모바일 페이지: 투자자별 현물·선물·옵션 수급
Stockplus: VKOSPI
한경 옵션 체인: 옵션 가격 fallback
네이버 환율: USD/KRW
KRX API: 장기 백테스트용 일별 선물·옵션·주식 데이터

처음에는 실시간 리포트만 만들 생각이었다.
그런데 리포트가 만들어지기 시작하자 더 중요한 문제가 생겼다.

“이 해석이 맞는가?”

예를 들어 외국인 선물이 +5,000억이면 좋은가.
비차익 프로그램이 -1조면 무조건 나쁜가.
VKOSPI가 높으면 무조건 하락 신호인가.

이런 질문에 답하려면 과거 데이터가 필요했다.

그래서 KRX API를 이용해 10년치 데이터를 쌓기 시작했다.

최종적으로 KRX historical pipeline은 2016년 6월 20일부터 2026년 6월 12일까지 2,448개의 일별 feature row를 만들었다. 전체 cache manifest는 29,213 rows였고, cache 총량은 약 3.04GB였다. 다운로드에는 약 6시간 33분이 걸렸다.

Endpoint별로는 선물 일별, 옵션 일별, 파생상품지수, KOSPI 주식 일별, KOSDAQ 주식 일별, 주식선물 일별 등을 수집했다. 주요 endpoint는 실패 없이 완료됐다.

이 과정에서 깨달은 점이 있다.

데이터 자동화에서 가장 어려운 것은 코드를 짜는 것이 아니다.
데이터가 무엇을 의미하는지 끝까지 확인하는 것이다.

숫자는 쉽게 가져올 수 있다.
하지만 그 숫자가 시장을 설명하는지, 아니면 오히려 착시를 만드는지는 따로 검증해야 한다.

리포트는 30분마다 텔레그램으로 받게 했다

실시간 파일럿은 2026년 6월 18일과 6월 19일, 이틀 동안 돌렸다.

한국 시장 정규장 기준으로 오전 9시부터 오후 3시 30분까지 30분 간격으로 총 28개 slot을 만들었다.

구조는 단순하다.

정해진 시간에 main.py 실행
각 데이터 소스에서 현재 데이터 수집
snapshot 생성
위험점수 계산
리포트 문장 생성
Telegram 전송
latest_snapshot.json과 latest_report.md 저장

실제로 생성된 리포트는 이런 구조였다.

시장 요약
투자자별 수급
프로그램매매
옵션 체인·변동성
대형주
종합 판단
해석 메모

시장 요약에는 KOSPI200, KOSPI200 선물, 베이시스, 이론 베이시스, VKOSPI, USD/KRW가 들어갔다.

투자자별 수급에는 KOSPI 현물, KOSPI200 선물, KOSPI200 콜옵션, KOSPI200 풋옵션의 외국인·개인·기관 수급이 들어갔다.

옵션 체인에는 ATM 행사가, ATM 콜·풋 가격, ATM IV, 콜·풋 IV, 감마, 베가, 세타, 풋 스큐, 감마 집중 구간이 들어갔다.

대형주에는 삼성전자와 SK하이닉스 가격, 그리고 프로그램 순매수 수량이 들어갔다.

이렇게 구성하니 단순히 “지수가 올랐다”가 아니라, “무엇이 지수를 올리고 있는가”를 보기 시작했다.

6월 18일: 강한 상승장이지만 편안한 상승장은 아니었다

첫 번째 파일럿 날인 6월 18일은 시장이 강하게 올랐다.

15시 30분 마감 리포트 기준으로 보면 숫자는 굉장히 좋았다.

KOSPI200: +3.34%
KOSPI200 선물: +3.17%
외국인 KOSPI 현물: +1조 5,203억 원
삼성전자: +4.62%
SK하이닉스: +7.02%

이 정도면 겉으로는 완벽한 상승장이다.

하지만 리포트는 동시에 불편한 숫자도 보여줬다.

외국인 KOSPI200 선물: -853억 원
비차익 프로그램: -1조 4,807억 원
전체 프로그램: -1조 466억 원
VKOSPI: 80.67
ATM IV: 75.08%

즉 현물 외국인 매수와 대형주 상승은 매우 강했지만, 선물은 마감에 순매도로 돌아섰고, 비차익 프로그램은 하루 종일 대규모 매도였다. VKOSPI와 ATM IV도 극단적으로 높았다.

이 장을 보면서 나는 이렇게 정리했다.

“강한 장은 맞다.
하지만 편안한 장은 아니다.”

지수가 +3% 이상 올랐는데 변동성 지표가 80대에 머문다는 것은 시장이 상승을 안정적으로 받아들이고 있다는 뜻이 아니다. 오히려 위아래로 크게 흔들릴 수 있는 고변동성 상승장에 가깝다.

이런 해석은 주가만 봤다면 어려웠을 것이다.

주가만 보면 강한 상승장이다.
상태판으로 보면 고변동성 상승장이다.

두 문장은 비슷해 보이지만, 투자 판단에서는 완전히 다르다.

6월 19일: 선물 주도 급등, 급락, 재반등

두 번째 파일럿 날인 6월 19일은 더 극단적이었다.

10시 30분 기준으로 시장은 폭등하고 있었다.

KOSPI200: +3.92%
KOSPI200 선물: +4.29%
외국인 KOSPI200 선물: +9,292억 원
삼성전자: +2.76%
SK하이닉스: +7.26%
VKOSPI: 82.89

가격만 보면 전날보다 더 강했다.

그런데 수급을 보면 조심해야 할 부분이 있었다.

외국인 KOSPI 현물: -2,415억 원
비차익 프로그램: -1조 1,606억 원
삼성전자 프로그램 순매수 수량: -2,057,712주

즉 시장은 폭등했지만 외국인은 현물을 팔고 있었고, 비차익 프로그램도 대규모 매도였다. 삼성전자 프로그램 수급도 좋지 않았다.

시장을 끌어올린 핵심은 외국인 선물과 SK하이닉스 중심의 반도체 강세였다.

그리고 실제로 장은 크게 흔들렸다.

12시에는 KOSPI200 상승률이 +2.77%로 줄었다.
12시 30분에는 +0.67%까지 밀렸다.
13시에는 -1.07%로 마이너스 전환했다.

특히 13시 리포트는 인상적이었다.

KOSPI200: -1.07%
KOSPI200 선물: -0.50%
외국인 KOSPI 현물: +3,066억 원
외국인 KOSPI200 선물: +1조 4,947억 원
기관 KOSPI 현물: -6,405억 원
비차익 프로그램: -1조 1,700억 원
삼성전자: -2.62%
SK하이닉스: +1.64%

이 숫자는 이상했다.

외국인은 선물을 1조 5천억 원 가까이 사고 있었다.
그런데 지수는 마이너스였다.

그 말은 외국인 선물 매수만으로는 현물 대형주와 기관·비차익 매도를 이기지 못했다는 뜻이다.

이런 장에서 “외국인 선물이 강하니까 괜찮다”고 단순화하면 위험하다.
오히려 그 정도의 선물 매수가 있는데도 지수가 빠진다는 점이 더 중요한 신호였다.

이후 15시에는 다시 반등했다.

KOSPI200: +0.24%
KOSPI200 선물: +0.58%
외국인 KOSPI200 선물: +1조 5,603억 원
기관 KOSPI 현물: -1조 4,696억 원
비차익 프로그램: -1조 5,161억 원
VKOSPI: 83.87
삼성전자: -1.38%
SK하이닉스: +3.54%

이날 장은 한마디로 “왕복장”이었다.

오전 급등,
점심 급락,
오후 재반등.

이런 날에는 단순한 가격 판단보다 시장 상태판이 훨씬 유용했다.

처음 만든 리포트의 한계도 보였다

물론 이틀간 돌려보니 문제점도 분명히 보였다.

첫 번째 문제는 방향성 신호가 너무 자주 “중립”으로 나왔다는 점이다.

실제로 6월 19일 시장은 장중 급등, 급락, 재반등을 반복했다.
그런데 리포트 상단의 방향성 신호는 대부분 중립이었다.

숫자를 보면서 사람은 급격한 변화를 느끼는데, 리포트의 상단 요약은 그 변화를 충분히 표현하지 못했다.

그래서 다음 버전에서는 단순 방향성보다 “시장 상태”를 따로 표시해야 한다고 생각했다.

예를 들면 이런 식이다.

선물 주도 고변동성 랠리
급등 후 급락 조정
급락 후 반등
반등 실패
고변동성 왕복장
선물-현물 괴리
반도체 쏠림 장세

두 번째 문제는 위험등급이 매도 신호처럼 보일 수 있다는 점이었다.

처음 리포트에는 “초소형비중”, “신규 진입 제한”, “레버리지 주의” 같은 문구가 들어갔다.
그런데 이후 백테스트를 돌려보니 위험등급이 높다는 것은 하락 신호가 아니라 변동성 확대 신호에 가까웠다.

따라서 문구를 바꿔야 했다.

“위험하니 팔아라”가 아니라,
“위아래 변동폭이 커진 상태이니 추격·레버리지·과대비중을 조심하라”가 맞다.

세 번째 문제는 위험점수의 근거가 부족했다는 점이다.

위험점수가 7점, 9점, 12점으로 바뀌어도 사용자가 왜 그 점수가 나왔는지 바로 이해하기 어려웠다. 그래서 다음 버전에서는 위험점수 기여도를 넣는 것이 맞다고 판단했다.

예를 들면 이런 식이다.

변동성: +3점 — VKOSPI 80 이상, ATM IV 70% 이상
비차익 프로그램: +2점 — 비차익 순매도 -1조 원 초과
선물-현물 괴리: +1점 — 외국인 선물 순매수에도 대형주 약세
장중 급변동: +2점 — 급등 후 급락과 재반등 반복
완화요인: -1점 — 외국인 KOSPI200 선물 순매수 우위

이렇게 해야 리포트가 단순 경고장이 아니라 설명 가능한 상태판이 된다.

백테스트를 해보니 더 조심스러워졌다

처음에는 위험점수가 높으면 포지션을 줄이는 전략도 가능하지 않을까 생각했다.

하지만 10년치 데이터로 백테스트를 돌려보니 결과는 좋지 않았다.

위험등급에 따라 비중을 줄이는 전략은 수익률을 크게 훼손했고, MDD는 거의 줄이지 못했다.

Always-long: 총수익률 +337.5%, MDD -35.76%
Combined rule scale: 총수익률 +78.5%, MDD -36.10%
Strict scale: 총수익률 +44.8%, MDD -36.54%
Transition scale: 총수익률 +86.9%, MDD -35.89%

결론은 명확했다.

위험등급은 매도 신호가 아니다.
비중축소 신호도 아니다.
위험등급은 변동성 확대 신호다.

고변동성 상승장도 따로 봤다.
고변동성 상승일 이후 5거래일 평균 수익률은 오히려 플러스였다.

event_high_vol_up_v1: 133건, 이후 5거래일 평균 수익률 +1.69%
event_high_vol_up_v2: 79건, 이후 5거래일 평균 수익률 +1.89%

하지만 동시에 변동성과 left-tail 위험도 커졌다.

즉 고변동성 상승장은 “곧 떨어진다”가 아니라, “더 오를 수도 있지만 크게 흔들린다”에 가까웠다.

이 결론은 리포트의 방향을 바꿨다.

내가 만들어야 할 것은 매수·매도 지시기가 아니었다.
시장 상태를 더 정직하게 보여주는 계기판이었다.

공격적으로 보면, 자동화는 기회를 더 빨리 보게 해준다

공격적인 관점에서 보면 이런 상태판은 분명 장점이 있다.

특히 고변동성 장세에서는 단순히 무서워서 팔거나, 단순히 강해 보여서 추격하는 판단이 자주 나온다. 그런데 선물, 현물, 프로그램, 옵션, 대형주 수급을 같이 보면 “위험하지만 강한 장”과 “강해 보이지만 내부가 무너지는 장”을 구분할 수 있다.

예를 들어 6월 19일 오전처럼 외국인 선물과 SK하이닉스가 시장을 강하게 끌어올리는 장에서는 단기적으로 상승 에너지가 존재한다. 이런 장을 무조건 위험하다고만 보면 기회를 놓칠 수 있다.

자동화 리포트는 이런 순간에 적어도 질문을 던져준다.

“이 상승은 어디서 오는가?”
“아직 그 힘이 유지되고 있는가?”
“위험은 커졌지만, 추세도 살아 있는가?”

공격적으로 시장을 보는 투자자라면 이 상태판은 진입 타이밍을 찾는 데 도움을 줄 수 있다.

보수적으로 보면, 자동화는 손실을 줄이는 브레이크다

반대로 보수적인 관점에서 보면 자동화의 가치는 더 분명하다.

이 리포트는 매수 신호를 주는 도구가 아니다.
오히려 무리한 진입을 막는 브레이크에 가깝다.

외국인 선물이 강해도 현물과 비차익 프로그램이 따라오지 않으면 시장은 쉽게 흔들릴 수 있다. VKOSPI와 ATM IV가 높은 상태에서는 방향이 맞아도 진입 타이밍이 나쁘면 손실이 커질 수 있다.

특히 레버리지나 인버스 상품을 쓰는 투자자라면 이런 상태판이 더 필요하다.

방향을 맞히는 것보다 중요한 것은 내가 지금 어떤 변동성 구간에 들어가 있는지를 아는 것이다.
고변동성 구간에서는 맞는 판단도 손실로 시작할 수 있고, 틀린 판단은 빠르게 커질 수 있다.

보수적으로 보면 이 리포트의 핵심은 수익률 극대화가 아니라 의사결정 품질 개선이다.

감정적으로 따라 사지 않기.
공포에 급히 팔지 않기.
레버리지를 무리하게 키우지 않기.
시장 상태가 나빠졌을 때 포지션 크기를 다시 생각하기.

이 정도만 해도 자동화의 가치는 충분하다.

자동화의 진짜 장점

이번 Telegram 리포트 자동화의 가장 큰 장점은 예측이 아니었다.

진짜 장점은 내가 시장을 감정적으로 보지 않게 해준다는 점이었다.

시장이 급등하면 흥분한다.
시장이 급락하면 겁이 난다.
특히 하루에 +4%에서 -1%로 갔다가 다시 반등하는 장에서는 판단이 흔들릴 수밖에 없다.

그런데 30분마다 구조화된 리포트를 받으니, 감정 대신 질문을 하게 된다.

외국인 선물은 유지되고 있나
현물도 같이 따라오나
비차익 프로그램은 계속 파는가
삼성전자가 지수를 누르는가
VKOSPI가 높은데 지수도 오르는가
이건 상승장인가, 왕복장인가

이 질문들이 생긴다는 것만으로도 자동화의 의미는 충분했다.

두 번째 결론

이번 자동화 실험의 결론은 이렇다.

첫째, 주가만 보는 것보다 선물·옵션·프로그램 수급을 같이 보는 것이 훨씬 낫다.

둘째, Telegram 자동화는 시장을 예측하기보다 시장을 구조화하는 데 더 유용했다.

셋째, 위험등급은 매도 신호가 아니라 변동성 상태를 보여주는 지표로 써야 한다.

넷째, 외국인 선물 수급이 강해도 현물·비차익·대형주가 따라오지 못하면 시장은 급격히 흔들릴 수 있다.

다섯째, 한국 시장에서는 삼성전자와 SK하이닉스가 단순한 대형주가 아니라 지수의 엔진처럼 작동한다.

결국 내가 만든 것은 예측기가 아니다.
시장 계기판에 가깝다.

자동차를 운전할 때 계기판이 목적지에 도착할지 예언해주지는 않는다.
하지만 속도, 연료, 엔진 온도, 경고등을 보여준다.

투자에서도 마찬가지다.

미래를 맞히는 것보다 지금 내가 어떤 속도로, 어떤 위험 속에서 달리고 있는지 아는 것이 먼저다.

다음 글에서는 이 상태판을 10년 데이터로 백테스트했을 때 나온 의외의 결론을 정리해보려 한다.

특히 “위험등급이 높으면 팔아야 할까?”라는 질문에 대해, 생각보다 단순하지 않은 답이 나왔다.

흔들리는 시장 속에서, 선옵향이 느껴진거야_1

Paulworld — Sun, 21 Jun 2026 14:12:45 +0900

현물보다 선물·옵션을 먼저 봐야 하는 이유

요즘 한국 주식시장을 보고 있으면, 단순히 “삼성전자가 올랐다”, “하이닉스가 빠졌다”, “외국인이 샀다” 정도로는 장을 설명하기 어렵다는 생각이 든다.

특히 코스피200이 장중 3~4%씩 오르다가, 불과 몇 시간 만에 마이너스로 꺾이고, 다시 반등하는 식의 움직임을 보면 더 그렇다. 예전 같으면 이런 장을 그냥 “변동성이 크다”고만 생각했을 것이다.

그런데 최근 선물, 옵션, 프로그램매매, VKOSPI, 대형주 수급을 같이 뜯어보니 조금 다르게 보였다.

주가는 결과에 가깝고, 그 아래에는 수급의 압력이 있다.

최근 나는 Codex를 이용해 일종의 “시장위험 상태판”을 만들었다.
KOSPI200, KOSPI200 선물, 베이시스, 이론 베이시스, VKOSPI, 옵션 ATM IV, 프로그램 차익·비차익 매매, 투자자별 수급, 삼성전자·SK하이닉스 가격과 프로그램 수급을 모아서 30분마다 Telegram으로 받아보는 구조다.

처음 목적은 단순했다.

“지금 시장이 위험한가?”
“상승이 진짜 강한 상승인가?”
“하락이 단순 조정인가, 수급이 무너지는 하락인가?”

이 질문에 조금 더 데이터 기반으로 답하고 싶었다.

주가는 결과이고, 수급은 압력이다

개인 투자자는 보통 주가를 먼저 본다.

삼성전자가 몇 퍼센트 올랐는지, SK하이닉스가 신고가인지, 코스피가 몇 포인트인지가 가장 먼저 눈에 들어온다. 나 역시 그랬다.

하지만 실제 장중 움직임을 보면 주가는 이미 결과에 가깝다.
가격이 움직이기 전에 그 아래에서는 여러 압력이 동시에 작동한다.

내가 상태판에서 중요하게 보는 항목은 대략 다음과 같다.

외국인 KOSPI200 선물 순매수
KOSPI200 선물 베이시스
이론 베이시스 대비 괴리
프로그램 차익·비차익 순매수
VKOSPI
옵션 ATM 콜·풋 IV
옵션 미결제약정 집중 구간
삼성전자·SK하이닉스 가격과 프로그램 수급

이 중 하나만 봐서는 부족하다.

예를 들어 외국인이 KOSPI200 선물을 강하게 사고 있어도, 비차익 프로그램이 대규모 매도라면 시장은 편하게 오르지 못한다. 반대로 현물은 약해 보여도 선물과 차익 수급이 강하면 지수는 예상보다 강하게 버틸 수 있다.

유안타증권 김용구 애널리스트의 리서치 자료에서도 한국 시장을 이해하려면 현물시장만이 아니라 파생·패시브 수급을 함께 봐야 한다고 설명한다. 한국 주식시장은 현물과 파생시장의 영향이 병립하는 구조이고, 현선물 연계 수급을 이해하지 않고 시장을 보는 것은 한쪽 눈으로만 시장을 보는 것에 가깝다는 취지다.

이 관점은 내가 만든 상태판의 문제의식과 거의 같다.

코스피를 보려면 현물 가격만 봐서는 안 된다.
선물, 옵션, 프로그램매매, 대형주 수급을 같이 봐야 한다.

왜 외국인 선물 수급을 봐야 할까

내가 가장 중요하게 본 것은 외국인 KOSPI200 선물 수급이다.

한국 시장에서 외국인은 단순히 현물만 사고파는 주체가 아니다.
지수선물, 옵션, 프로그램매매와 연결된 복합적인 포지션을 통해 시장 전체에 영향을 준다.

6월 19일 장중 사례가 특히 인상적이었다.

10시 30분 리포트에서 KOSPI200은 +3.92%, KOSPI200 선물은 +4.29%였다. 겉으로 보면 완전히 강한 상승장이었다. SK하이닉스는 +7.26%, 삼성전자도 +2.76%였다.

그런데 속을 보면 이상했다.

외국인 KOSPI200 선물: +9,292억 원
외국인 KOSPI 현물: -2,415억 원
비차익 프로그램: -1조 1,606억 원
삼성전자 프로그램 순매수 수량: -2,057,712주
VKOSPI: 82.89

즉 지수는 폭등하고 있었지만, 현물 바스켓과 삼성전자 프로그램 수급은 좋지 않았다.
시장을 끌어올린 힘은 외국인 선물과 SK하이닉스 중심의 반도체 강세에 가까웠다.

이런 장에서는 “강하다”와 “안전하다”를 구분해야 한다.

강한 장은 맞다.
하지만 건강한 장이라고 단정하기는 어렵다.

외국인 선물 수급이 지수를 끌어올리고, 현물과 비차익 프로그램이 따라오지 못하는 경우에는 장중 변동성이 커질 수 있다.

실제로 이날 KOSPI200은 오전에 +3.92%까지 올랐다가, 13시에는 -1.07%까지 밀렸다.
단순히 가격만 봤다면 오전에는 추격하고, 오후에는 공포에 빠졌을 가능성이 높다.

하지만 수급을 같이 보면 조금 다르게 보인다.

오전 상승은 강했지만, 내부 구조는 불안했다.
외국인 선물은 강했지만, 현물과 프로그램 수급은 따라오지 않았다.
삼성전자 수급도 좋지 않았다.

이런 장은 추격매수보다 상태 판단이 먼저다.

프로그램매매는 시장의 전달 경로다

내 상태판에서 두 번째로 중요하게 본 것은 프로그램매매다.

프로그램매매는 크게 차익과 비차익으로 나눠서 봤다.

차익 프로그램은 선물과 현물의 가격 차이를 활용하는 성격이 강하다. 선물이 현물보다 비싸면 선물을 팔고 현물을 사는 식의 거래가 발생할 수 있다. 반대로 선물이 싸면 반대 거래가 나올 수 있다.

비차익 프로그램은 조금 더 넓은 의미의 바스켓 매매로 봤다.
지수 구성 대형주에 대한 패시브·바스켓성 매수·매도가 반영될 수 있기 때문이다.

6월 18일 마감 리포트를 보면 시장은 굉장히 강했다.

KOSPI200: +3.34%
KOSPI200 선물: +3.17%
외국인 KOSPI 현물: +1조 5,203억 원
삼성전자: +4.62%
SK하이닉스: +7.02%

이 숫자만 보면 완벽한 상승장처럼 보였다.
하지만 같은 리포트에서 비차익 프로그램은 -1조 4,807억 원이었다. VKOSPI도 80.67이었다.

즉 외국인 현물과 대형주가 강하게 들어오면서 지수는 폭등했지만, 비차익 바스켓 수급은 여전히 좋지 않았고 변동성도 극단적으로 높았다.

이런 장은 “강한 상승장”이지만 동시에 “고변동성 상승장”이다.

반대로 6월 19일 14시 리포트는 더 극단적이었다.

KOSPI200: -1.36%
KOSPI200 선물: -0.94%
외국인 KOSPI200 선물: +1조 4,742억 원
기관 KOSPI 현물: -1조 640억 원
비차익 프로그램: -1조 3,248억 원
삼성전자: -3.17%
SK하이닉스: +1.30%
ATM IV: 86.17%

외국인은 선물을 1조 4천억 원 이상 사고 있었지만, 지수는 빠지고 있었다.

이때 중요한 것은 “외국인 선물이 크니까 괜찮다”가 아니었다.
오히려 그 정도의 선물 매수가 있는데도 지수가 빠지고 있다는 점이 더 중요했다.

현물 대형주, 기관 수급, 비차익 프로그램 매도가 선물 매수를 압도하고 있었기 때문이다.

그래서 프로그램매매는 단순한 보조지표가 아니다.
선물과 현물 사이에서 시장 압력이 어떻게 전달되고 있는지를 보여주는 경로다.

VKOSPI는 하락 신호가 아니라 변동성 신호다

처음에는 나도 VKOSPI가 높으면 “시장이 빠질 가능성이 높다”고 생각했다.

하지만 이번에 데이터를 보고 백테스트를 돌리면서 생각이 바뀌었다.

VKOSPI는 방향을 알려주는 지표라기보다, 시장이 앞으로 얼마나 크게 흔들릴 수 있는지를 보여주는 기대 변동성 지표에 가깝다.

미국의 VIX도 비슷하다.
VIX는 S&P500 옵션 가격을 기반으로 향후 30일 기대 변동성을 측정하는 대표적인 변동성 지표다. 즉 과거 변동성이 아니라 옵션시장이 가격에 반영하고 있는 미래 변동성 기대를 보여준다.

옵션 가격과 변동성의 이론적 토대는 1973년 Fischer Black과 Myron Scholes가 발표한 「The Pricing of Options and Corporate Liabilities」에서 큰 전환점을 맞았다. 이후 옵션 가격에서 역산한 내재변동성은 시장이 기대하는 변동성을 읽는 핵심 도구가 되었다.

이번 실험에서도 비슷한 결론이 나왔다.

고변동성은 하락 신호가 아니었다.
고변동성은 “크게 움직일 수 있다”는 신호였다.

실제 10년치 데이터로 고변동성 상승장을 따로 백테스트했을 때, 고변동성 상승일 이후 평균 수익률은 오히려 플러스였다.

event_high_vol_up_v1: 133건, 이후 5거래일 평균 수익률 +1.69%
event_high_vol_up_v2: 79건, 이후 5거래일 평균 수익률 +1.89%

하지만 동시에 변동성과 left-tail 위험도 커졌다.

v1 이후 5일 실현변동성: 1.84
v1 left-tail: -2.21
v2 이후 5일 실현변동성: 2.27
v2 left-tail: -2.81

즉 고변동성 상승장은 “오르면 더 오른다”도 아니고, “곧 떨어진다”도 아니다.
더 정확히는 이렇게 봐야 한다.

평균적으로는 더 오를 수 있다.
하지만 흔들림도 훨씬 커진다.

그래서 VKOSPI가 높다고 무조건 팔거나 숏을 치는 것은 위험하다.
반대로 VKOSPI가 높은데 지수가 오른다고 마음 편하게 추격하는 것도 위험하다.

VKOSPI가 높다는 것은 방향이 아니라 상태를 말해준다.

“지금은 조용한 장이 아니다.”
“좋든 나쁘든 크게 흔들릴 수 있는 장이다.”

이렇게 받아들이는 편이 더 맞다.

반도체 쏠림은 상승 동력이자 위험 요인이다

한국 시장에서 삼성전자와 SK하이닉스는 단순한 대형주가 아니다.
시장 전체의 방향성을 좌우하는 핵심 엔진이다.

6월 18일과 19일 파일럿에서도 그랬다.

SK하이닉스가 +7%, +8%씩 움직이는 동안 KOSPI200 전체가 크게 흔들렸다.
삼성전자가 플러스에서 마이너스로 꺾이자 지수도 순식간에 무너졌다.

6월 19일 12시 30분 리포트를 보면 KOSPI200은 +0.67%까지 상승폭을 줄였고, 삼성전자는 -0.69%, SK하이닉스는 +4.02%였다.
13시에는 삼성전자가 -2.62%, SK하이닉스가 +1.64%까지 밀리면서 KOSPI200은 -1.07%로 전환됐다.

지수 전체가 반도체 대형주에 얼마나 의존하고 있는지를 보여주는 장면이었다.

이후 반도체 쏠림과 시장 breadth를 함께 백테스트했을 때도 흥미로운 결과가 나왔다.

반도체 쏠림 이벤트: 268건, 이후 5거래일 평균 수익률 +0.87%
반도체 쏠림 + 약한 breadth 이벤트: 212건, 이후 5거래일 평균 수익률 +0.48%

평균 수익률은 여전히 플러스였다.
하지만 약한 breadth가 동반되면 변동성과 left-tail 위험이 커졌다.

즉 반도체 쏠림은 무조건 나쁜 것이 아니다.
오히려 시장을 끌어올리는 강한 동력일 수 있다.

다만 시장 전체가 따라오지 못하고 일부 대형주만 끌고 가는 경우에는 상승의 질이 약해진다.

반도체가 시장을 이끄는 것은 좋다.
하지만 반도체만 시장을 이끄는 것은 위험하다.

공격적으로 보면, 아직 상승장은 살아 있다

공격적인 관점에서 보면 지금 시장은 여전히 강하다.

고변동성 구간에서도 상승일 이후 평균 수익률이 플러스였고, 반도체 쏠림 이벤트 이후에도 평균적으로는 시장이 더 올랐다. 외국인 선물 수급이 강하게 들어오는 구간에서는 지수가 쉽게 무너지지 않는 모습도 보였다.

특히 SK하이닉스 중심의 반도체 강세는 단순한 테마가 아니라 실제 지수 견인력으로 작동하고 있다.
HBM, AI 인프라, 글로벌 반도체 사이클을 감안하면 반도체 중심 장세가 당장 끝났다고 보기는 어렵다.

이 관점에서는 고변동성을 무조건 위험으로만 볼 필요는 없다.

오히려 고변동성 상승장은 강한 추세장에서 자주 나타나는 특징일 수 있다.
시장이 조용히 오르는 것이 아니라, 흔들리면서도 계속 위로 가는 구간일 수 있다는 뜻이다.

따라서 공격적으로 보면 결론은 이렇다.

지금은 무조건 도망칠 장이 아니다.
다만 흔들림을 감당할 수 있는 포지션으로 접근해야 하는 장이다.

보수적으로 보면, 시장의 질은 좋지 않다

반대로 보수적인 관점에서 보면 불안한 지점도 분명하다.

가장 큰 문제는 상승의 폭이 좁다는 점이다.
반도체 대형주가 시장을 끌고 있지만, 시장 전체 breadth가 약하면 상승의 질은 떨어진다.

또한 외국인 선물 수급과 현물·비차익 프로그램 수급이 엇갈릴 때 장중 변동성은 커진다.
6월 19일처럼 오전에는 급등했다가 오후에는 급락하는 장이 반복될 수 있다.

VKOSPI와 옵션 ATM IV가 높은 것도 부담이다.
높은 변동성은 상승 가능성을 배제하지 않지만, 손실이 커질 수 있는 구간이라는 뜻이기도 하다.

특히 개인 투자자 입장에서는 이런 장에서 방향을 맞히는 것보다 포지션 크기를 조절하는 것이 더 중요하다.

보수적으로 보면 결론은 이렇다.

시장은 강하지만, 안정적이지는 않다.
오를 수 있지만, 쉽게 버틸 수 있는 장은 아니다.

그래서 내가 보려는 것은 예측이 아니라 상태다

이번 실험을 하면서 가장 크게 바뀐 생각은 이것이다.

처음에는 “시장을 예측하는 모델”을 만들고 싶었다.

위험점수가 높으면 빠질 가능성이 높고, 위험점수가 낮으면 오를 가능성이 높지 않을까 생각했다. 하지만 10년 백테스트 결과는 그렇게 단순하지 않았다.

위험등급이 높은 구간에서 기계적으로 비중을 줄이는 전략을 돌려봤다.

Always-long: 총수익률 +337.5%, MDD -35.76%
Combined rule scale: 총수익률 +78.5%, MDD -36.10%
Strict scale: 총수익률 +44.8%, MDD -36.54%
Transition scale: 총수익률 +86.9%, MDD -35.89%

결과는 명확했다.

위험등급이 높다고 비중을 줄였더니 수익률은 크게 줄었고, MDD는 거의 개선되지 않았다. 어떤 경우에는 오히려 더 나빠졌다.

결론은 이렇다.

위험등급은 매도 신호가 아니다.
위험등급은 비중 축소 신호도 아니다.
위험등급은 변동성 확대 신호다.

그렇다면 이 상태판의 목적도 달라져야 한다.

“내일 오를까, 내릴까?”를 맞히는 도구가 아니다.
“지금 시장이 어떤 상태인가?”를 보는 도구다.

내가 알고 싶은 것은 이런 것들이다.

선물 주도 상승장인가
현물 동반 상승장인가
비차익 매도가 시장을 누르고 있는가
반도체 쏠림이 심한가
VKOSPI가 높은 고변동성 구간인가
선물과 현물 수급이 괴리되고 있는가
장중 급등 후 급락이 반복되는 왕복장인가

이 질문에 답할 수 있다면, 적어도 무작정 추격하거나 무작정 공포에 빠지는 일은 줄일 수 있다.

첫 번째 결론

이번 실험에서 얻은 1차 결론은 단순하다.

코스피를 보려면 주가만 보면 안 된다.

현물 가격은 결과다.
선물 수급은 압력이다.
프로그램매매는 전달 경로다.
옵션과 VKOSPI는 변동성 기대다.
삼성전자와 SK하이닉스는 시장의 엔진이다.

이 다섯 가지를 함께 봐야 장중 시장의 성격이 보인다.

그리고 더 중요한 결론은 이것이다.

위험하다는 말은 하락한다는 뜻이 아니다.
위험하다는 말은 크게 흔들린다는 뜻이다.

내가 만든 상태판은 시장을 맞히는 도구라기보다, 시장이 지금 어떤 상태인지 확인하는 계기판에 가깝다.

자동차를 운전할 때 속도계와 경고등을 본다고 해서 목적지에 반드시 빨리 도착하는 것은 아니다.
하지만 적어도 엔진이 과열되고 있는지, 속도가 너무 빠른지, 연료가 부족한지는 알 수 있다.

시장도 비슷하다고 생각한다.

다음 글에서는 내가 실제로 어떤 데이터를 모으고, 어떤 구조로 Telegram 리포트를 자동화했는지 정리해보려 한다.