Qraft AI ETF 구성 방법 - 왜 Pabii 블로그는 실패했는가

 매주 하는 머신러닝 스터디 발표에서,

원래는 Pabii 블로그와 Qraft Technology의 키보드 배틀을 다루려고 했더랬다.

 

그런데 Qraft 사의 글을 읽으면 읽을수록

Pabii 블로그의 논지가 점점 말도 안되는 것처럼 느껴졌다.

결국 스터디 발표는 Qraft AI ETF가 어떻게 구성되어 있는지에 대한 내용을 정리했고

Pabii 블로그는 비판 의견 정도로만 삽입되는 데에 그쳤다.

 

왜 Qraft AI ETF가 설득력이 있고, Pabii 블로그는 실패했는지

오늘 발표를 진행한 이후에 글로 남겨본다.

---

Google Brain에서 발표한 논문, 2017

Pabii 블로그 운영자(이경환)가 위 논문을 봤는지는 모르겠지만,

Qraft 사에서 AI ETF를 구성하는데 적극 참고한 논문이다.

알고리즘이 상당히 세세하게 설명된 논문이지만,

Pabii 블로그의 논지는 하나로 일관된다. "설명 가능하지 않다!"

 

AI의 설명 가능성은 오랜 기간에 걸쳐 비판되어온 영역이다.

AI라는 블랙박스에 인풋(현상)이 들어갔을 때 나오는 결과물들을

어떻게 덮어두고 신뢰할 수 있느냐는 말이다.

 

그런 와중에 "AI가 추출했으니 믿을만 합니다" 하는 식으로

투자회사를 운영하고 있으니,

나름대로 Reaction Force를 제공해야 한다는 사명감이 불타올랐을 수 있다.

---

하지만 결코 "무식하다"니, "학부생 수준"이라느니 하는 말은 가당치도 않다.

Pabii 운영자 본인이 어떤 학력을 가지고 있는지는 모르겠지만, 

학력을 가지고 발언의 신빙성을 따지는 것부터가 설명 가능하지 않은 것이다.

 

또, AI ETF를 만드는데 사용된 원 논문을 살펴보자.

이 논문은 Activation Function을 최적화 하는 것에 AI를 도입했다.

딥러닝 (CNN) 구조

딥러닝 중에서 CNN은 위와 같은 구조로 이뤄져있는데,

Convolution Layer(초록색 직육면체)가 축소되는 단계는

아래와 같이 풀어쓸 수 있다.

 

이 중에서 Activation Function은 제일 마지막 동그라미인데,

이 작은 부분을 최적화시키는 방안에 대한 연구인 것이다.

 

하지만 성과는 무시할 만한 것이 못된다.

본 논문에서 찾아낸 Swish라는 Activation Function은

기존 방식인 "Relu"를 대체했을 때 0.9% 정도의 정확도 개선을 불러왔는데

딥러닝 모델이 2016년에서 2017년으로 넘어가는 동안

정확도 개선이 약 1.3%에 그친 것을 생각하면 

엄청난 차이가 아닐 수 없다.

---

 

Activation Function은 위와 같은 Core Unit형식으로 구성된다.

이를 차곡차곡 쌓아올리면서

더 많은 방식의 Activation Function을 만들어낼 수 있는데,

그 역할을 딥러닝 구조인 RNN을 통해서 진행한다.

 

RNN Controller

RNN Controller의 학습에는 또 강화학습이 사용되는데,

RNN을 통해 추출한 Activation Function으로 모델 정확도를 계산한 뒤

그 값을 보상으로 제공해주면서

"이 보상을 알아서 좀 키워와라" 하는 식으로 학습을 시키는 것이다.

 

RNN Controller 한 줄 정리

---

Stock Market을 가장 잘 설명해주는 Factor를 찾아내는데 적용한 방식도 이와 동일하다.

사실 거의 다른 점이 없어서, 이걸 가지고 특허를 냈다는 것이 치사할 정도이다.

실제 구조는 논문 저자인 Ramachandran이 다 설계했는데,

주식시장에 적용했다는 이유로 특허권을 가져갈 수 있다니 참...

 

방사능 연구에 대한 특허를 포기했던 마리 퀴리가 듣는다면

라듐을 한움큼 집어 던져도 무방할 정도이다.

 

그건 차치하고서라도, Qraft 사에서 발견한 Factor는 결과가 꽤 좋았다.

이는 AI ETF의 수익률을 확인함으로써도 증명 가능하다.

 

Qraft AI ETF vs S&P500, 코로나 이후 AI ETF의 초과 수익률이 가파르다

---

스타트업 종사자로서 배가 아픈 것은 이해가 간다만,

Pabii 블로그에서 "설명 가능성"을 이유로 Qraft를 폄하하는 것은

문법을 모른다는 이유로 구글 번역기를 쓰지 않는 것과 동일하다.

번역이 잘 맞지 않는다 싶으면, 참고용으로만 사용하면 될 일이지

"문법도 모르는 놈이 설친다"라며 악플을 남기는 것은 정당하지 못하다.

 

만약 Pabii 운영자가 통계에 자신이 있다면, 

Qraft에서 발견한 Factor의 재무적 의미에 대해서 해석하는 편이 

한결 더 생산적이었을 것이다.