토스증권 ‘AI 어닝콜·AI 시그널·실시간 이슈’ 확대…투자정보는 빨라지지만 ‘환각’은 어떻게

토스증권의 ‘AI 확대’, 기능 몇 개 추가가 아니라 투자 정보의 ‘읽는 순서’가 바뀌는 일

토스증권이 출범 5주년을 맞아 AI를 핵심 성장 전략으로 내세웠습니다. 표면적으로는 번역·요약·분석 같은 기능이 늘어난 것처럼 보이지만, 실제 변화는 더 큽니다. 투자자가 뉴스·공시·IR 원문을 직접 찾아 읽고 정리하던 흐름이, 이제는 앱이 먼저 요약과 해석(원인·영향)을 앞에 놓는 구조로 바뀌고 있기 때문입니다.

기사에 따르면 토스증권은 2026년 1월 AI 전담 조직 ‘AI 트라이브’를 신설했습니다. 제품 담당자(PO), 데이터·머신러닝 엔지니어, 금융 도메인 전문가가 함께 데이터 인프라부터 AI 콘텐츠 자동화, 품질 검증까지 맡는 방식입니다. AI를 ‘부가기능’이 아니라 서비스의 중심축으로 끌어올리겠다는 선언에 가깝습니다.

사용자에게 중요한 포인트는 하나입니다. 정보가 빨라질수록 판단도 빨라지기 쉬운데, 그 속도는 곧바로 수익으로 연결되기보다 실수의 속도가 될 때가 많습니다. 그래서 AI가 제공하는 ‘편한 결론’을 그대로 받아들이기 전에, 최소한의 확인 습관을 만들어두는 게 필요합니다.

‘AI 어닝콜’은 왜 반응이 컸나: 번역·정리의 시간을 줄여주지만, 마지막 한 줄은 직접 봐야 한다

토스증권이 대표 서비스로 내세운 것은 ‘AI 어닝콜’입니다. 글로벌 기업 실적 발표를 실시간 번역하고 공식 IR 자료를 한 화면에 제공한 뒤, 발표가 끝나면 핵심 내용을 AI가 요약·분석하는 형태로 소개됐습니다. 기사 기준으로는 2025년 5월 출시 후 9개월 만에 누적 이용자 150만 명을 돌파했고, 2026년 2월에는 PC버전(WTS)도 나왔습니다. 화면을 넓게 써서 IR 자료와 번역을 동시에 보려는 수요를 반영했다는 설명도 덧붙었습니다.

여기서 사용자가 구분해둘 경계가 있습니다. 실시간 번역과 공식 IR 자료 제공은 원문에 ‘붙는’ 기능에 가깝습니다. 반면 요약·분석은 AI가 개입하는 해석의 영역입니다. 어떤 문장을 핵심으로 뽑고 어떤 표현을 강조하느냐는 결국 편집의 문제이고, 그 편집을 사람이 아니라 AI가 맡는 순간 ‘그럴듯하지만 위험한 단순화’가 생길 수 있습니다.

따라서 AI 어닝콜을 볼 때는 요약만 읽고 끝내지 말고, 같은 화면에서 제공되는 IR 자료의 숫자(매출·이익·가이던스 등)와 문구를 한 번 더 대조하는 습관이 가장 실용적입니다. “AI가 정리해줬으니 믿어도 된다”가 아니라, “AI가 정리해줬으니 확인할 시간이 생겼다”로 관점을 바꾸는 편이 안전합니다.

‘AI 시그널’과 ‘실시간 이슈’가 겨냥하는 것: 원문이 아니라 ‘원인과 영향’을 바로 보여주는 경쟁

‘AI 시그널’은 뉴스와 공시 데이터를 분석해 시장 변동 원인을 도출·요약하는 기능으로 소개됐습니다. 기사에 따르면 3개월 평균 종가를 기준으로 표준점수(Z-score)를 산출해 유의미한 변동이 발생했을 때만 분석이 이뤄지도록 설계했다고 합니다. 늘 코멘트를 뿌리는 방식이 아니라, 조건을 만족할 때만 등장하는 분석을 지향하는 셈입니다.

이 구조는 사용자 입장에서 장단이 분명합니다. 불필요한 알림과 해설을 줄여주는 장점이 있지만, 반대로 “왜 오늘은 아무 설명이 없지?”처럼 공백이 생길 수 있습니다. 결국 AI 시그널은 ‘모든 상황을 설명하는 기능’이라기보다, 특정 조건에서 변동을 읽는 보조 장치로 이해하는 게 맞습니다.

2026년 3월 선보인 ‘실시간 이슈’는 뉴스 랭킹 형태입니다. 국내외 주요 뉴스와 사용자 관심도를 종합해 시장 영향력이 큰 핵심 이슈 20개를 제공하고, 이슈를 선택하면 관련 산업·기업에 미치는 영향을 AI가 분석해 보여준다고 했습니다. 예시로는 ‘리튬 가격 급락’을 선택하면 양극재 기업의 원가 구조와 산업 전반 영향 같은 분석이 표시되는 식입니다.

이 지점부터는 ‘정보’가 아니라 ‘내러티브(설명 방식)’의 비중이 커집니다. 편리하지만, 동시에 한 문장에 과도한 확신이 실릴수록 리스크도 커집니다. 그래서 실시간 이슈 화면을 볼 때는 “무슨 이슈인가”보다 “어떤 근거(뉴스·공시)가 이 결론을 받치나”를 먼저 확인하는 쪽이, 결과적으로 시간을 아껴줍니다.

‘환각’은 어떻게 막나, 사용자는 어떻게 줄이나: 토스의 검증 체계 + 개인 체크리스트

AI가 투자 정보를 빠르게 정리해주는 시대에 가장 불편한 진실은 하나입니다. AI는 틀릴 수 있고, 그 틀림이 종종 그럴듯하게 보인다는 점입니다(할루시네이션). 이 문제를 토스증권도 정면으로 언급했습니다. 기사에서 회사는 AI 추론·요약 과정에 데이터 기반 검증 루프를 적용했고, 전문 인력이 결과를 상시 모니터링·검수하는 체계를 운영 중이라고 밝혔습니다.

다만 품질 관리가 있다고 해서 사용자의 확인이 불필요해지지는 않습니다. 투자 판단의 마지막 클릭은 여전히 개인의 몫이기 때문입니다. 당장 실천할 수 있는 체크는 복잡하지 않습니다.

첫째, 결론을 매매 버튼에서 한 번만 떼어놓기. AI 요약·분석을 읽었다면, 바로 주문을 넣기 전에 근거 화면(어닝콜 원문/IR 자료, 관련 공시, 연결된 뉴스)을 한 번 열어보는 동작을 넣어두는 겁니다.

둘째, ‘원인’ 문장과 ‘영향’ 문장을 분리해서 보기. AI 시그널이나 실시간 이슈는 원인과 영향을 한 번에 설명하는 구조입니다. 그런데 시장에서는 원인은 맞고 영향은 빗나가거나, 영향은 맞고 원인이 단순화되는 경우가 흔합니다. 문장을 그대로 믿기보다 “이건 어떤 데이터에서 나온 원인인가 / 영향은 어떤 범위의 이야기인가”를 분리해 읽으면 과신을 줄일 수 있습니다.

셋째, 공시·IR 같은 ‘딱딱한 근거’가 있는 영역부터 활용하기. 기사에서 언급된 기능들 중에서도 데이터 성격은 다릅니다. 공시·IR은 비교적 기준이 명확하지만, 뉴스·관심도·향후 소셜 데이터로 갈수록 잡음이 늘어납니다. 처음부터 모든 AI 설명을 같은 무게로 받아들이기보다, 근거가 단단한 영역에서부터 신뢰도를 쌓아가는 편이 현실적입니다.

다음 관전 포인트: 섹터·테마·ETF, 그리고 소셜 데이터까지 확장할 때 ‘투명한 고지’가 따라오나

기사에 따르면 토스증권은 AI 시그널 적용 범위를 개별 종목에서 섹터·테마·ETF로 확장할 방침이라고 했고, 실시간 이슈는 향후 X(구 트위터) 등 소셜미디어 데이터까지 분석 범위를 확대할 계획도 언급했습니다. 범위가 넓어지는 건 사용자 입장에서 편의가 커지는 방향이지만, 동시에 데이터 성격이 달라지면서 검증의 난이도도 함께 올라갑니다.

그래서 다음에 봐야 할 신호는 기능 추가 자체가 아니라, 화면에서 근거와 한계가 더 또렷해지는지입니다. 어떤 뉴스·공시가 분석의 출발점이었는지, 데이터 범위가 어디까지인지가 더 명확해진다면 AI 확대는 ‘편의’에서 ‘신뢰’로 이동할 가능성이 큽니다. 반대로 근거는 흐릿한데 문장만 더 확신에 차게 바뀐다면, 사용자의 확인 비용은 오히려 커질 수 있습니다.

토스증권의 AI 전략은 “빠르게 보여준다”에서 “이유를 설명한다”로 이동하고 있습니다. 투자자에게 필요한 태도는 단순합니다. 설명을 소비하되, 근거를 확인하고, AI를 ‘결정자’가 아니라 ‘정리자’로 두는 것. 이 원칙만 지키면 AI 기능이 늘어날수록 오히려 판단의 밀도도 함께 높일 수 있습니다.