HYUNJUICE : Enjoying "Hello World!"

ETF에 대한 정의 복습

 ETF에 대해 다시 복습해 보자면,  ETF는 Exchange-Traded Fund로 Passive 펀드입니다. 기존의 주식형 펀드가 자산운용사에서 펀드 매니저가 직접 어디에 투자할지 정하는 것이라면, ETF는 일종의 규칙을 만들어 놓고 그것에 따라 기계적으로 포트폴리오를 구성하는 것이라고 생각하면 됩니다. ETF가 좋은 점은 운용보수가 싸고, 많은 생각을 하지 않아도 자기가 관심 있어 하는 분야(테마)가 있다면 자동적으로 골라져서 살 수 있다는 점입니다. 소프트웨어 ETF, 2차전지 ETF, 반도체 ETF 등 세분화된 관심 분야에 따라 투자할 수 있습니다.

 크게 국내 ETF와 해외 ETF가 있는데 각 ETF에 따라 참고해야 하는 사이트가 다릅니다. 이번 포스팅에서는 해외 ETF 참고 사항들을 설명하도록 하겠습니다. ETF에서 참고해야 하는 부분은 "티커/ETF 설명/운용자산/운용보수/거래량/상장 시기/보유종목" 정도가 있습니다. 국내 ETF는 티커가 숫자로 구성되어 있지만, 해외 ETF는 ETF가 알파벳으로 구성되어 있습니다. 그래서 이름이 재밌는 ETF로 많습니다.

 저번 포스팅에서도 예고했듯이 해외 ETF를 찾을 때는, etf.com(www.etf.com/)을 참고해 보는 것이 좋습니다. 해외 ETF는 너무나 종류가 많기 때문에 찾는 것부터 험난합니다. 물론 여기저기 찾아보면 유명한 ETF들이 있으니 그것들을 먼저 들여다보는 것도 좋습니다.

해외 ETF 찾아보기

① 일단 막막하다면, 자기가 아는, 혹은 좋아하는 외국 기업을 생각해 봅니다. 여기서는 APPLE을 고려해 보았습니다. APPLE을 사이트에 검색합니다.

② 그러면 다음과 같이 APPLE이랑 관련된 많은 ETF들이 나옵니다.

③ 눌러보면 APPLE과 관련된 다양한 ETF들을 보여줍니다. APPLE이 많이 포함된 주식이라든지, APPLE 포함한 ETF 중에 수익을 잘 내는 것인지 등등이 보입니다. 자기의 성향과 맞아 보이는 ETF 티커를 누릅니다. 여기서는 XLK ETF를 예시로 들어보겠습니다.
④ XLK를 누르면, 어떤 ETF 인지에 대한 설명(Technology Select Sector SPDR Fund), 현재가(99.41달러), 신용 정도(A), 비슷한 ETF(VGT, IYW 등)이 같이 깔끔하게 나옵니다.
⑤ 바로 밑에는 이 ETF에 대한 자세한 설명도 있습니다. 투자 시에는 ETF 설명 이해 필수입니다. 구글 번역기 돌리면 어느 정도 이해될 정도로는 나오니 큰 걱정 하지 마시길 바랍니다.

⑥ 좀 더 밑으로 가면 차트와 수익률을 볼 수 있습니다. 최근 XLK의 가격이 어느 정도로 올라가고 내려갔는지 추이를 알 수 있습니다. 특히 이 ETF와 관련 섹터 인텍스(Technology Select Sector)가 얼마나 수익률 차이가 있는지도 볼 수 있다는 점이 좋았습니다. 거의 비슷한 비율로 따라갔다는 것을 알 수 있습니다.
⑦ Summary data 부분에서는 운용사(Issuer), 국내 ETF의 TIGER 같은 ETF 브랜드명(Brand), 상장 시기(Inception Date), 운용보수(Expense Ratio), 운용자산(Assert Under Management), 45일 평균 거래량(Average Daily $ Volume) 등을 알 수 있습니다. 

 잠깐, 국내 ETF 설명했던 것을 복습해 보면, 운용자산/ 상장 시기/ 거래량 등을 보는 이유는 이 ETF가 믿을만하고 투자할 만한 지 가늠해 보기 위해서입니다. 운용자산이나 거래량이 크면 그만큼 이 ETF에 대한 사람들의 관심도가 크므로 자신이 원하는 금액과 시간에 정확히 매수 또는 매도를 할 수 있기 때문입니다. 또한, 상장 시기가 오래되었다는 것은 그만큼 이 ETF가 비교적 신뢰성 있게 오래도록 유지되었다는 것이므로 좀 더 안심하고 투자할 수 있다는 것을 암시합니다. 운용사를 보는 것도 이와 같은 신뢰성 맥락입니다.

그다음의 포트폴리오 데이터를 참고하면 배당률(Distribution Yield), 배당락일(Next Ex-Dividend Date), 구성종목의 수(Number of Holdings)를 알 수 있습니다. 배당률을 중요시하는 분들께는 이것도 참고할 사항일 것입니다. ETF도 배당을 줍니다. 참고로, 어떤 ETF는 위쪽에 이렇게 오른쪽에 배치되어 있으니 밑으로 내려가다가 못 찾으신 분은 오른쪽을 찾아보면 됩니다.

⑧ 마지막으로, XLK이 어떤 종목으로 구성되었는지 다음 자료를 통해 자세히 알 수 있습니다. [View ALL]을 클릭하면 Top10뿐만 아니라 ETF에 구성된 모든 요소들을 알 수 있습니다. 이 예시에는 마이크로소프트가 가장 많이 차지하고 애플이 거의 비슷하게 차지한다는 것을 알 수 있습니다. 국내 ETF에서 설명했듯이 이 부분을 보고 자신이 좋아하는 비율에 따라 ETF를 잘 선택하면 됩니다.

 이렇게 1탄과 2탄을 통해서 실제로 ETF를 찾는 방법들에 대해서 알아보았습니다. 가장 중요한 것은 신뢰도가 있는 운용사가 운용하고, 거래량이 충분하고, 자기가 잘 아는 ETF에 투자하는 것이라는 생각이 듭니다. 

추가적인 ETF 공부 내용

 추가하여 ETF에 관하여 삼 프로에서 배운 내용들을 정리해 봅니다. ETF의 상패 시에는 주식과 달리 NAV 만큼 고객들에게 반환 후 ETF만 없어진다고 합니다. 최근에 국내에서 거래량이 매우 많아지고 있는데, 특히 ETF 레버리지, 인버스 2X 등이 많이 거래되고 있는데, 레버리지나 인버스 2X의 경우에는 주식만 가지고 ETF 구성을 할 수 없으므로 선물 등의 다른 금융상품이 같이 결합될 수 있습니다. 문제는 이게 홀짝 게임과 같은 것이어서 복불복인데 실제 데이터상 평균 수익률이 그리 높지 않다는 것입니다. 레버리지나 인버스 2X의 경우에는 다른 ETF와 같은 펀드로 볼 수 없는 부분들이 있어, 하반기에 우리나라에서는 예탁금을 1000만 원 이상 예치하고 교육을 받아야 투자할 수 있고 해외의 경우에도 ETF가 아닌 ETI(instrument)로 따로 떼어서 구성해야 한다는 논의들이 되고 있습니다.

 미국에는 우리나라에서 잘 보기 힘든 다음과 같은 재미있는 테마 ETF도 있다. 절대 추천도 아니고 거래량 확인을 해야 함을 말씀드립니다. MAGA(Make America Great Again)는 공화당 지지 비즈니스 모델을 기반으로 한 ETF가 있습니다. SHE는 여성 임원 관련 ETF로서 페미니즘 관련 아니고 남녀 구성이 잘 되면 비즈니스 역량이 좋다는 데이터 분석 있었기 때문에 만들어진 ETF라고 합니다. 그 외에도 우주항공 관련 ETF인 UFO, 항공, 제트기 등 관련 ETF인 JETs, 반려동물 관련 ETF인 PAWS 등이 있습니다.
 미국은 정말 재미있는 ETF가 많은 것 같습니다. 직접 ETF에 투자하는 것과 별개로 이 테마에서는 어떤 기업이 선도하고 있는지 알아보려면 관련 ETF에 들어가서 상위 구성 종목들을 찾아보는 것도 괜찮은 방법인 것 같습니다. 직접 투자든 간접투자든 기업 파악하는데 많은 도움이 될 것으로 예상합니다.

ETF에 대한 이해

 오늘 공부해 볼 것은 ETF에 대한 것입니다. ETF는 Exchange-Traded Fund로 Passive 펀드입니다. 기존의 주식형 펀드가 자산운용사에서 펀드 매니저가 직접 어디에 투자할지 정하는 것이라면, ETF는 일종의 규칙을 만들어 놓고 그것에 따라 기계적으로 포트폴리오를 구성하는 것이라고 생각하면 됩니다. 물론 ETF도 자산운용사에서 구성합니다.

 ETF가 좋은 점은 운용보수가 싸고, 많은 생각을 하지 않아도 자기가 관심 있어 하는 분야(테마)가 있다면 자동적으로 골라져서 살 수 있다는 점입니다. 소프트웨어 ETF, 2차 전지 ETF, 반도체 ETF 등 세분화된 관심 분야에 따라 투자할 수 있습니다. 만약에 소프트웨어 ETF를 골랐다고 해보면 그 ETF 내에는 네이버, 카카오 등의 주식이 정해진 비율 규칙에 따라 기계적으로 투자되는 것입니다.

크게 국내 ETF와 해외 ETF가 있는데 각 ETF에 따라 참고해야 하는 사이트가 다릅니다. 따라서 이번 포스팅에서는 국내 ETF 투자 시에 어떤 부분을 찾아보면 좋을지 설명하고 해외 ETF 참고 사항들에 대한 설명은 2탄으로 포스팅하도록 하겠습니다. ETF에서 참고해야 하는 부분은 "티커/ETF 설명/운용자산/운용보수/거래량/상장 시기/보유종목" 정도가 있습니다. 국내 ETF를 찾아볼 때는 네이버 금융을 참고하는 것이 좋습니다.

실제로 국내ETF 조사해보기

예시로 하나를 해보도록 조사해 보도록 합시다.

① 오늘은 테마에 따른 ETF에 대해 찾아볼 것이니, 다음과 같이 국내 업종/ 테마 탭을 클릭합니다. 그중에서 TIGER 2차 전지 테마를 클릭해 봅시다. 참고로, 종목명 앞에 KODEX, TIGER, ARIRANG 등이 붙어 있는 것을 알 수 있습니다. 이는 운용사에 따라 붙여지는 것으로 KODEX- 삼성자산운용, TIGER-미래에셋자산운용, ARIRANG-한화자산운용 등을 의미합니다.

② 그러면 차트 창의 먼저 보일 것인데, 사실 여기서 거의 모든 정보를 다 얻을 수 있다. ETF 정보인 티커(305540) / ETF 설명(ETF 개요를 누르면 나옴) / 현재가(9,270) / 시가총액 (1,126억 원) / 운용보수(0.5%) / 상장 시기 (2018년 9월 12일) 등을 알 수 있습니다.

③ 그리고 이 페이지에서 밑으로 죽 내려가면 구성 자산이라는 부분이 있는데 이게 ETF를 파악하는 데 가장 중요합니다. 어떤 회사의 주식을 어떤 비중으로 구성하고 있는지를 이해하고 자기의 성향에 맞는지 파악하고 투자해야 합니다.

 각 ETF 정보를 보는 이유는 ETF 설명과 구성 자산(구성 종목)이 내가 실제로 원하는 종목에 원하는 비율로 투자가 되는지 알아보기 위해 조사하기 위해서입니다. 만약에 이 구성 종목의 비율이 마음에 안 든다면 다른 ETF와 비교하여 자기에게 더 맞는 포트폴리오로 구성된 ETF를 선택하는 것이 좋습니다. 여러 예시들을 보면 같은 2차 전지 테마라도 구성하는 종목의 비율이 다르다는 것을 알 수 있습니다.
시가총액/ 상장 시기/ 거래량 등을 보는 이유는 이 ETF가 믿을만하고 투자할 만한 지 가늠해 보기 위해서입니다. 시가총액이나 거래량이 크면 그만큼 이 ETF에 대한 사람들의 관심도가 크므로 자신이 원하는 금액과 시간에 정확히 매수 또는 매도를 할 수 있습니다. 또한, 상장 시기가 오래되었다는 것은 그만큼 이 ETF가 비교적 신뢰성 있게 오래도록 유지되었다는 것이므로 좀 더 안심하고 투자할 수 있다는 것을 암시합니다. 운용사를 보는 것도 이와 같은 신뢰성 맥락입니다.

④ 추가로 ETF 구성 자산 정보 밑에 순자산가치 NAV가 있는데, 이 부분에서 실제 ETF 자산 가치와 비교하여 ETF의 가격이 얼마나 다른 지를 보여주는 괴리율이 있습니다. 괴리율이 클수록 자신이 생각한 이 ETF 가치에 팔기 쉽지 않으므로 주의해서 ETF를 매수 또는 매도해야 합니다.

⑤ 이런 종합 정보창 말고도 실제 투자를 위해서는 ETF 분석 탭도 한 번 훑어보는 것을 추천합니다. 위에서 본 10가지 대표 구성종목 외에도 ETF를 구성하는 모든 종목을 조회할 수 있습니다. 또한, 거래량이나 거래대금의 추이도 알 수 있어 이것이 일시적인 거래인지 추세적으로 거래량이 증가 혹은 감소하는지 알 수 있어 실제 매매할 때 도움을 받을 수 있습니다.

국제 ETF를 찾아볼 때는 etf.com을 참고하는 것이 좋은데, 이에 대한 설명은 다음 포스팅에 설명하도록 하겠습니다.

포노사피엔스의 정의

 포노사피엔스는 폰을 인공 장기처럼 쓰는 인간을 의미합니다. 현재 스마트폰으로 인해 생활 습관(방식)이 달라지고, 이에 따라 사회 시스템 전체의 큰 변화가 수반됨을 알 수 있습니다. 그래서 4차 산업혁명으로 부를 수 있지 않을까라는 생각이 듭니다. 예시로, 스마트폰 뱅킹을 쓰는 인구가 전체의 63.5%가 넘었고 이는 코로나 이후에 더 증가했습니다. 현재 입금을 할 때 은행 지점을 가는 것보다 폰뱅킹, 카카오뱅크 등을 먼저 생각하는 것으로 봐서 "상식의 교체"가 일어나고 있다는 점은 분명합니다.

 인류는 생존을 위한 진화, 즉 같은 일을 할 때 더 효율적인 것을 찾기 마련인데, 현재의 일련의 상황들은 이 진화를 겪고 있는 양상을 보입니다. 특히, 인류의 생활 표준이 이동하는 것은 음악의 듣는 방식이 변화하는 것을 보면 뒷받침됩니다. 음악은 인류가 태초부터 느끼는 본능, 욕구와 같고 오래되고 보편적인 소비였기 때문에 중요한 지표입니다. 이외에 물건 소비 방식, 먹는 방식, 유희 행위(호모 루덴스)의 변화도 생활 양식이 변화되고 있음을 같이 뒷받침해줍니다.

포노사피엔스들을 위한 교육

 물론 반대의 양상으로 "노모포비아"를 걱정할 수 있으나, 이를 걱정하여 디지털 문명을 거부하는 것은 문명에서 멀어지는 행위입니다. 11세 정도까지는 인간관계나 자연을 보는 것 등을 위해 제한하는 것은 괜찮지만, 이후에는 디지털 문명에 적응할 수 있도록 놔두는 것이 났습니다. 나중에는 소셜 네트워크의 생활 양식을 알아야지 비지니스 모델을 만들 수 있을 수도 있기 때문입니다. 요즘 애들은 오픈 소스를 어떻게 사용할 것이 배우는 것이 더 중요할 수도 있습니다. 따라서, 공교육의 방향이 바뀌고 프로젝트 중심의 교육으로 방향이 바뀌는 것도 필요합니다. 한국은 아직 교육, 방송, 정치가 보수적이기 때문에 변화의 어려움을 겪고 있는 면이 있습니다. 미국은 정량적 평가를 정성적 자료 기반으로 할 수 있게 모두가 볼 수 있는 포탈에 올려서 평가에 대한 뒷받침하는 등의 방법을 쓰고 있다고 합니다.

포노사피엔스에서 중요한 기술과 사업들

 미래 기술 중 명확한 것은 AI가 중요해진다는 것인데, 이는 문화 양식이나 개인 성향 등을 고려한 개인화를 해서 소비를 유도시키는 데 기여를 할 수 있기 때문입니다. 이를 위해 빅데이터 분석이 필수입니다. 이러한 미래 기술을 도입하면서 플랫폼 회사가 중요해지는데, MS, 애플, 아마존, 구글, FB 등의 시총이 우리 나라 전체 시총과 비슷하거나 더 큰 것을 보면 플랫폼 회사에 대한 투자자들의 기대가 얼마나 큰 지 알 수 있습니다. 개인의 다양성에 따라 다양한 플랫폼은 계속 생길 것입니다. 왜냐하면 소비자의 선택이 마켓을 만들기 때문에 언제든지 마켓 쉐어는 변할 수 있기 때문입니다. 네이버웹툰(1조 수익), 포트나이트 등을 보면 플랫폼이 얼마나 다양해지는 지 알 수 있습니다. 다양한 플랫폼이 생김에 따라 여가 시간(여행 or 넷플릭스 or 야구)을 어떻게 쓸 것인지도 경쟁할 것으로 예상됩니다.

 오프라인 몰빵 사업은 현재 살아남기 힘들 수도 있습니다. 예시로 영세소상공인을 보면, 치킨집을 할 때 옛날에는 건물 임대를 한 후 마켓팅을 했다면, 요즘에는 공유 주방을 임대해서 배달을 전문으로 하는 사업들도 많아졌습니다. 이 때는 따라서 배달했을 때 맛있는 것이 가장 중요한 요소가 되었습니다.  시대에 맞는 실력이 결국은 점점 중요하게 된다는 것을 뜻합니다. 나중에는 부동산이나 차를 구입할 때도 온라인에서 살 수 있는 시대가 곧 올 것으로 예상됩니다.

코로나 이후의 사회 계층과 앞으로 나아가야할 길

 코로나 19 이후, 미국에서는 사회 계층을 크게 4가지로 나누어졌습니다. 1. 재택근무가 가능하고 디지털 문명을 사용하는 직군, 2. 사회필수 직군(의료진, 경찰), 3. 영세소상공인, 4. 요양원, 감옥 같은 취약한 곳으로 나눌 수 있습니다. 따라서, 정부의 뉴딜 정책은 이러한 3, 4 계층에서 디지털 문명화 될 수 있도록 지원해야 합니다.

 미래에 게임에 대한 성장은 강화될 것으로 보입니다. 사람은 호모로덴스이기 때문이다. 미래에도 강한 비지니스를 만들려면 강력한 팬덤을 만들어야 합니다. 이 때 저는 물건 하나를 고를 때 인생을 겁니다.라는 말처럼 진정성 있게 자신의 철학을 가지고 몇 년을 해나가는 것이 중요합니다.  뭔가 당연한 얘기기도 하지만 어떤 시대이든 실력과 자신의 철학을 가지고 진정성 있게 뭔가를 해야한다는 것은 변치 않는 것 같습니다. 변화하고 있는 세계에서 내가 나아가야 할 길은 무엇인지 좀 더 구체적으로 생각해야 할 때가 아닐까 생각이 됩니다.

언어적인 지침 사항을 액션으로 자동 변경이 필요한 이유

오늘 공부할 내용은 ACL 2020에 출판된 자연어 지침들을 모바일 UI 액션들로 자동적으로 바꿔주는 기법(Grounding Natural Language Instructions to Mobile UI Actions)입니다.

 모바일 디바이스들은 매일의 우리 활동들에 도움을 주는 수많은 기능들을 제공합니다. 그렇지만 사용자들은 이런 기능들(유튜브에서 알람 설정을 하는 등)을 찾거나 접근하기가 쉽지 않습니다. 이런 기능을 사용하기 위해 검색하여 찾아볼 수도 있지만, 여전히 단계별로 지침을 따르고 작은 화면에서 UI적으로 세부적인 사항들을 탐색하는 것은 시간이 걸리고 접근성을 떨어트리는 결과를 가져옵니다. 따라서, 언어적인 지침 사항들을 동작으로 액션들로 바꿔서 사용자 대신 자동으로 실행해 주는 에이전트가 있다면 좋지 않을까라는 점에서 연구는 시작되었습니다.

언어-액션 페어 데이터가 필요성

 사용자들은 복잡한 시퀀스의 액션들이 있는 태스크를 달성하기 위해 지침을 따르게 됩니다. 위와 유사한 상호 작용에 도움을 줄 수 있는 에이전트를 만드는 것은 액션이 수행되는 환경에서 진정한 언어 접지를 필요로 하는 중요한 목표입니다. 여기서 학습하고자 하는 태스크는 <일련의 지침들, 시스템이 한 화면에서 다른 화면으로 전환될 때 만들어지는 화면 시퀀스와 해당 화면의 대화식 요소의 세트>가 제공되는 모바일 플랫폼에 대해 일련의 액션들을 예측하는 것입니다. 이를 위해 end-to-end 모델은 대규모의 언어-액션 페어 데이터가 필요합니다. 하지만 데이터 구하기가 쉽지 않으므로, 두 가지 단계를 이용하여 문제 해결하려 했습니다.

두 단계로 된 해결 방법

① 액션 문구 추출 단계(action phrase-extraction step): Transformer with area attention 를 이용하여 다단계의 지침들의 문구들을 연산, 객체 또는 인수로 정의합니다. Area attention은 모델에서 설명의 디코딩을 위해 지침의 인접 단어 그룹간에 집중할 수 있게 해줍니다.

② 접지 단계(grounding step): 추출된 연산이나 객체 설명들을 화면에 있는 UI 객체들과 연결합니다. 여기서도 Transformer를 사용하여 UI 객체들을 문맥적으로 표현하고, 추출되었던 객체의 설명들을 이들과 연관시킵니다.

효과성 입증 및 결론

 이 방법의 효과성을 검증하기 위해 3가지 새로운 데이터셋을 만들어서 적용해 보았습니다. 187 다단계의 영어 지침들을 Pixel 폰에 적용하여 성능 측정해 보았습니다. 액션 문구 추출 단계에서 웹에서 찾은 영어 기반의 지침들을 기반으로 문구들을 구분하고 액션들을 설명합니다. 접지 단계를 위해 인공적인 UI 액션 데이터를 만들었습니다(public android UI corpus). 자연어 지침들에서 실행 가능한 액션들을 end-to-end로 매핑하는 도전적인 태스크에도 잘 작동되는 것을 확인할 수 있었습니다. 또한 UI 객체의 방법과 표현법을 GCN이나 feedforward 네트워크로 대체하여 썼을 때 화면의 상황에 따라 객체를 표현할 수 있는 접지 정확도가 향상됨을 알 수 있었습니다.

 두 단계로 나눔으로써, 두 단계 중 하나라도 발전한다면 전반적인 태스크 성능을 개선할 수 있고 수집하기 어려운 언어- 액션 쌍 데이터 세트를 가질 필요성을 완화시키게 됩니다. 이는 UI 세부 정보를 통해 조작하는 피로도를 완화시키는 자동화 기술의 기반을 마련하고, 시각적이나 상황에 따라 장애가 있는 사용자들에게 도움을 줄 수 있을 것이라 예상했습니다.

 지침서가 위에서 말하는 포맷대로 안 써져 있으면 작동이 가능할지 의문이 들었습니다. 그리고 옵셔널 한 부분들이 설명서들에는 들어갈 수 있는데 이에 대해서도 잘 적용이 되는지 궁금했습니다. 이 모바일 디바이스에서는 필요 없는 옵션이면 자동으로 건너뛴다든지 등의 이유로 말입니다. 어떤 설명서들은 중간중간에 단계를 뛰어넘기도 하는데 이에 대한 커버도 잘 될 지도 의문이 들었습니다. 그리고, 영어는 다행히 데이터가 많아서 이 기법이 가능할 것 같은데 다른 나라말들의 성능은 어떨 지도 궁금했습니다. 성능적인 부분을 단순히 설명해서 실제로 시연하는 영상이 보고 싶었습니다. 아직 허들이 많겠지만 실제로 완전 자동화된다면 편할 것 같다는 생각이 들었습니다. 모바일 디바이스 말고도 IoT 같은 시스템에도 자동적으로 적용될 수 있을 듯합니다. 이런 모델을 이용하여 사용자가 어떤 지침에서 어려워하는지 알아서 반대로 설명서를 최적화할 수도 있을 것으로 보입니다.