[DS 리서치] 금융 머신러닝의 진짜 해자: Jane Street가 GPU보다 먼저 샀던 것

DS투자증권 리서치센터 Analyst 김남일 ■ 이슈 #1 기성 모델을 가져오는 것만으로는 작동하지 않는다 - 금융 데이터는 타 영역 대비 노이즈가 압도적으로 큼. GPU를 확보해 공개 모델을 학습시키는 방식은 거의 작동하지 않음 - 시점 오염, 거래비용·시장충격 이후 잔존 효과, 국면·종목 집중, 결측치 처리, 재현성. 이 다섯 질문을 견딘 모델만이 살아남음 - Jane Street는 현재 머신러닝을 자사 시스템 트레이딩의 최대 단일 동력으로 꼽으면서도, 아직 S-curve의 초입이라고 평가 ■ 이슈 #2 연구 자원에도 가격이 있다 - 공유 컴퓨트 클러스터를 실시간 경매로 배분. 연구자가 자신의 작업 가치를 직접 가격으로 제시함 - 실행 중인 작업과 상태가 조직 전체에 공개되어, 비효율적인 작업은 누구든 지적 가능 - 퀀트 조직의 병목은 아이디어 수가 아니라 검증 가능한 실험의 수. 어떤 실험을 먼저 할지가 사실상 포트폴리오 의사결정 ■ Quant View: 기술은 5년마다 바뀌었고, 문화는 바뀌지 않았다 - 2005년 Excel 기반 트레이딩 → 선형모형 → GBT → 딥러닝으로 기법은 약 5년 주기로 교체 - 반면 낮은 자아, 열린 토론, 의견을 업데이트하는 습관은 그대로 유지. 채용도 현재 스킬shi보다 학습 능력 중심 - 알파는 모델의 출력이지만, 모델을 만들고 버리고 다시 만드는 능력은 조직의 출력. 지속 가능한 해자는 파라미터 수가 아닌 학습 구조에서 나옴 전문: https://namil.kim/blog/1 원문 영상: 3Blue1Brown Talks Machine Learning with Jane Street (Jane Street, 2026년 8월) 본 글은 개인 블로그 기고로, 투자의견이 아닌 리서치 방법론에 관한 내용입니다. DS투자증권 리서치 텔레그램: https://t.me/DSInvResearch