/이미지투데이인공지능(AI)·로봇 분야에서도 액티브 상장지수펀드(ETF) 상품들이 높은 수익률을 기록한 것으로 나타났다. 산업이 빠르게 성장하고 주도주가 급변하는 시장일수록 종목 변경의 자율성이 큰 액티브 전략이 주효했다는 분석이다.
3일 코스콤 ETF 체크에 따르면 올들어 AI·로봇에 투자하는 ETF 11종 중 ‘TIMEFOLIO 글로벌AI인공지능액티브’는 전 거래일까지 26.57% 상승해 수익률 1위를 차지했다. ‘TIGER 글로벌AI액티브’가 19.34%로 뒤를 이었고 ‘HANARO 글로벌생성형AI액티브(16.92%)’ ‘KoAct글로벌AI로봇액티브(15.57%)’ 등 수익률 상위 1~4가 일제히 액티브 전략을 사용한 것으로 조사됐다.
수익률 상위권을 차지한 상품들은 대부분 엔비디아·마이크로소프트·구글 등 글로벌 AI 시장을 주도하는 종목 비중을 높인 반면 국내 AI·로봇 기업들을 주로 편입한 ETF는 상대적으로 부진한 모습을 보였다.
액티브 ETF란 시장 상황에 따라 편입 종목을 빠르게 선택해 기초지수 대비 초과 수익을 노리는 상품이다. ETF 활성화 방안으로 2017년 채권형 상품이 처음 등장했다. 패시브 ETF가 기초지수를 90% 이상 추종해야 하는 반면 액티브 ETF는 70%만 추종하되 운용력의 재량으로 초과 수익을 추구한다. 다만 그만큼 패시브 대비 상대적으로 변동성이 크다.
특히 2022년 오픈AI의 챗GPT 등장 이후 성능이 개선된 생성형AI 언어 모델이 대거 나오고 이를 구동하는 반도체 시장도 지형도가 바뀌는 등 불과 1~2년 사이 시장이 급변하면서 투자에서도 이런 상황과 트렌드를 얼마나 빠르게 반영하는지가 중요해지고 있다는 분석이다. 액티브 전략이 성과를 낸 것도 이런 흐름을 반영한다는 게 전문가들의 설명이다.
실제 타임폴리오자산운용의 TIMEFOLIO 글로벌AI인공지능액티브는 AI 산업 발전에 대한 수혜가 전망되는 하드웨어와 소프트웨어 대표 글로벌 기업에 투자하는 상품으로 AI 산업을 주도하는 글로벌 빅테크뿐 아니라 슈퍼마이크로컴퓨터·버티브·암(ARM)·팔란티어 등의 비중을 시장 변화에 따라 적절히 변경했다. 또 HD현대일렉트릭과 한미반도체 등 연초 급등한 국내 기업들도 편입 비중을 조절하면서 지난해 5월 상장 이후 90%에 달하는 수익률을 기록했다.
금융투자 업계에서는 기초지수 변경 기준에 따라 분기 혹은 반기 등 일정 기간에만 편입 종목 비중을 변경할 수 있는 패시브 ETF에 비해 수시로 종목 비중을 바꾸고 편·출입이 가능한 액티브 전략이 점점 더 확대되고 있다. 한국거래소에 따르면 액티브 ETF 순자산은 2022년 말 12조 4396억 원에서 2023년 말 38조 6460억 원으로 3배 이상 급증했다. 전체 ETF 순자산이 같은 기간 2배가 채 늘지 않은 점을 감안하면 빠른 성장세다.
올 들어서도 액티브 ETF 순자산은 지난달 30일 기준 46조 4481억 원으로 지난해 말(38조 6460억 원) 대비 20% 증가했다. 연초 이후 국내에 상장된 ETF 유형은 액티브가 56%로 패시브(44%)에 비해 되레 더 많다. 특히 최근에는 테슬라 등 특정 기업을 기초자산으로 커버드콜 전략을 통해 일정한 배당을 확보하면서 기초자산을 액티브 전략으로 운용하는 상품이 많아지고 있다. 이정빈 신한투자증권 연구원은 “장기로 보면 액티브의 성과는 패시브 펀드를 밑돌았지만 경기 회복 국면과 금융 장세에서는 반대였다”며 “강세장에서 펀드 매니저의 능동적 종목 편입이 액티브 ETF의 성과로 이어지고 있다”고 분석했다.
이는 세계적인 추세이기도 하다. 신한투자증권에 따르면 전 세계적으로 액티브 ETF 비중은 1%에 불과하지만 최근 1년 새 수급은 35%를 기록했다. 박우열 신한투자증권 연구원은 “올 들어 액티브 ETF는 우수한 성과를 기록하면서 투자자들의 관심이 급증하고 있다”며 “이러한 현상은 국내뿐만 아니라 세계적인 추세”라고 강조했다.
물론 부진한 수익률의 상품도 있다. ‘KBSTAR AI&로봇’의 연초 이후 수익률은 -18.99%다. 같은 AI·로봇주에 투자하는 상품이더라도 편입 종목과 운용 전략에 따라 수익률은 천차만별인 셈이다. 이영진 삼성증권 연구원은 “로봇은 AI를 담은 그릇이라고 볼 수 있다”며 “AI 모델을 기반으로 프로그램된 기초 규칙과 데이터셋을 활용해 자가 학습하는 방식으로 인간과 유사한 지능을 구현하는 휴머노이드 로봇의 활동도가 커질 것”이라고 강조했다. 이어 “휴머노이드 로봇은 산업 현장, 중장기적으로 공장과 창고 등 산업 환경에서 실제 노동력을 대체하고 나아가 가정과 우주에서 활용도 염두에 두고 있다”며 “아직 구체화되지는 않았지만 다양한 형태의 로봇이 활약할 수 있는 분야라는 점에서 잠재력은 충분하다”고 말했다.
