슈카월드를 보다 보면 종종 ‘킹반영’이라는 표현을 듣게 된다. ‘선반영’에 킹이나 갓을 붙인 인터넷식 과장이다. 뜻은 대략 이렇다. “네가 방금 발견한 그 호재? 시장은 이미 알고 있다.”
재밌는 말인데, 나는 한때 실제로 ‘킹반영’이 있다고 믿었다. 기관투자자나 헤지펀드는 도대체 어떻게 알고 미리 투자하는 걸까? 반도체 업황이 좋아질 것 같다고 생각했는데 반도체주는 이미 올랐다. 금리 인하가 주식에 좋겠다고 생각했는데도 가격은 별 반응이 없다. 정말 좋은 실적이 나왔는데 주가가 떨어지기도 한다. 그럴 때면 시장이 내 생각을 먼저 읽은 것만 같았다.
그 의문을 풀어보려면, 먼저 실제 숫자와 주가가 엇갈린 날을 봐야 한다.
- 01숫자형 정보 발표
- 02봇·기관이 확인
- 03주문과 가격 이동
- 04내가 기사를 읽음
좋은 실적이 나왔는데 왜 주가는 떨어졌을까?
2026년 7월 7일 삼성전자는 2분기 잠정 매출 약 171조 원, 영업이익 약 89.4조 원을 발표했다. 전년 동기 영업이익 4.68조 원과 비교하면 놀라운 증가다. 영업이익은 Reuters가 인용한 LSEG SmartEstimate 87.3조 원도 약 2.1조 원, 2.4% 웃돌았다. 그런데 삼성전자 주가는 그날 6.9% 하락했다. SK하이닉스는 6.1%, KOSPI는 4.9% 내렸다. 삼성전자 잠정실적, Reuters 실적·컨센서스, Reuters 장 마감
실적이 좋으면 주가가 올라야 하는 것 아닌가? 주식은 이미 알려진 성적표 자체보다, 앞으로의 이익에 대해 형성된 기대와 새 정보의 차이에 민감하다. 영업이익이 컨센서스를 넘었다는 사실과 더 높은 비공식 기대나 매출 구성에 대한 실망이 동시에 존재할 수 있다. Reuters는 당시 높아진 기대, AI 데이터센터 투자 지속성에 대한 우려, 반도체주 전반의 매도와 차익실현을 보도했다. 이는 시장 참가자들의 설명이지 하락 원인을 하나로 증명한 결과는 아니다. Reuters 분석, Reuters 시장 보도
좋은 실적 ≠ 반드시 주가 상승. 주식시장은 성적표를 보는 곳이라기보다, 예상치와 실제치의 차이를 채점하는 곳에 가깝다. 단, 그 ‘예상치’는 발표된 컨센서스 숫자 하나보다 넓다. 향후 전망, 이미 쌓인 포지션, 시장 전체의 위험 선호까지 들어간다.
관측값 − 기대값 = 예상 밖의 부분
금리 인하도, 물가도 기대와 함께 읽는다
조금 시계를 돌려 2025년 10월 29일을 보자. Fed는 기준금리 목표 범위를 25bp 내려 3.75~4.00%로 정했다. Fed 회의록은 당시 투자자들이 그 인하를 예상했고 12월 추가 인하도 기대했지만, 후자에는 불확실성이 있었다고 기록한다. Powell 의장은 기자회견에서 12월 인하가 기정사실이 아니라고 말했다. S&P 500은 이날 거의 보합으로 마감했고, 미국 10년물 국채 수익률은 전일 3.99%에서 4.07%로 올랐다고 AP는 보도했다. FOMC 결정, 회의록, Powell 발언, AP 시장 반응
이 사례에서 새로 평가된 것은 당장의 25bp 인하만이 아니라 다음 회의들에서 금리가 어떻게 움직일지였다. 시장은 한 번의 금리 결정보다 미래 금리 경로의 여러 가능성을 업데이트한다. 이것은 2025년의 인하 사례다. 2026년 9월 Fed는 반대로 25bp 인상했으므로, 이를 현재 정책 방향으로 읽어서는 안 된다. 2026년 9월 FOMC
물가도 같다. 2026년 7월 14일 발표된 6월 미국 CPI는 전년보다 3.5% 상승했지만, Reuters의 사전 조사 3.8%보다 0.3%포인트 낮았다. 전월 대비로는 0.4% 하락해 예상한 0.1% 하락보다 약했다. 발표 직후 Reuters 시장 현황에서 S&P 500은 0.3%, Nasdaq은 0.6% 올랐고 2년물 수익률은 7bp 내렸다. 이 수치는 그 시점의 관찰이지 종가나 CPI 단독 효과의 추정치는 아니다. 에너지 가격 하락도 종합 수치에 크게 기여했다. BLS 발표, Reuters 예상·시장 반응
CPI가 높다는 뉴스와 CPI가 시장 예상보다 높다는 뉴스는 같은 말이 아니다. 여기서는 물가상승률이 여전히 3.5%라는 사실과 시장 예상보다 낮았다는 사실이 동시에 참이다. 이후 더 최근인 8월 CPI는 전년비 3.4%였지만, 헤드라인은 Reuters 컨센서스와 같았다. 대비가 선명한 6월 사례를 택한 이유다. BLS 8월 CPI, Reuters 컨센서스
가격을 보다가 베이즈 통계학이 떠올랐다
지난 베이즈 통계학 글에서 우리 집 강아지는 내가 “산책 가자”고 말하기 전에 목줄을 물고 왔다. 저녁 식사, 노트북을 닫는 모습, 운동화 같은 단서를 보고 산책 가능성에 대한 판단을 조금씩 바꾸는 상황이었다. 사전확률 → 증거 → 사후확률. 실제 강아지의 확률 계산을 측정했다는 뜻은 아니었다.
삼성전자 실적을 보는 투자자도 비슷한 틀로 설명할 수 있다. 가령 ‘AI 메모리 수요가 내년에도 강할 가능성’을 60%로 보던 사람이 새 가격 데이터를 보고 70%, 대형 고객의 투자 계획을 보고 78%, 경쟁사의 증설 계획을 보고 68%로 수정했다고 해보자. 모두 설명을 위해 만든 값이며 실제 분석 결과나 베이즈 공식으로 계산한 확률이 아니다. 핵심은 새 정보가 들어오면 기존 판단을 고친다는 점이다. 서로 연관된 정보를 두 번 세지 않는 주의도 필요하다.
그런데 시장에는 이런 사람이 수백만 명 있다
그들은 서로 다른 사전 판단, 정보, 모형, 투자 기간, 위험 감수 성향을 가진다. 같은 실적을 보고도 어떤 사람은 강한 매수 근거로, 다른 사람은 차익실현의 계기로, 또 다른 사람은 그냥 관망할 이유로 읽는다. 강아지는 목줄을 물고 온다. 투자자는 주문을 낸다. 주문이 호가창에서 만나 거래가 이루어지고 가격이 바뀐다.
서로 다른 주문 → 호가창 → 시장가격
시장가격을 서로 다른 판단들이 실제 돈을 걸고 충돌한 결과라고 볼 수 있다. 하지만 가격 자체가 어떤 사건의 정확한 베이즈 사후확률이라는 뜻은 아니다. 주식 가격은 확률 하나가 아니라 미래 현금흐름, 할인율, 위험, 유동성, 레버리지, 포지션과 제약이 얽힌 숫자다.
‘킹반영’을 베이즈의 언어로 번역하면
내가 방금 새 증거라고 발견한 ‘AI 메모리 수요가 계속 늘 것’이라는 생각이 시장 참가자들의 기존 판단에 이미 상당 부분 들어가 있을 수 있다. 그러면 질문은 “내가 맞는가?”에서 끝나지 않는다. “시장도 이미 그렇게 생각하는가? 내 생각이 어디에서, 얼마나 더 나은가?”가 남는다.
투자는 맞는 것만으로 부족할 수 있다. 시장보다 더 맞아야 한다. 이 문장은 매수·매도 권유가 아니다. 이미 알려진 방향을 맞혀도, 그 결과가 가격에 충분히 담겼거나 비용과 위험을 넘지 못하면 초과수익이 없을 수 있다는 뜻이다.
빠른 뉴스에는 빠른 주문이 따라온다
국제통화기금(IMF)의 2024년 보고서는 미국 주식 거래의 약 70%를 알고리즘 거래로 추정한다. 여기에는 정해진 규칙에 따른 주문 집행과 라우팅 등 폭넓은 자동화가 포함된다. 70%의 거래를 AI가 독자적으로 투자판단한다는 뜻은 아니다. ‘미국장은 80%가 봇’이라는 말은 정의와 출처 없이 인용하기 어렵다. IMF 보고서, IMF 측정 설명
숫자형 발표에는 속도가 특히 중요하다. 미국 거시지표 발표 뒤 S&P 500 ETF의 주문 데이터를 분석한 Scholtus·van Dijk·Frijns의 연구는 해당 표본에서 즉시 집행보다 300밀리초 늦으면 관련 전략의 수익이 3.08% 줄었다고 보고했다. 2009~2011년 자료에 관한 결과이지 오늘날 모든 뉴스가 그 속도로 완전히 반영된다는 뜻은 아니다. 내가 기사를 읽고 “이건 호재인데?”라고 생각하는 동안 일부 숫자형 발표는 기계가 읽고 컨센서스와 비교해 주문을 냈을 수 있다. 경영진의 어조, 장기 전략, 지정학적 파장처럼 해석이 필요한 이야기는 훨씬 느리고 불분명할 수 있다.
정보 해석 + 주문 집행 → 가격 발견
그래서 효율적 시장가설은 무엇을 말하나
여기서야 효율적 시장가설(EMH)을 소개할 수 있다. 유진 파마의 고전적 정리는 가격이 관련 정보에 얼마나 빨리 반응하는지 묻는다. 실용적인 직관은 이렇다. 이용 가능한 정보가 빠르게 가격에 들어가므로, 그 정보만으로 위험과 비용을 감안한 초과수익을 지속적으로 얻기 어렵다. ‘모든 가격은 언제나 옳다’는 선언은 아니다. Fama, 1970
| 형태 | 반영 대상으로 보는 정보 |
|---|---|
| 약형 | 과거 가격·거래 정보 |
| 준강형 | 공개 정보까지 |
| 강형 | 사적 정보까지 — 현실의 사실로 가정하기보다 강한 이론적 기준 |
검증도 쉽지 않다. ‘초과수익’인지 판단하려면 어떤 위험에 대한 보상을 정상 수익으로 볼지 별도의 모형이 필요하다. 파마도 이를 결합가설 문제로 다뤘다.
왜 시장은 생각보다 효율적인가
중앙에 모든 것을 아는 두뇌가 있어서가 아니다. 누군가 가격과 가치의 차이를 의심하고, 자료를 찾고, 모형을 만들고, 실제 자금을 걸기 때문이다. 그 거래가 가격을 움직이면 처음 발견한 기회는 작아진다.
- 01가격 차이 발견
- 02분석
- 03거래
- 04가격 조정
- 05기회 축소
시장 효율성은 참가자들이 시장을 믿기 때문에 생기는 것이 아니라, 참가자들이 끊임없이 시장을 의심하기 때문에 만들어지는 것일 수 있다. 이것은 시장이 언제나 효율적이라는 증명이 아니라, 효율성이 생겨날 수 있는 경쟁 메커니즘에 대한 설명이다.
시장은 완벽한 베이지안 기계가 아니다
위 비유에는 분명한 한계가 있다. 투자자는 군집행동을 하고, 잘못된 모형을 고집하며, 자금 압박 때문에 원치 않는 때에 매도하기도 한다. 공매도 제약과 거래비용은 잘못된 가격을 바로잡는 거래를 막을 수 있다. 정보도 사람마다 다르고, 거래 자체가 다른 사람의 기대를 바꾸는 반사적 과정도 일어난다. 시장가격 ≠ 참인 사후확률. 오히려 시장 참여자들이 각자의 믿음과 제약 아래 실제 돈을 걸어 만들어낸 집단적 상태값에 가깝다.
그렇다면 알파는 어디에서 올까? 남보다 먼저 얻는 정보, 같은 자료를 다르게 읽는 해석, 인과관계를 더 잘 잡는 모형, 과열과 공포를 견디는 행동, 기다릴 수 있는 시간 지평에서 나올 수 있다. 다만 이 어느 것도 자동으로 수익이 되지는 않는다. 거래비용, 경쟁자의 반응, 위험을 넘어서야 한다.
더 나은 판단 → 잠재적 알파
마지막으로 남는 역설
모든 정보가 이미 가격에 완벽하게 들어 있다면, 누가 비싼 데이터를 사고 애널리스트를 고용해 기업을 분석할까? 아무도 분석하지 않으면 누가 정보를 가격에 반영할까? 이것이 Grossman과 Stiglitz가 1980년에 제기한 문제다. 다음 글에서 더 길게 다뤄볼 만하다.
좋은 아이디어를 떠올렸는데 이미 주가가 올라 있다면 허탈하다. 하지만 그 가격을 만든 것은 신비한 시장의 신이 아니다. 나보다 먼저 같은 생각을 한 사람, 다른 정보를 가진 사람, 같은 정보를 더 빨리 해석한 사람, 그리고 실제 돈을 건 사람들의 흔적이다. 시장은 모든 것을 알고 있어서 효율적인 것이 아니라, 모두가 남보다 먼저 알고 싶어 하기 때문에 효율적일지도 모른다.
Discussion
토론
질문, 정정, 반례, 다른 해석이 있다면 남겨 주세요.