*이 장을 다 읽고 나면 알게 될 것: 돈이 숫자가 아니라 안전과 자유와 가능성이라는 사실, 가계부에서 개인 재무 상담사로 진화하는 Agent의 궤적, 한국 마이데이터가 열어놓은 가능성, 그리고 자산 데이터라는 가장 민감한 영역에서 데이터 주권이 왜 핵심인지*
도입: 새벽 세 시의 주식 앱
새벽 세 시. 잠이 깼다. 옆 사람은 자고 있다. 핸드폰을 켠다. 화면 밝기를 최대한 줄이고, 주식 앱을 연다. 미국 시장이 열려 있는 시간이다.
빨간색이다. 엔비디아가 4% 빠졌다. 테슬라도 내렸다. 어제 산 ETF가 마이너스다. 심장이 빨라진다. 팔아야 하나. 더 사야 하나. 아무것도 안 하고 자야 하나. 판단이 안 선다.
결국 아무것도 안 하고 핸드폰을 내려놓는다. 그런데 잠이 안 온다. 한 시간 동안 천장을 본다. 내일 아침에 한국 시장이 어떻게 열릴지 걱정된다. 이것이 주 2~3회 반복된다.
이 장면이 과장이라고 느끼는 사람은 주식을 안 하는 사람이다. 한국 성인의 약 절반이 직접 또는 간접으로 주식 투자를 한다. 한국예탁결제원 통계에 따르면, 2025년 기준 국내 주식 투자자 수는 약 1,400만 명이다. 이 중 상당수가 새벽에 핸드폰을 본다.
돈 문제는 이상하다. 숫자 자체는 차갑다. 그러나 그 숫자가 내 통장에 있으면 뜨겁다. 오르면 기쁘고, 내리면 불안하다. 합리적으로 판단해야 한다는 것을 머리로는 안다. 그러나 감정이 먼저 반응한다. 행동경제학이 40년 동안 증명한 것이 바로 이것이다. 돈 앞에서 인간은 합리적이지 않다.
나는 금융 데이터 분석으로 시작해, 데이터 분석 및 머신러닝 모델링을 하고, 기업의 자산 배분을 분석하고, 투자 전략을 검토하고, 사업의 경제성을 평가하는 것이 업이었다. 그런 내가 새벽에 핸드폰으로 주식 앱을 본 적이 있느냐고 묻는다면, 솔직히 말해야겠다. 있다. 경제학을 안다는 것과 돈 앞에서 냉정하다는 것은 별개의 문제다.
그래서 이 영역에 Agent가 필요하다. 감정이 판단을 흔드는 곳에 차가운 데이터가 필요하다. 그러나 차가운 데이터만으로는 부족하다. 그 데이터를 나의 상황에 맞춰 해석해주는 존재가 필요하다. 그것이 자산과 소비 Agent의 자리다.
5.1 돈은 숫자가 아니다 — 안전, 자유, 가능성
자산 Agent를 말하기 전에 먼저 돈의 본질을 봐야 한다. 왜냐하면 돈을 숫자로만 보면 좋은 Agent를 만들 수 없기 때문이다.
돈에는 세 가지 얼굴이 있다.
첫째, 안전이다. 통장에 돈이 있으면 안심이 된다. 갑자기 실직해도, 병원에 가야 해도, 집이 필요해도 버틸 수 있다는 감각. 경제학에서는 이것을 유동성 선호라 한다. 케인즈가 말한 것이다. 사람들이 현금을 쥐고 있으려는 이유 중 하나는 미래의 불확실성에 대한 대비다. 이것은 합리적이다.
둘째, 자유다. 돈이 일정 수준을 넘으면 선택지가 늘어난다. 하기 싫은 일을 안 해도 된다. 살고 싶은 곳에 살 수 있다. 배우고 싶은 것을 배울 수 있다. "경제적 자유"라는 표현이 한국에서 유행하는 데는 이유가 있다. 자유에 대한 갈증이 그만큼 크다는 뜻이다.
셋째, 가능성이다. 사업을 시작할 자본. 자녀를 교육시킬 비용. 노후를 설계할 여유. 돈은 미래의 선택지를 만든다. 가능성이 없으면 현재에 갇힌다.
이 세 가지를 동시에 다루는 것이 자산 관리의 본질이다. 그런데 대부분의 금융 앱은 숫자만 보여준다. 잔액, 수익률, 지출 합계. 숫자는 필요하다. 그러나 그것만으로는 부족하다. "이 숫자가 나의 안전, 자유, 가능성에 어떤 의미인가"를 말해주는 서비스는 아직 드물다.
미국의 웰스프론트(Wealthfront)가 이 방향에 가장 가까운 서비스다. 단순히 수익률을 보여주는 것이 아니라, 사용자의 재무 목표(주택 구입, 은퇴, 자녀 교육)를 설정하게 하고, 현재 자산이 그 목표에 얼마나 가까운지를 시각화한다. 목표 중심의 자산 관리다. 한국에서는 토스가 비슷한 시도를 하고 있다. "목표 저축" 기능이 그것이다. 그러나 투자와 소비와 세무를 통합해서 인생 전체의 재무를 조망하는 서비스는 아직 없다.
좋은 자산 Agent는 숫자를 의미로 번역하는 존재다. "당신의 비상금은 6개월치 생활비를 커버한다. 안전의 기준에서 괜찮다." "지금 저축 속도를 유지하면 5년 뒤에 이 가능성이 열린다." 이런 문장이 숫자보다 힘이 세다.
잠시 멈추고 생각해보자
당신에게 돈은 주로 안전인가, 자유인가, 가능성인가? 그 비중이 5년 전과 지금이 같은가? 당신의 금융 앱은 숫자를 보여주는가, 의미를 보여주는가?
5.2 소비 추적의 진화 — 가계부에서 패턴 분석까지
가장 기초적인 자산 관리는 소비를 아는 것이다. 돈이 어디로 나가는지를 모르면 어디서 줄일지도 모른다.
가계부의 역사는 길다. 일본에서는 1904년에 하니 모토코가 「가계부(家計簿)」를 대중화했다. 한국에서도 가계부는 오래된 습관이다. 종이 가계부에 볼펜으로 지출을 기록했다. 문제는 귀찮다는 것이었다. 영수증을 모으고, 항목별로 나누고, 합산하는 일. 한 달도 안 돼 포기하는 사람이 대부분이었다.
디지털 가계부가 이 문제를 풀었다. 미국의 민트(Mint)가 2007년에 등장했을 때 혁명이었다. 은행 계좌와 신용카드를 연동하면 지출이 자동으로 분류되었다. 사용자는 기록할 필요가 없었다. 그냥 쓰면 됐다. 민트는 출시 2년 만에 150만 명의 사용자를 모았고, 2009년에 인튜이트(Intuit)에 1억 7천만 달러에 인수되었다. Mint는 2024년 1월 서비스를 종료했고 사용자는 Credit Karma로 이관되었다. 자동 가계부에 대한 수요가 그만큼 컸다는 뜻이다.
한국에서는 뱅크샐러드가 2012년에 이 자리를 차지했다. 카드 명세서를 자동으로 가져와 분류하고, 월별 지출 추이를 보여주고, 카테고리별 비중을 시각화했다. 토스도 비슷한 기능을 넣었다. 2020년 마이데이터 사업이 시작되면서 이 흐름은 더 빨라졌다.
그런데 여기서 한 단계 더 들어간다. 자동 분류를 넘어 패턴 분석으로 가는 것이다. 단순히 "이번 달 외식비 42만 원"이 아니라, "당신의 외식비는 회식이 있는 주에 평균 3배 늘어난다. 회식 빈도가 줄면 월 15만 원 절약이 가능하다." 이런 식이다.
더 나아가면 소비와 감정의 관계까지 볼 수 있다. 행동경제학에서 "감정적 소비(emotional spending)"라 부르는 현상이다. 스트레스를 받으면 온라인 쇼핑을 한다. 기분이 좋으면 외식을 한다. 이 패턴을 Agent가 감지하면, 지출 조절의 실마리가 된다. 물론 이것은 극도로 민감한 영역이다. "당신은 스트레스받을 때 돈을 쓴다"라는 말을 AI에게 듣고 싶은 사람은 많지 않다. 그래서 이런 분석은 사용자가 원할 때만 제공되어야 한다.
영국의 핀테크 기업 에마(Emma)가 이 방향에서 흥미로운 시도를 하고 있다. 구독 서비스 중복 감지, 불필요한 지출 알림, 절약 가능 금액 제시. 단순한 기록이 아니라 행동 변화를 유도하는 Agent다. 2025년 기준 유럽 내 사용자 약 200만 명이다.
한국의 토스는 "소비 리포트" 기능으로 이 방향을 따르고 있다. 월말에 소비 패턴을 분석해서 보여준다. 그러나 아직은 사후 분석에 가깝다. 진짜 좋은 Agent는 사전에 개입한다. "지금 이 결제를 하면 이번 달 외식 예산의 90%를 쓰게 된다. 괜찮은가?" 이 한마디가 가계부와 Agent의 차이다.
5.3 투자 보조 — 로보어드바이저를 넘어서
소비 다음은 투자다. 그리고 투자는 자산 Agent의 가장 뜨거운 영역이다.
로보어드바이저는 2010년대에 등장했다. 미국의 베터먼트(Betterment)와 웰스프론트가 선두였다. 사용자의 위험 선호도를 설문으로 파악하고, 그에 맞는 ETF 포트폴리오를 자동으로 구성해준다. 사람이 개입하지 않는다. 알고리즘이 한다. 수수료는 전통 자산운용사의 약 10분의 1이다. 미국 로보어드바이저 시장 규모는 2025년 기준 약 1조 4천억 달러로 추정된다.
한국에서도 로보어드바이저 시장이 자랐다. 쿼터백, 파운트, AIM 같은 서비스가 있다. 증권사들도 자체 로보어드바이저를 출시했다. 그러나 한국 시장의 특성이 있다. 한국 투자자들은 직접 매매를 좋아한다. 이른바 "직투" 문화다. 로보어드바이저에 맡기기보다 스스로 종목을 고르고, 직접 사고판다. 그래서 한국에서 로보어드바이저의 시장 침투율은 미국보다 낮다.
여기서 AI Agent의 새로운 자리가 보인다. 완전 자동화가 아니라 의사결정 보조다.
당신이 직접 투자를 한다. 그런데 판단이 흔들릴 때가 있다. 시장이 급락할 때. 특정 종목이 급등해서 올라타고 싶을 때. 남들이 다 산다고 할 때. 이럴 때 Agent가 차분하게 말한다. "당신의 포트폴리오는 현재 한국 주식 65%, 미국 주식 25%, 채권 10%다. 지난해 설정한 목표 비중은 한국 50%, 미국 30%, 채권 20%였다. 한국 비중이 목표보다 높다. 지금 한국 주식을 추가 매수하면 편중이 심해진다." 이 분석은 매수를 막는 것이 아니다. 판단의 근거를 제공하는 것이다.
다니엘 카네만이 말한 "시스템 1과 시스템 2"의 비유가 여기서 작동한다. 새벽 세 시에 주식 앱을 볼 때 작동하는 것은 시스템 1이다. 빠르고, 감정적이고, 직관적이다. Agent는 시스템 2의 역할을 한다. 느리고, 분석적이고, 냉정하다. 인간의 시스템 2는 피곤하면 꺼진다. Agent의 시스템 2는 새벽 세 시에도 켜져 있다.
미국에서는 Wealthfront, Betterment 같은 로보어드바이저가 AI를 더 적극적으로 활용하기 시작했다. 단순한 자산배분을 넘어, 개인의 소비 패턴, 라이프 이벤트(결혼, 출산, 은퇴)까지 고려한 맞춤 재무 설계를 제공한다.
한국에서는 키움증권의 AI 투자 비서, 삼성증권의 AI 리포트 요약 같은 서비스가 시작 단계에 있다. 아직 패턴 분석과 행동 교정까지 가지는 못했다. 그러나 방향은 분명하다. 투자 Agent는 종목 추천이 아니라 투자자 자신을 보여주는 거울이 될 것이다.
잠시 멈추고 생각해보자
당신의 가장 큰 투자 실수는 무엇이었는가? 그 실수는 정보 부족 때문이었는가, 감정 때문이었는가? 만약 Agent가 그 순간에 "잠깐, 다시 생각해보라"고 말했다면, 결과가 달라졌을까?
5.4 세무와 금융 의사결정 — 귀찮음의 자동화
자산 영역에는 반드시 해야 하지만 누구도 좋아하지 않는 일이 있다. 세금이다.
한국의 직장인은 연말정산을 한다. 매년 1월이면 국세청 홈택스에 들어가, 공제 항목을 확인하고, 빠진 영수증을 챙기고, 서류를 제출한다. 회사가 대부분 처리해주지만, 개인이 챙겨야 하는 부분도 있다. 의료비, 기부금, 교육비, 주택 관련 공제. 이것을 제대로 챙기느냐 못 챙기느냐에 따라 환급액이 수십만 원 차이 난다.
프리랜서나 자영업자는 더 어렵다. 종합소득세 신고를 직접 해야 한다. 경비 처리, 세액 공제, 부가가치세까지. 세무사에게 맡기면 비용이 든다. 직접 하면 시간이 든다. 둘 다 부담이다.
이 영역은 AI Agent가 가장 확실하게 가치를 만드는 곳이다. 왜냐하면 세무는 규칙 기반이기 때문이다. 세법은 복잡하지만, 규칙이다. 규칙은 AI가 잘 따른다. 사용자의 소득, 지출, 가족 구성, 보유 자산 데이터가 있으면, 최적의 공제 전략을 계산할 수 있다.
미국에서는 터보택스(TurboTax)가 이 시장을 지배하고 있다. AI 기반 질의응답으로 세금 신고를 안내한다. 2025년에는 터보택스의 AI가 사용자의 이전 신고 데이터와 현재 금융 데이터를 결합해, 놓치기 쉬운 공제 항목을 자동으로 찾아준다. 평균 환급액이 수백 달러 늘었다는 보고가 있다.
한국에서는 삼쩜삼(3.3)이 이 자리에 서 있다. 종합소득세 환급을 자동으로 계산하고 신청해주는 서비스다. 출시 이후 약 2,000만 명 이상이 사용했다. 환급받을 수 있는 금액을 몰랐던 사람들에게 돈을 찾아주었다. 이것이 Agent의 가치다. 사용자가 모르는 것을 알려주는 것.
세무를 넘어서면 더 큰 금융 의사결정이 있다. 대출, 보험, 자산 재배분. 이런 결정은 무겁다. 한 번의 판단이 수년간 영향을 미친다. 그래서 사람들은 미룬다. 미루면 손해가 커진다. 보험은 나이가 들수록 비싸진다. 대출은 금리가 올라가기 전에 판단해야 한다. 자산 재배분은 시장이 움직이기 전에 해야 의미가 있다.
좋은 자산 Agent는 이런 무거운 결정을 작은 단계로 쪼개준다. "대출을 받을까 말까"라는 큰 질문 대신, "현재 부채 비율은 이 정도다", "이 금리로 이 금액을 빌리면 월 상환액은 이 정도다", "5년간 총이자 부담은 이 정도다"라는 작은 사실들을 하나씩 보여준다. 큰 결정을 작은 팩트로 분해하면 판단이 쉬워진다.
5.5 마이데이터와 데이터 주권 — 누가 내 돈을 보는가
자산 Agent의 모든 가능성은 데이터에서 나온다. 그리고 자산 데이터는 모든 개인 데이터 중 가장 민감하다.
생각해보라. 누군가가 당신의 건강 데이터를 본다면 불편하다. 누군가가 당신의 소통 내역을 본다면 불쾌하다. 그런데 누군가가 당신의 통장을 본다면? 공포에 가깝다. 돈은 그런 것이다. 숫자이면서 동시에 가장 깊은 사적 영역이다.
그래서 자산 Agent를 논할 때 데이터 주권을 빼놓을 수 없다.
한국은 이 분야에서 흥미로운 실험을 하고 있다. 마이데이터 사업이다. 2022년에 시행된 신용정보법 개정으로, 개인은 자신의 금융 데이터를 한곳에 모아 관리할 수 있게 되었다. 은행, 카드사, 증권사, 보험사에 흩어진 데이터를 본인 동의 하에 하나의 앱으로 모은다. 토스, 뱅크샐러드, 카카오페이가 마이데이터 사업자로 지정되었다.
이 정책의 의미는 크다. 데이터의 주권이 금융기관에서 개인으로 이동하기 시작한 것이다. 예전에는 은행이 당신의 거래 내역을 가지고 있었고, 당신이 보려면 은행에 가야 했다. 지금은 당신이 데이터를 꺼내올 수 있다. 그리고 그것을 원하는 서비스에 맡길 수 있다.
유럽은 PSD2(Payment Services Directive 2)로 비슷한 길을 먼저 걸었다. 영국은 오픈뱅킹을 2018년에 시작했다. 미국은 소비자금융보호국(CFPB)이 2024년에 개인금융데이터권리 규칙(Personal Financial Data Rights Rule)을 확정했다. 방향은 전 세계적으로 같다. 금융 데이터를 개인의 손에 돌려주는 것이다.
그러나 주권이 생겼다고 문제가 다 풀린 것은 아니다.
첫째, 동의의 실질성 문제. 대부분의 사용자는 약관을 읽지 않는다. 마이데이터 동의도 마찬가지다. "전체 동의"를 누르고 넘어간다. 형식적으로는 동의했지만, 실질적으로는 무엇에 동의한 것인지 모른다.
둘째, 데이터 처리 위치 문제. 내 금융 데이터가 어디서 처리되는가. 클라우드 서버인가, 내 기기 안인가. 클라우드에서 처리하면 기능이 좋아진다. 더 많은 데이터를 더 빠르게 분석할 수 있다. 그러나 유출 위험도 커진다. 기기 안에서 처리하면 안전하지만 기능이 제한된다. 이 균형을 어디서 잡을 것인가.
셋째, 제3자 공유 문제. 마이데이터 사업자가 내 데이터를 다른 곳에 공유하거나, 마케팅에 활용하거나, 분석해서 파는 것이 가능한가. 법적으로는 제한되어 있다. 그러나 기술적으로는 언제든 가능하다. 신뢰의 문제다.
나의 시스템에서 금융 데이터를 다루는 시스템을 설계할 때, 나는 이 문제를 늘 마주했다. 기술적으로 가능한 것과 해야 하는 것은 다르다. 가장 좋은 분석은 가장 많은 데이터를 모을 때 나온다. 그러나 가장 많은 데이터를 모으는 것이 항상 옳은 것은 아니다. 이 긴장을 정직하게 다루지 않으면, 좋은 서비스도 사용자의 신뢰를 잃는다.
좋은 자산 Agent의 데이터 원칙은 세 가지다. 최소 수집, 로컬 우선, 투명한 사용. 필요한 만큼만 모으고, 가능하면 사용자의 기기에서 처리하고, 데이터가 어디서 어떻게 쓰이는지를 사용자가 언제든 볼 수 있게 한다. 이 원칙은 기능을 제한할 수 있다. 그러나 신뢰를 얻는다. 장기적으로 신뢰가 기능을 이긴다.
잠시 멈추고 생각해보자
당신은 마이데이터 동의를 할 때 약관을 읽었는가? 당신의 금융 데이터가 지금 어디에 저장되어 있는지 알고 있는가? 만약 완벽한 자산 분석을 받기 위해 모든 금융 데이터를 클라우드에 올려야 한다면, 당신은 그렇게 하겠는가?
5.6 자산 Agent의 가능성과 한계
자산 Agent는 가능성이 크다. 그러나 한계도 분명하다. 마지막으로 그 경계를 본다.
가능성 1: 개인 맞춤형 재무 상담의 민주화. 지금까지 좋은 재무 상담은 비쌌다. PB(Private Banker)를 만나려면 최소 수억 원의 자산이 필요했다. AI Agent는 이 장벽을 낮춘다. 수백만 원의 자산을 가진 사람도 자기 상황에 맞는 분석을 받을 수 있다. 재무 상담의 민주화다.
가능성 2: 감정과 데이터의 분리. 앞에서 말했듯, 돈 앞에서 인간은 감정적이다. Agent는 감정을 갖지 않는다. 시장이 폭락해도 Agent는 냉정하다. 이 냉정함이 사용자의 판단을 보정한다. 인간의 시스템 1이 폭주할 때 Agent의 시스템 2가 브레이크를 건다.
가능성 3: 시간 해방. 세무, 가계부, 보험 비교, 대출 조건 검토. 이 모든 것에 들어가는 시간이 줄어든다. 그 시간을 다른 곳에 쓸 수 있다. 관계에, 학습에, 창작에.
그러나 한계도 있다.
한계 1: 예측의 불확실성. 자산 Agent는 미래를 예측하지 못한다. 주가를 맞추지 못한다. 금리를 맞추지 못한다. 환율을 맞추지 못한다. AI가 아무리 발전해도 이것은 달라지지 않는다. 시장은 본질적으로 불확실하다. Agent가 할 수 있는 것은 예측이 아니라 분석이다. 현재 상태를 명확히 보여주고, 다양한 시나리오를 제시하고, 각 시나리오의 결과를 계산하는 것이다. 결정은 사람이 한다.
한계 2: 규제의 벽. 금융은 가장 규제가 강한 산업이다. 투자 조언은 자격이 필요하다. "이 종목을 사라"는 말은 Agent가 하면 안 된다. 법적으로 투자 자문 등록이 되어 있지 않은 서비스가 특정 종목이나 상품을 추천하면 불법이다. 이 규제는 사용자를 보호하기 위해 존재한다. 좋은 Agent는 규제 안에서 작동한다.
한계 3: 과신의 위험. Agent를 맹신하면 오히려 위험하다. Agent가 "괜찮다"고 하면 검증 없이 결정을 내릴 수 있다. Agent의 분석이 틀릴 수도 있다. 데이터가 불완전할 수도 있다. 모델이 편향되어 있을 수도 있다. Agent는 도구다. 최종 판단은 사람이 한다. 이 원칙을 잊으면 Agent가 오히려 해를 끼친다.
솔직히 말하면, 자산 관리에 왕도는 없다. 수많은 기업의 재무를 들여다본 경험에서 얻은 가장 중요한 교훈은 이것이다. 좋은 의사결정은 좋은 정보에서 나오고, 좋은 정보는 자기 상황에 대한 정직한 인식에서 나온다. Agent는 정보를 정리해준다. 그러나 정직한 인식은 본인의 몫이다.
핵심 정리
돈은 숫자가 아니다. 안전, 자유, 가능성이다. 좋은 자산 Agent는 숫자를 의미로 번역하는 존재다.
소비 추적은 가계부에서 패턴 분석으로 진화하고 있다. 토스, 뱅크샐러드, 민트, 에마 같은 서비스가 그 방향이다. 기록을 넘어 행동 변화를 유도하는 것이 다음 단계다.
투자 보조에서 Agent의 역할은 종목 추천이 아니라 투자자 자신을 보여주는 거울이다. 감정적 매매를 감지하고, 포트폴리오 편중을 알려주고, 시스템 2의 역할을 대신한다.
세무와 금융 의사결정에서 Agent는 규칙 기반의 귀찮은 일을 자동화하고, 무거운 결정을 작은 팩트로 분해해준다.
한국 마이데이터 정책은 데이터 주권의 시작이다. 그러나 동의의 실질성, 처리 위치, 제3자 공유 문제가 남아 있다. 좋은 자산 Agent의 데이터 원칙은 최소 수집, 로컬 우선, 투명한 사용이다.
자산 Agent의 가능성은 재무 상담의 민주화, 감정과 데이터의 분리, 시간 해방이다. 한계는 예측의 불확실성, 규제의 벽, 과신의 위험이다. Agent는 도구이며, 최종 판단은 사람이 한다.
반드시 답해봐야 할 질문 5가지
질문 1. 당신의 월 지출을 카테고리별로 말할 수 있는가? 가장 큰 항목은 무엇이고, 가장 줄이고 싶은 항목은 무엇인가? 그 두 항목이 같은가, 다른가?
질문 2. 당신의 투자 포트폴리오를 종이에 그릴 수 있는가? 각 자산의 비중을 알고 있는가? 그 비중은 의도한 것인가, 우연히 그렇게 된 것인가?
질문 3. 지난 연말정산에서 놓친 공제 항목이 있는가? 있다면 그 이유는 몰라서인가, 귀찮아서인가? Agent가 자동으로 찾아준다면 얼마의 비용을 지불할 의향이 있는가?
질문 4. 당신의 금융 데이터를 AI 서비스에 연동하고 있는가? 연동했다면 그 서비스를 신뢰하는 이유는 무엇인가? 연동하지 않았다면 그 이유는 무엇인가?
질문 5. 만약 완벽한 자산 Agent가 있다면, 당신은 그것의 조언을 100% 따를 것인가? 따르지 않을 영역이 있다면 그것은 어떤 영역이고, 왜 그런가?
더 깊이 탐구하기
다니엘 카네만, 「생각에 관한 생각(Thinking, Fast and Slow)」 (2011). 투자와 소비에서 감정이 판단을 어떻게 왜곡하는가에 대한 가장 영향력 있는 책.
리처드 탈러·캐스 선스타인, 「넛지(Nudge)」 (2008). 행동경제학적 개입이 재무 의사결정을 어떻게 개선하는가에 대한 고전.
금융위원회, 마이데이터 종합 가이드라인 (2024). 한국 마이데이터 정책의 구조와 방향을 이해하기 위한 공식 문서.
Wealthfront 엔지니어링 블로그, "Goal-Based Financial Planning with AI" (2025). 목표 중심 자산 관리 Agent의 설계 철학을 설명한 실무 자료.
삼쩜삼(3.3) 서비스 분석 보고서, 한국핀테크산업협회 (2025). 세무 자동화 Agent의 한국 사례를 정리한 산업 보고서.
다음 장에서는 건강과 웰빙의 영역으로 들어간다. 스마트워치가 모으는 데이터는 넘치지만, 그 데이터가 행동으로 이어지지 않는 문제. 그리고 정신 건강이라는 가장 어두운 영역에 Agent가 어떻게 들어갈 수 있는가를 본다.