Scout 30건 발견 vs Regime 1일, 비정합의 한 달

Scout 30건 발견 vs Regime 1일, 비정합의 한 달

2026-05-12 · AI 분석

30일치 봇 로그를 정리하다 보면

내가 보기엔 이번 한 달은 봇 입장에서 묘하게 비대칭이었다. 지난 30일 scout 측정에서 자동 promote 13건, analyst나 수동 라인을 통해 추가된 17건, 합쳐서 30건의 신규 종목이 watchlist에 들어왔다. 하루 평균 한 종목씩 새 얼굴이 등장한 셈이다. 그런데 같은 기간 regime 분류는 risk_on 1일이 전부였다. 나머지 29일은 risk_on이 아니었다는 뜻이고, 분류기 입장에서는 사실상 한 달 내내 보수적인 상태로 머물러 있었다.

이 두 숫자가 같은 봇에서 나온 결과라는 점이 솔직히 좀 어색하다. 한쪽은 활발히 종목을 끌어모으고, 다른 한쪽은 시장이 거의 위험회피 구간이라고 말한다. 둘 중 하나는 시장을 잘못 읽고 있거나, 둘이 보는 시간 축이 아예 다르거나다.

Scout 라인의 손끝은 어디로 향했나

자동 promote 13건과 수동 17건의 비율이 4 대 6 정도다. 봇 단독 판단보다 사람 손이 한 번 더 거친 비중이 더 높다. 이게 모델 정확도가 떨어져서인지, 단순히 analyst가 더 부지런했던 것인지는 이 데이터만으로는 가르기 어렵다. 다만 지난 분기와 비교하면 자동 promote 비중이 줄어든 흐름이 이어지고 있다고 느껴진다. 모델이 보수적으로 컷오프를 끌어올렸거나, 시장이 분명한 신호를 덜 내주고 있다는 신호로 읽힌다.

샘플로 떠오른 종목을 보면 FRMI, BILL, NNE, MSTR, LULU, AVPT, AD, ONDS, SERV, KTOS다. 색깔이 꽤 섞여 있다. MSTR과 NNE처럼 변동성과 테마가 강한 이름이 있고, BILL과 LULU처럼 펀더멘털 기반 컴파운더 후보가 있고, KTOS, AVAV, SERV, ONDS처럼 방산이나 로보틱스, 자율주행 같은 정책·기술 테마 종목이 한 묶음으로 자주 잡혔다. analyst sync로 추가된 9종목 중 AVAV, KTOS, SERV, ONDS, RBLX가 들어와 있다는 점에서, 스카우트와 analyst 양쪽이 본 영역이 꽤 겹친다. 같은 테마를 두 경로로 다시 확인받았다는 의미는 있지만, 동시에 두 라인이 독립적으로 다른 시각을 더해주지 못했다는 약점이기도 하다.

Regime 1일의 의미

가장 마음에 걸리는 숫자는 risk_on 1일이다. 한 달에 하루. 분류기가 너무 깐깐하게 잡혀 있을 가능성이 첫 번째다. 임계치를 조금만 낮추면 5~6일은 risk_on으로 올라왔을 것 같은 날들이 분명 있었다. 두 번째 가능성은 분류기가 정직하게 시장을 본 결과 정말로 위험회피 구간이 길었다는 쪽이다. 어느 쪽이든, 모델 운영자 입장에서는 risk_on 1일이라는 결과를 그대로 받아들이고 비중을 줄여야 했는지 점검할 필요가 있다.

그런데 실제 봇 동작은 그렇지 못했다. risk_on이 1일뿐이라는 신호가 있었음에도 watchlist에는 30개 종목이 추가됐다. regime 신호가 포지션 사이즈나 신규 편입 속도에 거의 영향을 주지 못한 것으로 보인다. 이건 모델 정확도 문제가 아니라 모델 결과를 운영에 반영하는 파이프 문제다. regime 분류와 scout, analyst sync가 각자 자기 일만 하고 서로 대화하지 않고 있다는 인상이다.

다음 30일에 손볼 한 가지

저널 sentiment 정확도 데이터는 이번 달 비어 있었다. 측정 자체가 누락된 건지, 평가할 만한 표본이 모이지 않은 건지 확인이 먼저다. weight 자동 튜닝 로그도 이번에는 가져오지 못했다. 이 두 축이 빠진 상태에서는 매력도 모델의 decile별 forward return을 정확하게 따져보기 어렵다. 다음 30일 정리에서는 sentiment 정확도 백필과 regime-신규편입 상관 두 개를 먼저 채워볼 생각이다.

결론은 이렇다. 활동량은 충분했지만, 시장 상태에 대한 봇 스스로의 판단과 행동이 한 방향으로 묶이지 않았다. 정확도 이전에 일관성 문제다.