Executive Summary
로빈후드가 2026년 7월 20일 미국 고객 전체를 대상으로 AI 에이전트가 실제 투자 주문을 실행하는 'Agentic Trading'의 옵션 거래를 개방했다. 이용자는 기존 투자 계좌와 분리된 전용 계좌(Agentic Account)를 개설하고, Robinhood Trading MCP 서버를 통해 ChatGPT·Claude·Codex·Cursor·Grok 등 자신이 사용하는 AI 에이전트를 연결한다. 에이전트는 계좌 잔액·보유 자산·거래 내역·관심 종목을 읽고, 시장 분석과 포트폴리오 리밸런싱, 주문 실행까지 수행한다. 현재 주식 롱 포지션과 옵션 주문이 가능하며, 거래 자금은 전용 계좌 예치금으로 제한된다.
이 리포트는 세 가지 논점을 제시한다.
- MCP가 금융 거래의 공식 레일(rail)이 되었다. 비공식 API와 스크래핑 우회로 이뤄지던 리테일 봇 트레이딩이 브로커 공인 표준 인터페이스로 양성화되었다. 진입 장벽 붕괴로 AI 매개 거래량은 구조적으로 증가한다.
- 거래소의 수익 구조는 AI 에이전트의 과잉 거래와 정렬(align)되어 있다. 로빈후드의 거래 기반 수익은 주식보다 옵션에서 건당 마진이 높다. 변동성 장세에서 AI가 레버리지성 옵션 거래를 늘릴수록 이용자 손실 위험과 거래소 수익이 동시에 커지는 이해상충 구조가 내재한다. 손실 책임은 전적으로 이용자에게 귀속된다.
- 퀀트·헤지펀드에서 거래의 99% 이상이 이미 봇으로 운영되는 추세가 개인에게 이식되기 시작했다. 기관의 알고리즘 트레이딩 인프라가 자연어 지시 하나로 개인에게 열렸다. 그러나 기관이 갖춘 리스크 관리 계층(리스크 데스크, 서킷브레이커, 컴플라이언스)은 함께 이식되지 않았다.
핵심 판단: LLM은 엑셀이지 오라클이 아니다. 로빈후드는 계산기를 시장에 직결했고, 계산기의 오작동 비용은 이용자가, 계산기의 사용료는 거래소가 가져간다. 규제의 초점은 "AI 거래 금지"가 아니라 이 비대칭의 교정에 있어야 한다.
1. 사실관계 및 타임라인
| 일자 | 사건 | 비고 |
|---|---|---|
| 2026-05-27 | Agentic Trading 베타 출시 (미국, 주식 전용) + Agentic Credit Card 동시 발표 | 전용 계좌 구조, MCP 서버 공개 |
| 2026-07-02 | 런던 'The World is Flat' 키노트 — 글로벌 확장, Robinhood Chain 메인넷, 24시간 주식 토큰 발표 | 테네브 CEO "AI 에이전트는 인간 트레이더와 동등한 역량을 갖게 될 것" |
| 2026-07-10 | 크립토 자산으로 확대 — 24/7 자동 거래 개방 | 약 2,750만 미국 이용자 대상 |
| 2026-07-20 | 옵션 거래 전체 미국 고객 개방 | 옵션 체인 조회, Greeks 포함 호가, 포지션 조회, 주문 실행·취소 지원 |
| 로드맵 | 이벤트 계약(event contracts), 선물, 예측 시장 지원 예정 | 베타 졸업 이후 순차 확대 |
1.1 제품 구조
| 구성 요소 | 내용 |
|---|---|
| 계좌 구조 | 기존 브로커리지 계좌와 분리된 전용 Agentic Account. 에이전트는 전용 계좌 예치금 내에서만 주문 가능 |
| 연결 방식 | Robinhood Trading MCP 서버 (HTTP transport). OAuth 인증 + 모바일 앱 검증 |
| 지원 에이전트 | Claude(Code/Desktop), ChatGPT, Codex, Cursor, Grok 등 MCP 지원 플랫폼 전반 |
| 읽기 권한 | 전 계좌 잔액·보유 자산·거래 내역·관심 종목 (주 계좌 포함 읽기, 거래는 전용 계좌 한정) |
| 실행 권한 | 주식 롱 포지션, 옵션 주문 (실행·취소), 포트폴리오 구성·리밸런싱 |
| 안전 장치 | 거래별 푸시 알림, 실시간 활동 피드, 주문 프리뷰(선택적 승인), 에이전트 즉시 연결 해제, 사기 거래 검토팀 |
| 책임 구조 | 외부 AI 에이전트를 직접 통제·감독하지 않음. 오해석·비의도 주문 손실 책임은 최종적으로 이용자 |
1.2 경쟁 동학
Coinbase가 유사한 AI 에이전트 거래 기능을 도입했다. 에이전트 트레이딩은 주요 거래 플랫폼의 기본 사양(table stakes)으로 수렴 중이며, 국내 증권사·거래소가 추종할 경우 규제 공백으로 인해 해외 거래소의 MCP 트레이딩으로 유입될 가능성이 높다.
2. 논점 1 — MCP를 통한 트레이딩의 구조적 증가
2.1 우회로에서 공식 레일로
지금까지 리테일 봇 트레이딩은 (a) 비공식 API 리버스 엔지니어링, (b) 스크린 스크래핑, (c) 서드파티 브로커 API(Alpaca 등) 경유라는 세 가지 우회로에 의존했다. 셋 모두 약관 위반 리스크, 유지보수 비용, 기술 장벽이 진입을 억제해 왔다. 로빈후드의 공식 MCP 서버는 이 세 가지 진입 장벽을 해소했다.
| 마찰 요인 | 기존 (비공식 API) | Agentic Trading (공식 MCP) |
|---|---|---|
| 기술 진입 장벽 | 코딩 필수, API 역공학 | 자연어 지시 + 링크 등록 1회 |
| 법적 지위 | 약관 위반, 계정 정지 리스크 | 브로커 공인 |
| 인증·보안 | 크리덴셜 평문 저장 관행 | OAuth + 앱 내 검증 |
| 유지보수 | API 변경 시 봇 사망 | 표준 프로토콜, 브로커가 유지 |
| 접근 가능 인구 | 개발 역량 보유자 소수 | MCP 클라이언트 사용자 전체 |
2.2 거래량 증가의 세 가지 벡터
- 빈도 벡터: 에이전트는 잠들지 않는다. 크립토 24/7 개방과 결합하면 계좌당 주문 빈도는 인간 대비 배수로 증가한다. 로빈후드 입장에서 자동화 확대는 곧 거래량 확대이며, 이는 수익 다변화를 추진해 온 회사에 직접적인 매출 동인이다.
- 자산군 벡터: 주식 → 크립토 → 옵션으로 3개월 내 확대. 옵션은 만기·행사가·Greeks라는 다차원 파라미터 공간을 가지므로, 인간보다 LLM이 "탐색"하기 좋은 상품이다. 탐색이 곧 주문으로 이어지는 구조다.
- 표준화 벡터: MCP는 특정 브로커 종속이 아닌 개방 표준이다. 하나의 에이전트 전략이 복수 브로커·거래소에 이식 가능해지면, 전략의 복제·확산 속도가 코드 공유 속도와 같아진다. GitHub에 올라온 전략 프롬프트 하나가 수천 계좌에서 동시에 실행되는 시나리오는 기술적으로 이미 열렸다.
2.3 파생 리스크: 동조화(herding)
동일 파운데이션 모델(예: 특정 시점의 Claude, GPT 계열)을 쓰는 수만 개 에이전트가 유사한 시장 데이터에 유사한 프롬프트로 반응하면, 의사결정의 상관계수가 인간 군중보다 높아질 수 있다. 이는 2010년 플래시 크래시의 리테일 버전, 즉 프롬프트 동조화발(發) 미니 플래시 크래시 가능성을 시사한다. 복수 LLM 교차 검증 없이 단일 모델에 위탁하는 개인이 다수라는 점이 구조적 취약점이다.
3. 논점 2 — 변동성 장세의 레버리지 손실과 거래소 이익 극대화
3.1 이해상충의 해부
로빈후드의 거래 기반 수익(transaction-based revenue)은 PFOF(주문흐름 대가)와 스프레드 중심이며, 역사적으로 옵션이 주식 대비 건당 수익 기여도가 가장 높은 상품군이었다. 이번 확대의 순서(주식 → 크립토 → 옵션)를 수익성 관점에서 다시 읽으면, 저마진 상품으로 안전성을 검증한 뒤 고마진 상품을 개방한 전형적인 단계적 수익화 경로다.
| 주체 | 변동성 장세에서의 이익 함수 |
|---|---|
| 이용자 | 옵션 프리미엄 손실 + 세타 소멸 + 슬리피지. 손실 확률 상승 |
| AI 에이전트 | 손익 무관. "변동성 = 기회"로 해석하는 학습 편향 존재 가능 |
| 로빈후드 | 거래량 × 건당 수수료/PFOF. 변동성일수록 거래량 증가, 수익 증가 |
세 주체 중 변동성에서 구조적으로 이기는 쪽은 거래소뿐이다. 이는 카지노 하우스 엣지와 동형(isomorphic)의 구조이며, 차이는 카지노는 규제상 이해상충 고지 의무가 명확한 반면, 에이전트 트레이딩은 "이용자 책임" 한 줄로 처리된다는 점이다.
3.2 AI의 레버리지 편향 메커니즘
LLM 에이전트가 옵션·레버리지 상품으로 기우는 경로는 최소 세 가지다.
- 목표 함수의 문언 해석: "수익률을 극대화해줘"라는 자연어 지시는 리스크 조정 수익이 아닌 명목 수익 극대화로 해석되기 쉽다. 명목 수익 극대화의 문언적 최적해는 레버리지다.
- 백테스트 과최적화: 에이전트가 스스로 백테스트를 수행할 때, 과거 데이터에 과적합된 고레버리지 전략이 "검증된 전략"으로 채택된다. 로빈후드 자신이 홍보하는 유스케이스에 평균회귀 전략 백테스트·자동 배포가 포함되어 있다.
- 손실 회피 부재: 인간의 손실 회피 편향은 비합리적이지만 동시에 생존 메커니즘이다. 에이전트에는 이 브레이크가 없다. 로빈후드 스스로 "AI 주도 전략은 특정 시장 조건에서 저조할 수 있고, 빠르게 움직이며, 실시간 감시·중단이 어려울 수 있다"고 고지한다.
3.3 책임 구조의 비대칭
| 항목 | 리스크 포인트 |
|---|---|
| 에이전트의 시장 데이터 오해석 손실 | 이용자 |
| 프롬프트 인젝션·조작된 정보원에 의한 주문 | 이용자 (사기 거래 검토팀은 사후 대응) |
| MCP 서버 장애·오류 | 로빈후드 (단, 손실 보상 범위 불명확) |
| 거래 수수료·PFOF 수익 | 로빈후드 |
거래소는 인프라 제공자 지위를 취하면서 수익은 브로커로서 취한다. 플랫폼 책임 논쟁(통신품위법 230조 유사 구조)이 금융 실행 계층에서 재연될 것이다.
4. 논점 3 — 공식 MCP와 개인의 퀀트화: "99.99%의 민주화"
4.1 기관은 이미 봇의 세계다
퀀트 펀드와 헤지펀드의 주문 흐름은 사실상 전량이 알고리즘·봇 기반으로 운영된다. 인간 트레이더의 역할은 주문 실행이 아니라 전략 설계·감독으로 이동한 지 오래다. 테네브 CEO의 발언은 이 지점을 정확히 겨냥한다: "Agentic Trading의 최종 목표는 기관투자자와 HFT 회사가 수십 년간 누려온 것과 동일한 도구, 동일한 연산, 동일한 파워를 일반인에게 주는 것이다."
4.2 무엇이 이식되고 무엇이 이식되지 않았나
| 기관 퀀트 인프라 | 개인 에이전트 트레이딩 이식 여부 |
|---|---|
| 전략 실행 자동화 | 이식됨 (MCP 주문 실행) |
| 시장 데이터 분석 | 이식됨 (LLM + 실시간 데이터) |
| 포트폴리오 리밸런싱 | 이식됨 |
| 백테스트 | 부분 이식 (과최적화 방어 장치 없음) |
| 독립 리스크 데스크 | 이식 안 됨 |
| 포지션 한도·서킷브레이커 | 부분적 (예치금 상한이 유일한 하드 리밋) |
| 컴플라이언스·감사 계층 | 이식 안 됨 |
| 모델 리스크 관리 (MRM) | 이식 안 됨 |
민주화된 것은 기관 인프라의 공격 계층이고, 방어 계층은 민주화되지 않았다. 기관에서 트레이딩 봇이 안전한 이유는 봇이 똑똑해서가 아니라 봇을 둘러싼 통제 계층이 두껍기 때문이다. 개인에게는 봇만 왔고 통제 계층은 오지 않았다.
4.3 그럼에도 방향은 비가역적이다
편의성 측면의 진전은 부정할 수 없다. 전용 계좌 격리, 주문 프리뷰, 거래별 푸시 알림, 즉시 연결 해제는 비공식 API 시대에는 존재하지 않던 안전 장치다. 개인이 자연어로 스크리닝 조건("연 20% 이상 성장 종목"), 리밸런싱 규칙, 평균회귀 전략을 지시하고 배포하는 것은 5년 전 기준으로 헤지펀드 주니어 퀀트의 업무였다. 규제가 이 흐름을 막는 것은 불가능하며, 정책 목표는 방어 계층의 표준화여야 한다.
5. 리스크 매트릭스
| 리스크 | 발생 가능성 | 영향도 | 시계 | 비고 |
|---|---|---|---|---|
| 개인의 옵션 레버리지 손실 확대 | 높음 | 중~높음 | 즉시 | 변동성 이벤트 시 집중 발현 |
| 프롬프트 인젝션 경유 비인가 주문 | 중간 | 높음 | 즉시 | 오염된 뉴스·SNS 데이터가 공격 벡터. MCP 구조적 취약점과 동일 계열 |
| 단일 모델 동조화발 변동성 증폭 | 중간 | 높음 | 6~18개월 | 에이전트 보급률에 비례 |
| 전략 프롬프트의 무검증 대량 복제 | 높음 | 중간 | 즉시 | "바이럴 전략"의 백테스트 부재 |
| 거래소-이용자 이해상충 미고지 | 높음 | 중간 | 즉시 | 규제 공백 상태 |
| 국내 플랫폼의 무비판적 도입 | 중간 | 높음 | 12~24개월 | 규제 프레임 부재 상태의 수입 |
6. 정책 제언
6.1 미국 규제 관점 (참고)
SEC·FINRA 차원에서 (a) 에이전트 주문의 별도 플래깅(algo ID 유사 제도의 리테일 확장), (b) 이해상충 고지 의무(옵션 PFOF 수익 구조의 계좌 개설 시점 고지), (c) 에이전트 계좌의 변동성 기반 자동 거래 정지(kill switch) 표준화가 논의 대상이다.
6.2 한국 규제·업계 관점
- 선제적 프레임 설계: 국내 증권사·가상자산 거래소가 MCP 기반 에이전트 접속을 도입하기 전에, 금융위·금감원 차원의 가이드라인이 선행되어야 한다. 사후 규제는 손실 사고 이후에나 작동한다.
- 방어 계층의 의무화: 전용 계좌 격리(로빈후드 모델)를 최소 기준으로, (a) 일일 손실 한도 하드 리밋, (b) 옵션·레버리지 상품의 에이전트 접근 시 별도 적합성 심사, (c) 에이전트 주문의 식별 태그 의무화를 검토할 필요가 있다.
- 이해상충 고지: 거래량 연동 수익 구조를 가진 플랫폼이 자동 거래 인프라를 제공할 때, 변동성 구간의 수익 구조를 명시적으로 고지하도록 해야 한다.
- 모델 리스크 관리의 소비자 버전: 단일 LLM 위탁의 위험을 고지하고, 복수 모델 교차 검증을 기본 워크플로로 권고하는 소비자 교육이 필요하다. LLM은 계산과 실행의 도구이지 예언의 주체가 아니다 — 도구에 판단을 위탁한 순간 손실도 위탁되지만, 책임은 위탁되지 않는다.
7. 결론
로빈후드의 Agentic Trading은 AI가 정보 제공 보조 도구에서 금융 거래의 실행 주체로 넘어가는 분기점을 공식화했다. 3개월 만에 주식에서 옵션까지 확대된 속도는 이것이 실험이 아니라 수익화 로드맵임을 보여준다. MCP는 금융 거래의 공식 레일이 되었고, 기관 퀀트의 실행 인프라는 개인에게 열렸다. 그러나 기관을 지켜온 것은 실행 인프라가 아니라 리스크 통제 계층이었으며, 이 계층 없이 실행만 민주화된 현재 구조에서 변동성의 청구서는 이용자에게, 거래량의 수익은 거래소에게 간다.
LLM은 엑셀이지 오라클이 아니다. 엑셀에 계좌를 물려준 시대의 정책 과제는 엑셀을 금지하는 것이 아니라, 엑셀 수식 오류의 비용을 누가 부담하는지 명확히 하고, 오류를 조기에 멈추는 브레이크를 표준 장비로 만드는 것이다.
출처
- Robinhood Newsroom, "Robinhood is Now Open to Agents" (2026-05-27)
- Robinhood Newsroom, "Robinhood Accelerates Global Expansion with Robinhood Chain Mainnet, Stock Tokens, Agentic Trading" (2026-07-02, 런던 키노트)
- Robinhood Support, "Agentic Trading overview" — 위험 고지 및 책임 구조
- TechCrunch, "Robinhood now lets your AI agents trade stocks" (2026-05-27)
- CNBC, "Robinhood CEO: AI agents will have 'capability' of humans in trading" (2026-07-02)
- Robinhood 공식 X 계정, "Agentic options trading is now available to all US customers" (2026-07 중순)
- CryptoBriefing, "Robinhood expands Agentic Trading to crypto" (2026-07-10 크립토 확대, Coinbase 추종 동향)
- Finder, "Robinhood Agentic Trading Review" — 지원 플랫폼 및 안전 장치 상세
본 리포트는 공개 정보 기반 분석이며 투자 자문이 아님. 수익 구조 관련 서술 일부는 공시 자료 기반 추정을 포함함.