챗GPT 주식 활용을 검색하는 사람 대부분이 같은 질문으로 시작한다. “어떤 종목을 사야 하나요?” 결론부터 말하면 그 질문이 문제다. 챗GPT는 종목을 골라주는 도구로 쓰면 가장 위험하고, 질문을 바꿔서 검증 도구로 쓰면 꽤 쓸만하다. 이 글은 종목 리스트가 아니라 질문을 바꾸는 법을 정리했다.
아저씨도 챗GPT, 제미나이, 클로드를 매일 투자 리서치에 쓴다. 그런데 쓰면 쓸수록 분명해지는 경계선이 있다. 그 경계선부터 시작하자.
챗GPT가 주식에서 되는 것과 안 되는 것
챗GPT 주식 활용의 절반은 이 경계선을 아는 것이다. 실시간 시세, 오늘의 뉴스 반영, 미래 주가 예측은 구조적으로 약하다. 언어모델은 학습 시점의 지식으로 답한다. 웹 검색을 쓰면 인용 출처는 확인할 수 있지만, 모델이 각 원문의 어느 범위까지 읽었는지는 답변만으로 알기 어려우므로 중요한 숫자와 결론은 링크를 열어 직접 대조해야 한다.
반대로 잘하는 일은 분명하다. 공시나 실적 발표문을 던져주고 요약시키기, 모르는 용어와 회계 항목 풀어 설명시키기, 한 기업의 리스크 요인을 항목별로 뽑아내기, 그리고 내 논리에 대한 반대 논거를 만들게 하기. 공통점은 전부 “판단”이 아니라 “정리”라는 것이다. 판단을 시키면 약해지고, 정리를 시키면 강해진다.
종목 추천을 받으면 안 되는 이유
가장 큰 이유는 재현성이다. 같은 질문을 다른 날, 다른 세션에서 던지면 추천 종목이 바뀐다. 올해 국내외 보도에서도 같은 지적이 반복됐다. AI가 구성한 포트폴리오의 수익률이 인상적이었다는 실험 기사와, 추천의 일관성이 떨어져 그대로 따라 하기 어렵다는 지적이 같은 기사 안에 함께 실리는 식이다. 블룸버그 오피니언의 맷 레빈은 2026년 5월 칼럼 제목을 아예 “ChatGPT Can’t Pick the Stocks”라고 달았다.
두 번째 이유는 근거의 불투명성이다. 챗GPT가 어떤 종목을 말할 때, 그 답이 최신 공시에서 왔는지, 오래된 학습 데이터에서 왔는지, 아니면 그럴듯하게 지어낸 것인지 겉으로는 구분되지 않는다. 아저씨가 실측하면서 여러 번 겪은 문제다. 그래서 결론은 하나다. 챗GPT 주식 활용의 출발점은 추천을 받는 게 아니라, 받은 답을 어떻게 검증할지 정해두는 것이다.
프롬프트는 이렇게, 자세한 건 검증 프롬프트 글로
질문을 바꾼다는 건 구체적으로 이런 식이다. “이 종목 사도 되나요”가 아니라 “이 기업의 최근 사업보고서에서 리스크 요인만 항목별로 정리해줘”, “이 종목의 약세 논리를 만들어봐”, “실적 발표 전에 확인할 항목 체크리스트를 만들어줘”로 던진다. 전부 답이 공시와 대조 가능한 질문들이다.
실패 사례에서 다듬은 검증형 프롬프트 5개는 AI 투자 프롬프트 글에 복사해서 바로 쓸 수 있게 정리해뒀다. 이 글에서 반복하지 않는다.
챗GPT만 쓸 일인가, 모델별 실측 결과
아저씨는 같은 주식 질문을 모델별로 던져보는 실측을 해왔다. 클로드와 챗GPT에 같은 10-K를 주고 대조한 실측에서는 두 모델이 같은 문서를 읽고도 강조하는 지점이 달랐고, 제미나이 주식 프롬프트 실측에서는 3개 프롬프트에서 5가지 실패 유형이 나왔다.
세 실측을 관통하는 결론은 “어느 모델이 낫냐”가 아니다. 셋 다 검증 없이는 못 쓴다는 것, 그리고 모델마다 실패하는 방식이 달라서 같은 질문을 두 모델에 던져 교차 확인하는 게 실전에서 가장 값싸고 효과적인 안전장치라는 것이다.
AI 답변을 공시로 검증하는 법
챗GPT 주식 답변을 받았으면 검증은 원문에서 한다. 미국 주식이면 SEC 공시 시스템 EDGAR에서 그 기업의 10-K, 10-Q, 8-K를 열어 챗GPT가 말한 주장을 원문과 대조한다. 국내 주식이면 전자공시 DART에서 사업보고서와 주요사항보고서를 본다.
순서는 단순하다. 첫째, 챗GPT 답변에서 사실 주장을 골라낸다. 매출이 늘었다, 계약을 맺었다, 공장을 짓는다 같은 문장들이다. 둘째, 각 주장이 공시 원문 어디에 있는지 찾는다. 셋째, 못 찾은 주장은 지운다. 아저씨 실측 기준으로 못 찾은 주장의 상당수는 계약 발표를 매출로 착각했거나, 계획을 실적으로 바꿔 말한 것이었다. 계약과 매출 인식은 다르고, 투자 계획과 집행도 다르다. AI는 이 구분을 자주 뭉갠다.
출처는 여기다. 미국 공시는 SEC EDGAR, 국내 공시는 금융감독원 DART. 둘 다 무료다.
자주 묻는 질문
챗GPT로 주식 예측이 가능한가요?
주가 예측은 안 된다고 보는 게 맞다. 언어모델은 미래 가격을 계산하는 도구가 아니고, 예측처럼 보이는 답변도 과거 데이터의 재구성이다. 예측이 아니라 기업 분석 자료의 정리와 검증에 쓰는 게 실전 용도다.
챗GPT 주식 자동매매도 되나요?
챗GPT 자체에는 매매 기능이 없다. 증권사 API와 코드를 결합해 자동화하는 사례들이 있지만, 이건 프로그래밍 프로젝트지 챗GPT 활용법이 아니다. 앞에서 본 재현성 문제 때문에, 나는 AI의 답변을 검증 없이 매매 주문으로 바로 연결하지 않는다.
주식 프롬프트는 어디서 구하나요?
커뮤니티에 도는 프롬프트가 많지만 대부분 “전문가처럼 분석해줘” 류의 역할 지정이다. 역할을 바꿔도 근거가 생기지는 않는다. 실패 사례에서 만든 검증형 프롬프트 5개를 별도 글에 정리해뒀다.
유료 버전이 필요한가요?
공시 요약과 용어 설명 같은 기본 용도는 무료로 충분하다. 파일 업로드 용량, 최신 모델, 웹 검색 품질에서 유료가 낫지만, 유료를 결제해도 검증이 필요하다는 사실은 바뀌지 않는다.
제미나이나 클로드가 더 낫지 않나요?
모델마다 강점과 실패 유형이 다르다는 게 실측 결론이다. 클로드 대조 실측과 제미나이 실측을 보면 어떤 차이인지 감이 온다. 하나를 고르기보다 두 개를 교차로 쓰는 쪽을 권한다.
챗GPT가 추천한 종목을 사도 되나요?
추천 자체를 근거로 사는 건 권하지 않는다. 같은 질문에 다른 답이 나오는 도구의 추천은 근거가 될 수 없다. 다만 추천받은 종목을 출발점 삼아 공시 원문으로 검증하는 리서치 연습은 나쁘지 않다.
챗GPT로 주식 분석은 어떻게 시키나요?
종목명만 던지고 “분석해줘”라고 하면 일반론이 돌아온다. 재료를 먼저 주는 게 요령이다. 사업보고서나 실적 발표문을 붙여넣거나 파일로 올린 뒤, 요약과 리스크 추출, 경쟁사와 비교할 항목 뽑기처럼 범위를 좁혀 시키면 결과의 밀도가 달라진다. 재료 없이 시킨 분석은 근거 없는 요약일 가능성이 높다.
재무제표도 읽힐 수 있나요?
가능하고, 실전에서 가장 쓸만한 용도 중 하나다. 손익계산서에서 매출과 영업이익 추이를 뽑아 달라거나, 현금흐름표에서 이상 신호를 짚어 달라는 식으로 항목을 지정하면 된다. 다만 숫자를 옮기다 틀리는 경우가 있어서, 답변에 나온 수치는 원문 표와 대조하고 쓰는 게 안전하다.
커뮤니티에 도는 주식 프롬프트를 그대로 써도 되나요?
디시나 커뮤니티에서 도는 프롬프트 상당수는 “월가 애널리스트처럼 분석해줘” 같은 역할 지정형이다. 역할을 바꾸면 말투가 그럴듯해질 뿐, 답의 근거가 생기지는 않는다. 프롬프트를 고를 때는 답변이 공시 원문과 대조 가능한 형태로 나오는지를 기준으로 삼는 게 낫다.
챗GPT 답변은 언제 기준 정보인가요?
기본 답변은 모델 학습 시점의 지식이고, 웹 검색을 켜면 최신 정보가 섞인다. 문제는 답변만 봐서는 어느 쪽에서 온 문장인지 구분이 안 된다는 점이다. 그래서 날짜가 중요한 정보는 “언제 기준인지 명시해줘”라고 함께 요구하고, 실적과 공시 관련 내용은 발표 일자를 직접 확인하는 습관이 필요하다.
국내 주식에도 똑같이 쓸 수 있나요?
쓸 수 있다. 다른 점은 검증하는 곳뿐이다. 미국 주식은 SEC EDGAR, 국내 주식은 DART에서 사업보고서와 공시를 열어 대조하면 된다. 국내 종목은 영문 자료가 적어 챗GPT의 학습 데이터도 얇은 편이니, 원문 검증의 비중을 미국 주식보다 더 높게 잡는 게 맞다.
리서치한 대화 내용은 어떻게 관리하나요?
대화가 쌓이면 과거 리서치를 다시 찾는 게 일이 된다. 챗GPT 대화 검색 기능 정리에 찾는 법을 써뒀다.
이 글은 정보 제공 목적일 뿐이다. 언급된 어떤 종목에 대해서도 매수·매도 추천이 아니며, 투자 판단과 그 결과는 각자의 몫이다.
최종 확인: 2026-08-24
