우혜빈 경력기술서 — AI Product Manager

알파브릿지 · 포트폴리오본부

2025.04 - 현재

AI 서비스 기획자 (에셋플러스자산운용 자회사)

전략 모니터링·성과 분석·운용 관리 대시보드 전면 재설계

2025.07 - 현재

배경 (Situation)

리서처와 운용매니저가 약 500개 AI 퀀트 전략의 성과를 판단하려면 각자 Python이나 엑셀로 데이터를 뽑아 분석해야 했습니다. 같은 전략을 보면서도 사람마다 다른 산식으로 계산한 숫자로 판단하고 있었고, AI 알고리즘이 왜 이 종목을 이 타이밍에 샀는지 검증할 수 있는 화면이 없었습니다.

역할 (Task)

운용 경험을 바탕으로 리서처·운용매니저가 전략을 판단하는 데 필요한 화면을 직접 설계하고, AI 도구를 활용하여 구현까지 수행

실행 (Action)

성과 차트에 학습 기간과 검증 기간을 분리 표시하여 과적합 여부를 차트 위에서 바로 판단할 수 있게 설계. 학습 기간에는 성과가 좋았지만 검증 기간에 급락한 전략을 즉시 식별하는 구조
종목 클릭 → 전체 거래 내역 → 매매 사이클별 캔들차트까지 이어지는 AI 매매 논리 검증 드릴다운 설계. 운용매니저가 '이 알고리즘이 왜 이 종목을 이 타이밍에 샀는지'를 화면에서 직접 확인할 수 있는 구조
67개 종목이 시그널 순으로만 나열된 기존 테이블 대신, 시그널 강도 × 변동성 분포도로 모델 출력의 전체 분포를 시각화. 히트맵·평행좌표도 검토했지만 리서처가 실제로 보는 축이 2개라는 판단에서 분포도를 선택
화면 구현 과정에서 샤프지수 Rf 미차감, CAGR 연일수 기준 불일치(365 vs 252) 등 지표 산식 오류를 감지. 10개 핵심 지표의 산식을 PRD에 정의하고 전체 파생 지표를 단일 용어집으로 통합하여 '같은 숫자, 같은 기준' 원칙 확립
기획서를 쓰고 개발 대기하는 기존 방식 대신, 리서처·운용매니저의 실사용 피드백을 1~2일 사이클로 빠르게 수렴하여 화면을 반복 개선. 선제 준비한 PRD·디자인 토큰을 재활용하여 프레임워크 전환(NiceGUI → React)을 빠르게 실행

성과 (Result)

사내 UX/UI 전문가 2인의 자체 평가 점수 56% 향상
선제 준비한 PRD·디자인 토큰·스킬을 재활용하여 3주 견적 프레임워크 전환을 1주일에 완료
지표 산식 표준화로 페이지 간 동일 지표의 산식 불일치 해소
리서처의 화면 활용 시간 2배 이상 증가 (기존 10~20분에서 40-50분)

에셋플러스자산운용 · AI자산운용팀

2023.09 - 2025.03

AI 운용 기획자 (정규직, 2023.09~2025.03 알파브릿지 파견 겸직)

로보어드바이저 AI 알고리즘 기획 및 운용심사 (RATB 22~24차)

2023.11 - 2025.03

배경 (Situation)

코스콤 로보어드바이저 테스트베드(RATB)는 AI 투자 알고리즘이 실제 고객 자금을 운용하기 전, 국가 심사를 통과해야 하는 금융 규제 절차입니다. 사전심사·본심사·운용심사로 이어지는 과정에서, 차수가 늘어날수록 알고리즘 수가 급증(2개→38개)하면서 기존의 수작업 검증 방식이 한계에 도달했습니다.

역할 (Task)

38개 AI 투자 알고리즘의 참여 신청부터 사전심사·본심사·운용심사까지 전 과정 관리. 심사위원회 발표 직접 수행 및 퀀트팀 협업 주도

실행 (Action)

22차(2개)에서 시작하여 24차(38개)까지 알고리즘 수가 급증하는 과정에서, 매 차수 심사 병목이 어디서 발생하는지 추적. 23차에서 서류 조합 실수가 반복되는 것을 발견하고, 알고리즘별 체크리스트 + 제출물 매트릭스를 만들어 24차부터 적용
심사위원회가 중점적으로 묻는 영역(투명성·설명가능성·리스크 관리)을 3개 기수에 걸쳐 패턴화.
단순히 기존 알고리즘을 심사에 통과시키는 것을 넘어, 퀀트팀에 투자 유니버스 확장(국내 성장,가치,배당 ETF -> 해외 ETF)을 제안. 심사 기준에 부합하면서 전략 다양성을 확보하는 방향을 함께 설계

성과 (Result)

38개 알고리즘 전원 심사 통과 (사전·본·운용심사 100% 성공률)
체크리스트·제출물 자동화 기획 도입으로 심사 준비 과정의 반복 실수 제거 및 준비 기간 단축
검증 기준 정형화로 리밸런싱 일기준 업무 시간 1일(8시간)에서 2시간 이하로 단축
22~24차 사후운용심사까지 전 알고리즘 계속 통과 (운용 안정성 입증)

S&P500 AI 공모펀드 출시 지원

2024.06 - 2024.09

배경 (Situation)

자사 AI 엔진(알파로보)이 7년간 벤치마크 초과 성과를 입증한 상황에서, S&P500 유니버스로 확장한 신규 공모펀드 2종 출시가 진행되었습니다.

역할 (Task)

공모펀드 출시 과정에서 AI 포트폴리오의 운용 실행을 담당

실행 (Action)

AI가 선별한 종목과 비중으로 구성된 포트폴리오를 확인하고 실제 매매·리밸런싱 실행을 수행. AI 출력을 검증하고 운용하는 과정에서 일일 운용 워크플로우의 병목과 수동 오류 지점을 직접 체감. 이 경험이 이후 AI 운용지원 시스템 기획의 출발점이 됨

성과 (Result)

S&P500 AI 공모펀드 2건 정식 출시 — 성장 포커스 30, 배당 포커스 30 (현재 상장·운용 중)

외부 자산운용사 컨설팅

2024.12 - 2025.02

배경 (Situation)

자사 AI 엔진의 포트폴리오 운용 역량을 외부 자산운용사·증권사에 제공하는 컨설팅 기회가 생겼습니다. 고객사는 비정형 데이터(뉴스)를 LLM으로 분석하여 투자 유니버스를 구성하고, AI 모델로 종목을 선별하는 파이프라인에 관심을 가지고 있었습니다.

역할 (Task)

외부 자산운용사 대상 컨설팅에서 제안서 작성과 소통을 주도

실행 (Action)

AI 엔진의 투자 프로세스(데이터 수집→잠재특성 탐색→포트폴리오 생성)와 인간 매니저 대비 AI 운용의 차별점을 자산운용사가 이해할 수 있는 제안서로 직접 작성
고객사가 AI 포트폴리오의 종목 선정 근거를 자사 고객에게 설명할 수 없다는 문제를 포착하고, 설명가능 AI(XAI) 기반 종목 선정 근거 리포트를 제안하여 기획안에 반영

성과 (Result)

컨설팅 제안서·XAI 리포트 제안 등 전반적 협업 성과로 다올자산운용 MOU 체결

AI 운용지원 시스템 기획

2024.11 - 2025.02

배경 (Situation)

AI 공모펀드 4개(알파로보 코리아인컴·글로벌인컴, S&P500 성장·배당 포커스 30)의 일일 운용 업무가 3개 시스템(아이타스, 아이트레이더, 공모펀드 통합 웹사이트)에 분산되어 있었습니다. 매일 각 시스템에서 보유현황 파일을 개별 다운로드하고 날짜별로 이름을 붙여 업로드하는 수작업이 반복되었고, 환전 필요 여부는 통화별 가용자금 화면에서 빨간 숫자를 눈으로 확인해야 했습니다. 직접 이 업무를 수행하면서 병목과 오류 지점을 체감했습니다.

역할 (Task)

직접 운용 업무를 수행하면서 파악한 문제를 바탕으로, 5개 분산 화면을 통합하는 운용지원시스템의 요건정의서 작성 및 개발팀과의 구현 협업

실행 (Action)

직접 운용 업무를 수행하면서 전체 프로세스를 단계별로 분해. 기계가 더 잘하는 단계(MP-AP 트래킹에러 계산, 리밸런싱 일정 알림)와 사람이 판단해야 하는 단계(AP 파일 업로드, NAV 50% 한도에 따른 매매 분할 결정, 통화별 결제일 차이에 따른 매매 시점 조정, 유니버스 편출입 시 아이타스 종목 등록 확인)를 구분하여 자동화 범위를 확정
분산된 시스템을 통합한 1개의 모니터링 시스템화면을 도식화하고, 요건정의서를 직접 작성. 공통 화면(RATB+공모펀드), 공모펀드 전용 화면, 매매 로직 개선을 우선순위로 분류하여 개발팀과 협업

성과 (Result)

매매·운용시간 1시간 30분 → 10~20분으로 단축 (운용역 체감 기준)
알파브릿지 1개 + 에셋플러스 2개로 분산된 5개 화면을 단일 모니터링 대시보드로 통합