매그니피센트7 넘어선 AI 투자 기회...웨드부시 IVES ETF 새 대안되나

최근 AI 테마 ETF가 급증하고 있으며, 대부분 이른바 '매그니피센트7' 기술주들을 담고 있다.

하지만 모든 ETF가 다음 혁신 사이클을 견딜 수 있도록 설계된 것은 아니다. 시장의 관심이 '현재 인기 있는 것'에서 '시간을 견딜 수 있는 것'으로 옮겨가면서, 변화에 적응하는 새로운 세대의 ETF가 부상하고 있다.

그 중 하나가 웨드부시 ETFMG 글로벌 클라우드 테크놀로지 ETF(NYSE:IVES)다. 6월 4일 출시된 이 ETF는 단 5거래일 만에 1억 달러의 자금을 유치하는데 성공했다.

웨드부시 펀드 어드바이저스의 컬런 로저스 CIO는 벤징가와의 인터뷰에서 "IVES는 규율과 투명성을 갖추도록 설계됐다"며 "단기 성과나 헤드라인에 반응하지 않는다"고 밝혔다.

IVES는 분기별로 리밸런싱을 실시하며, 웨드부시의 댄 아이브스가 개발한 AI30 모델의 개정 사항을 반영한다. 이러한 주기는 적극적 운용자들의 성과 추종으로 인한 급격한 변동을 피하면서도 테마의 관련성을 유지할 수 있게 한다.

로저스는 "명확한 규칙을 따르며 댄의 AI30 프레임워크의 진화를 반영한다. 리서치 기반의 통찰력과 패시브 인덱스 구조의 결합으로 장기적 관점에 집중할 수 있다"고 설명했다.

글로벌X 로보틱스&인공지능 ETF(NASDAQ:BOTZ)와 로보 글로벌 로보틱스&오토메이션 ETF(ROBO)는 모두 로보틱스, 반도체, 인프라 중심 하드웨어에 치중된 포트폴리오를 보유하고 있다.

예를 들어 BOTZ는 엔비디아(NASDAQ:NVDA), 인튜이티브 서지컬(NASDAQ:ISRG), 키엔스(OTCPK: KYCCF)를 주요 보유종목으로 하고 있다.

ROBO는 산업재와 헬스테크에 큰 비중을 두고 있다.

하지만 이러한 ETF들은 추론 엔진, 생성형 소프트웨어, 양자 컴퓨팅과 같은 새로운 AI 하위 섹터에 신속하게 대응하지 못하는 정적 인덱스 접근방식의 한계를 보인다.

IVES는 수정된 시가총액 가중 전략을 사용하여 대형 종목의 비중을 제한한다. 마이크로소프트(NASDAQ:MSFT), 엔비디아, 아마존(NASDAQ:AMZN) 같은 기업들을 포함하면서도 잘 알려지지 않은 고확신 종목들을 위한 여지를 남겨둔다.

로저스는 "매그니피센트7 주식들의 과도한 집중과 밸류에이션 리스크를 피하기 위해 전통적인 직선형 시가총액 가중 방식에서 벗어났다. 우리의 수정된 시가총액 가중 접근법은 대형주들의 영향력을 유지하면서도 이들이 포트폴리오를 압도하는 것을 막는다. 동시에 작은 규모의 고확신 종목들이 의미있는 비중을 차지할 수 있게 한다"고 설명했다.

기술 섹터 전반의 밸류에이션에 대한 우려가 커지면서 일각에서는 AI ETF가 붕괴를 기다리는 거품이 아니냐는 의문을 제기한다. 하지만 로저스는 동요하지 않는다. "단기적 시장 변동은 투자의 일부지만 IVES는 장기를 위해 설계됐다. 이 펀드를 차별화하는 것은 AI 생태계와 함께 진화할 수 있는 능력이다. 현재뿐만 아니라 미래의 방향성까지 고려한다. 이것이 댄의 지속적인 리서치에 포트폴리오를 연계시키는 장점"이라고 말했다.

로저스는 "AI의 중심이 반도체에서 추론으로, 또는 전통적 컴퓨팅에서 양자컴퓨팅으로 이동하더라도 댄의 리서치가 이를 포착할 수 있는 위치에 있다. 우리의 구조는 이를 따라갈 수 있도록 설계됐다. 따라서 하락장에서도 AI 가치사슬의 가장 중요한 부분들이 진화함에 따라 펀드가 이에 부합할 것이라 확신한다"고 강조했다.

이는 구형 산업재와 자동화 주식이 자산의 큰 비중을 차지하는 BOTZ와는 대조적이다. 이들은 AI에 노출되어 있을 수 있지만, 때로는 간접적이며 방향을 빠르게 전환할 수 있는 민첩성이 부족하다.

개인투자자들에게 핵심 메시지는 명확하다. AI 노출도와 AI 관련성을 혼동하지 말라는 것이다. BOTZ 펀드들은 광범위한 바스켓을 가질 수 있지만, 이러한 광범위성은 테마의 통일성과 미래지향적 설계를 희생시키는 경향이 있다. ROBO는 여전히 로보틱스 테마와 선도자로서의 매력을 유지하고 있지만, 소프트웨어로 확장되는 AI 혁신의 최종 답안이 되지는 못할 것이다.

반면 IVES는 확신과 민첩성의 균형을 맞춘 더욱 간결한 스타일을 제시한다. 모든 곳에 있으려 하기보다는 AI 흐름이 실제로 향하는 곳에 있으려 한다.

이전 AI 사이클이 누가 가장 큰 모델을 학습시킬 수 있는가에 초점을 맞췄다면, 다음은 누가 이를 가장 잘 수익화할 수 있는가가 관건이 될 것이다. 이 게임에서는 단순한 노출보다 유연성이 궁극적인 이점이 될 수 있다.

로저스는 "IVES는 정적인 스냅샷이 아닌 살아있는 프레임워크"라고 요약했다.