HIAI ETF는 2026년 8월 21일 Cboe BZX에 상장된 신생 액티브 ETF입니다. 총 연간 운용비용은 0.87%이며, 인공지능 모델이 미국 주식의 종목과 비중뿐 아니라 전체 주식 노출도를 0~100% 범위에서 조절하도록 설계됐습니다.
이름만 보면 엔비디아나 반도체처럼 AI 산업에 투자하는 테마 상품으로 오해하기 쉽습니다. 그러나 HIAI의 AI는 투자 대상이 아니라 운용 주체에 가까운데요. BAILA라는 모델이 유동성이 높은 미국 주식 1,000개를 분석하고 위험 신호가 커지면 현금성 ETF로 이동할 수 있습니다.
따라서 이 상품을 평가할 때는 ‘AI가 유망 종목을 잘 찾는가’만 물어서는 부족합니다. 종목 선택, 시장 노출 조절, 비용이 함께 장기 성과를 결정합니다. 특히 30년 넘는 학습 데이터와 일주일 남짓한 ETF 실적을 구분해야 과장된 기대를 피할 수 있습니다.
정식 명칭은 Ai Funds High Conviction US Equity AI-Managed ETF이며 장기 자본차익을 목표로 합니다. Cboe는 상장일을 2026년 8월 21일로 확인했고, SEC 공시와 운용사 자료는 이 상품을 지수를 추종하지 않는 액티브·비분산형 ETF로 분류합니다.
비분산형이라는 말은 한 종목이나 소수 종목의 부진이 전체 성과에 더 큰 영향을 줄 수 있다는 뜻입니다. ‘AI 운용’이 분산투자나 손실 방지를 보장하지 않는데요. ETF라는 법적 틀 안에서도 실질적인 위험은 집중된 액티브 주식 전략에 가깝습니다.
| 항목 | 공식 내용 | 해석 |
|---|---|---|
| 티커·거래소 | HIAI·Cboe BZX | 미국 상장 ETF |
| 상장일 | 2026년 8월 21일 | 운용 이력 매우 짧음 |
| 운용 방식 | 액티브·비분산형 | 집중 위험 존재 |
| 총 운용비용 | 연 0.87% | 복리 전 비용 차감 |
AI 테마 ETF는 반도체, 클라우드, 소프트웨어 등 인공지능 확산의 수혜 기업을 보유합니다. 반면 HIAI ETF는 업종을 AI로 제한하지 않습니다. AI는 무엇을 살지 정하는 과정에 쓰이며 모델이 매력적이라고 판단하면 기술주가 아닌 기업도 편입할 수 있습니다.
패시브 지수 ETF와도 차이가 큽니다. 지수 상품은 정해진 편입 규칙과 시가총액 비중을 따르지만 HIAI는 매주 신호를 검토합니다. 결국 성과의 원천은 AI 산업 성장률보다 BAILA의 종목 선택과 위험 배분 능력입니다.
| 구분 | HIAI | AI 테마 ETF | 패시브 지수 ETF |
|---|---|---|---|
| AI의 역할 | 운용 의사결정 | 투자 대상 | 직접 역할 없음 |
| 종목 선택 | BAILA 모델 | 테마 규칙·운용자 | 지수 규칙 |
| 주식 노출 | 0~100% 조절 | 대체로 높은 편 | 통상 거의 100% |
| 주요 위험 | 모델·집중 위험 | 산업 집중 | 시장 전체 하락 |
운용사 설명에 따르면 BAILA는 30년이 넘는 시장 데이터를 현재 환경과 비교합니다. 과거의 유사 국면을 찾은 뒤 베이지안 추론으로 시장 상태의 확률을 갱신하고, 그 결과를 주식 노출도와 포트폴리오 구성에 반영합니다.
마지막 단계에서는 종목과 비중을 최적화합니다. 다만 정확한 점수식, 변수별 가중치와 매매 기준은 공개되지 않았는데요. 투자자가 확인할 수 있는 것은 입력 데이터의 전체 범위와 운용 구조이지, 특정 종목이 선택된 이유를 재현할 수 있는 완전한 알고리즘은 아닙니다.
후보군은 평균 거래량을 기준으로 유동성이 높은 미국 주식 1,000개입니다. 운용사의 상장 발표는 이 가운데 약 40~60개를 고르는 집중 포트폴리오를 설명합니다. 현재 보유 종목 수는 매일 바뀔 수 있으므로 이 범위는 목표 구조이지 고정 편입 수가 아닙니다.
단순히 종목 수만 비교하면 40개는 S&P 500 구성 종목 수의 40÷500×100=8%, 60개는 12%입니다. 이는 보유 종목 수의 비율일 뿐 실제 위험이 8~12%라는 뜻은 아닙니다. 상위 종목 비중과 종목 간 상관관계가 집중 위험을 더 크게 좌우합니다.
| 계산 항목 | 산식 | 결과 | 주의점 |
|---|---|---|---|
| 하단 범위 | 40÷500×100 | 8% | 종목 수 비교 |
| 상단 범위 | 60÷500×100 | 12% | 위험 비율 아님 |
| 후보 대비 선택 | 40~60÷1,000 | 4~6% | 주간 변경 가능 |
HIAI ETF는 주식 노출도를 0%에서 100%까지 조절할 수 있습니다. 신호가 우호적이면 주식 비중을 높이고 위험이 커졌다고 판단하면 현금성 ETF 쪽으로 이동합니다. 종목 선별과 시장 타이밍을 한 모델이 동시에 수행하는 구조입니다.
방어 전환이 항상 손실을 줄이는 것은 아닙니다. 모델이 너무 일찍 주식을 줄이면 반등을 놓칠 수 있고, 너무 늦으면 하락을 그대로 겪습니다. 현금성 ETF도 가격 변동과 비용이 있으며 완전한 현금과 동일하지 않습니다.
운용사 최신 자료는 관리보수 0.85%와 피투자펀드 비용 0.02%를 합친 총 연간 운용비용을 0.87%로 제시합니다. 초기 공시 초안의 총비용 0.85%만 인용하면 현재 상품 설명과 어긋날 수 있어 최신 수치로 바로잡았습니다.
1만달러를 1년간 보유하고 평가액이 변하지 않는다고 단순화하면 10,000달러×0.87%=87달러입니다. 5년 단순 합계는 435달러인데요. 실제 비용은 매일 변하는 순자산에 반영되므로 이 계산에는 복리, 수익률, 매매수수료, 세금과 스프레드가 포함되지 않습니다.
| 비용 항목 | 산식 | 단순 결과 |
|---|---|---|
| 관리보수 | $10,000×0.85% | $85/년 |
| 피투자펀드 비용 | $10,000×0.02% | $2/년 |
| 총 연간 비용 | $10,000×0.87% | $87/년 |
| 5년 단순 합계 | $87×5 | $435 |
BAILA가 30년 넘는 자료를 분석한다는 설명은 긴 실거래 성과를 뜻하지 않습니다. 모델은 2019년부터 자문 포트폴리오에 활용됐지만 HIAI 자체는 2026년 8월에 상장됐습니다. 학습 표본과 실제 펀드 운용 기록을 분리해야 합니다.
과거에 반복된 관계가 새로운 정책·시장 구조에서도 유지된다는 보장은 없습니다. 데이터 오류, 코딩 문제, 사이버보안 사고와 급격한 변동성도 모델 결과를 흔들 수 있는데요. 인간의 감정을 배제한다는 장점이 모델 위험을 없애지는 않습니다.
평가는 실제 운용 데이터가 쌓인 뒤 시작해야 합니다. 일일 보유 종목, 주식 노출도, 순자산가치 대비 시장가격, 매수·매도 호가 차이와 S&P 500 대비 하락 방어력을 함께 봐야 합니다. 단기 수익률 하나로 모델의 우수성을 판단하기에는 표본이 너무 짧습니다.
운용사 페이지는 보유 종목을 장 시작 전 매일 갱신한다고 설명하지만 8월 28일 확인 화면에는 NAV와 보유 종목 수가 아직 공란이었습니다. 확인되지 않은 숫자를 채우지 않고 제외했는데요. 공개가 시작되면 현금성 ETF 비중과 상위 종목 집중도가 첫 검증 대상입니다.
| 확인 지표 | 무엇을 보여주나 | 점검 주기 |
|---|---|---|
| 주식 노출도 | 위험 선호 변화 | 주간 |
| 상위 종목 비중 | 집중 위험 | 매일 |
| 프리미엄·할인 | 시장가격과 NAV 차이 | 매일 |
| 호가 스프레드 | 신생 ETF 유동성 | 거래 전 |
| 비교지수 대비 낙폭 | 방어 전환 효과 | 시장 국면별 |
본 글은 HIAI ETF의 구조와 위험을 설명하기 위한 정보이며 해당 ETF나 관련 CFD의 매수·매도를 권유하지 않습니다. 종목 수 비율과 비용 계산은 단순화한 사례이며 수익률, 환율, 복리, 세금, 매매수수료, 호가 스프레드와 시장 충격을 포함하지 않았습니다.
HIAI ETF는 신생 비분산형 액티브 ETF로 원금 손실 가능성이 있습니다. 모델 신호, 실제 보유 종목, 비용과 상품 조건은 바뀔 수 있습니다. 자료 출처는 Cboe ‘HIAI Listed Product’, Ai Funds ‘HIAI Fund Page’·‘HIAI Launch Release’, SEC ‘ETF Opportunities Trust Prospectus’입니다. 자료 기준일은 2026년 8월 28일입니다.
