'달걀을 한 바구니에 담지 마라.' 투자 격언 중에 이만큼 유명한 말도 없죠. 그런데 이 직관을 수학으로 증명해 노벨경제학상까지 받은 사람이 있습니다. 해리 마코위츠가 1952년에 내놓은 현대 포트폴리오 이론(MPT) 이야기입니다.
이름은 거창하지만 핵심은 단순합니다. '잘 고르는 것'만큼이나 '잘 섞는 것'이 중요하다는 거죠. 오늘은 이 이론을 수식 없이, 왜 분산투자가 '공짜 점심'이라 불리는지를 중심으로 풀어보겠습니다.
관건은 종목 수가 아니라 '같이 움직이는 정도'
분산투자라고 하면 흔히 '여러 개를 사라'로 이해합니다. 틀린 말은 아니지만 핵심을 살짝 비켜갑니다.
마코위츠가 짚은 건 개수가 아니라 상관관계였습니다. 두 자산이 얼마나 같은 방향으로 움직이느냐죠. 똑같이 출렁이는 반도체주를 열 개 담으면 종목 수는 늘었어도 위험은 거의 그대로입니다. 반대로 서로 다르게 움직이는 자산을 섞으면, 한쪽이 빠질 때 다른 쪽이 받쳐주면서 전체 출렁임이 줄어듭니다.
상관관계는 +1에서 -1 사이의 숫자로 나타냅니다. +1이면 완전히 같이, -1이면 완전히 반대로, 0이면 서로 무관하게 움직인다는 뜻이죠. 분산 효과는 이 숫자가 1보다 낮을수록 커집니다.
위험한 둘을 섞었더니 더 안전해졌다
여기서 MPT의 가장 반직관적인 결론이 나옵니다. 위험한 자산 둘을 합쳤는데 각각보다 덜 위험해질 수 있다는 거죠.
예시. 변동성이 똑같이 연 20%인 자산 A와 B가 있다고 해보죠. 둘을 반반(50:50)으로 담으면, 둘이 똑같이 움직일 때(상관 +1)는 변동성이 그대로 20%입니다. 그런데 서로 무관하게 움직이면(상관 0) 변동성이 약 14%로 떨어지고, 정반대로 움직이면(상관 -1) 이론적으로 0까지 내려갑니다. 기대수익은 두 자산의 평균 그대로인데 위험만 깎인 셈이죠.
같은 두 자산도 함께 움직이지 않으면 변동성이 줄어든다
상관 +1 20%, 상관 0 14%, 상관 -1 0%
변동성 20%인 두 자산을 50:50으로 섞었을 때의 포트폴리오 변동성. 상관관계가 낮을수록 위험이 준다.
수익은 그대로 두고 위험만 줄인다. 그래서 마코위츠의 분산투자는 투자판의 '공짜 점심'이라는 말로 자주 불립니다. 세상에 공짜가 없다는데, 여기선 출렁임을 거저 덜어주니까요.
'위험'을 숫자로 잰다는 발상
이 이론이 특별했던 또 하나는 '위험'을 감이 아니라 숫자로 정의했다는 점입니다. MPT는 위험을 수익률의 변동성, 즉 표준편차로 봅니다.
연 8%를 꾸준히 내는 자산과, 어떤 해엔 +40% 어떤 해엔 -25%를 오가며 평균 8%인 자산을 떠올려 보죠. 기대수익은 같아도 둘은 전혀 다른 자산입니다. 뒤쪽은 마음 졸일 일이 훨씬 많고, 출렁임이 크면 복리로 불어나는 속도도 더디거든요. 그래서 같은 수익이라면 변동성이 작은 쪽이 낫다는 게 출발점입니다.
같은 위험이면 수익을 최대로
자산을 어떤 비율로 섞느냐에 따라 '위험 대비 수익'은 천차만별입니다. 가능한 조합을 전부 그려보면, 같은 위험에서 가장 높은 수익을 주는 점들이 하나의 곡선을 이루죠. 이걸 효율적 투자선(efficient frontier)이라고 부릅니다.
이 선 위에 있으면 더 짜낼 게 없는 효율적인 조합이고, 선 아래에 있으면 같은 위험으로 더 높은 수익을 놓치고 있다는 뜻입니다.
위험 한 단위당 수익이 얼마인지를 한 숫자로 보고 싶을 때 쓰는 게 샤프비율이죠. 재미있는 건 이 샤프비율을 만든 윌리엄 샤프도 1990년에 마코위츠와 함께 노벨상을 받았다는 점입니다. 같은 뿌리에서 나온 도구라 함께 보면 잘 맞습니다.
내 종목들이 실제로 어떤 변동성과 샤프비율을 갖는지, 비율을 바꾸면 분산 효과가 어떻게 달라지는지는 주식 비교 분석기에서 직접 만져볼 수 있습니다.
이론이 다 맞지는 않는다
MPT는 강력하지만 몇 가지 가정 위에 서 있습니다. 그 가정이 깨지는 순간을 알아두는 게 오히려 더 중요하죠.
첫째, 미래를 과거로 추정합니다. 기대수익과 상관관계를 과거 데이터로 잡는데, 시장은 과거를 그대로 반복해 주지 않거든요.
둘째, 수익률이 정규분포를 따른다고 봅니다. 하지만 실제 시장엔 '이론상 거의 안 일어난다'던 폭락이 생각보다 자주 찾아옵니다.
셋째, 가장 아픈 대목인데 위기 때 상관관계가 1로 쏠립니다. 2008년 금융위기처럼 진짜 위험한 순간엔 멀쩡히 따로 놀던 자산들이 한꺼번에 같이 빠지거든요. 정작 분산이 필요한 날 분산이 사라지는 셈이죠.
그래서 MPT는 정답표가 아니라 사고의 틀로 쓰는 게 맞습니다. '잘 섞으면 위험을 줄일 수 있다'는 통찰은 여전히 유효하고, 다만 숫자를 맹신하지만 않으면 됩니다.
정리하면
세 가지로 줄일 수 있습니다. 종목 수보다 서로 다르게 움직이는지를 보고, 수익뿐 아니라 변동성을 함께 따지고, 위기 땐 분산이 약해질 수 있다는 걸 감안한다.
내가 들고 있는 종목들이 얼마나 같이 움직이는지, 섞었을 때 변동성과 샤프비율이 어떻게 변하는지는 주식 비교 분석기로 바로 확인할 수 있습니다. 출렁임을 줄인 꾸준한 수익이 장기적으로 자산에 어떤 차이를 만드는지 감을 잡고 싶다면 미래 자산 시뮬레이터도 함께 써보세요.
이 글은 2026년 기준 교육 목적의 설명이고 특정 종목 투자 권유가 아닙니다. 실제 투자 성과는 시장 상황에 따라 달라질 수 있습니다. (참고: Harry Markowitz, 'Portfolio Selection', Journal of Finance, 1952 / 1990년 노벨경제학상)