오늘은 알고리즘거래와 기존 시세조종규제의 한계를 다룬 최신 논문을 한편 소개한다. Gina-Gail S. Fletcher, Deterring Algorithmic Manipulation, Vanderbilt Law Review, Vol. 74, No. 2, 2021. 저자는 Duke대 법대 교수로 시세조종에 관한 논문(2020.8.7.자 포스트)을 포함해 이미 두 차례 소개한 바 있다.
저자에 따르면 현재 미국에서는 알고리즘거래가 대세를 이루고 인간이 체결하는 거래는 10%에 불과하다고 한다. 저자는 알고리즘거래를 ➀사전설정 거래와 ➁AI거래로 구분한다. ➀은 설계자가 사전에 구체적으로 설정한 프로그램에 따라 주문을 내는 경우인데 비하여 ➁는 목표가 정해지면 AI알고리즘이 과거의 경험을 기초로 새로운 정보를 능동적으로 평가하여 최적의 결정을 내리는 경우이다. 알고리즘거래는 엄청난 양의 정보를 신속하게 소화하여 적절한 거래를 체결한다는 점에서 현대 금융시장에 적합한 거래이다. 그러나 사소한 주문실수가 순간적인 주가폭락(flash crash)을 가져올 수 있다는 점에서 위험하고 나아가 시세조종에 악용될 우려도 없지 않다. 논문에서는 알고리즘거래가 시세조종에 악용되는 경우의 규제를 대상으로 한다. 저자는 특히 현행규제의 요건인 scienter를 증명하는 것이 인간이 배후로 물러서는 알고리즘거래에서는 어렵다는 점에 초점을 맞춘다. scienter는 특히 ➁거래에서 증명하기 어려운데 이는 인간을 전제한 현행 시세조종규제를 프로그래머의 의도가 불분명한 알고리즘거래에 적용하는데서 비롯된 난점이라고 지적한다. 일부 학자들은 알고리즘거래에서 scienter증명을 용이하게 하기 위해서 알고리즘의 투명성과 설명가능성(transparency and explainability)을 개선할 것을 제안한다. 저자는 그 제안에 찬성하면서도 그것만으로는 한계가 있기 때문에 과감하게 scienter요건을 삭제하고 대신 시장에 미치는 해악(harm)을 기준으로 삼을 것을 주장한다. 그는 해악에 기초한 규제가 제재의 확실성을 높이고 억지력을 강화할 것이라고 전망한다.
논문은 서론과 결론을 제외하면 크게 4장으로 구성된다. I장에서는 규제의 억지력과 그것이 금융시장에서 갖는 중요성에 대해서 살펴본다. 저자는 제재의 강도를 높이는 것에 못지않게 제재의 확실성을 높이는 것이 억지력에 중요함을 강조한다. II장에서는 기존의 시세조종규제와 현재의 알고리즘거래에 대해서 고찰한다. 특히 알고리즘거래가 시세조종에 이용될 수 있는 여러 가능성애 대해서도 언급한다. III장에서는 scienter에 기초한 기존 시세조종규제와 알고리즘을 이용한 시세조종사이의 규제의 부조화에서 초래되는 문제점을 논한다. IV장에서는 알고리즘거래를 이용한 시세조종을 효과적으로 규제하기 위한 개선방안을 제시한다.