최근 가속화되고 있는 인공지능(Artificial Intelligence: AI) 개발 경쟁과 이에 따른 기술의 발전은 금융산업 참여자들의 관심을 불러일으키고 있다. 그러나 높은 관심도의 이면에는 낮은 기술적 이해도와 이에 따른 시장위험의 증가라는 우려 또한 공존하고 있다. 이와 같은 문제의식에 기반하여 본고에서는 구체적인 예시에 기반하여 AI의 작동원리를 소개하고 그에 대응하는 리스크 요인을 분석하였다.근래에 주목받고 있는 AI의 특징은 머신러닝(machine learning)에 기반한 규칙의 귀납적인 학습(learning)이라고 할 수 있다. 기술적인 면에서 기계의 학습 과정은 두 가지 핵심 요소인 데이터(data)와 알고리즘(algorithm)으로 나누어 볼 수 있다. 특히 현대적인 AI의 급속한 성장은 데이터의 외연적 확장과 알고리즘의 발달에 힘입어 이루어졌는데, 이는 각 요소에 대응되는 근원적 리스크 요인으로서 데이터의 정보적 연관성과 결과의 해석 가능성의 저하라는 부정적 측면을 동시에 시사하고 있다. 이를 구체적으로 금융시장의 참여자별로 살펴보았을 때, 과거 데이터의 편향성으로 인한 예측 오류, 생성된 결과물의 자의적 해석, 과소 추정 또는 거짓 양성반응으로 인한 효율성 감소 등을 예상할 수 있다.