본문 바로가기
생활정보

ChatGPT 투자·금융 질문용 맞춤형 지침

by As I want
반응형

ChatGPT에 주식, ETF, 금리, 환율, 대출, 세금 등을 질문할 때 가장 조심해야 하는 부분은 그럴듯한 숫자를 정확한 사실처럼 받아들이는 것입니다.

투자·금융 정보는 하루 사이에도 바뀔 수 있고, 같은 상품이라도 세금, 환율, 수수료, 투자기간에 따라 결과가 크게 달라집니다. 따라서 일반적인 질문보다 최신 자료 확인과 계산 기준을 더 엄격하게 설정할 필요가 있습니다.

중요
맞춤형 지침은 ChatGPT의 답변 방식을 조정하는 기능이지 투자수익이나 정확성을 보장하는 기능이 아닙니다. OpenAI도 ChatGPT가 틀린 사실이나 존재하지 않는 인용을 생성할 수 있으므로 중요한 금융정보는 신뢰할 수 있는 출처에서 직접 확인할 것을 권고하고 있습니다.
투자·금융 질문용 지침의 핵심
  • 가격, 환율, 금리, 경제지표는 최신 자료 확인
  • 기업 실적은 공시·IR 등 1차 자료 우선
  • 수익 가능성과 손실 위험을 함께 제시
  • 과거 수익률을 미래 수익처럼 표현하지 않기
  • 세금, 수수료, 환율효과까지 계산에 반영
  • 레버리지 ETF는 변동성 감소와 복리효과까지 고려
  • 사용자 제공 숫자와 외부에서 검증한 숫자를 구분
  • 사실, 계산, 가정, 판단을 섞지 않기

1. 왜 투자 질문에는 별도 지침이 필요할까?

예를 들어 "지금 이 ETF를 사도 될까?"라고 질문했다고 가정해보겠습니다.

제대로 답하려면 단순히 ETF의 과거 수익률만 보는 것이 아니라 현재 가격, 금리, 시장 변동성, 환율, 상품 구조, 비용, 포트폴리오 내 역할까지 함께 살펴봐야 합니다.

그런데 별도 기준이 없다면 ChatGPT가 과거 지식을 바탕으로 이미 바뀐 금리나 가격을 현재 정보처럼 설명하거나, 수익 측면만 강조하고 위험을 충분히 설명하지 않을 수 있습니다.

OpenAI 공식 도움말에서도 ChatGPT는 검색을 사용하지 않으면 학습된 정보를 바탕으로 답하며, 검색을 사용할 경우 최신 웹 정보를 확인하고 출처를 제시할 수 있다고 설명합니다.

2. 투자·금융 질문에서 반드시 최신 확인할 정보

분야 최신 확인이 필요한 정보 우선 출처
주식·ETF 가격, 배당·분배금, 보수, 편입종목, 상품 구조 운용사, 거래소, 공시
기업 실적, 가이던스, 부채, 자사주, 증자·합병 공시, IR, 공식 발표
경제지표 기준금리, CPI, 고용, GDP 등 중앙은행, 정부 통계기관
환율 현재 환율, 기준시점, 환전수수료 은행·공식 시장자료
대출 금리, 중도상환수수료, 상환방식 금융회사 약관·상품설명서
세금 세율, 공제한도, 과세방식, 시행일 법령, 국세청, 정부기관

3. 5,000자 한도에서 쓰기 좋은 정밀 버전

Plus, Pro, Enterprise, Business, Education 등 맞춤형 지침을 최대 5,000자까지 저장할 수 있는 환경이라면 아래처럼 상세하게 설정하는 것을 추천합니다.

투자와 금융 관련 질문에서는 정확성, 검증 가능성, 최신성을 최우선으로 한다. 주가, ETF 가격, 환율, 금리, 경제지표, 기업 실적, 배당·분배금, 세율, 상품 조건 등 변동 가능한 정보는 가능한 경우 최신 웹 자료를 확인한 뒤 답한다. 최신 자료를 확인할 수 없다면 과거 지식을 현재 사실처럼 표현하지 말고 최신 여부를 확인할 수 없다고 표시한다. 출처는 거래소, 중앙은행, 정부기관, 금융감독기관, 기업 공시·IR, ETF 운용사, 금융회사 공식 상품설명서 등 1차 자료를 우선한다. 핵심 수치와 날짜에는 해당 내용을 직접 뒷받침하는 출처를 연결한다. 사용자가 제공한 평가금액, 매수가, 대출금리, 투자금액 등의 숫자는 외부에서 확인된 사실과 구분하고 필요한 경우 '사용자 제공 정보 기준'이라고 표시한다. 계산이 필요한 경우 입력값, 공식, 단위, 기준일, 기간, 금리, 환율, 세율, 수수료와 반올림 기준 등 결과에 영향을 주는 조건을 필요한 수준까지 명확히 한다. 필요한 값이 없으면 임의의 숫자를 만들지 않는다. %, %p, 연율, 월율, 세전, 세후, 원금, 평가금액을 혼동하지 않는다. 가능한 경우 계산을 검산하고 비정상적인 결과가 나오면 단위와 입력값을 다시 확인한다. 투자상품을 비교하거나 추천할 때 기대수익만 제시하지 말고 변동성, 최대낙폭, 레버리지, 유동성, 비용, 세금, 환율위험, 집중위험, 금리민감도 등 주요 위험도 함께 설명한다. 레버리지 ETF는 단순히 기초지수의 장기수익률에 배수를 곱하지 않는다. 일일 재조정, 변동성 감소 효과, 경로의존성, 큰 낙폭 이후 회복에 필요한 상승률을 고려한다. 배당·분배금 상품은 분배율만 보지 말고 총수익률, 원금 변동, 분배금의 지속가능성, 옵션 프리미엄이나 원금환급 성격 여부, 세금까지 함께 고려한다. 대출을 이용한 투자는 기대수익과 대출이자를 단순 비교하지 말고 손실 가능성, 이자비용의 확정성, 투자수익의 불확실성, 현금흐름, 강제상환 가능성까지 고려한다. 과거 수익률이나 백테스트 결과는 미래 성과를 보장하는 근거로 표현하지 않는다. 백테스트에는 기간, 시작·종료일, 배당 재투자 여부, 환율, 세금, 수수료, 리밸런싱 방식 등 주요 가정을 밝힌다. 추천이 필요한 경우 하나의 상품을 무조건 최고라고 단정하지 말고 목적과 조건별로 적합한 선택지를 비교한다. 추천 근거, 단점, 대안, 판단이 달라질 조건도 함께 제시한다. 사실, 계산, 가정, 판단을 혼동하지 않는다. 필요한 경우 [사실], [계산], [가정], [판단]으로 구분한다. 확인되지 않은 정보나 미래 주가 방향은 사실처럼 단정하지 않는다. 전망을 제시할 때는 확률적·조건부 표현을 사용하고 어떤 조건에서 판단이 바뀔 수 있는지 설명한다. 중요한 투자 판단의 최종 결정은 사용자가 할 수 있도록 객관적인 정보와 위험을 제공하고 수익을 보장하는 표현은 사용하지 않는다.

4. Free·Go용 1,500자 압축 버전

OpenAI 공식 도움말 기준으로 Free와 Go 사용자는 맞춤형 지침을 최대 1,500자까지 저장할 수 있습니다. 이 경우 아래처럼 핵심만 압축해서 사용하는 것이 좋습니다.

투자·금융 질문은 정확성, 검증 가능성, 최신성을 우선한다. 주가, ETF, 환율, 금리, 기업실적, 경제지표, 세금, 금융상품 조건처럼 바뀔 수 있는 정보는 가능한 경우 최신 자료를 검색하고 거래소, 정부기관, 중앙은행, 공시·IR, 운용사 등 1차 출처를 우선한다. 사용자가 제공한 숫자와 외부에서 검증한 숫자를 구분한다. 계산 시 입력값, 기준일, 기간, 금리, 환율, 세율, 수수료와 단위를 확인하고 필요한 값이 없으면 임의로 만들지 않는다. 투자상품 비교·추천 시 기대수익뿐 아니라 손실 가능성, 변동성, 최대낙폭, 비용, 세금, 유동성, 집중위험, 환율위험을 함께 고려한다. 레버리지 ETF는 장기수익률에 단순 배수를 적용하지 말고 일일 재조정과 변동성·경로의존성을 고려한다. 배당상품은 분배율뿐 아니라 총수익률과 원금 변동도 본다. 과거수익률과 백테스트는 미래수익을 보장하지 않는다. 전망은 조건부로 표현하고 확정적으로 단정하지 않는다. 사실, 계산, 가정, 판단을 구분한다. 확인할 수 없는 정보는 추측하지 말고 확인 불가라고 표시한다.

5. 특정 종목을 분석할 때 붙이는 질문용 프롬프트

맞춤형 지침과 별도로, 특정 주식이나 ETF를 물어볼 때 아래 문구를 질문 뒤에 붙이면 분석 조건을 더 명확하게 만들 수 있습니다.

현재 시점 기준 최신 자료를 검색해서 분석해줘. 현재 가격과 최근 시장상황을 확인하고, 기업 또는 ETF의 공식자료를 우선 사용해줘. 분석은 다음 순서로 해줘. 1. 현재 상태와 핵심 수치 2. 긍정적인 요인 3. 부정적인 요인과 주요 리스크 4. 밸류에이션 또는 상품구조 5. 단기와 중장기 관점의 차이 6. 어떤 조건에서 매수 판단이 유리해지는지 7. 어떤 조건에서 기존 판단을 바꿔야 하는지 과거 수익률을 미래 수익처럼 표현하지 말고, 전망과 사실을 구분해줘. 핵심 수치에는 직접 뒷받침하는 출처를 달아줘.

6. 포트폴리오 추가매수 질문용 프롬프트

내가 제공한 현재 종목별 평가금액과 목표비중을 기준으로 추가매수 금액을 계산해줘. 현재 평가금액은 사용자 제공 정보로 취급하고 임의로 수정하지 마. 추가매수만 허용하고 매도는 하지 않는 조건으로 목표비중과의 괴리를 최소화해줘. 계산 결과에는 - 현재 비중 - 목표 비중 - 목표 대비 과대·과소 여부 - 종목별 추가매수 금액 - 매수 후 예상 비중 을 보여줘. 시장상황까지 고려해달라고 요청한 경우에는 VIX, 주요 지수 흐름, 금리, 환율 등 현재 정보를 최신 자료로 확인하고 계산 자체와 시장 판단을 구분해서 설명해줘.

7. 대출을 이용한 투자 질문에는 별도 규칙이 필요하다

투자수익은 불확실하지만 대출이자는 확정적으로 발생합니다. 따라서 단순히 "배당률 8% > 대출금리 6%"라는 이유만으로 유리하다고 판단해서는 안 됩니다.

대출을 활용한 투자전략을 분석할 때는 대출금리를 확정비용으로 보고 투자수익은 불확실한 값으로 구분해줘. 배당률이나 기대수익률과 대출금리를 단순 비교하지 말고 세금, 수수료, 원금손실, 가격변동, 환율, 배당감소 가능성까지 반영해줘. 낙관·기준·비관 시나리오를 나누고 각 경우의 손익과 현금흐름을 계산해줘. 투자 대신 대출을 상환했을 때 얻는 확정적인 이자절감 효과도 비교대안으로 함께 보여줘.

8. ETF 비교 질문에서 추가하면 좋은 규칙

ETF는 단순 수익률 순으로 비교하면 중요한 차이를 놓칠 수 있습니다.

항목 확인할 내용
총수익률 가격수익 + 배당·분배금 재투자 기준
변동성 수익률만 비슷해도 가격 흔들림은 다를 수 있음
최대낙폭 위기 시 어느 정도 하락했는지
보수 장기 보유 시 누적 비용
분배금 분배율·빈도·지속가능성
구조 레버리지, 옵션, 팩터 등 수익원
유동성 거래량·스프레드 등
환율 원화 투자자의 실제 수익에 미치는 영향

9. 레버리지 ETF는 꼭 별도로 지시해야 한다

QLD, TQQQ, SSO 같은 레버리지 ETF를 분석할 때는 단순히 지수가 10% 오르면 2배 ETF는 장기적으로 20% 오른다고 보면 안 됩니다.

레버리지 ETF는 일반적으로 일일 수익률의 배수를 목표로 하고 매일 노출을 재조정하기 때문에, 장기간의 결과는 기초지수 누적수익률의 단순 배수와 달라질 수 있습니다.

따라서 백테스트나 장기 전망에서는 변동성, 상승·하락 경로, 낙폭, 회복기간을 함께 보는 것이 중요합니다.

10. 배당주·월배당 ETF 질문에서 빠뜨리기 쉬운 부분

월분배금이 많이 나온다고 해서 총수익률이 높은 것은 아닙니다.

특히 커버드콜 ETF 등은 옵션 프리미엄을 통해 분배금을 만들기 때문에 강한 상승장에서 상승폭이 제한될 수 있습니다. 따라서 다음 항목을 함께 확인하도록 지시하는 것이 좋습니다.

  • 최근 분배율
  • 분배금 변동 추이
  • 가격 상승·하락을 포함한 총수익률
  • 옵션 사용 여부와 구조
  • 분배금 재원의 성격
  • 세후 현금흐름
  • 하락장에서 원금 변동

11. 백테스트 질문용 프롬프트

백테스트를 할 때 결과만 보여주지 말고 계산 조건을 먼저 명시해줘. 반드시 확인할 조건: - 시작일과 종료일 - 초기 투자금 - 추가납입 여부 - 배당·분배금 재투자 여부 - 리밸런싱 주기 - 수수료 - 세금 - 환율 반영 여부 - CAGR - 누적수익률 - 변동성 - 최대낙폭(MDD) 데이터가 존재하지 않는 기간은 임의로 채우지 말고 비교 가능한 공통기간을 사용해줘. 백테스트 결과를 미래성과의 보장으로 표현하지 말고 어떤 시장환경에서 결과가 유리하거나 불리했는지도 설명해줘.

12. 숫자 계산에는 검산 규칙을 넣자

금융 질문은 숫자 하나가 틀리면 결론 전체가 달라질 수 있습니다.

따라서 다음과 같은 규칙을 넣어두면 대출이자, 복리수익률, 환전비용, 투자비중 계산에서 실수를 줄이는 데 도움이 됩니다.

금융 계산에서는 최종 숫자만 보여주지 말고 결과를 검증할 수 있도록 핵심 입력값과 공식을 표시해줘. 기간과 단위를 먼저 맞추고 연율·월율·일율을 구분해줘. 세전과 세후, 원금과 평가금액, 수익률과 수익금, %와 %p를 혼동하지 마. 계산 완료 후 역산 또는 다른 방식으로 검산하고, 결과가 비정상적이면 소수점·단위·기간·부호·환율·세율을 다시 확인해줘.

13. 이런 표현을 막아두는 것이 좋다

"이 종목은 반드시 오를 것입니다."

미래 가격은 확정할 수 없습니다. 가능한 시나리오와 조건을 제시하도록 하는 편이 좋습니다.

"과거 10년 동안 올랐으니 앞으로도 좋습니다."

과거 성과는 참고자료일 뿐 미래 성과를 보장하지 않습니다.

"배당률이 대출금리보다 높으니 대출해서 사는 게 이득입니다."

배당과 주가는 변할 수 있지만 대출이자는 계약조건에 따라 실제 비용으로 발생합니다. 위험과 세후수익까지 함께 비교해야 합니다.

"수익률이 가장 높으니 이 ETF가 가장 좋습니다."

투자목적, 손실 감내능력, 변동성, 최대낙폭 등 조건을 함께 봐야 합니다.

14. 맞춤형 지침 설정방법

OpenAI 공식 도움말 기준으로 맞춤형 지침은 웹, 데스크톱, iOS, Android의 모든 요금제에서 사용할 수 있습니다.

웹·데스크톱

  1. ChatGPT 설정 열기
  2. 개인 맞춤 설정 선택
  3. 맞춤 지침 열기
  4. 맞춤 설정 사용 활성화
  5. 위 지침 중 원하는 버전을 복사해 입력

iOS·Android

  1. 설정 열기
  2. ChatGPT 맞춤 설정 선택
  3. 맞춤 설정 사용 활성화
  4. 맞춤 지침 입력
2026년 8월 21일 OpenAI 공식 도움말 기준 저장 한도는 Free·Go 최대 1,500자, Plus·Pro·Enterprise·Business·Education 최대 5,000자입니다.

15. 투자 질문에서 검색을 활용하는 방법

ChatGPT Search는 질문에 웹 정보가 도움이 되는 경우 자동으로 검색할 수 있으며 사용자가 직접 검색 기능을 선택할 수도 있습니다.

검색을 사용하는 응답에는 인라인 인용이 표시될 수 있고 Sources 영역에서 관련 출처를 확인할 수도 있습니다.

지금 시점의 투자판단에 필요한 질문이므로 최신 웹 자료를 검색해서 답해줘. 가격, 환율, 금리, 경제지표, 실적 등 시점에 따라 바뀌는 정보는 오늘 기준으로 확인하고 기준일을 표시해줘. 공식자료와 1차 출처를 우선하고 핵심 수치마다 실제로 해당 수치를 뒷받침하는 출처를 연결해줘.

16. 지침을 넣어도 최종 확인은 필요하다

OpenAI는 ChatGPT가 때때로 사실, 날짜, 인용을 잘못 생성하거나 존재하지 않는 출처를 만들어낼 수도 있다고 공식적으로 안내합니다.

따라서 실제 돈이 걸린 중요한 판단에서는 ChatGPT 답변 → 인용된 자료 확인 → 공식 원문 확인 → 본인의 투자조건 적용 순서로 검증하는 것이 좋습니다.

특히 대출을 이용한 투자, 레버리지 상품, 파생상품, 큰 금액의 단일종목 투자처럼 손실 확대 가능성이 높은 판단은 ChatGPT의 하나의 답변만으로 결정하지 않는 것이 좋습니다.

17. 어떤 버전을 쓰는 것이 좋을까?

사용환경 추천
Plus·Pro 등 5,000자용 정밀 버전을 기본 지침으로 사용
Free·Go 1,500자 압축 버전 사용
개별 종목 분석 기본 지침 + 특정 종목 분석 프롬프트
포트폴리오 리밸런싱 기본 지침 + 추가매수 계산 프롬프트
백테스트 기본 지침 + 백테스트 조건 프롬프트
대출투자 기본 지침 + 대출투자 리스크 프롬프트

18. 함께 보면 좋은 기존 글

이번 투자·금융 맞춤형 지침을 실제로 활용해보고 싶다면 아래 기존 게시글을 ChatGPT에 다시 질문해보는 것도 좋습니다. 지침 적용 전후로 최신 자료 확인, 출처, 계산 기준, 위험 설명이 어떻게 달라지는지 비교할 수 있습니다.

마무리

ChatGPT를 투자에 활용할 때 가장 중요한 것은 더 공격적인 종목을 추천받는 것이 아니라 잘못된 데이터와 잘못된 계산으로 판단하는 위험을 줄이는 것입니다.

투자·금융 질문용 맞춤형 지침에는 최소한 최신 정보 확인, 1차 출처 우선, 계산 기준 공개, 위험과 수익의 동시 비교, 사실과 전망 구분을 넣어두는 것을 추천합니다.

이후 특정 종목 분석, 포트폴리오 추가매수, 대출투자, 백테스트처럼 질문의 성격이 달라질 때는 이 글에 있는 개별 프롬프트를 추가로 붙여 사용하면 됩니다.

ChatGPT 기능, 메뉴명, 요금제별 한도는 향후 변경될 수 있습니다. 실제 설정 시에는 OpenAI 공식 도움말을 함께 확인하시기 바랍니다.

주요 확인 출처
OpenAI Help Center - ChatGPT 맞춤 지침
OpenAI Help Center - ChatGPT 웹 검색
OpenAI Help Center - Accuracy and reliability
OpenAI Help Center - Prompt engineering best practices
BIG