글
일반 계산기 말고, 내 실제 포트폴리오로 FIRE 프로젝션 돌리기
숫자 하나짜리 FIRE 계산기가 왜 오해를 주는지, 몬테카를로 프로젝션은 대신 무엇을 보여주는지, 그리고 내 실제 보유 자산과 저축률로 돌리는 방법이에요.
대부분의 FIRE 계산기는 숫자 세 개를 물어봐요. 현재 자산, 월 적립액, 예상 연 수익률. 그걸 곱해서 은퇴 나이를 뱉어줘요. 정밀해 보여요. 그런데 아니에요. 언제 일을 그만둘 수 있는지 진짜 결정을 내리는 중이라면, 그 차이가 중요해져요.
더 나은 프로젝션은 연도 하나를 주지 않아요. 범위를 주고, 그 범위가 얼마나 넓은지 알려줘요. 왜 그런지, 그리고 내 숫자로 어떻게 돌리는지 볼게요.
예상 수익률 하나로 뭉뚱그릴 때의 문제
매년 7%를 가정하는 계산기는 존재하지 않는 세상을 모델링하는 거예요. 실제 수익은 좋은 해와 나쁜 해가, 예측할 수 없는 순서로 이어지며 도착해요. 평균 수익률이 같은 두 포트폴리오도 나쁜 해가 언제 오느냐에 따라 결과가 크게 벌어져요. 특히 인출을 시작한 뒤엔 더요. 이게 수익 순서 위험(sequence-of-returns risk)이고, 숫자 하나짜리 계산기는 구조상 이걸 못 봐요.
결과는 잘못된 확신이에요. 계산기는 소수점의 권위로 "52세"라고 말하지만, 정직한 답은 "어떤 범위 안 어딘가, 그리고 그 범위의 각 부분이 얼마나 그럴듯한지"예요.
몬테카를로 프로젝션은 대신 무엇을 보여주나
몬테카를로 프로젝션은 내 계획을 수천 번 돌려요. 매번 내가 지정한 예상 수익률과 변동성에서 뽑은, 서로 다른 무작위 수익 순서로요. 끝점 하나 대신 분포를 얻어요.
- 중앙값 경로, 가운데 결과예요.
- 하방 밴드(예: 10분위), 운이 나쁜 흐름의 대략적인 모양이에요.
- 상방 밴드(90분위), 운이 좋은 흐름이에요.
이제 답이 쓸모 있어져요. "시장이 내 가정대로 움직이면 중앙값 기준 12년쯤에 목표에 닿지만, 나쁜 순서면 16년까지 밀리니까 거기에 대비해야겠다"는 실제로 행동할 수 있는 결정이에요. "12년" 하나로는 안 돼요.
또 하나 정직해야 할 부분. 프로젝션은 넣은 가정만큼만 좋아요. 예상 수익률과 변동성은 도구가 내려주는 진리가 아니라 내가 공급하는 입력이에요. 좋은 프로젝션은 그걸 소리 내어 밝히게 하고, 답이 그 가정에 얼마나 민감한지 보여줘요. 깔끔한 숫자 뒤에 7%를 숨기지 않고요.
내 실제 보유 자산으로 돌리기
일반 계산기가 일반 수익률을 쓰는 건 내가 뭘 가졌는지 모르기 때문이에요. 하지만 내 실제 포트폴리오엔 자기만의 이력이 있어요. 내 실제 보유 자산에 묶인 프로젝션은 어림 추측 대신 측정된 수익률과 변동성에서 출발할 수 있고, 여러 가정 세트를 나란히 돌릴 수 있어요. 보수적인 것, 기본, 낙관적인 것. 그래서 선 하나가 아니라 결과의 부채꼴을 볼 수 있어요.
이걸 하려면 두 가지가 필요해요. 보유 자산과 저축률이 한 곳에 모여 있어야 하고, 자기 가정을 박아 넣는 게 아니라 내 가정을 받는 프로젝션 엔진이 있어야 해요.
Opula는 어디에 들어맞나
Opula는 Claude나 ChatGPT용 커넥터예요. 보유 자산, 잔액, 현금흐름이 들어오면, 한 달부터 수십 년까지 어떤 기간이든 순자산을 프로젝션해 달라고 요청할 수 있어요. 그러면 내가 준 가정 위에서 몬테카를로 시뮬레이션을 돌려요. 기본값은 시나리오당 1000회 반복이에요.
두 가지 디테일이 이걸 정직하게 지켜요. 첫째, 수익률이나 변동성 숫자를 지어내지 않아요. 내가 공급하고, 리스크 요약에서 내 측정된 수익률과 변동성을 뽑아 한 시나리오로 쓸 수도 있어요. 둘째, 한 번의 호출 안 모든 시나리오가 같은 무작위 충격 순서를 공유해요. 그래서 6% 가정과 14% 가정을 비교할 때, 차이는 실행 간 무작위 노이즈가 아니라 가정 자체를 반영해요.
Opula에서 이건 사고 실험 도구고, 진단 읽기와 명확히 분리돼 있어요. 밝힌 가정 아래 계획이 어떻게 전개되는지 알려주고, 그 가정을 공개하고, 판단은 나에게 남겨요. FIRE 프로젝션엔 그게 맞는 모양이에요. 거짓된 연도 하나가 아니라, 그 주변으로 계획을 세울 수 있는 정직한 범위요.