SMR 투자 시대, 미국·한국 원전 ETF 완전 분석: 전문가들이 선택한 최고의 투자 전략

 

 

글로벌 에너지 전환과 AI 기술의 발전에 따라 원전산업이 새로운 성장 기회를 맞이하고 있습니다. 본 글에서는 미국과 한국의 주요 원전 ETF 현황 및 수익률을 분석하고, AI 기반 투자 포트폴리오 최적화 전략을 살펴봅니다. 머신러닝을 활용한 펀드 성과 예측 방법과 원전 ETF 선택을 위한 의사결정 전략도 언급됩니다. 지금은 SMR과 같은 차세대 원전 기술 및 AI와 원전의 시너지에 주목하는 투자 전략이 필요한 때 입니다.

 

 

<목차>

• 원전산업의 새로운 성장 기회
• 미국의 주요 원전 ETF 현황 및 성과
• 한국의 주요 원전 ETF 현황 및 성과
• 글로벌 원전산업 투자 동향
• AI 기반 원전산업 투자 포트폴리오 최적화 전략
• 원전 ETF 선택을 위한 AI 기반 의사결정 전략
• 머신러닝 기반 펀드 성과 예측
• 결론: 성공적인 원전 ETF 투자를 위한 전략

원전산업의 새로운 성장 기회

최근 한국산업은행이 원전산업성장펀드의 모펀드 위탁운용사로 신한자산운용을 선정했다는 소식이 발표되었습니다.

 

이 펀드는 정책자금 700억 원(산업은행 50억 원 포함)과 민간자금 300억 원을 더해 총 1,000억 원 규모로 조성될 예정이며, 특히 SMR(소형모듈원자로) 등 국내 원전 산업 경쟁력 강화를 위한 투자가 본격화될 것으로 기대됩니다.

 

이는 글로벌 에너지 전환 시대에 원전 기술력과 산업 경쟁력을 강화하는 중요한 계기가 될 것입니다.

미국의 주요 원전 ETF 현황 및 성과

미국 시장에는 다양한 원전 및 원자력 관련 ETF가 상장되어 있으며, 대표적인 ETF로는 Global X Uranium ETF(URA), Sprott Uranium Miners ETF(URNM), VanEck Uranium and Nuclear ETF(NLR)가 있습니다.

 

URA는 미국에서 가장 규모가 큰 우라늄 및 원자력 관련 ETF로, 총자산규모(AUM)가 약 19억 달러에 달하며, 2024년 기준 1년 수익률 13.82%, 3년 수익률 116.48%를 기록했습니다. URNM은 순수 우라늄 관련 기업에 집중 투자하는 ETF로, 2024년 기준 1년 수익률 14.80%, 3년 수익률 202.13%를 기록했습니다. NLR은 원자력 발전소 운영 기업 및 원자력 인프라 관련 기업에 더 큰 비중을 두는 ETF로, 2024년 기준 1년 수익률 10.75%, 3년 수익률 15.71%를 기록했습니다.

 

수익률 분석 결과, URNM이 가장 높은 수익률을 기록했으나 변동성도 가장 컸으며, NLR은 유틸리티 비중이 높아 상대적으로 안정적인 수익을 제공하지만 성장성은 다소 제한적입니다.

한국의 주요 원전 ETF 현황 및 성과

한국 시장에도 다양한 원전 관련 ETF가 상장되어 있으며, 대표적으로 NH-아문디자산운용의 HANARO 원자력iSelect ETF, 한국투자신탁운용의 ACE 원자력테마딥서치 ETF, KB자산운용의 RISE 글로벌원자력 ETF가 있습니다.

 

HANARO 원자력iSelect ETF는 순자산규모가 약 679억 원(2025년 기준)이며, 2025년 3월 기준 1년 수익률 48.72%, 설정 이후 수익률 90.90%를 기록했습니다. ACE 원자력테마딥서치 ETF는 순자산규모가 약 159억 원(2025년 기준)이며, 2025년 기준 1년 수익률 31.97%, 최근 6개월 16.06%를 기록했습니다. RISE 글로벌원자력 ETF는 순자산규모가 약 698억 원(2025년 기준)이며, 2025년 초부터 54.49%의 수익률을 기록하여 글로벌주식형 ETF 중 수익률 1위를 차지했습니다.

 

한국 원전 ETF들은 특히 AI 시대의 전력 수요 증가로 인한 수혜를 누리고 있는 것으로 분석됩니다.

글로벌 원전산업 투자 동향

미국에서는 AI 기술 발전과 데이터센터 증가로 인한 전력 수요 증가로 원전산업이 새로운 투자 기회로 주목받고 있습니다. 프랭클린 템플턴의 보고서에 따르면, AI 기술의 발전으로 인해 데이터센터의 전력 수요가 2027년까지 50%, 2030년까지는 2023년 대비 최대 160% 증가할 것으로 예상되며, 마이크로소프트, 구글, 아마존과 같은 대형 기술 기업들이 AI 기술 발전을 위한 전력원으로 원자력 발전에 투자하기 시작했습니다.

 

유럽에서는 프랑스가 원자력 발전을 중심으로 에너지 정책을 재편하며 특히 AI 기술과의 연계를 강화하고 있으며, 독일의 경우 과거 탈원전 정책에서 벗어나 최근에는 원자력과 인공지능에 대한 투자 방향으로 정책 전환을 검토하고 있습니다.

 

일본은 후쿠시마 사고 이후 원전 산업이 위축되었으나, 최근 원자력 포트폴리오 최적화 AI 기술을 활용하여 원전 산업의 안전성과 효율성을 높이려는 시도가 활발하며, 중국은 원자력 투자 포트폴리오 인공지능을 활용한 원전 산업 확대에 적극적으로 나서고 있습니다.

AI 기반 원전산업 투자 포트폴리오 최적화 전략

AI 기술을 활용한 원전산업 투자 포트폴리오 최적화는 복잡한 시장 변수와 위험 요소를 종합적으로 분석하여 최적의 투자 배분을 도출하는 과정입니다. AI 포트폴리오 최적화 모델은 위험 분산 최적화, 성장성 예측 모델, ESG 요소 통합, 시장 센티먼트 분석 등의 요소들을 고려합니다.

 

 VanEck의 보고서에 따르면, AI를 활용한 투자 최적화는 전통적인 포트폴리오 관리 방식보다 15-20% 높은 위험조정수익률을 달성할 수 있는 것으로 나타났습니다.

원전 ETF 선택을 위한 AI 기반 의사결정 전략

투자자들이 원전 관련 ETF를 선택할 때 고려해야 할 AI 기반 의사결정 전략은 다음과 같습니다:

 

• 글로벌 vs. 로컬 투자 비중 최적화: 미국 ETF(URA, URNM, NLR)와 한국 ETF(HANARO 원자력iSelect, ACE 원자력테마딥서치, RISE 글로벌원자력) 간의 최적 배분 및 지역별 규제 환경과 시장 성장성을 고려한 투자 비중 조정

 

• 섹터별 투자 비중 최적화: 우라늄 채굴 및 생산(URNM, URA), 원전 인프라 및 운영(NLR, HANARO 원자력iSelect), SMR 및 신기술(원전산업성장펀드)에 대한 투자 비중 최적화

 

• 위험-수익 프로필에 따른 ETF 조합: 공격적 투자(URNM), 방어적 투자(NLR), 균형 투자(URA, HANARO 원자력iSelect) 전략에 따른 ETF 선택

 

• ESG 요소와 지속가능성 고려: 원자력 산업의 탄소 저감 기여도와 안전성 향상 기술에 중점을 둔 ETF 선택

머신러닝 기반 펀드 성과 예측

머신러닝 알고리즘은 과거 펀드 성과 데이터, 시장 변동성, 경제 지표, 정책 변화 등 다양한 요소를 학습하여 펀드의 미래 성과를 예측할 수 있습니다. 이러한 예측 모델은 딥러닝 시계열 분석, 앙상블 방법론, 베이지안 최적화, 강화학습 등의 방식으로 구축됩니다.

 

프랑스의 연구에서는 AI 기반 포트폴리오 최적화 모델이 전통적 분석 방법보다 예측 오차를 30% 이상 줄일 수 있다고 보고하고 있습니다.

결론: 성공적인 원전 ETF 투자를 위한 전략

원전 산업은 글로벌 에너지 정책, 기술 혁신, 전력 수요 변화 등 다양한 요소에 영향을 받는 복잡한 산업입니다. 따라서 투자자들은 장기적인 관점에서 접근하고, 글로벌 및 국내 원전 관련 ETF의 특성과 성과를 면밀히 분석하며, AI 기술을 활용한 포트폴리오 최적화 및 성과 예측 모델을 적극 활용할 필요가 있습니다.

 

특히 SMR과 같은 차세대 원전 기술에 투자하는 펀드나 ETF, 그리고 AI와 원전의 시너지를 창출할 수 있는 기업에 투자하는 상품에 주목할 필요가 있습니다. 산업은행의 원전산업성장펀드와 같은 정책 펀드의 발전 방향도 지속적으로 모니터링하며, 국내외 원전 산업의 성장에 효과적으로 투자할 수 있는 전략을 수립해야 할 것입니다.