💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

원문 렌더가 준비되기 전까지 텍스트 가이드로 표시합니다.

코어-새틀라이트 전략이란

코어-새틀라이트(Core-Satellite)는 포트폴리오를 두 가지 역할로 나누는 자산 배분 전략이다. **코어(Core)**는 시장 전체를 추종하는 저비용 인덱스 ETF로 구성해 안정적인 수익을 추구하고, **새틀라이트(Satellite)**는 특정 섹터, 테마, 스타일 ETF로 구성해 초과 수익(알파)을 노린다.

이 전략은 100% 인덱스 투자와 100% 액티브 투자의 중간점이다. David Swensen(예일대 기금 운용)이 *Unconventional Success*에서 제안한 개인 투자자용 자산 배분의 핵심이기도 하다.

**코어-새틀라이트의 기본 원칙:**

- 코어 비중 60-80%, 새틀라이트 비중 20-40%

- 코어는 거의 손대지 않는다 (연 1-2회 리밸런싱)

- 새틀라이트는 시장 상황에 따라 교체 가능 (분기 단위 검토)

- 전체 포트폴리오 보수율(TER)을 0.3% 이하로 유지

코어와 새틀라이트의 역할 분리

코어: 시장 베타를 확보한다

코어의 목표는 단순하다. 시장 수익률을 가장 낮은 비용으로 얻는 것이다. "시장을 이기려" 하지 않는다.

**코어 ETF 선정 기준:**

1. **운용 보수 0.1% 이하** (보수는 확실한 마이너스 수익)

2. **순자산 1,000억원 이상** (유동성 확보)

3. **추적 오차(Tracking Error) 최소** (지수와 괴리 적음)

4. **배당 재투자 구조** (TR 지수 추종 우선)

**한국에서 쓸 수 있는 코어 ETF 후보 (2026년 기준):**

| ETF | 종목코드 | 추종 지수 | 보수 | 순자산 | 용도 |

| ----------------------------- | -------- | --------------- | ----- | --------- | ------------------------- |

| TIGER 미국S&P500 | 360750 | S&P 500 | 0.07% | 6.5조원 | 미국 대형주 |

| KODEX 미국S&P500TR | 379800 | S&P 500 TR | 0.05% | 3.2조원 | 미국 대형주 (배당 재투자) |

| KODEX 200 | 069500 | KOSPI 200 | 0.05% | 5.8조원 | 한국 대형주 |

| TIGER 미국나스닥100 | 133690 | NASDAQ-100 | 0.07% | 4.1조원 | 미국 기술주 |

| KODEX 미국채울트라30년선물(H) | 304660 | US Treasury 30Y | 0.09% | 2,800억원 | 미국 장기채 |

| TIGER 미국채10년선물 | 305080 | US Treasury 10Y | 0.09% | 1.2조원 | 미국 중기채 |

| KODEX 종합채권(AA-이상)액티브 | 443160 | 국내 우량 채권 | 0.05% | 3,500억원 | 국내 채권 |

새틀라이트: 테마와 알파를 추구한다

새틀라이트는 특정 섹터, 지역, 스타일에 집중 투자해 시장 대비 초과 수익을 노린다. 코어와 달리 교체가 가능하며, 확신이 없으면 비중을 줄이거나 현금으로 유지할 수 있다.

**새틀라이트 ETF 유형:**

| 유형 | 예시 | 특징 | 위험도 |

| -------- | ----------------------- | ------------------------ | --------- |

| 섹터 | 반도체, 2차전지, 바이오 | 특정 산업에 집중 | 높음 |

| 테마 | AI, 로봇, 클린에너지 | 성장 트렌드 추종 | 높음 |

| 스타일 | 고배당, 가치주, 소형주 | 팩터 기반 투자 | 중간 |

**새틀라이트 교체 판단 기준:**

- 투자 논리(thesis)가 여전히 유효한가?

- 지난 분기 벤치마크 대비 성과는?

- 더 낮은 보수의 유사 ETF가 출시되었는가?

- 포트폴리오 내 상관관계가 과도하게 높아지지 않았는가?

실전 포트폴리오 설계: 3가지 시나리오

시나리오 1: 안정 성장형 (보수적 투자자)

목표: 연 6-8% 수익, 최대 낙폭 15% 이내

대상: 은퇴 10-15년 전, 원금 보존 중시

portfolio:

core_weight: 0.80

satellite_weight: 0.20

core:

- ticker: 'KODEX 미국S&P500TR'

weight: 0.30

role: '미국 시장 베타'

- ticker: 'KODEX 200'

weight: 0.15

role: '한국 시장 베타'

- ticker: 'TIGER 미국채10년선물'

weight: 0.20

role: '금리 하락 시 방어'

- ticker: 'KODEX 종합채권(AA-이상)액티브'

weight: 0.15

role: '안정적 이자 수익'

satellite:

- ticker: 'TIGER 금은선물(H)'

weight: 0.10

role: '인플레이션 헤지'

- ticker: 'TIGER 미국배당다우존스'

weight: 0.10

role: '배당 수익'

expected:

annual_return: '6-8%'

max_drawdown: '-15%'

total_expense_ratio: '0.07%'

시나리오 2: 성장 추구형 (30대 직장인)

목표: 연 10-12% 수익, 최대 낙폭 25% 감수

대상: 투자 기간 15년 이상, 적극적 성장 추구

portfolio:

core_weight: 0.65

satellite_weight: 0.35

core:

- ticker: 'TIGER 미국S&P500'

weight: 0.35

role: '미국 시장 베타'

- ticker: 'TIGER 미국나스닥100'

weight: 0.15

role: '기술주 성장'

- ticker: 'KODEX 200'

weight: 0.10

role: '한국 시장 베타'

- ticker: 'TIGER 미국채10년선물'

weight: 0.05

role: '최소 채권 배분'

satellite:

- ticker: 'TIGER 반도체'

weight: 0.12

role: '반도체 사이클 알파'

- ticker: 'KODEX 2차전지산업'

weight: 0.08

role: '2차전지 성장'

- ticker: 'TIGER Fn반도체TOP10'

weight: 0.08

role: '한국 반도체 집중'

- ticker: 'TIGER 인도니프티50'

weight: 0.07

role: '인도 시장 성장'

expected:

annual_return: '10-12%'

max_drawdown: '-25%'

total_expense_ratio: '0.15%'

시나리오 3: 올웨더형 (변동성 최소화)

목표: 어떤 시장 환경에서도 양의 수익 추구

대상: 변동성을 극도로 싫어하는 투자자

참고: Ray Dalio의 All Weather 전략 변형

portfolio:

core_weight: 0.85

satellite_weight: 0.15

core:

- ticker: 'TIGER 미국S&P500'

weight: 0.25

role: '경제 성장기 수익'

- ticker: 'TIGER 미국채10년선물'

weight: 0.25

role: '경기 침체 방어'

- ticker: 'KODEX 미국채울트라30년선물(H)'

weight: 0.15

role: '디플레이션 방어'

- ticker: 'KODEX 종합채권(AA-이상)액티브'

weight: 0.10

role: '안정적 이자'

- ticker: 'TIGER 금은선물(H)'

weight: 0.10

role: '인플레이션 헤지'

satellite:

- ticker: 'KODEX 200'

weight: 0.10

role: '한국 시장 노출'

- ticker: 'TIGER 원유선물Enhanced(H)'

weight: 0.05

role: '원자재 인플레이션 대응'

expected:

annual_return: '5-7%'

max_drawdown: '-10%'

total_expense_ratio: '0.09%'

자동 리밸런싱 구현

코어 vs 새틀라이트 분리 리밸런싱

코어와 새틀라이트는 리밸런싱 주기와 기준이 다르다. 하나의 규칙으로 묶지 않는다.

"""

코어-새틀라이트 분리 리밸런싱 엔진

- 코어: 연 2회 + 편차 5% 초과 시 긴급

- 새틀라이트: 분기 1회 + 편차 7% 초과 시 긴급

"""

from dataclasses import dataclass

@dataclass

class RebalanceRule:

"""자산 유형별 리밸런싱 규칙."""

section: str # "core" or "satellite"

scheduled_frequency: str # "semi-annual" or "quarterly"

drift_threshold: float # 편차 임계치

min_trade_krw: int # 최소 거래 금액

RULES = {

"core": RebalanceRule(

section="core",

scheduled_frequency="semi-annual",

drift_threshold=0.05,

min_trade_krw=200_000,

"satellite": RebalanceRule(

section="satellite",

scheduled_frequency="quarterly",

drift_threshold=0.07,

min_trade_krw=100_000,

}

def check_section(

section: str,

holdings: dict,

targets: list[dict],

total_value: int,

) -> dict:

"""특정 섹션의 리밸런싱 필요 여부를 판단한다."""

rule = RULES[section]

drift_alerts = []

for target in targets:

code = target["code"]

current_value = holdings.get(code, {}).get("value_krw", 0)

current_weight = current_value / total_value if total_value > 0 else 0

target_weight = target["weight"]

drift = abs(current_weight - target_weight)

if drift > rule.drift_threshold:

drift_alerts.append({

"ticker": target["ticker"],

"code": code,

"target": target_weight,

"current": round(current_weight, 4),

"drift": round(drift, 4),

"action_needed": True,

})

return {

"section": section,

"rule": rule,

"needs_rebalancing": len(drift_alerts) > 0,

"alerts": drift_alerts,

}

def run_core_satellite_rebalance(portfolio_config: dict, holdings: dict):

"""코어와 새틀라이트를 분리하여 각각 리밸런싱을 실행한다."""

total_value = sum(h["value_krw"] for h in holdings.values())

print(f"총 자산: ₩{total_value:,}\n")

for section in ["core", "satellite"]:

targets = portfolio_config[section]

result = check_section(section, holdings, targets, total_value)

section_label = "코어" if section == "core" else "새틀라이트"

print(f"=== {section_label} 점검 ===")

print(f"리밸런싱 주기: {result['rule'].scheduled_frequency}")

print(f"편차 임계치: ±{result['rule'].drift_threshold * 100}%")

if result["needs_rebalancing"]:

print(f"상태: 리밸런싱 필요")

for alert in result["alerts"]:

print(

f" - {alert['ticker']}: "

f"목표 {alert['target']*100:.1f}% / "

f"현재 {alert['current']*100:.1f}% / "

f"편차 {alert['drift']*100:.1f}%p"

)

else:

print("상태: 정상 범위 내")

print()

사용 예시

config = {

"core": [

{"ticker": "TIGER 미국S&P500", "code": "360750", "weight": 0.35},

{"ticker": "KODEX 200", "code": "069500", "weight": 0.15},

{"ticker": "TIGER 미국채10년선물", "code": "305080", "weight": 0.15},

"satellite": [

{"ticker": "TIGER 반도체", "code": "091230", "weight": 0.12},

{"ticker": "KODEX 2차전지산업", "code": "305720", "weight": 0.08},

{"ticker": "TIGER 인도니프티50", "code": "453810", "weight": 0.07},

}

holdings = {

"360750": {"value_krw": 4_500_000},

"069500": {"value_krw": 1_500_000},

"305080": {"value_krw": 1_200_000},

"091230": {"value_krw": 1_800_000},

"305720": {"value_krw": 600_000},

"453810": {"value_krw": 400_000},

}

run_core_satellite_rebalance(config, holdings)

새틀라이트 교체 로직

새틀라이트는 분기마다 성과를 검토하고, 투자 논리가 약해진 종목을 교체한다.

"""새틀라이트 ETF 성과 검토 및 교체 판단."""

def evaluate_satellite(

ticker: str,

quarter_return: float,

benchmark_return: float,

thesis_valid: bool,

cheaper_alternative: str | None = None,

) -> dict:

"""새틀라이트 ETF의 교체 필요 여부를 판단한다."""

excess_return = quarter_return - benchmark_return

recommendation = "HOLD"

reasons = []

투자 논리가 무효화된 경우

if not thesis_valid:

recommendation = "REPLACE"

reasons.append("투자 논리(thesis)가 더 이상 유효하지 않음")

3분기 연속 벤치마크 대비 부진한 경우

if excess_return < -0.05:

recommendation = "REVIEW"

reasons.append(

f"벤치마크 대비 {excess_return*100:.1f}%p 부진"

)

더 저렴한 대안이 있는 경우

if cheaper_alternative:

reasons.append(f"보수가 더 낮은 대안 존재: {cheaper_alternative}")

return {

"ticker": ticker,

"quarter_return": f"{quarter_return*100:.1f}%",

"excess_return": f"{excess_return*100:.1f}%p",

"recommendation": recommendation,

"reasons": reasons,

}

분기 검토 예시

reviews = [

evaluate_satellite(

ticker="TIGER 반도체",

quarter_return=0.12,

benchmark_return=0.08,

thesis_valid=True,

evaluate_satellite(

ticker="KODEX 2차전지산업",

quarter_return=-0.03,

benchmark_return=0.08,

thesis_valid=True,

evaluate_satellite(

ticker="TIGER 인도니프티50",

quarter_return=0.06,

benchmark_return=0.08,

thesis_valid=True,

cheaper_alternative="KODEX 인도Nifty50(합성)",

]

print("=== 새틀라이트 분기 검토 ===")

for r in reviews:

print(f"\n{r['ticker']}")

print(f" 분기 수익률: {r['quarter_return']}")

print(f" 초과 수익: {r['excess_return']}")

print(f" 판정: {r['recommendation']}")

if r["reasons"]:

for reason in r["reasons"]:

print(f" - {reason}")

상관관계 관리: 분산 효과 유지

코어-새틀라이트 전략의 함정 중 하나는 새틀라이트끼리 상관관계가 높아지는 것이다. 반도체 ETF와 나스닥100 ETF를 동시에 보유하면 실질적으로 기술주에 과도하게 집중된다.

상관관계 모니터링

"""포트폴리오 내 ETF 상관관계를 계산한다."""

def check_correlation(returns_matrix: dict, threshold: float = 0.8) -> list:

"""높은 상관관계를 가진 ETF 쌍을 찾는다.

Args:

returns_matrix: {종목코드: [일별 수익률 리스트]}

threshold: 경고 기준 상관계수

Returns:

상관계수가 threshold를 넘는 ETF 쌍 목록

"""

tickers = list(returns_matrix.keys())

data = np.array([returns_matrix[t] for t in tickers])

corr = np.corrcoef(data)

high_corr_pairs = []

for i in range(len(tickers)):

for j in range(i + 1, len(tickers)):

if abs(corr[i][j]) > threshold:

high_corr_pairs.append({

"pair": (tickers[i], tickers[j]),

"correlation": round(corr[i][j], 3),

"warning": "분산 효과 약화 - 한쪽 비중 축소 검토",

})

return high_corr_pairs

예시: 60일 일별 수익률 (시뮬레이션)

np.random.seed(42)

market = np.random.normal(0.0005, 0.01, 60)

sample_returns = {

"S&P500": market + np.random.normal(0, 0.002, 60),

"NASDAQ100": market * 1.3 + np.random.normal(0, 0.003, 60),

"반도체": market * 1.5 + np.random.normal(0, 0.005, 60),

"미국채10년": -market * 0.3 + np.random.normal(0, 0.003, 60),

"금": np.random.normal(0.0002, 0.008, 60),

}

alerts = check_correlation(sample_returns, threshold=0.7)

print("=== 상관관계 경고 ===")

for alert in alerts:

print(f" {alert['pair'][0]} <-> {alert['pair'][1]}: "

f"상관계수 {alert['correlation']}")

print(f" -> {alert['warning']}")

코어-새틀라이트 운영 연간 달력

| 월 | 코어 | 새틀라이트 | 기타 |

| ------- | ------------- | -------------------------- | --------------------------- |

| 2-3월 | 편차 모니터링 | - | 배당 기준일 확인 |

| 4월 | - | 분기 검토 | ISA/IRP 납입 상황 점검 |

| 5-6월 | 편차 모니터링 | - | 중간 점검 |

| 8-9월 | 편차 모니터링 | - | - |

| 10월 | - | 분기 검토 + 내년 전략 수립 | ISA/IRP 연말 납입 계획 |

| 11-12월 | 편차 모니터링 | - | 세금 최적화 매매 (해외 ETF) |

퀴즈

정답: ||시장 전체 수익률(베타)을 저비용으로 확보하는 것이다. 시장을 이기려 하지 않고, 인덱스 ETF로

안정적 수익을 추구한다.||

정답: ||코어는 장기 보유가 원칙이므로 연 1-2회 정기 리밸런싱이면 충분하다. 새틀라이트는 시장

상황에 따라 교체가 가능하므로 분기 단위로 검토한다. 각각의 성격에 맞는 관리 주기를 적용해야

불필요한 매매를 줄일 수 있다.||

정답: ||투자 논리(thesis)가 여전히 유효한가이다. 단기 성과 부진만으로 교체하면 감정적 매매가 되고,

투자 논리가 무효화되었는데도 보유하면 손실이 확대된다.||

정답: ||상관관계가 높은 자산을 여러 개 보유하면 분산 효과가 사라진다. 예를 들어 S&P500 + NASDAQ100

+ 반도체 ETF를 동시에 보유하면 기술주 하락 시 세 종목이 동시에 하락하여 포트폴리오 전체가 큰

타격을 받는다.||

정답: ||경제 성장기(주식 상승), 경기 침체기(채권 상승), 인플레이션기(금 상승), 디플레이션기(장기채

상승) 등 어떤 환경에서도 일부 자산이 수익을 내도록 설계하기 위해서다. Ray Dalio의 All Weather

전략의 핵심 원리다.||

정답: ||코어 ETF는 장기간(10년 이상) 보유하므로 보수가 복리로 누적된다. 보수 0.05%와 0.5%의 차이는

20년 후 약 9%의 수익률 차이를 만든다. 코어는 시장 수익률을 추종하므로 보수가 낮을수록 실질 수익이

높다.||

참고 자료

- Swensen, David. _Unconventional Success: A Fundamental Approach to Personal Investment_. Free Press, 2005.

- Dalio, Ray. All Weather Strategy 원리: https://www.bridgewater.com/

- Bogleheads Wiki - Core and Satellite: https://www.bogleheads.org/wiki/Core_and_satellite

- Investopedia - Core-Satellite Investing: https://www.investopedia.com/terms/c/core-satellite.asp

- 한국거래소 ETF 정보: https://www.krx.co.kr/

- ETF CHECK: https://www.etfcheck.co.kr/