📉 4% 룰을 한국에 그대로 쓰면 안 되는 이유

은퇴 자금을 계산하려고 "4% 룰"을 찾아봤다. 한국어 자료 대부분이 같은 문장을 반복한다. "은퇴 시점 자산의 4%를 매년 빼 쓰면 30년간 고갈되지 않는다. Bengen이 이를 SAFEMAX 4.15%로 정의했다."

원문을 열어봤다. 원문에는 "4.15%"도 "SAFEMAX"도 나오지 않는다.

숫자 하나가 틀렸다는 얘기가 아니다. 원문을 확인하는 순간, 4% 룰이 어떤 조건 위에 세워진 결론인지가 드러난다. 그리고 그 조건 중 상당수가 한국에서 성립하지 않는다. 이 글은 원 출처를 확인하고, 4% 룰이 무너지는 지점 두 곳을 Python 시뮬레이션과 국제 비교로 정량화한 뒤, 한국에서 대신 무엇을 계산해야 하는지 정리한다.

통설과 원문이 다르다 — Bengen 1994

4% 룰의 원 출처는 William Bengen이 1994년 10월 Journal of Financial Planning에 실은 논문 "Determining Withdrawal Rates Using Historical Data"다¹.

원문에서 확인되는 것은 세 가지다.

• 논문 전체에서 인출률은 일관되게 "4 percent" 로만 표기된다. 4.15%라는 소수점 값도, SAFEMAX라는 용어도 등장하지 않는다. 둘 다 후대에 다른 저자와 블로그가 붙인 이름이다.
• 결론 문장은 30년이 아니라 33년을 말한다.

"In no past case has it caused a portfolio to be exhausted before 33 years."

• 즉 원문의 주장은 "4%면 30년 안전하다"가 아니라 "과거 미국 데이터의 최악 구간에서도 33년 전에 고갈된 적은 없었다" 는 과거형 관찰이다. 미래 보장이 아니라 표본 내 최솟값 보고다.

더 결정적인 것은 원저자 본인이 값을 계속 고쳐왔다는 사실이다.

31년 동안 원저자가 값을 네 번 고쳤다. 자산군을 하나 넣으면 0.3%p, 세금을 넣으면 0.4%p가 움직인다. 4%는 상수가 아니라 가정의 함수다. 그런데 통설은 함수를 버리고 출력값 하나만 가져왔다.

Trinity Study가 말한 것, 말하지 않은 것

4% 룰을 대중화한 후속 연구가 이른바 Trinity Study다. Cooley, Hubbard, Walz가 1998년 2월 AAII Journal에 실었다³. S&P500과 장기 우량 회사채 조합을 1926년부터 1995년까지 검증했다.

인플레이션을 조정한 30년 성공률은 이렇다.

여기서 두 가지가 눈에 띈다.

첫째, 최고 성공률은 주식 100%가 아니라 75/25다. 주식을 다 채우는 것보다 채권을 4분의 1 섞는 쪽이 나았다. 둘째, 채권 100%는 성공률 20%다. "안전자산으로만 채우면 안전하다"는 직관이 인출 국면에서는 성립하지 않는다.

말하지 않은 것도 명확하다. 원문이 직접 밝힌다.

"The study did not adjust for taxes or transaction costs."

세금도 거래비용도 반영하지 않았다. 여기에 표본 자체가 미국 주식과 미국 회사채, 1926년부터 1995년까지다. 이 두 가지 제약이 뒤에서 볼 두 균열의 출발점이다.

첫 번째 균열 — 순서만 바꿨는데 0원과 21.6억

4% 룰을 쓰는 계산의 절반은 이런 형태다. "연평균 수익률 5%를 가정하면 10억으로 몇 년 버틸까." 이 문장은 인출이 없을 때만 성립한다.

인출이 없으면 최종 잔액은 곱의 형태다.

B_T = B_0 × Π(1 + r_t)

곱셈은 교환법칙이 성립하므로 수익률 순서를 어떻게 섞어도 결과가 같다. 평균만 알면 끝이다.

인출이 끼면 식이 달라진다.

B_(t+1) = (B_t − w) × (1 + r_t)

매년 w를 빼고 나서 곱한다. 뺄셈과 곱셈이 번갈아 들어오면 교환법칙이 깨진다. 경로 의존이 되고, 평균은 결과를 결정하지 못한다.

직접 돌려본 결과

30개 연간 수익률을 고정하고 순서만 바꿨다. 산술평균 4.80%, 기하평균 3.79%, 표준편차 14.0%. 초기 자산 10억원, 매년 4,000만원 정액 인출(인출률 4.0%).

import numpy as np

B0 = 1_000_000_000   # 초기 자산 10억
W = 40_000_000       # 연 인출 4천만 (정액)

# 30개 연간 수익률: 산술평균 4.80%, 기하평균 3.79%, 표준편차 14.0%
R = np.array([-38.1, -18.4, -16.2, -8.1, -5.7, -5.7, -2.4, 0.5, 0.6, 0.7,
              1.8, 1.9, 3.0, 4.5, 4.5, 5.0, 5.1, 7.9, 8.0, 8.9,
              9.6, 11.1, 12.2, 12.6, 20.8, 22.0, 22.7, 23.3, 23.5, 28.4]) / 100


def balance(returns, b=B0, w=W):
    """B(t+1) = (B(t) - w) * (1 + r(t)). 고갈되면 0을 반환한다."""
    for r in returns:
        b = (b - w) * (1 + r)
        if b <= 0:
            return 0.0
    return b


asc = np.sort(R)          # 나쁜 해부터
desc = asc[::-1]          # 좋은 해부터

print("나쁜 해 먼저:", f"{balance(asc):,.0f}원")
print("좋은 해 먼저:", f"{balance(desc):,.0f}원")
print("인출 없음   :", f"{B0 * np.prod(1 + R):,.0f}원")

rng = np.random.default_rng(129)
arr = R.copy()
fail = 0
for _ in range(2000):
    rng.shuffle(arr)
    if balance(arr) <= 0:
        fail += 1
print("무작위 2,000회 고갈 확률:", f"{fail / 2000:.1%}")

출력은 이렇다.

나쁜 해 먼저: 0원
좋은 해 먼저: 2,156,467,641원
인출 없음   : 3,054,823,780원
무작위 2,000회 고갈 확률: 11.2%

정리하면 이렇다.

같은 수익률 집합, 같은 평균, 같은 인출액이다. 순서만 다르다. 나쁜 해가 앞에 몰리면 11년차에 잔고가 0이 된다.

고갈 경로를 연차별로 보면 원인이 명확하다.

8년차부터는 수익률이 플러스로 돌아섰다. 그래도 회복하지 못한다. 초반에 원금이 깎인 상태에서 정액 인출이 계속되면, 인출액이 남은 자산에서 차지하는 비중이 커지면서 자산이 회복할 기반 자체가 사라진다. 이것이 수익률 순서 위험(sequence of returns risk) 이다.

⚠️ 실무적 함의: "연평균 몇 %를 가정하면 몇 년 버틴다"는 계산은 인출 국면에서 무의미하다. 은퇴 직전 5년에서 직후 5년, 이 10년 구간의 수익률이 30년 결과를 좌우한다. 평균이 아니라 분포와 순서를 봐야 한다.

두 번째 균열 — 미국 밖에서는 성립하지 않는다

Bengen도 Trinity Study도 미국 데이터만 썼다. 미국 20세기 주식시장이 인류 평균이라면 문제없다. 아니라면 4% 룰은 한 나라의 표본에서 뽑은 상수다.

Wade Pfau가 2010년 Journal of Financial Planning에서 이 질문을 직접 검증했다⁴. Dimson, Marsh, Staunton 데이터로 1900년부터 2008년까지 17개국의 SAFEMAX(30년을 버티는 최대 인출률)를 각각 계산했다.

미국은 4.02%다. 4% 룰이 미국에서 성립한 것은 사실이다. 문제는 나머지다. 17개국 중 SAFEMAX가 4%를 넘는 나라는 4곳뿐이다. 일본은 0.47%로, 미국의 9분의 1 수준이다.

같은 논문에서 4% 인출을 그대로 적용했을 때 실패율은 이렇게 갈린다.

미국에서만 0%다. 일본에서 은퇴한 사람이 미국 논문을 읽고 4%를 적용했다면 3분의 1 이상의 확률로 자산이 먼저 사라졌다.

38개국 130년 — 가장 최신 검증

가장 최근 검증은 Anarkulova, Cederburg, O'Doherty, Sias가 2025년 Journal of Pension Economics & Finance에 실은 연구다⁵. 38개국 1890년부터 2019년까지를 블록 부트스트랩으로 재표집했다. 한국도 표본에 들어간다.

미국 데이터만 쓰면 안전인출률이 약 2배로 부풀려진다. 4.22% 대 2.26%다. 4% 룰의 실패율도 3.5%와 17.4%로 5배 차이가 난다.

이유는 통계 용어 하나로 정리된다. 생존 편향이다. 20세기 미국은 두 차례 세계대전에서 본토 피해를 입지 않았고, 기축통화국이 됐고, 시장이 단절 없이 이어졌다. 독일과 일본의 시장은 전쟁으로 사실상 리셋됐다. 미국만 보고 만든 상수는 "가장 운이 좋았던 표본"에서 뽑은 값이다.

한국에는 산출 근거가 아예 없다

그렇다면 한국의 SAFEMAX는 얼마인가. 확인해보면 한국 시장 데이터로 안전인출률을 산출한 국내 발간물이 없다. 자본시장연구원, 미래에셋 투자와연금센터, 보험연구원, KDI, 국민연금연구원을 훑어도 SWR을 직접 계산한 보고서는 나오지 않는다.

대신 국내 학계는 다른 프레임을 쓴다. 부족확률(shortfall probability) 이다. 인출률을 역산하는 대신, 특정 인출 계획에서 자산이 먼저 떨어질 확률을 구한다.

Ko, Lee, Lee가 2024년 Pacific-Basin Finance Journal에 실은 연구가 대표적이다⁶. 한국 은퇴자 포트폴리오의 25년 내 고갈위험을 56.3% 로, 약세장 시나리오에서는 97.6% 로 추정했다. 자산이 25년을 못 버틸 확률이 절반을 넘는다는 결과다.

여기서 자주 인용되는 "한국은 3~5.5%"라는 수치를 짚고 넘어가야 한다. 미래에셋 자료에 나오는 이 범위는 Bengen의 미국 4% 룰을 한국어로 해설하면서 붙인 폭이지, 한국 데이터로 산출한 결과가 아니다. 출처를 따라가면 다시 미국 논문으로 돌아온다. 한국 숫자처럼 보이지만 한국 데이터는 들어 있지 않다.

KOSPI CAGR 8.47%를 기대수익률로 쓰면 안 되는 이유

한국 자료에서 자주 보이는 대안이 "KOSPI 장기 수익률을 쓰자"다. 1980년부터 2025년말까지 KOSPI 명목 가격지수의 CAGR은 8.47%다. 8%대면 4% 인출은 여유롭다는 계산이 따라붙는다.

이 값을 기대수익률로 쓰면 세 곳에서 동시에 틀린다.

여기에 근본적인 문제가 하나 더 있다. 실제 은퇴 포트폴리오는 주가지수 100%로 굴러가지 않는다. 지수 CAGR은 애초에 인출 가능한 포트폴리오의 수익률이 아니다.

훨씬 방어 가능한 벤치마크가 이미 존재한다. 국민연금 기금운용 수익률이다. 1988년 설립 이래 연평균 8.04%(2025년 기준)로, 주식과 채권, 대체투자를 섞은 실제 다자산 운용 실적이다. 지수가 아니라 운용 결과이고, 수수료와 리밸런싱이 반영된 값이며, 특정 종점에 기대지 않은 장기 누적이다.

기대수익률로 무엇을 넣을지 고를 때 기준은 하나다. 그 숫자가 실제로 인출 가능한 포트폴리오에서 나온 값인가. 가격지수 CAGR은 아니고, 다자산 운용 실적은 그에 가깝다.

그럼 뭘 봐야 하나 — 국민연금 차감 후 부족액

지금까지 확인한 것을 종합하면, 한국에서 4% 룰을 그대로 쓸 근거는 없다. 그렇다고 대체할 한국판 상수가 있는 것도 아니다. 상수를 찾는 대신 계산 순서를 바꾸는 편이 낫다.

핵심은 한국에만 있는 변수 하나다. 국민연금은 종신 지급이고 물가에 연동되는 실질연금이다. 장수 리스크를 국가가 흡수한다. 그러면 포트폴리오가 감당할 대상은 "생활비 전액"이 아니라 "생활비 − 연금" 이 된다.

숫자를 넣어본다. 국민연금 관련 수치는 이렇다⁷.

• 2026년 A값(전체 가입자 평균소득월액) 3,193,511원, 소득대체율 상수 1.29(43% 기준)
• 실제 노령연금 월평균 679,924원, 20년 이상 가입자 1,120,539원 (2025년 7월 기준)

필요 생활비는 국민연금연구원 제10차 국민노후보장패널조사(2024) 기준 노후 적정생활비를 쓴다⁸. 개인 197.6만원, 부부 298.1만원이다.

마지막 줄이 요점이다. 연금을 빼고 계산하면 필요자산이 1.5배에서 2.3배로 뛴다. 20년 이상 가입자가 연금을 반영하면 2.63억, 반영하지 않으면 6.08억이다. 같은 생활비, 같은 인출률인데 목표가 3.4억 차이 난다. 미국 논문을 그대로 가져다 쓰면 이 항이 통째로 빠진다.

인출률은 3.9%이고, 그것도 매년 바뀐다

가로축의 인출률은 어디서 왔나. 가장 최신 실무 기준은 Morningstar가 2025년 12월 3일 발행한 The State of Retirement Income이다⁹. 2026년 은퇴자 기준 base SWR을 3.9% 로 제시한다. 주식 50, 채권 40, 현금 10 배분에 30년, 성공률 90% 조건이다.

연도별 값을 보면 이 숫자의 성격이 드러난다.

5년 사이 3.3%에서 4.0%까지 0.7%p 폭으로 움직였다. 같은 기관이 같은 방법론으로 매년 계산하는데도 이만큼 변한다. 채권 금리와 밸류에이션이 바뀌면 값이 따라 움직이기 때문이다. 안전인출률은 상수가 아니라 시점 함수다.

여기에 비용을 얹으면 한 번 더 내려간다. 같은 보고서가 수수료 1%와 과세이연계좌 인출을 반영하면 3.9%가 3.4%로 떨어진다고 밝힌다. 0.5%p 하락이다. Trinity Study가 "세금과 거래비용은 반영하지 않았다"고 적어둔 항목이, 27년 뒤 정량화되어 0.5%p로 돌아왔다.

정리

4% 룰이 틀렸다는 결론이 아니다. 미국 20세기 데이터에서, 세금과 수수료를 빼고, 30년 구간에 대해 관찰된 값이라는 조건이 붙은 결론이고, 그 조건이 한국에서 세 군데 다 깨진다는 게 요점이다. 조건을 확인하지 않고 출력값만 가져오면, 계산은 돌아가지만 답이 어디서 왔는지 아무도 모른다.

실무 체크리스트

은퇴 자금 계산을 직접 하거나 남의 계산을 검토할 때 훑을 목록이다.

출처 검증

• 인용한 인출률의 1차 출처를 확인했는가 — 블로그 재인용이 아니라 논문, 기관 보고서 원문. "4.15%"나 "SAFEMAX"가 Bengen 원문 인용으로 표기돼 있으면 그 자료는 원문을 확인하지 않았다
• 그 수치가 어느 나라 데이터에서 나왔는가 — 미국 단일국 표본이면 2배 부풀려진 값일 수 있다
• 세금과 수수료가 반영된 값인가 — 미반영이면 실제로는 0.5%p 낮다
• 국내 자료의 한국 수치가 실제 한국 데이터 산출본인가, 미국 결과의 한국어 해설인가

계산 방식

• 평균 수익률 하나로 계산하지 않았는가 — 인출이 있으면 경로 의존이다. 순서를 셔플해 고갈 확률을 봐야 한다
• 은퇴 직전 5년과 직후 5년 구간을 따로 스트레스 테스트했는가 — 이 10년이 30년 결과를 좌우한다
• 명목이 아니라 실질(인플레 조정) 기준으로 계산했는가
• 기대수익률에 넣은 값이 실제 인출 가능한 포트폴리오의 실적인가 — 가격지수 CAGR은 아니다
• 종점 편향을 확인했는가 — 측정 종점을 1년 앞뒤로 옮겨도 결론이 유지되는지 재계산

한국 조건 반영

• 국민연금 예상수령액을 먼저 차감했는가 — 생활비 전액이 아니라 부족액이 포트폴리오 몫이다
• 연금 수령 개시 전 공백 기간을 따로 계산했는가 — 그 구간만 인출률이 급등한다
• 부부라면 두 사람의 연금을 합산하고, 한 명이 먼저 사망하는 경우도 계산했는가
• 인출률을 고정 상수로 두지 않고 매년 재계산할 규칙을 정했는가 — Morningstar 값도 5년간 0.7%p 움직였다

다음 글 예고: 이 글의 계산을 재사용 가능한 형태로 옮긴다. 국민연금 예상수령액과 물가상승률, 자산 배분을 입력받아 부족액과 필요자산을 산출하고, 수익률 순서를 몬테카를로로 셔플해 고갈 확률까지 뽑는 Python 스크립트를 만든다. 의존성은 표준 라이브러리와 numpy만 쓴다.

참고문헌

관련 글

• 🐍 보안 권고문 모니터링 자동화 — 의존성 0으로 만드는 RSS 수집기 — 외부 데이터를 표준 라이브러리만으로 수집, 검증하는 파이프라인
• 🐍 Python으로 IP, 도메인 평판 조회 자동화하기 — 남이 준 판정값을 그대로 믿지 않고 코드로 재확인하는 패턴
• Nuclei 스캔 결과가 실행할 때마다 달라진 이유 — sshd MaxStartups 경합 — 평균만 보면 놓치는 결과의 분산을 추적한 사례