저는 개인적으로 공격적 투자 비중을 크게 두지 않는 편인데, 그래도 TQQQ나 SOXL 얘기는 커뮤니티에서 워낙 자주 보여서 손익 구조만큼은 제대로 짚고 넘어가야겠다 싶었습니다. “1년 만에 두 배 됐다”는 후기와 “하락장에 원금이 80% 날아갔다”는 경고가 동시에 존재하는 상품이니까요.
결론부터 말하면 레버리지 ETF는 구조 자체를 이해하지 않은 채 투자하면 반드시 손해를 봅니다. 이 글에서는 TQQQ와 SOXL의 손익 구조를 수치로 뜯어보고, 직장인 장기 투자자가 이 상품을 어떻게 다뤄야 하는지 현실적인 기준을 정리합니다.
📋 목차
레버리지 ETF란 무엇인가요?
레버리지 ETF는 특정 지수의 일일 수익률을 2배 또는 3배로 추종하도록 설계된 상품입니다. TQQQ는 나스닥100 지수의 일일 수익률 3배를 추종하고, SOXL은 필라델피아 반도체 지수의 일일 수익률 3배를 추종합니다.
여기서 핵심은 ‘일일(daily)’이라는 단어입니다. 나스닥100이 오늘 1% 오르면 TQQQ는 오늘 3% 오릅니다. 반대로 나스닥100이 오늘 1% 내리면 TQQQ는 오늘 3% 내립니다. 이렇게 매일 3배를 맞춰서 리밸런싱하는 구조이기 때문에 장기 보유하면 단순히 3배가 되지 않습니다. 여기서 투자자들이 가장 많이 오해하는 ‘변동성 잠식’ 현상이 발생합니다.
변동성 잠식: 왜 3배가 3배가 되지 않는가
이해하기 쉬운 예시로 설명합니다. 나스닥100이 이틀 연속 +10%, -10% 움직였다고 가정합시다.
나스닥100 (기준 지수):
100 → 110(+10%) → 99(-10%) = 2일 후 -1% 손실
TQQQ (3배 레버리지):
100 → 130(+30%) → 91(-30%) = 2일 후 -9% 손실
기준 지수가 -1% 손실일 때 TQQQ는 -9% 손실입니다. 단순 3배라면 -3%여야 하는데, -9%가 된 것은 바로 변동성 잠식(Volatility Decay) 때문입니다. 시장이 오르내리기를 반복하면 반복할수록 레버리지 ETF는 이론값보다 훨씬 더 큰 손실을 쌓아갑니다.
이 현상이 실제 수익률에 얼마나 영향을 주는지 데이터로 확인할 수 있습니다. 2022년 나스닥100이 약 33% 하락했을 때 TQQQ는 연간 기준 약 79% 하락했으며, 최대 낙폭 기준으로는 81.66%에 달하기도 했습니다. 79% 손실이라면 원금 회복에는 약 400%에 가까운 상승이 필요한 구조입니다.
TQQQ와 SOXL, 실제 수익률은 어떨까요?
두 종목의 연도별 수익률을 보면 왜 레버리지 ETF를 ‘롤러코스터’라고 부르는지 바로 이해됩니다.
| 연도 | 나스닥100 | TQQQ | SOXL |
|---|---|---|---|
| 2020 | +48% | +110%+ | 반도체 강세 수혜 |
| 2021 | +27% | +65%+ | 강세 지속 |
| 2022 | -33% | -79% | -90% 수준 |
| 2023 | +54% | +230%+ | +227% |
| 2024 | +25% | +60%+ | -12.31% |
| 2025 | 변동 | 변동 | +54.91% |
SOXL의 10년 누적 수익률은 7,170%에 달하지만, 5년 누적은 58.88%에 그칩니다. 연도별 편차는 2023년 +227%, 2024년 -12.31%, 2025년 +54.91%로 극단적입니다. 레버리지 ETF는 진입 시점에 따라 결과가 하늘과 땅 차이입니다. 2022년 초에 TQQQ를 샀다면 1년 만에 자산의 80%가 사라졌습니다. 반면 2022년 말에 샀다면 2023년에 230% 수익을 거뒀습니다.
레버리지 ETF의 숨겨진 비용: 운용보수와 스왑 비용
레버리지 ETF는 매일 지수의 3배를 맞추기 위해 파생상품(선물, 스왑)을 지속적으로 거래합니다. 이 과정에서 일반 ETF보다 훨씬 높은 비용이 발생합니다.
TQQQ의 운용보수는 연 0.95%입니다. QQQ(나스닥100 일반 ETF)의 운용보수가 0.20%인 것과 비교하면 약 5배 높습니다. 10년 장기 보유 시 이 비용 차이는 복리로 누적되어 수익률에 의미 있는 영향을 줍니다.
여기에 더해 레버리지를 유지하기 위한 스왑 비용, 매일 리밸런싱하면서 발생하는 거래 비용도 투자자 수익을 갉아먹습니다. 강세장에서는 이 비용이 수익에 묻혀 보이지 않지만, 횡보장이나 하락장에서는 변동성 잠식과 결합해 손실을 더욱 키웁니다.
직장인 장기 투자자에게 레버리지 ETF가 맞지 않는 이유
이 블로그에서 계속 강조해온 직장인 재테크의 핵심은 자동화된 장기 적립입니다. ISA에 국내 상장 해외 ETF를 담고, 연금저축에 S&P500을 매달 자동 매수하고, 55세까지 건드리지 않는 구조입니다.
레버리지 ETF는 이 구조와 근본적으로 맞지 않습니다. 이유는 세 가지입니다.
① 장기 보유에 불리한 구조
변동성 잠식 때문에 횡보장이 길어지면 손실이 누적됩니다. 직장인이 20~30년 묵혀두기에는 구조적으로 불리합니다.
② 하락장에서 멘탈이 버티지 못합니다
S&P500이 30% 내리면 레버리지 ETF는 80~90%가 날아갑니다. 월급날마다 자동이체로 꾸준히 투자하는 시스템이 무너지는 가장 흔한 원인이 바로 이 구간입니다. 2022년처럼 1년 내내 하락하는 장세에서 계좌를 들여다볼 때마다 원금의 80%가 사라진 것을 보고 버틸 수 있는 사람은 거의 없습니다.
③ 절세 계좌 안에서 운용이 제한됩니다
국내 상장 레버리지 ETF는 연금저축과 ISA에서 거래 자체가 제한됩니다. 일반 계좌에서 해외 레버리지 ETF를 직접 매수하면 양도소득세 22%가 부과되어 세금 부담도 큽니다.
그렇다면 레버리지 ETF는 무조건 피해야 할까요?
꼭 그렇지는 않습니다. 레버리지 ETF가 효과적인 상황은 분명히 있습니다.
단기 상승 사이클 베팅: 경기 반등 초입에 짧게 진입해서 수익을 챙기고 빠지는 전략에는 효과적입니다. 단, 이것은 ‘투자’가 아니라 ‘트레이딩’에 가깝습니다.
전체 포트폴리오의 극소수 비중: 장기 포트폴리오의 5% 이내, 잃어도 삶에 영향이 없는 금액 범위 안에서 소량 편입하는 방식은 가능합니다. 단, 이 경우에도 손절 기준을 미리 정해두어야 합니다.
투자 공부 목적의 소액 경험: 레버리지 ETF의 실제 작동 방식을 체감하기 위해 소액으로 경험해보는 것은 나쁘지 않습니다. 단, 잃어도 괜찮은 금액 안에서만 해야 합니다.
TQQQ vs SOXL, 굳이 한다면 무엇이 더 나을까요?
TQQQ는 나스닥100 전체를 추종하기 때문에 SOXL보다 분산이 조금 더 됩니다. 나스닥100 자체가 애플, 마이크로소프트, 엔비디아 등 빅테크 비중이 높지만, 100개 종목으로 구성되어 있어 반도체 단일 섹터에 베팅하는 SOXL보다 변동성이 낮습니다.
SOXL은 필라델피아 반도체 지수 3배로, 반도체 슈퍼사이클이 올 때 수익이 극적으로 커지지만 반도체 업황이 꺾이면 손실도 극적으로 커집니다. SOXL은 2023년 +227%를 기록했다가 2024년 -12.31%로 돌아섰습니다. 이처럼 연도별 변동성이 TQQQ보다도 훨씬 크기 때문에, 레버리지 입문이라면 SOXL보다 TQQQ가 조금 덜 위험합니다.
그러나 이 비교 자체가 큰 의미를 갖지 않습니다. 장기 투자자에게 TQQQ와 SOXL 중 어느 쪽이 나으냐를 고민하는 것보다, 그 돈을 QQQ 또는 S&P500 ETF에 넣는 것이 훨씬 안전하고 장기적으로 더 나은 결과를 낼 가능성이 높습니다.
정리: 레버리지 ETF 매수 전 스스로에게 물어보세요
레버리지 ETF 매수 버튼을 누르기 전에 이 세 가지 질문을 스스로 해보세요.
① 이 돈이 내일 70% 사라져도 생활에 지장이 없는가?
그렇지 않다면 레버리지 ETF에 넣어선 안 됩니다.
② 하락장에서 2년 이상 버틸 자신이 있는가?
2022년처럼 1년 내내 하락하고, 2023년 반등까지 기다릴 수 있는 멘탈이 있어야 합니다.
③ 내 장기 포트폴리오(ISA, 연금저축)는 이미 잘 돌아가고 있는가?
레버리지 ETF는 기본 포트폴리오가 완성된 이후에, 남는 여유 자금으로만 접근해야 합니다.
세 질문에 모두 “그렇다”고 답할 수 있다면, 전체 포트폴리오의 5% 이내에서 신중하게 접근해볼 수 있습니다. 그렇지 않다면 지금 당장은 S&P500 ETF를 연금저축에 담는 것이 훨씬 현명한 선택입니다.
※ 이 글은 레버리지 ETF의 구조를 제가 직접 분석해서 정리한 내용이며, 매수를 권유하는 글이 아닙니다. 원금 손실 위험이 매우 크다는 점을 꼭 감안하시고, 투자 판단은 본인 책임 하에 신중히 내리시기 바랍니다.