UNIST, 금융 AI 신뢰도 높이는 맥락 압축 기술 개발

Traders Union
모든 뉴스
비즈니스 및 자산
회사들
UNIST 금융 AI 신뢰도 기술

모든 뉴스

주요 뉴스

편집자 추천

주식

암호화폐

경제

외환

원자재

비즈니스 및 자산

시장의 소리

Ashutosh Sureka

어제

UNIST, 금융 AI 신뢰도 높이는 맥락 압축 기술 개발 — 금융 AI 신뢰도 혁신

금융 분야에서 인공지능이 기업 공시와 실적 자료를 요약하는 과정에서 핵심 맥락이 빠지면 투자 판단이 달라질 수 있다는 점이 확인됐다. UNIST 연구팀은 이런 왜곡을 줄이는 압축 기법을 제시했고, 맞춤형 금융 자문과 공시 기반 투자 신호 분석, 지속가능성 공시 평가 연구도 국제학회에서 함께 발표했다.

하이라이트

UNIST 연구팀과 LG AI연구원은 요약 AI가 투자 판단에 미치는 영향 분석에서 투자 판단 변화율이 공시 자료 24~32%, 실적 발표 자료 25~30%로 나타났다고 발표했다.
연구팀이 제시한 ACC(에이전트 기반 맥락 압축) 기법 적용 시 공시 자료의 투자 판단 변화율이 기존 31.5%에서 19.5%로 12%포인트 감소했다.
한화생명과의 'Fund2Persona' 등 산업 트랙 논문 2편은 맞춤형 금융자문 및 투자 신호 추출 등 금융 AI 신뢰도 확장과 실무 적용에 성과를 보였다.

EMNLP 2026 발표 성과와 핵심 기술

As reported by Seoul Economic Daily, citing UNIST, 산업공학과·인공지능대학원 이용재 교수 연구팀은 10월 24일부터 29일까지 헝가리 부다페스트에서 열린 자연어처리 국제학회 EMNLP 2026에서 논문 4편을 발표했다고 29일 밝혔다. 채택 논문은 산업 트랙 3편과 메인 트랙 1편으로, LG AI연구원·한화생명과의 산학 과제와 국내외 금융기관·대학 공동연구를 통해 도출됐다.

이번 성과의 핵심은 LG AI연구원 EXAONE BI팀과 수행한 'When Summaries Distort Decisions' 연구다. 연구팀은 지난해 ICAIF 2025에서 대규모 언어모델의 투자 성향과 확증편향을 규명한 데 이어, 이번에는 투자 의사결정 이전 단계인 정보 요약 과정이 판단에 미치는 영향을 분석했다.

연구팀은 미국 기업의 분기 공시 자료 300건과 실적 발표 자료 297건을 활용해 동일 모델이 원문과 요약문을 바탕으로 내린 투자 판단을 비교했다. 그 결과 4종의 요약 모델에서 원문과 다른 투자 판단을 내린 비율은 공시 자료에서 약 24~32%, 실적 발표 자료에서 약 25~30%로 나타났다. 요약문에 사실 오류가 없더라도 판단의 근거가 되는 맥락이 생략되면 최종 해석이 달라질 수 있음을 보여준 결과다.

연구팀은 이를 보완하기 위해 모델별 요약문을 원문과 대조해 근거가 가장 충실한 요약본을 고르는 '에이전트 기반 맥락 압축', ACC 기법을 제시했다. 이 방식을 적용하자 요약문 분량은 원문의 약 4~5% 수준으로 유지하면서도 공시 자료의 투자 판단 변화율은 기존 31.5%에서 19.5%로 12%포인트 낮아졌다. 해당 연구에는 링크알파, JP모건, 블랙록, State Street Investment Management, 미국 텍사스대 오스틴·플로리다대, UK 에든버러대 연구진이 공동 참여했다.

금융 AI 신뢰도 확대와 산업적 파급

나머지 산업 트랙 논문 2편은 맞춤형 금융 자문과 투자 신호 추출에 초점을 맞췄다. 한화생명 AI연구소와 공동 수행한 'Fund2Persona'는 실제 펀드의 공시 내역, 보유 종목 변동, 운용진 설명을 학습해 특정 투자 철학과 판단 방식을 반영한 AI 금융자문가를 구현하는 연구다. 이 연구에는 링크알파, 블랙스톤, 텍사스대 오스틴·플로리다대 연구진이 참여했다.

'From Text to Alpha'는 기업 공시에서 투자 신호를 포착하는 기술을 제시했다. 기업이 보고서에서 강조하는 성과 지표의 변화를 추적해 실제 투자 분석에 활용하는 방안을 검증했으며, 링크알파와 JP모건, 블랙스톤, State Street Investment Management 소속 연구진이 함께했다.

메인 트랙에 채택된 'MM-Compliance'는 기업의 지속가능성 보고서가 공시 기준에 부합하는지 평가하는 연구다. 다국어 보고서 안의 텍스트와 표, 그림을 동시에 분석할 수 있는 데이터셋을 구축했으며, 일본 쓰쿠바대·히토쓰바시대·국립정보학연구소, 대만 국립타이베이대·국립대만대, 태국 출라롱콘대, 프랑스 3DS Outscale 연구진이 공동 수행했다.

이용재 교수는 이번 연구가 LG AI연구원과 한화생명 산학 과제에서 발굴한 산업 현장의 난제를 글로벌 금융기관과 대학 협력으로 해결한 결과라고 밝혔다. 이어 금융 AI가 판단 근거를 온전히 보존하고 투자자 목적에 부합하는 자문을 제공하도록 후속 연구를 이어가겠다고 말했다.

우리의 이전 기사에서는 삼성자산운용의 KODEX 미국나스닥100 ETF가 상장 약 5년 6개월 만에 순자산 10조원을 돌파하며, 국내 나스닥100 추종 ETF 중 가장 빠른 성장과 개인 자금 유입 1위를 기록한 흐름을 짚었습니다. AI·기술주 성장 기대가 이어지면서 대표 지수형 상품으로 투자 수요가 집중되는 배경과, 운용 보수·추적오차 관리 등 운용 역량이 신뢰로 이어졌다는 점도 함께 정리했습니다.

이 자료는 제3자의 의견을 포함할 수 있으며, 이 웹페이지의 데이터 및 정보는 우리의 면책 조항에 따라 투자 조언을 구성하지 않습니다. 우리는 엄격한 편집 무결성을 준수하지만, 이 게시물에는 파트너의 제품에 대한 언급이 포함될 수 있습니다.

이 글이 마음에 드셨나요?