Loading...

AI 뉴스

LG AI연구원, 런던증권거래소와 금융 AI 에이전트 상용화 시작

페이지 정보

작성자 xtalfi
작성일 2025.09.21 13:37
3,047 조회
0 추천
0 비추천

본문

029f0de6afdbf763fa64c253cca62ea2rcCz.jpg

(퍼플렉시티가 정리한 기사)

LG AI연구원과 런던증권거래소그룹(LSEG)이 지난 19일 영국 런던에서 엑사원 기반 금융 AI 에이전트 '엑사원-BI(EXAONE Business Intelligence)' 상용화 서비스를 시작한다고 발표했다. 이번 협력은 한국과 영국 간 첫 금융 분야 AI 파트너십으로, 한국 AI 기술이 글로벌 금융 시장에서 가치를 인정받은 사례로 평가된다.

 

4개 전문 AI 에이전트의 협업 시스템

 

엑사원-BI는 사람의 개입 없이 데이터 분석부터 미래 예측, 보고서 작성까지 전 과정을 수행하는 금융 특화 AI 에이전트다. LG AI연구원은 이를 4개의 전문 에이전트가 협력하는 구조로 설계했다.

AI 저널리스트가 뉴스, 기업 공시, 거시 지표 등 외부 데이터를 수집해 AI 경제학자에게 제공하면, AI 경제학자가 이를 바탕으로 미래 시장 흐름과 경제 전망을 예측한다. AI 애널리스트는 이 예측 결과와 내부 지표 분석을 종합해 종목별 핵심 요인을 포착하고 이해하기 쉬운 보고서를 생성하며, AI 의사결정자가 다양한 시나리오를 비교·평가해 최종 점수를 산출한다.

 

미국 5천여 종목 일일 분석

 

이 시스템은 현재 미국 뉴욕증시 상장 5천여 개 종목을 매일 전문가 수준으로 분석한다. LSEG는 엑사원-BI로 생성한 예측 점수와 보고서를 'AEFS(AI-Powered Equity Forecast Score)'라는 데이터 상품으로 만들어 전 세계 투자자들에게 유료 구독제로 판매할 계획이다.

토드 하트만 LSEG 데이터·피드 그룹 총괄은 "기존 금융 AI 서비스는 판단 근거에 대한 해설이 제공되지 않아 한계가 있었지만, AEFS는 분석부터 예측, 생성 전 과정이 AI 판단만으로 이뤄지며 해설을 제공해 블랙박스 문제를 해결했다"고 강조했다.

 

AI 활용 수익 창출의 시작점

 

임우형 LG AI연구원 공동 연구원장은 "엑사원-BI는 각 전문가 에이전트가 협력해 집단 지능을 발휘하는 고도화된 AI 전문가 서비스로 발전할 것"이라며 "LSEG와의 협력은 LG의 버티컬 AI 기술이 글로벌 시장에서 가치와 경쟁력을 입증한 것이며, AI를 활용한 수익 창출의 본격적인 시작점이 될 것"이라고 밝혔다.

이화영 LG AI연구원 AI사업개발부문장은 "그동안 우리가 LSEG의 원천 데이터를 구매해 활용했는데 LSEG가 거꾸로 우리 기술이 좋으니 금융시장에 필요한 상품을 만들어보자고 했다"며 "우리가 이 분야에서 빅테크보다 잘한다는 인정이 있는 것 같다"고 말했다.

LG AI연구원은 금융을 시작으로 제조, 의료, 콘텐츠 등 다양한 산업 현장에 AI 에이전트 기술을 확장할 계획이다. 양사는 AEFS를 시작으로 원자재, 채권 등 다른 자산 영역으로 협력 범위를 넓혀갈 예정이다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3219 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3263 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3171 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3154 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입