앤트로픽, 금융 분석 특화 '클로드 포 파이낸셜 서비스' 출시

금융 분야에서 일하는 사람들에게 AI의 그럴듯한 거짓말(환각)은 절대 용납될 수 없는 위험 요소입니다. 소수점 하나만 잘못 찍혀도 수십억 원의 거래나 규제 준수에 치명적인 차질이 생기기 때문입니다.

앤트로픽(Anthropic)은 7월 15일, 투자은행과 헤지펀드, 보험사의 핵심 분석 업무를 겨냥한 종합 솔루션 '클로드 포 파이낸셜 서비스(Claude for Financial Services)'를 공개했습니다.

단순히 모델 API만 제공하는 수준을 넘어, 시장 데이터 피드와 내부 데이터 저장소를 하나로 묶고 금융에 특화된 검증 도구를 결합했습니다.

엑셀 모델링 대회 통과와 원문 하이퍼링크 검증

금융 분석가들의 핵심 업무는 방대한 스프레드시트와 실적 보고서를 다루는 일입니다. 앤트로픽은 클로드 4 모델의 금융 분석 역량을 수치로 증명했습니다.

Vals AI의 금융 에이전트(Finance Agent) 벤치마크에서 클로드 4 모델군은 다른 주요 프론티어 모델들을 제치고 가장 높은 성능을 기록했습니다. 펀더멘털랩스(FundamentalLabs)가 클로드 오퍼스 4를 기반으로 구축한 엑셀 에이전트는 금융 모델링 월드컵(Financial Modeling World Cup)의 7개 레벨 중 5개를 통과했으며, 복잡한 엑셀 작업에서 83%의 정확도를 달성했습니다.

특히 눈에 띄는 기능은 출처 링크입니다. 클로드가 생성한 모든 분석 내용과 수치에는 원본 공시나 보고서로 바로 연결되는 하이퍼링크가 함께 제공되어 분석가가 즉시 사실관계를 대조할 수 있습니다.

금융권의 최대 관심사인 보안 문제도 철저히 분리했습니다. 고객이 입력한 내부 데이터는 기본 설정상 모델 학습에 전혀 사용되지 않습니다.

또한 클로드 엔터프라이즈와 클로드 코드의 사용 한도가 대폭 확대되어 몬테카를로 시뮬레이션, 위험 모델링, 트레이딩 시스템 코드 현대화 작업을 지원합니다.

월가 데이터 기업과 컨설팅 생태계 총출동

금융 AI의 신뢰성은 결국 어떤 데이터를 보고 판단하느냐에 달려 있습니다. 앤트로픽은 자체 개발한 MCP(Model Context Protocol) 커넥터를 통해 유수의 금융 데이터 공급자들을 연결했습니다.

주가 및 컨센서스를 제공하는 팩트셋(FactSet), 실적 보고서와 콘퍼런스콜 녹취록을 다루는 S&P 글로벌(Capital IQ), 비상장 시장 데이터를 보유한 피치북(PitchBook), 밸류에이션 리서치 기업 모닝스타(Morningstar), 재무제표 KPI를 추출하는 달루파(Daloopa) 등이 대거 참여했습니다. 스노우플레이크, 데이터브릭스, 팰런티어, 박스(Box) 등 기업용 플랫폼과의 연동도 지원합니다.

도입을 돕기 위해 딜로이트는 리서치 생산성을 높이는 '10X 애널리스트'를 선보였고, PwC는 규제 준수 격차를 분석하는 '레귤러토리 패스파인더'를 구축했습니다.

초기 고객들의 구체적인 성과도 공개됐습니다. 글로벌 보험사 AIG의 피터 자피노(Peter Zaffino) CEO는 언더라이팅(인수 심사) 과정에 클로드를 도입한 뒤 검토 소요 시간을 5배 이상 단축했고, 데이터 정확도 역시 기존 75%에서 90% 이상으로 개선되었다고 밝혔습니다.

세계 최대 헤지펀드인 브릿지워터의 AIA 랩스 역시 2023년부터 클로드를 활용해 주니어 애널리스트 수준의 정밀도로 파이썬 코드와 데이터 시각화를 처리하고 있다고 전했습니다.

기업들의 구매 절차를 줄이기 위해 이 솔루션은 AWS 마켓플레이스에 즉시 출시되었으며, 구글 클라우드 마켓플레이스에도 곧 추가될 예정입니다.

왜 중요한가

우리는 앤트로픽이 매우 영리한 수직 시장(Vertical) 공략에 나섰다고 봅니다. 금융권은 IT 예산이 가장 넉넉한 분야지만, 답변의 근거를 증명하지 못하는 범용 챗봇에는 문을 열어주지 않았습니다.

앤트로픽은 화려한 생성 능력 대신 금융 분석가들이 가장 목말라하던 출처 링크 검증, 팩트셋과 피치북 같은 필수 데이터의 사전 결합, 학습 미사용이라는 데이터 보안 원칙을 전면에 내세웠습니다.

보고서 작성과 재무 데이터 대조에 매주 수십 시간을 쏟아붓는 투자팀이나 리서치 애널리스트라면 지금 즉시 도입을 검토해 볼 가치가 충분합니다. 주니어 인력이 도맡던 데이터 수집과 1차 요약 업무를 상당 부분 덜어낼 수 있기 때문입니다.

하지만 완전한 자동화로 보기에는 여전히 위험이 따릅니다. 엑셀 모델링 정확도 83%는 기술적으로 놀라운 성과지만, 막대한 자금이 오가는 실전 금융에서 17%의 오류 가능성은 감당하기 어려운 손실로 이어질 수 있습니다. 결국 최종 승인 단계에서는 사람의 개입이 필수적입니다.

산업 전체로 보면 AI 경쟁의 초점이 단순히 텍스트를 잘 쓰는 단일 모델 경쟁에서, 기업의 실제 데이터 파이프라인을 누가 먼저 선점하느냐로 옮겨가고 있음을 보여줍니다. 앤트로픽은 오픈AI보다 앞서 월가의 표준 인프라로 자리 잡으려는 포석을 둔 것으로 보입니다.