검색결과 총 5건
-
오픈AI, 월가 '엑셀·피치북'까지 파고든다…금융판 챗GPT 출격
[경제일보] 오픈AI가 투자은행의 리서치부터 엑셀 재무모델과 피치북 작성까지 지원하는 금융권 전용 챗GPT를 내놨다. 범용 챗봇을 넘어 산업별 업무 자체를 AI로 재설계하려는 전략으로, 월가의 반복적인 분석·문서작성 업무를 둘러싼 AI 경쟁도 한층 치열해질 전망이다. 오픈AI는 10일(현지시간) 금융기관용 AI 서비스 '챗GPT 포 파이낸셜 서비스(ChatGPT for Financial Services)'를 공개했다. 최신 모델 GPT-6 아스트라를 기반으로 모건스탠리와 에버코어가 설계 파트너로 참여했다. 우선 투자은행(IB)과 주식 리서치 업무에 초점을 맞췄다. 기존 챗GPT와 가장 큰 차이는 금융 데이터가 업무 과정에 직접 들어온다는 점이다. 달루파와 피치북, LSEG 뉴스, 크런치베이스 등의 데이터를 기본으로 제공해 실적 발표와 재무제표, 기업 펀더멘털, 비상장 기업 정보를 검색하고 분석할 수 있다. 분석에 사용된 수치가 어느 표나 문단에서 나왔는지도 확인할 수 있도록 출처 추적 기능을 넣었다. 금융회사가 이미 돈을 내고 쓰는 데이터도 연결한다. 오픈AI는 S&P 캐피털 IQ와 LSEG, MSCI, 다우존스 팩티바, 무디스 등과 계정·접근권한 연동을 추진하고 있다. 데이터사이트와 박스, 프리퀸, 팩트셋, 인탭트 등 50개 이상의 커넥터도 지원한다. 결국 별도 데이터 단말을 단순 대체하기보다는 여러 금융 데이터와 사내 자료를 챗GPT 안에서 묶어 분석부터 결과물 작성까지 이어가는 구조다. 실제 업무 범위도 투자은행 실무에 맞췄다. 기업가치 평가와 차입매수(LBO) 모델링, 인수 후보 기업 선별, 실적 분석을 수행하고 결과를 엑셀·워드·파워포인트로 만들 수 있다. 각 금융회사가 사용하는 재무모델이나 피치북 양식을 관리자 페이지에 등록하면 같은 형식으로 결과물을 생성할 수도 있다. 오픈AI는 아스트라의 금융문서 처리 성능도 강조했다. 미국 재무부 보고서의 복잡한 표와 차트, 주석에서 필요한 정보를 찾아 분석하는 'OfficeQA Pro'에서 69.9%를 기록했다. 이전 GPT-5.6 솔은 60.2%였다. 다만 이는 오픈AI가 제시한 벤치마크 결과로 실제 투자은행 업무에서 동일한 정확도를 보장하는 것은 아니다. 특히 금융권에서는 작은 숫자 오류도 투자 판단이나 고객 자료의 신뢰도 문제로 이어질 수 있다. 오픈AI 역시 금융서비스 약관에서 데이터와 AI 결과물이 부정확하거나 불완전할 수 있고 최신 정보가 아닐 수 있다고 명시했다. 달루파 데이터는 최대 24시간 지연될 수 있으며 일부 미국 주식 시세도 최소 15분 지연된다. 투자 조언이나 매매 추천 서비스가 아니라는 점도 분명히 했다. 보안 장벽도 높였다. 사내 데이터는 기본적으로 모델 학습에 사용하지 않으며 저장·전송 과정에서 암호화한다. 역할별 접근 통제와 SAML 기반 통합 로그인(SSO), SCIM 계정 관리, 데이터 보존기간 설정을 지원한다. 준법감시 조직은 업무 로그를 추출해 감사나 조사에 사용할 수 있다. 금융 AI 시장 경쟁은 이미 달아오르고 있다. 앤트로픽은 올해 금융분석과 주식 리서치, 사모펀드 등을 겨냥한 금융 AI 도구와 에이전트를 잇달아 내놨다. 금융 특화 AI 업체 로고(Rogo)도 300개 이상의 금융기관에서 4만명 이상의 금융 전문가가 이용한다고 밝히고 있다. 한편 오픈AI는 현재 이 서비스를 자격을 갖춘 금융기관에 판매하고 있으며 가격은 공개하지 않았다. 향후 금융 데이터 범위를 넓히고 투자은행과 주식 리서치를 넘어 다른 금융 분야로 확대할 계획이다. 금융회사 입장에서는 AI가 보고서를 얼마나 잘 쓰느냐보다 숫자의 출처를 검증하면서 실제 업무시간을 얼마나 줄일 수 있느냐가 시장 안착을 가를 관건이 될 전망이다.
2026-09-11 15:11:39
-
-
SK하이닉스, AI 메모리 타고 영업익 60조5426억원…또 사상 최대
[경제일보] SK하이닉스가 인공지능(AI) 서버용 메모리 수요 확대와 D램·낸드플래시 가격 상승에 힘입어 분기 사상 최대 실적을 다시 썼다. 고대역폭메모리(HBM)를 넘어 AI 서버용 D램과 기업용 솔리드스테이트드라이브(eSSD)까지 고부가 제품 판매가 늘면서 영업이익률은 76%에 달했다. 29일 SK하이닉스는 연결 기준 올해 2분기 매출 79조3187억원, 영업이익 60조5426억원을 기록했다고 공시했다. 지난해 같은 기간보다 매출은 257%, 영업이익은 557% 증가했다. 전 분기와 비교해도 각각 51%, 61% 늘었다. 영업이익률은 전 분기보다 4%포인트 오른 76%를 기록했다. 상반기 누적 매출은 131조950억원으로 처음 100조원을 넘어섰다. 누적 영업이익은 98조1529억원이다. 2분기 순이익은 93조9226억원으로 집계됐다. 실적을 끌어올린 것은 메모리 가격 상승과 고부가 제품 중심의 판매 전략이다. AI 인프라 투자 확대로 HBM 수요가 이어지는 가운데 일반 D램과 낸드 가격도 함께 오르면서 수익성이 개선됐다. SK하이닉스는 “D램과 낸드플래시 모두 전 분기에 이어 큰 폭의 가격 상승을 기록했다”며 “HBM과 AI 서버용 D램, eSSD 등 고부가가치 제품 중심으로 판매를 늘려 최고의 수익성을 창출했다”고 했다. AI 메모리 수요를 장기계약으로 연결하는 작업도 진행하고 있다. SK하이닉스는 핵심 고객을 포함한 10여개 고객사와 장기공급계약 협상을 마쳤으며, 다른 주요 고객들과도 추가 논의를 이어가고 있다. 공급 물량과 계약 기간을 미리 정해 수요 변동에 따른 실적 불확실성을 낮추겠다는 전략이다. 차세대 제품인 HBM4는 2분기부터 양산 출하를 시작했다. 회사는 고객이 요구하는 동작 속도와 업계 최고 수준의 전력 효율을 확보했다며 하반기 생산량을 본격적으로 늘릴 계획이라고 밝혔다. HBM4E도 상반기 고객사에 샘플을 공급했으며, 10나노급 6세대 공정을 적용한 SOCAMM2 판매도 확대하고 있다. 낸드에서는 321단 제품을 중심으로 선단 공정 전환에 속도를 낸다. 현재 321단 제품은 전체 낸드 생산량에서 가장 큰 비중을 차지하며, 연말까지 국내 생산능력의 절반 수준으로 확대할 예정이다. 다만 실적은 시장의 높아진 기대에는 다소 못 미쳤다. 실적 발표 전 LSEG가 집계한 영업이익 전망치는 약 64조원으로, 실제 영업이익은 이를 약 5% 밑돌았다. AI 투자 지속성과 중국 메모리업체의 증설·기술 추격을 둘러싼 경계도 커지고 있다. SK하이닉스는 M15X 양산 일정을 앞당기고 2027년 초 용인 1기 팹의 클린룸을 연 뒤 생산능력을 확대할 계획이다. 첨단 패키징 공장 P&T7과 낸드 생산기지 M17 등 중장기 투자도 수요에 맞춰 단계적으로 추진한다. 하반기에는 HBM4 공급 확대와 수율 안정, 대규모 설비투자에 대한 속도 조절이 최대 실적을 이어갈 핵심 변수로 꼽힌다.
2026-07-29 09:13:10
-
챗봇 경쟁 끝…AI 승부처는 '산업 현장'
[경제일보] 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM) 성능 중심에서 산업 적용 중심으로 이동하고 있다. 생성형 AI가 기술 경쟁을 이끌었다면 이제는 신소재 개발과 제조 혁신, 금융 분석 등 실제 산업 현장의 문제를 해결하는 '산업 AI'가 새로운 승부처로 떠오르고 있다는 분석이다. 12일 업계에 따르면 LG AI연구원은 최근 서울에서 열린 세계 최고 권위의 머신러닝 학회 'ICML 2026'에서 엑사원(EXAONE)의 산업 적용 사례를 대거 공개했다. 학회에서 발표한 14편의 논문보다 시장의 관심을 끈 것은 AI가 실제 산업 현장에서 만들어내고 있는 성과였다. AI가 연구개발을 돕는 수준을 넘어 기업의 제품 개발과 의사결정, 데이터 생산 방식을 바꾸는 단계에 들어섰다는 점을 보여줬기 때문이다. 대표적인 사례가 신소재 발굴 플랫폼 '엑사원 디스커버리'다. LG AI연구원은 AI를 활용해 42만개가 넘는 후보 물질 가운데 탈모 관리 신소재 '람시딜'을 하루 만에 찾아냈고, 현재 제품화를 추진하고 있다. AI 데이터센터 핵심 인프라로 떠오른 액침 냉각유 소재 역시 GS칼텍스와 공동 개발하며 신소재 발굴 범위를 확대하고 있다. 금융 분야에서도 AI의 역할은 커지고 있다. 금융 특화 AI 에이전트 '엑사원 BI'는 한국과 미국 증시에 상장된 약 8000개 종목을 매일 분석해 투자 판단에 필요한 예측 정보와 분석 리포트를 제공한다. 영국 런던증권거래소그룹(LSEG)에 이어 최근 코스콤과도 협력을 시작하면서 산업 AI의 적용 범위를 글로벌 금융시장과 국내 자본시장으로 넓히고 있다. 데이터 생산 방식 역시 달라지고 있다. '엑사원 데이터 파운드리'는 AI가 고품질 데이터를 자동 생성하고 전문 분야별 AI 모델 구축을 지원하는 플랫폼이다. 국민연금공단 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. 사람이 일일이 데이터를 구축하던 방식에서 AI가 데이터 생산 공장 역할을 수행하기 시작한 것이다. 반도체 업계에서는 AI가 공정 최적화와 수율 개선에 활용되고 있으며 배터리 업계에서는 차세대 소재 개발과 품질 관리에 적용 범위가 확대되고 있다. 제조 현장에서는 설비 이상을 예측하고 생산 계획을 최적화하는 AI 솔루션 도입이 늘고 있고 금융권 역시 투자 분석과 리스크 관리 분야에서 AI 활용을 확대하고 있다. AI가 더 이상 하나의 서비스가 아니라 산업 전반을 움직이는 핵심 인프라로 자리 잡고 있는 셈이다. LG의 차별점은 AI 기술을 곧바로 적용할 수 있는 산업 기반을 갖추고 있다는 점이다. LG전자와 LG생활건강, LG에너지솔루션, LG디스플레이 등 다양한 제조 계열사를 통해 AI 연구 성과를 실제 제품과 사업으로 연결할 수 있다. AI를 연구하는 조직과 이를 활용할 산업 현장이 하나의 생태계 안에 있다는 점이 경쟁력으로 꼽힌다. 물론 해결해야 할 과제도 적지 않다. 산업 AI가 확대될수록 AI가 내린 판단의 신뢰성과 책임 문제, 기업 데이터 보호, 산업별 규제 체계 등 새로운 숙제가 함께 등장하고 있다. 산업마다 필요한 데이터의 특성과 정확도가 다른 만큼 범용 AI보다 높은 수준의 전문성과 검증 체계도 요구된다. 그럼에도 산업계가 AI에 주목하는 이유는 분명하다. 인공지능이 더 이상 논문과 연구 성과에 머무르는 기술이 아니라 실제 산업 현장에서 비용을 줄이고 연구개발 기간을 단축하며 새로운 제품과 서비스를 만들어 낼 수 있기 때문이다. 강철부대의 시선이 머무는 곳, AI 생태계 역시 더 이상 모델 성능이나 논문 편수만으로 경쟁력을 평가받기 어려운 단계에 진입하고 있다. 생성형 AI 열풍을 넘어 실제 산업 난제를 해결하고 사업화 성과를 입증하는 기업이 새로운 승자가 될 가능성이 커지고 있다. 기술 경쟁의 무게중심도 AI 모델의 성능 경쟁에서 산업 현장의 활용 가치와 사업화 역량으로 이동하는 흐름이다. AI의 다음 킬러 애플리케이션 역시 새로운 챗봇보다 공장과 연구소, 데이터센터, 금융시장 등 산업 현장에서 먼저 등장할 가능성이 크다.
2026-07-12 08:00:00
-