JP모건, 모건스탠리는 GPT-4를 OOO에 쓴다? - 최신 글로벌 금융 AI 사례
JP모건과 모건스탠리는 GPT-4로 무엇을 하고 있을까요? 1만 6천 명의 애널리스트가 사용할 사내 지식 어시스턴트와 생성형 AI 기반 파생 상품을 빠르게 만들어 투자자를 매혹하고 있는데요. 24년 최신 글로벌 금융권 생성형 AI 적용 사례 및 B2B AI 기술 트렌드에 대해서 담아 봤습니다.
![JP모건, 모건스탠리는 GPT-4를 OOO에 쓴다? - 최신 글로벌 금융 AI 사례](/content/images/size/w2000/2024/06/MS-assistant.png)
1. JP모건, 모건스탠리는 GPT-4로 무엇을 하고 있을까?
생성형 AI는 주로 챗GPT와 같은 B2C 애플리케이션으로 확장되어 왔습니다. 그러나 B2B 영역에서도 생성형 AI를 통한 업무생산성 향상, 비즈니스 인사이트 도출 등을 위한 노력을 꾸준히 해왔으며 2024년은 본격적으로 현실화된 사례들이 등장하고 있죠. 지난 뉴스레터에도 구체적인 사례들을 소개했었는데요.
맥킨지는 산업 중에서도 금융이 생성형 AI로 인해 가장 큰 기회를 얻을 것으로 보고 있습니다. 생성형 AI로 인한 생산성 증가로 연간 2천억~3,400억 달러(영업 이익의 9~15%)의 가치를 추가할 것으로 추정합니다.
MIT 테크놀로지 리뷰에 따르면, 생성형 AI의 구현은 금융 서비스 산업 전반에 걸쳐 연간 최대 3400억 달러의 비용 절감 효과를 가져올 수 있다고 합니다. AI를 활용하는 조직들은 고객 만족도, 생산성, 시장 점유율에서 평균 18%의 향상을 경험했으며, 이러한 투자로 인해 지출된 돈 대비 평균 3.5달러의 수익을 얻는 것으로 나타났습니다.
이렇게 생성형 AI를 활용하고 있는 글로벌 금융권의 24년도 사례를 찾아 보았습니다.
모건 스탠리는 월가에서 처음으로 오픈AI와 협업을 주도하고, 사내에 AI 수석을 임명하기도 했죠.
GPT 기반의 애널리스트용 자산 관리 콘텐츠 지식 검색 프로그램을 만들었는데요. 자본 시장, 산업 분석, 투자 전략, 시장 조사 리포트 등 수십만 페이지의 PDF 파일들이 분산 보관되어 있던 것을 GPT-4를 이용해 분석하고 검색할 수 있게 한 것입니다. 전세계 1만 6천 여 명의 애널리스트들이 사용중입니다.
![](https://mcusercontent.com/c0401761242593db52d34af4c/images/ab5717b4-40c9-e95e-e1dd-7d8096222f3d.png)
블룸버그에 따르면 JP모건 체이스는 24년 5월 3일 “인덱스GPT(IndexGPT)”를 출시했습니다. 인덱스GPT는 오픈AI의 GPT-4 모델을 기반으로 만든 테마 투자 바구니인데요. 산업이나 회사 펀더멘털에 의존하는 기존 지수와 달리 인덱스GPT는 뉴스 기사에서 추출한 AI 생성 키워드를 활용하여 새로운 트렌드를 기반으로 투자를 식별합니다.
JP모건은 새로운 테마를 매우 빠르게 확보하는 방법으로 인덱스GPT를 활용합니다. 생성형 AI가 뉴스를 빠르게 요약하고, 핵심 키워드를 생성해 빠르게 상품을 만들 수 있다는 것이죠. JP모건은 테마 상품 투자자는 보유 기간이 매우 짧다는 점을 주목해 생성형 AI의 빠른 속도를 접목했습니다. 장기적으로는 지수 상품 전체에 AI를 도입한다고 합니다.
모건 스탠리와 JP모건 이외에도 미국 대형 보험사 트래블러스의 비정형 데이터 처리 속도 상승 및 업무 생산성 향상, 비자 카드의 사이버 공격 탐지를 위한 생성형 AI 실시간 점수 활용 등에 대한 자세한 내용을 담아 "금융권의 생성형 AI 적용 최신 해외 사례" 백서를 제작했습니다. 무료로 다운 받아 보실 수 있습니다. 금융권 실무자 분들에게 추천 드립니다.
![](https://cdn.prod.website-files.com/63d009b8f68f12ce948f06df/6653f626c6b7ba0691f61b35_img2.png)
2. B2B AI, "워크플로우"를 장악하려는 빅테크 경쟁 심화!
예전에 앤드리슨 호로위츠가 B2B AI의 핵심은 정보의 생성이 아닌 정보의 합성이라고 분석한 내용을 요약해 보내드린 적이 있습니다. 비용-편익 측면에서 정보의 합성으로 인사이트를 도출하는 것이 기업 생산성 혁신에 도움이 될 것이라는 예측이죠. 또한 23년 하반기~24년 LLM 기술 혁신은 외부 툴을 자유자재로 붙이는 것에 있다고 보고 있었는데요.
![](https://mcusercontent.com/c0401761242593db52d34af4c/images/e8c9008d-b819-2525-4433-f9c45bcdbba0.png)
정보의 합성 단계에서는 사용자 시간을 절약하는 방식으로 정보를 압축하는데 초점을 맞추고 있습니다. 핵심은 사용자가 애플리케이션에서 더 많은 작업을 수행하도록 함으로써 워크플로우를 장악하는 것입니다. 고객이 더 많은 시간을 보내며 락인되고, 시간이 지남에 따라 추가 사용 사례로 쉽게 확장 가능합니다.
앤드리슨 호로위츠는 1년 후, 이러한 엔드투엔드 워크플로우를 강조하는 AI 기업이 늘어나고, 실제로 웨이브 2로 전환하는 것을 목격하고 있다고 합니다.
시간을 절약하기 위해서는 사용자를 대신해 작업을 수행해야 하는데요. LLM은 보통 프롬프트 입력 →출력 방식입니다. 텍스트 →음성, 비디오로 변환하기도 하죠. 입력과 출력은 워크플로우에 잘 맞습니다. 맥락과 정보를 입력하고 인사이트를 얻거나 결정하는 출력으로 나아가죠.
그런데 채팅 UX/프롬프트는 사용자가 시스템과 채팅을 하는 단계를 거치기 때문에 입력→출력이 바로 되기 보다, 내가 가진 맥락과 정보를 채팅의 형태로 입력해야 해서 워크플로우를 방해하게 됩니다. 앤드리슨 호로위츠는 이를 버튼 클릭 한번으로 끝나는, 즉 워크플로를 제품 내 기능이나 기능으로 변환하여 AI가 워크플로를 장악하는 것을 제안하고 있습니다.
![](https://mcusercontent.com/c0401761242593db52d34af4c/images/a4367ef4-2976-be24-d830-74b8a2c6f572.png)
실제로 이를 제품화한 FigJam, Macro 등의 사례가 나와 있습니다. 새로운 유저 경험을 위한 AI 기반 CRM까지 제안하는데요. 더 자세한 내용은 전문을 읽어보시면 좋을 것 같습니다.
23년이 생성AI를 테스트하는 해였다면, 올해는 생성AI의 현실화 단계라고 볼 수 있는데요.
올거나이즈는 B2B AI 전문 기업으로 오픈 소스 모델 기반의 파인 튜닝으로 산업 특화 모델도 만들고 있고, RAG를 통해 생성AI를 기업에서 제대로 활용할 수 있도록 돕는 기술도 뛰어납니다.
B2B AI 솔루션은 업무 현장에서 LLM을 복합적으로 결합해 문제를 해결하고, 정교하고 정확한 결과물을 만들기 위한 방향으로 진화하고 있는데요.
기업 내 문서의 복잡한 표에서 답을 잘 찾는 기술은 올거나이즈가 오픈AI의 리트리버보다 더 잘하고 있는 영역입니다.
다양한 LLM을 우리 회사 업무에 맞게 선택해서 사용할 수 있고, 100여 개의 업무 자동화 툴을 한번에 바로 사용할 수 있는 올거나이즈의 알리 LLM 앱 마켓도 풀스택 AI 툴을 향해 진화하고 있습니다.
AI 네이티브 워크플로 툴이 궁금하시다면, 올거나이즈에 문의하세요!