안녕하세요. Eye on AI에 오신 것을 환영합니다. 이번 호에서… 중국은 Meta의 Manus 인수를 막았습니다… OpenAI는 수익과 성장 목표를 놓쳤습니다… Anthropic은 AI 모델이 AI 보안 연구 발전에 도움이 될 수 있음을 보여줍니다… 중국 인공 지능 전문가를 국회의사당 패널에 초대하기로 한 Bernie Sanders 상원의 결정은 중국 매파의 분노를 불러일으켰습니다.
기업 판매를 위한 싸움에서 OpenAI와 Anthropic은 모두 금융 서비스 회사를 표적으로 삼았습니다. 그건 놀라운 일이 아닙니다. 범죄자들이 왜 은행을 털느냐에 대한 오래된 농담이 있듯이, 거기에 돈이 있습니다. OpenAI에는 아직 출시되지 않은 에이전트 AI 재무 분석 제품을 구축하는 데 도움을 주는 전직 투자 분석가 대대가 있는 것으로 알려졌습니다. Anthropic은 Claude Code, Cowork 및 Claude for Finance 제품에 대한 재무 모델링 기술을 출시해 왔습니다. 스타트업 사마야 AI(Samaya AI)도 금융 부문을 위한 인공지능 도구를 만들고 있다. 그리고 제 동료인 Jeff John Roberts가 최근 유익한 기사에서 다룬 것처럼 AI를 사용하는 새로운 재정 조언 도구도 많이 있습니다.
전문 금융 데이터 및 분석 도구의 OG는 물론 Bloomberg입니다. 핵심 제품이라고 불리는 회사의 “터미널”에 대한 액세스(데이터가 더 이상 전용 기계를 통해 전달되지는 않지만)는 여전히 모든 거래자, 투자 은행가 및 헤지 펀드의 필수 도구로 간주됩니다.
Bloomberg는 2019년 Fortune에 합류하기 위해 회사를 떠나기 전부터 기계 학습 및 대규모 언어 모델을 사용하여 이러한 기능에 훨씬 더 직관적으로 액세스하고 새로운 유형의 데이터 분석을 추진하기 시작했습니다. 그리고 이러한 노력은 특히 2022년 생성 AI 챗봇이 데뷔하고 최근 에이전트 AI가 발전한 이후 더욱 가속화되었습니다.
저는 여기 Fortune에서 Bloomberg의 AI 진행 상황에 대해 정기적으로 글을 썼습니다. 그러나 최근 회사 런던 사무실에서 열린 “금융 분야 AI 서밋”에 참석했을 때 나는 여전히 놀라고 감동했습니다. 그곳에서 회사는 블룸버그 역사상 가장 큰 터미널 재검토라고 부르는 새로운 “AskB” 기능을 선보였습니다. AskB를 사용하면 사용자가 자연어를 사용하여 터미널의 특징과 기능을 탐색할 수 있지만 그 이상의 기능을 수행합니다. 이 시스템은 에이전트 역할을 하여 투자 화면을 구축하고 정교한 금융 모델과 특정 주식에 대한 상승 및 하락 사례를 포함한 포괄적인 연구 보고서를 즉석에서 생성합니다.
Bloomberg가 직접 만든 모델과 Anthropic과 같은 최첨단 AI 모델링 회사의 모델을 포함하여 다양한 AI 모델을 내부적으로 사용하는 AskB는 Bloomberg가 기본 AI 스타트업의 잠재적인 위협을 심각하게 받아들이고 있음을 보여줍니다. 나는 Bloomberg의 최고 기술 책임자인 Shawn Edwards와 함께 앉아 Bloomberg가 AskB를 어떻게 구축했는지에 대해 더 많은 질문을 받았습니다. 그가 말한 내용의 대부분에는 에이전트 AI가 실제 비즈니스 가치를 창출하도록 노력하는 모든 업계의 기업을 위한 교훈이 포함되어 있습니다.
데이터는 차별화 요소입니다
그렇다고 AI가 도움을 줄 수 없다는 말은 아니다. Edwards는 AI 에이전트가 Bloomberg가 데이터 세트를 생성하는 방식을 극적으로 가속화했다고 말했습니다. 이전에는 4개월 반이 걸렸던 데이터 수집이 이제는 이틀이 걸린다고 그는 말합니다. 이로 인해 이전에 데이터 입력 및 정리를 전담했던 대규모 팀이 해방되었으며, 이들 중 다수는 내부 평가 작성에 재배치되었습니다.
강력한 평가 만들기
두 번째 큰 교훈은 AI 에이전트로부터 ROI를 얻으려면 좋은 내부 평가를 만드는 것이 중요하다는 것입니다. Edwards는 “평가는 아무리 강조해도 지나치지 않으며 유용하고 신뢰할 수 있는 시스템을 구축하는 데 결정적인 요소입니다.”라고 말하면서 이러한 평가 작성에 대한 강조는 Bloomberg가 지난 2년 동안 경험한 가장 큰 “문화적 변화” 중 하나라고 말했습니다.
평가를 준비하는 것은 쉽지도 않고 비용도 저렴하지 않습니다. 이를 위해서는 해당 분야 전문가(이 경우 채권 약정 전문가, 주식 분석가, 시장 구조 전문가, 심지어 Bloomberg 언론인까지), 엔지니어링 및 제품 팀과의 긴밀한 협력이 필요합니다. Bloomberg는 이러한 전문가를 일상 업무에서 끌어내어 하위 상담원에 대한 벤치마크를 작성하고 전체 작업 흐름을 평가하는 데 도움을 주고자 했습니다. AI 모델 자체를 평가자로 사용하면 쉬운 경우에 작업이 가능하다고 Edwards는 말합니다. 그러나 그 밖의 모든 것에는 인간 조언자가 필요합니다. 그는 이러한 평가를 작성하면서 Bloomberg가 AI 에이전트의 작동 방식에 대한 전문가의 “암묵적 지식”을 성문화하고 있다고 말합니다.
여러 모델을 사용하면 비용을 절감하는 데 도움이 될 수 있습니다.
다음으로 비용 규율이 필수적입니다. 이는 워크플로가 다중 모델이어야 함을 의미합니다. AskB는 자체 내부 모델뿐만 아니라 상업적 개척 모델과 개방형 모델의 조합을 사용하여 워크플로에서 요구하는 신뢰성과 성능으로 주어진 작업을 처리할 수 있는 가장 저렴한 모델로 쿼리를 라우팅한다고 Edwards는 말합니다.
마지막으로, 다음 개척지는 적극적입니다. 앞으로 무엇이 나올지 물었을 때 Edwards의 대답은 에이전트 간 워크플로우와 상시 데이터 모니터링이었습니다. 그는 Bloomberg가 금융 고객의 “눈과 귀”가 되어 각 고객의 입장, 권한 및 전략을 기반으로 세상을 바라보고 명백한 것뿐만 아니라 2차 및 3차 효과도 밝혀내기를 원합니다. 홍수로 인해 오랫동안 재고가 있었던 회사의 공급업체를 위한 부품을 만드는 공장이 파괴되었습니다. Edwards의 비전에 따르면 AskB는 사용자가 질문하기 전에 문제를 지적합니다.
그 비전을 달성하는 것은 어려울 것입니다. 그러나 많은 회사에서는 이러한 유형의 사전 예방적이고 항상 사용 가능한 상담원을 원합니다. Bloomberg는 그 과정에서 몇 가지 주요 단계를 보여줍니다.
AI의 행운
Anthropic은 몇 주 동안 부정적인 사용자 반응을 보인 후 Claude Code가 한 달 동안 하락한 뒤에는 엔지니어링 오류가 있었다고 말합니다(Beatrice Nolan 작성).
Cohere의 유럽 진출은 미국과 중국을 넘어 AI 중견국의 부상을 강조합니다. 작성자: Sharon Goldman
DeepSeek는 최신 모델을 최저 가격으로 출시하고 Huawei 칩을 “완전히 지원”합니다(Nicholas Gordon 작성).
독점: Jeremy Kahn이 작성한 AI 기반 채용 스타트업 Dex가 530만 달러의 시드 라운드를 모금했습니다.
나는 Claude의 새로운 Dispatch 기능을 한 달 동안 사용했습니다. 내가 할 수 있는 모든 일은 다음과 같습니다. 작성자: Catherina Gioino
댓글: Mark Zuckerberg는 자신의 AI 복제품을 만들고 있습니다. 대부분의 사람들은 받은 편지함에 대한 도움이 필요합니다. 작성자: Mukund Jha
뉴스 속의 AI
중국 경쟁 규제 당국이 메타의 인공지능 기업 마누스(Manus) 인수를 저지했다. 중국은 Meta가 약 20억 달러에 달하는 Manus 인수를 막았으며, 직원이 Meta에 합류하고 Manus의 원래 투자자가 이미 대금을 지불한 후에도 거래를 취소하도록 명령했습니다. 이러한 움직임은 특히 국내 스타트업이 외국 자본, 칩 또는 구매자를 유치하기 위해 본사를 섬나라로 이전하여 정체성을 “싱가포르 세척”하려고 시도함에 따라 중국이 전략적 기술로서 AI에 대한 통제를 얼마나 공격적으로 강화하고 있는지를 강조합니다. 이번 결정은 창업자들이 미국의 투자 제한과 해외 구조 조정에 대한 중국의 점점 심해지는 조사 사이에 점점 더 갇히게 되면서 미국과 중국 AI 생태계의 분리가 가속화되고 있음을 강조합니다. 이번 결정에 대한 심층 분석을 보려면 Fortune의 아시아 편집자 Nicholas Gordon이 작성한 이 기사를 확인하세요.
AI 연구에 주목하다
Anthropic은 AI를 사용하여 AI 보안 연구를 자동화하는 과정을 보여줍니다. 블로그 게시물과 관련 연구 논문에서 회사는 자사가 후원한 연구원 그룹이 Claude Opus 4.6이 AI 보안의 어려운 문제를 해결하는 방법을 가리키는 연구를 설계하고 수행하는 데 도움이 될 수 있음을 보여주었다고 말했습니다. AI 모델이든 잠재적으로 사람이든 관계없이 약한 지능이 어떻게 더 똑똑한 AI 모델을 감독할 수 있습니까? 조사를 수행하기 위한 몇 가지 도구가 장착된 클로드의 “자동 정렬 조사기”의 9개 병렬 인스턴스는 각각 약간 다른 초기 가설을 향해 추진되었습니다. 그런 다음 Claudes는 Alibaba의 Qwen 3-4B Base 개방형 가중치 모델을 강력한 AI 모델로 사용하고 Qwen 1.5-0.5B-Chat을 덜 유능한 감독 모델로 사용하여 연구를 수행해야 했습니다. 그들은 7일 동안 실험에 대한 가설을 세웠고 그 결과를 두 명의 인간 AI 보안 연구원이 비슷한 일정으로 수행할 수 있었던 것과 비교했습니다.
Claudes는 일련의 테스트에서 더 강력한 모델을 수행할 수 있는지 확인하기 위해 테스트를 거쳤습니다. 비록 더 약한 모델 자체가 이러한 작업에서 훨씬 더 나쁜 성능을 보였지만 가능했습니다. 전반적으로 Claudes는 약한 모델을 통해 강한 모델이 약한 모델과 강한 모델 사이의 “성능 격차”의 97%를 복구하도록 설득하는 방법을 찾았지만, 인간 AI 연구원은 이 격차의 23%만 좁힐 수 있었습니다. 더욱이, 이 방법은 보이지 않는 수학적 및 코딩 작업에 일반화되었지만 다른 모델에는 일반화되지 않았습니다. 또한 조사관은 Claudes가 약한 교사가 강력한 모델을 감독하도록 하는 방법을 찾는 대신 단순히 강력한 모델을 직접 지시하여 부정 행위를 시도하는 것을 발견했습니다. 완벽한 결과는 아니었지만 Claudes가 수행한 실험의 총 컴퓨팅 비용은 18,000달러였습니다. Anthropic은 이러한 자동화 기술이 인간이 추구할 수 있는 새로운 연구 방향을 찾는 데 여전히 유용할 수 있음을 의미할 수 있다고 말했습니다.
당신은 달력을 가지고 있습니다
4월 23~27일: 국제 학습 표현 회의(ICLR), 브라질 리우데자네이루.
4월 22~24일: Google Next, 라스베거스.
6월 8~10일: Fortune Brainstorm Tech, 콜로라도 주 아스펜. 여기에서 도움을 요청하세요.
6월 17~20일: VivaTech, 파리.
7월 6~11일: ICML(International Conference on Machine Learning), 대한민국 서울.
7월 7~10일: AI for Good Summit, 스위스 제네바.
두뇌를 위한 음식
