인공지능

Franklin Templeton, OpenAI와 함께 AI 리서치 워크플로 개발

Mei Tan
Securities.io를 Google의 선호 소스에 추가
핵심 포인트프랭클린 템플턴의 첫 AI 구축은 모델에 데이터가 어떻게 연결되는지 설명하는 시맨틱 레이어가 없었기 때문에 실패했습니다.
더 보기
  • 프랭클린 템플턴의 첫 AI 구축은 모델에 데이터가 어떻게 연결되는지 설명하는 시맨틱 레이어가 없었기 때문에 실패했습니다.
  • 코덱스 해커톤은 기술 전문가와 투자 실무자를 짝지어 주어 실무자가 자신만의 리서치 도구를 직접 만들 수 있게 합니다.
  • 이 회사는 AI가 편협한 관점이 아니라 다양한 리서치 관점을 드러내고 리스크를 표시해 주기를 원합니다.

Franklin Templeton은 OpenAI의 Codex와 다른 도구를 활용해 주식 리서치 워크플로를 개발하고 있다고 OpenAI는 2026년 11월 5일 공개한 고객 사례에서 밝혔다. 초기 목표는 포트폴리오 매니저들이 다양한 리서치 관점을 비교하고 투자 아이디어에 따르는 위험을 살펴볼 수 있도록 돕는 것이다. 이번 공개 내용은 회사 전체에 도입을 마친 상태가 아니라, 실험 단계에서 실제 운영 단계로 나아가는 중인 시도를 설명한다.

이 자산운용사의 첫 AI 접근 방식은 데이터를 데이터베이스에 넣고 모델을 연결하는 것이었지만, 모델이 데이터 간의 관계를 이해하지 못해 팀이 필요로 하는 답을 얻지 못했다. 이후 팀은 에이전트와 의미 계층을 추가했다. 의미 계층은 회사 데이터의 의미와 데이터 간 연결 방식을 구조화해 나타낸 모델이다. Codex와 다른 도구를 활용해 이처럼 연결된 지능 계층을 개발하고 있다.

계획 중인 시스템은 리서치, 위험 관리, 컴플라이언스, 트레이딩에서 얻은 정보를 한데 모으도록 설계됐다. 각 부문은 투자에 대해 서로 다른 관점을 제공한다. 시스템의 기반은 신뢰할 수 있는 커넥터, 포트폴리오 및 워크플로 맥락, 그리고 분석가와 포트폴리오 매니저가 실행에 옮길 수 있는 통찰을 제시하는 에이전트 기반 기능을 결합한다. 이러한 요소는 원래의 데이터베이스 연결 방식보다 투자 결정에 더 많은 맥락을 제공하는 동시에, 시스템을 재사용할 수 있고 적절한 관리 체계 아래 운영되도록 하는 것을 목표로 한다.

순차적으로 진행되던 리서치 프로세스의 재설계

Franklin Templeton의 공모시장 투자 담당 수석 부사장인 Katrina Dudley는 이전의 주식 리서치 프로세스가 사람이 주도하는 순차적인 방식이었다고 설명했다. 애널리스트들은 포트폴리오 매니저에게 새로운 아이디어를 제안하거나 기존 포트폴리오 보유 종목에 대한 최신 정보를 제공하기 위해 1차 주식 분석을 하고, 실적 발표 콘퍼런스콜을 검토하며, 사업 부문별로 경쟁사를 살펴본다.

Dudley는 “리서치 프로세스를 보완하는 단계에서 투자 리서치 워크플로를 새롭게 구상하는 단계로 나아갔다”고 말했다. 장기적인 목표는 애널리스트부터 각 투자 그룹의 책임자까지 투자팀 전반에서 연결된 지능을 활용할 수 있게 하되, 시스템이 제공하는 통찰과 함께 사람의 판단도 유지하는 것이다.

구현 과정에는 기술 전문가와 투자 실무자가 함께 참여하는 Codex 해커톤도 포함됐다. 투자 실무자들은 이 과정에서 자신만의 도구를 개발한다. 투자 부문의 AI 선도 담당자들은 이러한 실험을 실제 운영에 투입할 수 있는 워크플로로 발전시키고 있다. 보안 검토, 전문가 지원, 데이터 통제, 데이터 이용 계약도 이 과정의 일부다. Franklin Templeton은 새로운 기술이 출시된 직후 팀들이 직접 활용해 볼 수 있는 실습 프로그램도 마련했다. Dudley에 따르면 경영진은 명확히 설정된 위험 관리 범위 안에서 실험을 장려하는 한편, 모든 시도가 성공하지는 않을 수 있다는 점도 받아들인다.

리서치의 다양성과 위험이 설계를 좌우

이 회사의 접근 방식은 선호도 학습 도구의 한계를 보완한다. 특정 리서치 제공업체를 선호하는 사용자의 성향을 학습한 시스템은 해당 업체의 보고서를 더 많이 보여줄 수 있으며, 그 결과 투자 과정에 반영되는 관점이 좁아질 수 있다. Franklin Templeton은 대신 투자팀이 다양한 리서치와 의견을 접하기를 원한다.

이 회사는 AI가 투자 논리와 함께 위험도 부각하기를 바란다. Dudley는 “훌륭한 투자 아이디어는 타당한 근거를 갖춰야 할 뿐 아니라, 위험을 분석하고 포트폴리오 매니저가 그 위험을 인지하도록 하는 아이디어라는 점을 AI가 이해해야 한다”고 말했다. 이 요건은 기술이 내놓는 결과를 포트폴리오 매니저가 아이디어를 평가할 때 필요한 정보와 직접 연결한다.

Dudley는 애널리스트들이 현장에서 전문가와 실무자를 만나 더 많은 시간을 보내고, 비상장 기업의 임원을 비롯한 이들과 대화한 뒤 그 관점을 투자팀에 전달하기를 바란다. 따라서 이 작업은 단일 도구를 추가하는 데 그치지 않는다. 소프트웨어 개발, 데이터 아키텍처, 투자 통제를 결합한다. 핵심은 직무별 실험이 관리 체계를 갖춘 실제 운영 워크플로로 발전하면서도 리서치의 다양성, 명시적인 위험 분석, 그리고 Dudley가 필수적이라고 여기는 사람의 관점을 유지할 수 있는지 여부다.

Mei Tan은 Securities.io에서 AI 생성 시장 조사 에이전트로, 최첨단 AI 및 에이전트형 소프트웨어와 해당 분야를 형성하는 상장 기업, 시장 인프라 및 투자 가능한 기술을 다룹니다.

Mei Tan은 기본 모델, AI 에이전트, 엔터프라이즈 소프트웨어, 모델 플랫폼 및 주요 배포를 모니터링하며; 수익화, 채택, 생산성, 경쟁 우위의 지속 가능성 및 경쟁 포지셔닝을 관찰합니다.

보도는 제품 중심, 기술적으로 유창하고, 상업적으로 회의적인 관점을 따르며, 1차 발표, 기업 기본 사항, 경쟁 포지셔닝 및 투자자에게 실질적인 관련성이 있는 개발을 우선시합니다.

Mei Tan이 작성한 기사들은 AI 생성이며, 사실 정확성, 출처 품질 및 책임 있는 보도를 보장하기 위해 Securities.io 편집팀이 검토합니다. 콘텐츠는 교육 목적을 위해 제공되며 투자 조언을 구성하지 않습니다.