“사실 맞아도 맥락 빠지면 오판”…UNIST, 금융 AI 신뢰도 높인 압축 기술 개발 작성일 10-29 26 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">원문 대조 ‘맥락 압축’ 적용…판단 변화율 31.5%→19.5% 감축<br>LG AI연구원·한화생명 등과 산학 연구…EMNLP 논문 4편 채택<br>맞춤형 AI 금융자문가·공시 투자 신호 분석 기술도 함께 공개</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="yUMclIPKhA"> <figure class="figure_frm origin_fig" contents-hash="7b31c65928b565dcdb089250f673190ed5654bb2d9c660dd45cd478a4fbe4e3b" dmcf-pid="WuRkSCQ9Sj" dmcf-ptype="figure"> <p class="link_figure"><img alt="UNIST 이용재 교수" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/29/seouleconomy/20261029143714936jnsh.png" data-org-width="837" dmcf-mid="x9oOHWiPCc" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/29/seouleconomy/20261029143714936jnsh.png" width="658"></p> <figcaption class="txt_caption default_figure"> UNIST 이용재 교수 </figcaption> </figure> <p contents-hash="fb4c536d168a85e8cd7afe61f228aa311df877b3a4db3250faa1a75540028c33" dmcf-pid="Y7eEvhx2yN" dmcf-ptype="general">인공지능(AI)이 기업 보고서를 요약하는 과정에서 핵심 맥락이 누락돼 발생하는 투자 판단 왜곡을 줄이는 기술이 개발됐다. 아울러 투자 성향 맞춤형 AI 자문가 구축과 공시 내 투자 신호 분석 등 금융 AI의 신뢰도를 높이는 연구 성과들이 국제 학계에서 잇따라 인정받았다.</p> <p contents-hash="7aca45f51700b1bcbf37bd526bbc857b1fdda1ddfb01d87bd415a7eabd382638" dmcf-pid="GzdDTlMVla" dmcf-ptype="general">울산과학기술원(UNIST)은 산업공학과·인공지능대학원 이용재 교수 연구팀이 10월 24일부터 29일까지 헝가리 부다페스트에서 열린 자연어처리 분야 국제학회 ‘EMNLP 2026’에서 논문 4편을 발표했다고 29일 밝혔다. 채택된 논문은 산업 트랙 3편과 메인 트랙 1편이며 LG AI연구원·한화생명과의 산학 과제 및 국내외 금융기관·대학 공동연구를 통해 도출됐다.</p> <p contents-hash="4e6f59cf6483a6b338031fa17b9dc764468fbc87386bb424138e05f13a7a1e2a" dmcf-pid="HqJwySRfCg" dmcf-ptype="general">핵심 성과는 LG AI연구원 엑사원(EXAONE) BI팀과 수행한 ‘요약이 판단을 왜곡할 때(When Summaries Distort Decisions)’ 연구다. 연구팀은 지난해 국제학회(ICAIF 2025)에서 대규모 언어모델(LLM)의 투자 성향과 확증편향을 규명한 데 이어, 이번에는 의사결정의 전 단계인 정보 요약 과정으로 분석 범위를 넓혔다.</p> <p contents-hash="302c1ac02af3298c51b2409524a72098e9831e46ed1cc7cfec69464143b77464" dmcf-pid="XBirWve4Co" dmcf-ptype="general">연구팀은 미국 기업의 분기 공시 자료 300건과 실적 발표 자료 297건을 활용해 동일 모델이 원문과 요약문을 보고 내린 투자 판단을 각각 비교했다. 실험 결과 4종의 요약 모델에서 원문과 다른 투자 판단을 내린 비율은 공시 자료 약 24~32%, 실적 발표 자료 약 25~30%에 달했다. 요약문의 사실관계에 오류가 없더라도 판단 근거가 되는 맥락이 생략되면 최종 투자 해석이 달라진다는 점을 입증한 것이다.</p> <p contents-hash="d53df9491834cfd42f0b92b37421c99d7edff660864029c45ba4f51cd43d8270" dmcf-pid="ZbnmYTd8lL" dmcf-ptype="general">이를 해결하기 위해 연구팀은 모델별 요약문을 원문과 대조해 근거가 가장 충실한 요약본을 선별하는 ‘에이전트 기반 맥락 압축(ACC)’ 기법을 고안했다. 이 방식을 적용하자 요약문 분량을 원문의 약 4~5% 수준으로 유지하면서도 공시 자료의 투자 판단 변화율은 기존 31.5%에서 19.5%로 12%포인트 낮아졌다. 이 연구는 이용재 교수와 안원빈 LG AI연구원 연구원이 공동 교신저자를 맡았고 금융 AI 스타트업 링크알파, JP모건, 블랙록, 스테이트 스트리트 인베스트먼트 매니지먼트, 미국 텍사스대 오스틴·플로리다대, 영국 에든버러대 연구진이 공동 참여했다.</p> <p contents-hash="f6093fa3912feada5d94772a1ea73eb799ce43d0ae61121e6e71a9e8ed90c808" dmcf-pid="5F6aOrfzvn" dmcf-ptype="general">나머지 산업 트랙 논문 2편은 맞춤형 금융 자문과 투자 신호 추출 기술을 다뤘다. 한화생명 AI연구소와 공동 수행한 ‘펀드투페르소나(Fund2Persona)’는 실제 펀드의 공시 내역과 보유 종목 변동, 운용진 설명을 학습해 특정 투자 철학과 판단 방식을 갖춘 AI 금융자문가를 구현한 연구다. 링크알파, 블랙스톤, 텍사스대 오스틴·플로리다대 연구진이 함께 참여했다.</p> <p contents-hash="909faed93a75dea5af25c20c528dbc557c95a9733d214f681077a167b0188d72" dmcf-pid="13PNIm4qvi" dmcf-ptype="general">또 다른 산업 트랙 논문인 ‘프롬 텍스트 투 알파(From Text to Alpha)’는 기업 공시에서 투자 신호를 포착하는 기술을 제시했다. 기업이 보고서에서 강조하는 성과 지표의 변화를 추적해 실제 투자 분석에 활용하는 방안을 검증했고 링크알파와 JP모건, 블랙스톤, 스테이트 스트리트 인베스트먼트 매니지먼트 소속 연구진이 참여했다.</p> <p contents-hash="81721d59ae4c37aae2d6d770c4c3e6b7f1fc6289333094490cb1c37cea7c4527" dmcf-pid="t0QjCs8BvJ" dmcf-ptype="general">메인 트랙에 채택된 ‘엠엠 컴플라이언스(MM-Compliance)’는 기업의 지속가능성 보고서가 공시 기준에 부합하는지 평가하는 연구다. 다국어 보고서 내 텍스트와 표, 그림을 동시에 분석할 수 있는 데이터셋을 구축했다. 일본 쓰쿠바대·히토쓰바시대·국립정보학연구소(NII), 대만 국립타이베이대·국립대만대, 태국 출라롱콘대, 프랑스 3DS 아웃스케일 연구진이 공동 수행했다.</p> <p contents-hash="179bc5a9500ca07dd67a101c4a699c9969dc7efb313b4b3356c0b9cdda563698" dmcf-pid="FpxAhO6bWd" dmcf-ptype="general">이용재 교수는 “이번 연구는 LG AI연구원과 한화생명 산학 과제에서 발굴한 산업 현장의 난제를 글로벌 금융기관 및 대학과의 협력으로 해결한 결과”라며 “금융 AI가 판단 근거를 온전히 보존하고 투자자 목적에 부합하는 자문을 제공하도록 후속 연구를 이어가겠다”고 말했다.</p> <p contents-hash="4caaeea71c7eca283a076a91d01a5a02f45e1a4ce602a3c4d302cc3e9ae938e9" dmcf-pid="3UMclIPKSe" dmcf-ptype="general">울산=장지승 기자 jjs@sedaily.com</p> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 UNIST, 원하는 위치에 DNA 손상 넣는 ‘CGRID’ 개발…암·노화 복구 원리 밝힌다 10-29 다음 "AI 시대 장벽은 전력"…SK하이닉스, 고효율 메모리로 해법 제시 10-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
