링크알파, 금융 AI 랩 출범해 투자 판단 검증

링크알파가 금융 특화 인공지능(AI) 연구조직을 세우고 거대언어모델(LLM)의 투자 판단 신뢰도 검증에 나섰다. 금융권의 AI 활용이 투자 판단 보조 영역으로 넓어지는 가운데, 모델 판단을 실제 업무에 쓸 수 있는지 따지는 체계를 만들겠다는 취지다.

링크알파는 20일 금융 특화 연구조직 ‘링크알파 AI 랩’을 공식 출범했다고 밝혔다. 링크알파는 기관투자자를 대상으로 AI 투자 리서치 서비스를 제공하는 기업으로, 최근 글로벌 금융기관이 참여한 340억원(2200만 달러) 규모 시리즈 A 투자를 유치했다.

AI 랩은 뉴욕과 서울을 중심으로 풀타임 연구인력 5명이 참여하는 사내 정식 연구조직으로 운영된다. 학계 연구자가 함께하는 산학 연계형 구조도 갖췄다. 회사는 향후 홍콩과 싱가포르 등으로 연구 인력을 넓힐 계획이라고 밝혔다.

연구총괄은 이용재 울산과학기술원(UNIST) 교수가 맡았다. 연구 영역은 △AI 모델의 시장 추론 방식 이해 △AI 판단 신뢰도 측정 △알파·리스크 시스템 구축 등 세 가지다.

알파는 시장 평균을 웃도는 초과 성과를 뜻한다. 리스크 시스템은 투자 판단 과정에서 손실 가능성과 불확실성을 관리하는 체계다. 금융 AI가 단순한 문서 요약을 넘어 투자 판단 보조 도구로 쓰이려면 결과값뿐 아니라 판단 과정과 흔들림을 함께 점검해야 한다는 문제의식이 깔려 있다.

학술 자문위원으로는 알레한드로 로페즈·리라(Alejandro Lopez-Lira) 플로리다대 교수가 합류했다. 로페즈·리라 교수는 2023년 블랙록 최우수 논문상을 받은 인물로 소개됐다.

링크알파 관계자는 “AI Lab은 AI가 금융 정보를 이해하고 판단하는 방식과 판단의 신뢰도, 실제 투자 성과 연결 가능성 등을 연구한다”고 말했다. 금융권의 AI 도입 속도와 검증 수준 사이의 간극을 줄이겠다는 설명이다.

연구진은 ACM AI·금융 국제학회(ICAIF)에서 발표한 논문을 통해 챗GPT, 제미나이, 클로드 등 주요 파운데이션 모델에서 지속적인 투자 편향이 나타난다는 점을 제시했다. 이를 바탕으로 주요 LLM의 투자 판단 특성을 비교·평가할 수 있는 공개 리더보드도 구축했다.

이 리더보드는 같은 조건에서 모델에 매수와 매도 논거를 균형 있게 제시한 뒤 반복 판단을 기록해 편향 점수를 산출하는 방식이다. 모델별 점수 차이가 곧 투자 성과를 뜻하지는 않는다. 금융 현장에서 AI 판단을 그대로 받아들이기보다, 어떤 조건에서 판단이 흔들리는지 검증할 필요가 있다는 취지다.

링크알파는 출범 시점 기준 ICML, ACL, ACM ICAIF 등 주요 AI 학회에서 발표한 논문 13편 이상을 보유하고 있다고 밝혔다. JP모건, 블랙록, 블랙스톤, 스테이트 스트리트, MIT 등 금융·연구기관과 공동 연구를 진행해왔으며, 금융 AI 벤치마크 데이터셋 ‘FinDER’와 ‘FinAgentBench’도 공개했다.

FinAgentBench는 금융 문서 질의응답에서 AI 에이전트의 검색·추론 능력을 평가하는 벤치마크로 소개됐다. 금융 문서에서 어떤 문서 유형을 먼저 골라야 하는지, 선택한 문서 안에서 핵심 구절을 찾을 수 있는지를 나눠 평가하는 구조다.

최찬열 링크알파 공동창업자 겸 공동 최고경영자는 “금융 AI 활용이 빠르게 확대되고 있지만, 실제 투자 판단에서 AI를 신뢰할 수 있는 기준은 아직 충분히 정립되지 않았다”며 “객관적인 검증 체계를 마련하는 게 목표”라고 말했다. AI 투자 리서치의 확산 속도보다 검증 기준 마련이 뒤처져 있다는 인식으로 풀이된다.

국내 금융권도 AI 활용 기준을 세우는 단계에 들어섰다. 금융보안원은 금융 AI의 안전성과 신뢰성을 점검할 평가체계에 △모델 성능 관리 △데이터 품질 △공정성과 편향성 △설명 가능성 △외부 모델·데이터 검증 등을 포함했다.

이번 출범은 산업별 전문성을 반영한 버티컬 인공지능의 필요성이 커지는 흐름과도 맞닿아 있다. 금융 AI가 업무 자동화에서 투자 판단 보조로 이동하면서, 모델의 성능뿐 아니라 편향과 설명 가능성, 신뢰도 검증이 별도 경쟁력으로 떠오르고 있다.