-
작년 3월에 FinGPT를 여기에 소개하고 1년이 지났네요.
금융 분야 GPT 사용에 대해 지난 1년간 AI 지형이 어떻게 바뀌었는지 간단 follow-up을 해봅니다.– – – –
GPT가 금융 회사에 도입되어 고객 거래를 제안하는데 직접 사용될 수 있나?앞으로도 상당 기간 (수년 내) 이건 안 될 겁니다.
금융 회사에서 고객 거래의 판단에 사용되는 “모델”에는 랜덤이 포함되면 안 되거든요.
regulation과 회사 자체의 policy들 때문에 GPT를 거래 판단에 사용하는 건 당분간 불가입니다.점차 더 정교한 AI가 등장하면 이건 랜덤일지라도 써야 한다 하는 기류가 생기면 policy 고치고 또 쓰긴 하겠지만요.
– – – –
GPT가 금융 회사에 어떻게 사용되나?현재도 이미 존재하는 robo-advisor류의 백엔드에서 리서치 분야의 상당 부분을 갈아치울 듯 합니다.
보고서를 읽고 요약하는 능력이 10만배, 100만배 스케일로 빨라지니까요.– – – –
GPT가 개인의 투자에 직접 사용될까?개인 투자에 사용하는 건 개인의 결정이니까 물론 써도 되는데,
현재 GPT 능력의 상한선에 대한 판단이 점차 여러 분야에서 나오고 있죠.
일을 완전 맡겨보려고 시도를 했는데 완전 맡기는 건 불가능하구나 하는.
이런 판단이 전에 없던 것은 아닌데 그래도 엄청난 llm 향상이 매주 터져나오던 1년이었기 때문에
혹시? 혹시? 하며 정말 되나? 하는 기대반/의심반으로 지켜보던 1년이었죠.굳이 비유하자면 “입을 정말 잘 털지만 due diligence 개념 없고 책임은 절대 안 지려고 하는 뺀질이” 사원에 비유할 수 있습니다.
일을 잘 하는 듯 보였지만 딱 6개월이면 짤릴 수준의 사원이죠. 일을 맡길 수 없는 거죠.– – – –
GPT 개인의 투자에 어떻게 쓸 수 있을까.금융 회사가 쓰는 것과 똑같은 영역에 쓸 수 있습니다만, 여기에는 개인의 AI literacy에 따라 생산성 차이가 수십배~수천배까지 날 것 같습니다. 개인 투자도 역시 리서치 결과가 좌우할 것인데, 개인이 AI를 리서치에 쓸 수 있는 역량이 되냐 안 되냐가 결과를 가르겠죠. 똑같이 AI를 사용한다고 해도 prompt/response를 이용하려는 사람과 research agent를 돌리는 사람간의 생산성 차이가 수십~수백배 차이 날 겁니다.
– – – –
FinGPT 주변 기술의 지난 1년간 변화는?몇 가지 주요한 변화가 있죠.
내용적으로는 llm 최고 성능이 1년 전 학부 2학년 정도에서 현재는 박사급 추론 능력을 가진다고 광고가 되고 있죠.
형식적으로는 예전의 simple chat 모델로는 정교한 작업을 할 수 없어 다단계 방식 필요성이대두됐죠. 그에 대한 ai 업계의 응답은 추론 모델의 출시였고요. open source 업계의 응답은 agentic framework 출시였습니다. 1년 전 langchain이 주요 framework 이었다면, 현재는 agentic ai를 구현하기 위해 langchain과 함께 langgraph라는 도구가 같이 쓰이게 됐고요. 입력 토큰 길이와 출력 토큰 길이가 4k 수준에서 100k 이상으로 늘어난 점도 실무에 투입 가능하게 하는 주요 요인입니다.
가격면에서는 토큰당 1년 전 대비 약 1/100 스케일로 사용 llm 모델 가격이 저렴해졌어요. 1년 전에는 llm 전용 머신을 사야 하나 고민을 했다면, 이제는 서비스 론칭을 위해서는 한동안 그냥 상용 api 써도 부담 안 될 정도로 저렴해졌습니다.
-
-
-
-
몰기지 들면, 집값 3배 이상 내야함.
아무도, 자기 예를 들며, 조목조목 인증 못하는 이유는 —
사실이기 때문임.
겨우 9만불 잃었는데,
100% 택스 credit 받는 돈이란다.올해도 1-2만불은 벌텐데,
앞으로 4-5년간 capital gain tax는 안낸다는 말.그에 반해 몰기지는 사인하자 마자 손해.
그나마 찌질이들이 싸게 산 편도 아니기에,
현찰로 저렴하게 산 사람들에 비하면 5-6배 손해.나에 비하면 8배 손해임 ^^
우리 집처럼 도서관이 가까운 것도 아니기에.
-
원글님께: 좋은 글 감사
브래드님께: 어떻게 3배가 되는지 숫자로 설명 좀….
-
-
-
-
