블룸버그 터미널에 AI 챗봇 'ASKB' 통합...금융 데이터 분석 접근 방식 전환

블룸버그가 생성형 AI 기반 챗봇 'ASKB(에스크비)'를 터미널에 통합하고 있다. 금융 데이터 검색을 자연언어 질문으로 가능하게 해 투자 전문가들의 업무 효율성을 높이려는 시도다.

블룸버그 터미널은 40년간 금융 데이터 분석의 표준으로 운영되어왔다. 하지만 그 유명한 '난해한 사용성'은 초보자의 진입장벽이자 경력자의 자부심이었다. 스크린에 붙인 포스트잇에 함수명을 적어두고, 수치와 텍스트의 검색 경로를 따라 정보를 찾는 능력이 '전문가의 증거'였던 것이다.

과적된 데이터에서의 한계 드러나

블룸버그에 축적되는 데이터 규모가 급증하면서 상황이 바뀌었다. 주가·수익 정보뿐 아니라 기상 데이터, 해운 로그, 공장 위치, 소비 패턴, 사모 대출 정보까지 포함된 터미널에서 필요한 정보를 찾아내는 데 시간이 과도하게 소요되기 시작했다. 블룸버그 최고기술책임자(CTO) 션 에드워즈는 4월 런던 본사 인터뷰에서 "놓치는 정보가 많아지거나 검색에 너무 오래 걸린다"며 "현 상황은 지속할 수 없는 수준"이라고 진단했다.

ASKB는 이 문제를 해결하기 위해 설계됐다. 사용자는 특정 데이터 포인트를 요청하는 대신, 머릿속 '투자 논제(thesis)'를 자연언어로 물을 수 있다.

에드워즈는 예시를 들었다. "이란의 전쟁과 유가 변동이 내 포트폴리오에 어떤 영향을 줄까?"라는 질문이 한 번에 수십 개 차원의 데이터를 종합해 분석 가능하다는 뜻이다. 이전에는 이 같은 분석에 주니어 애널리스트 몇 명이 며칠 동안 작업해야 했던 영역이다.

ASKB 베타는 블룸버그 터미널 375,000명 사용자 중 약 1/3에게 공개 중이며, 정식 출시 일정은 아직 공개되지 않았다.

전문가용 도구, 능력에 따른 결과 차이

블룸버그는 ASKB를 '에이전트형 AI(agentic AI)'로 표현하고 있으나, CTO는 도구의 한계를 명확히 했다. "이것은 마법이 아니다. 평균 직원을 갑자기 뛰어나게 만들지는 못한다"는 설명이다. 에드워즈는 "차이는 당신의 아이디어"라며 "전문가 손에 들어가면 더 깊이 있는 분석을, 더 많은 아이디어를 검토할 수 있게 해준다. 평범한 분석가라면 평범한 아이디어만 10배로 늘어난다"고 지적했다.

실제로 ASKB의 핵심은 자동화보다는 워크플로우 템플릿화에 있다. 애널리스트는 "실적 발표 시즌마다 필요한 모든 데이터를 주세요. 강세·약세 케이스 요약, 애널리스트 의견, 가이던스를 정리해달라"는 하나의 쿼리를 작성한 후, 특정 조건이 충족되면 자동 실행되도록 설정할 수 있다. 결국 주니어 애널리스트 수준의 반복 업무를 자동화하는 것이다.

할루시네이션 방지에 다층 검증 구조

생성형 AI가 금융 데이터를 다루는 가장 큰 위험은 '할루시네이션(환각)'이다. 블룸버그는 이를 최소화하기 위해 다층 검증 체계를 구축했다.

요약의 정보 콘텐츠를 검사해 인용된 각 사실이 원본 텍스트에 완전히 포함돼 있는지 확인한다. 의미론적 언어 검사도 추가했는데, LLM은 논리를 반전시키는 경향이 있기 때문이다. 또한 인용(citation) 자체도 독립적으로 검증한다.

하지만 에드워즈는 "완벽하다고 할 수 없다"고 투명하게 답했다. "오히려 문제는 질문에 완전히 답하지 못하는 경우"라며, "이런 시스템이 정보를 숨기거나 추상화하는 대신 출처로 사용자를 이끌어야 한다"고 강조했다. 실제로 블룸버그는 절대 매매 신호를 제공하지 않으며, 사용자가 스스로 의사결정하고 책임을 져야 한다는 입장이다.

일자리 공실과 전문성의 갈등

ASKB의 도입이 금융권 일자리에 미칠 영향은 여전히 불명확하다. 에드워즈는 "주니어 애널리스트 교육·훈련·멘토링을 어떻게 할 것인가가 큰 질문"이라고 인정했다. "앞으로 몇 년간은 AI 시스템의 산출물을 그냥 받아들일 수 없다"며 "당신의 업무에 뿌리내린 이해가 필요하다"고 밝혔다.

이는 역설적이다. AI가 주니어의 업무를 대체하면서도, 동시에 (남은) 전문가의 전문성이 더욱 중요해지는 구조다. 금융에서는 특히 "잘못된 정보에 기반한 의사결정을 피해야 한다"는 제약이 있기 때문에 이 갈등이 더 크다.

기존 GUI와의 공존, 하지만 ASKB가 중심

블룸버그는 ASKB가 터미널의 '새로운 기본 인터페이스'가 될 것으로 본다. 에드워즈는 "기존 GUI가 사라지지는 않을 것"이라고 했지만, "대부분의 상호작용과 워크플로우는 ASKB를 시작점으로 할 것"이라고 예상했다.

흥미로운 지점은 경쟁 플랫폼의 부상이다. 최근 몇 년간 기술 커뮤니티는 "블룸버그와 비슷한 기능을 오픈소스나 로우코드 솔루션(Vibe Code)으로 구축할 수 있지 않을까?"라는 질문을 던져왔다. 비용도 훨씬 저렴하기 때문이다.

에드워즈는 직설적으로 답했다. "직접적인 대답은 아니다. 우리는 수년간 머신러닝과 다양한 AI 기법으로 이런 기능을 만들려고 했다. 커맨드라인에서도 자연언어 인터페이스가 있었지만, 유지 불가능했다. 너무 일관성이 없었고, 특정 방식으로만 물어야 했다." 결국 LLM 기술의 성숙도가 이전의 모든 시도를 넘어섰다는 의미다.

하지만 "Vibe Code는 특정 용도에는 좋다"며 "하지만 미션크리티컬 의사결정 시스템은 Vibe Code로 만들지 않는다"고 선을 그었다. 한국의 증권사, 자산운용사도 블룸버그에 상당히 의존하고 있는 만큼, 이 변화는 국내 금융권에도 영향을 미칠 것으로 보인다.

문화적 전환의 시작

결국 이 변화의 본질은 기술이 아니라 '문화'의 전환점이다. 40년간 포스트잇과 단축키로 무장한 전문가의 영향력이 자연언어 질문 하나로 평면화되려는 상황이다. 이는 금융 데이터 접근의 진입장벽을 낮추는 동시에, 진정한 투자 아이디어와 실행 역량의 중요성을 더욱 부각시키는 계기가 될 것이다.