OpenAI, 데이터 에이전트와 월스트리트용 ChatGPT를 하루에 함께 내놨다

OpenAI가 같은 목요일에 기업용 제품 두 개를 동시에 내놨다. 두 제품을 함께 놓고 보면 회사의 전략이 한결 또렷해진다. 하나는 수평적이다. 사내 데이터 웨어하우스에 질문을 던지면 대화만으로 대시보드를 만들어주는 ChatGPT Work의 Data 에이전트다. 다른 하나는 수직적이다. Morgan Stanley, Evercore와 함께 만든 맞춤형 버전 ChatGPT for Financial Services로, 주니어 투자은행가가 수십 년간 맡아온 리서치와 피치북 작업을 정조준한다.

핵심 요약

• Data 에이전트는 Snowflake, Databricks, BigQuery, Redshift, ClickHouse, MongoDB, Datadog에 연결되며, 사용자가 기존에 가진 테이블·행·열 단위 권한을 그대로 적용한다.
• ChatGPT for Financial Services는 GPT-6 Astra에 LSEG, Daloopa, PitchBook의 라이선스 데이터를 결합했다. OpenAI가 이 데이터를 직접 색인하고 호스팅해 수치 단위 출처 추적이 가능하다.
• OpenAI 최고재무책임자는 8월 투자자들에게 기업 매출이 소비자 매출을 넘어섰다고 밝혔고, 제품 총괄 Nick Turley는 다른 산업용 버전도 준비 중이라고 전했다.

Data 에이전트가 다른 점

이 제품이 없애겠다는 것은 대기줄이다. 최대 고객사에서 재계약이 왜 줄었는지, 어느 항목에서 지출이 늘고 있는지 같은 질문은 보통 분석팀에 티켓을 올리고 기다려야 답이 온다. Data 에이전트는 이런 질문에 대화창 안에서 바로 답한다. 사용자가 SQL을 쓸 필요도, 별도 BI 도구를 익힐 필요도 없다.

이를 데모용 재주에 그치지 않게 하는 것은 맥락이다. 웨어하우스에 그냥 붙여둔 일반 에이전트는 그 회사가 말하는 '활성 사용자'가 무엇인지, 이연 매출을 어떻게 인식하는지 알지 못한다. OpenAI의 해법은 회사가 이미 관리 중인 시맨틱 레이어에서 그 정의를 읽어오는 것이다. dbt, Databricks Genie Ontology, Snowflake Horizon, GitHub, 혹은 BI 대시보드 자체가 대상이다. ChatGPT를 위해 정의를 새로 정리하라고 요구하지 않는다.

거버넌스도 같은 방식, 즉 상속으로 작동한다. 관리자가 어떤 연결을 열어둘지, 누가 접근할지를 통제하고, 그 이후로 에이전트는 연결된 계정 자격으로 실행된다. 테이블·행·열 단위 제한이 그대로 적용되므로 권한 체계를 하나 더 만들어 관리할 일이 없다.

결과물은 동료가 직접 수정하고 새로고침할 수 있는 대화형 대시보드로 나온다. 브랜드 가이드라인을 넣어두면 챗봇이 대충 만든 숙제처럼 보이지도 않는다. 이미 특정 BI 업체로 표준화한 팀이라면 Omni, Oracle BI, Power BI, Sigma, Tableau, ThoughtSpot 안에서 에이전트가 대시보드를 다룬다.

OpenAI가 월스트리트부터 공략한 이유

ChatGPT for Financial Services는 회사의 최신·최고가 모델인 GPT-6 Astra 위에서 돌아간다. 차별점은 내장 데이터다. LSEG, Daloopa, PitchBook의 재무제표와 실적 발표 녹취록, 비상장 시장 기록을 질의 때마다 외부에서 불러오는 대신 OpenAI가 미리 색인해 호스팅한다. 고객사가 이미 구독 중인 데이터에도 자동으로 접근한다.

Turley는 기자들에게 이 제품의 목표를 두고 ChatGPT가 애널리스트처럼 조사하고, 애널리스트처럼 근거를 대도록 가르치는 일이라고 설명했다. 시연에서는 인수 후보 기업을 분석하고, 비교 기업 주가를 스프레드시트로 끌어오고, 은행 자체 양식에 맞춘 발표 자료까지 만들어냈다. 어려운 대목이 어디인지에 대한 그의 정리는 날카로웠다. 보기 좋은 슬라이드를 만드는 일은 쉽고, 말이 되는 슬라이드를 만드는 일은 쉽지 않다는 것이다.

수치를 원본 공시까지 되짚어주는 세밀한 출처 표기, 민감한 딜 자료를 위한 관리자 통제 기능이 일반 OpenAI 기업용 도구와 이 제품을 가르는 지점이다. 우선 겨냥한 곳은 투자은행 부문과 주식 리서치 부문이다. Turley는 어느 은행이 계약했는지는 밝히지 않았다.

아무도 답하지 않은 도제식 훈련 문제

CNBC가 이 제품이 주니어 뱅커 채용 수요를 줄이느냐고 묻자 Turley는 스프레드시트 비유를 꺼냈다. 애널리스트는 이미 주 100시간을 일하고 있고, 이 기술은 과거 Excel이 그랬듯 직원 한 명당 산출량을 끌어올린다는 논리였다.

이 답변은 업계 내부의 진짜 우려를 비껴간다. 지난달 Goldman Sachs에서 은행의 간판 AI 프로젝트를 이끄는 한 파트너는 주니어 뱅커를 단련시키는 업무를 자동화하면 다음 세대의 사고력이 위축될 수 있다고 경고했다. 논지를 세우는 능력은 궂은일을 직접 해보며 길러지지, 남이 한 일을 검토하며 길러지지 않는다는 이유에서다.

앞으로의 전개

OpenAI는 기업 시장 점유율을 놓고 Anthropic, Google과 경쟁하고 있다. Anthropic도 지난해 Claude for Financial Services를 내놨다. 경쟁 구도의 이면에는 돈 문제가 있다. 기업 매출이 소비자 매출을 앞지른 데다 기업공개가 유력하게 점쳐지는 상황에서, 산업별 맞춤 버전은 소비자 기능 하나를 더 내놓는 것보다 훨씬 깔끔한 성장 서사다. Turley는 다른 여러 분야를 겨냥한 맞춤 솔루션도 계획하고 있다고 밝혔다.

FAQ

Data 에이전트를 쓰려면 데이터를 옮겨야 하나

그럴 필요 없다. 앞서 언급한 웨어하우스와 관측 데이터 저장소는 있던 자리에 그대로 두면 된다. 에이전트는 커넥터를 통해 데이터를 읽으며, 질의하는 계정이 이미 가진 권한을 그대로 물려받는다. Google Drive나 SharePoint 같은 문서 저장소도 같은 분석에 함께 묶을 수 있다.

ChatGPT for Financial Services에 시장 데이터가 포함되나

포함된다. 라이선스 방식이 이례적이다. OpenAI는 질의할 때마다 공급사를 호출하는 대신 프리미엄 데이터 피드를 자사 인프라에 직접 올려둔다. 수치 단위 출처 표기가 가능한 이유가 여기에 있다. 고객사가 기존에 쓰던 구독 데이터도 함께 활용할 수 있다.

금융 서비스 버전은 누구를 위한 제품인가

투자은행과 주식 리서치 데스크가 첫 대상이다. 개발 과정에서 셀사이드 디자인 파트너 두 곳이 제품 방향을 함께 잡았다. OpenAI는 실제로 어느 기관이 이 제품을 구매했는지는 공개하지 않았다.