.png&blockId=1146f295-8d25-40c5-85cc-049e969ad808)
안녕하세요, 트레져러입니다.
최근 금융권에서 가장 많이 들리는 키워드 중 하나는 바로 AX(AI Transformation) 입니다.
과거 DX(Digital Transformation)가 업무를 디지털화하는 과정이었다면,
AX는 AI를 활용해 업무 방식 자체를 바꾸는 단계라고 볼 수 있습니다.
실제로 자산운용사, 보험사, 금융 미디어, 재보험사 등
다양한 금융기관들이 AI를 단순한 챗봇이 아닌 실무 도구로 활용하기 시작했습니다.
그렇다면 금융 미디어 분야에서는 어떤 변화가 일어나고 있을까요?
많은 사람들이 AI를 활용한 기사 작성에 주목하지만, 실제 현장에서
더 큰 변화는 그 이전 단계인 리서치와 자료조사 과정에서 나타나고 있습니다.
그래서 최근 금융권에서는 단순 챗봇이 아닌
금융 미디어 AI 플랫폼에 대한 관심이 높아지고 있습니다.
오늘은 금융 미디어 현장에서 어떤 문제가 존재하는지,
그리고 AX 시대에 AI가 이를 어떻게 바꾸고 있는지 살펴보겠습니다.
금융 기사는 생각보다 '자료조사'가 더 중요합니다
많은 사람들이 기자의 업무를 글쓰기라고 생각합니다.
하지만 실제 금융 기자나 리서치 담당자의 하루를 들여다보면 이야기가 조금 다릅니다.
하나의 기사를 작성하기 위해서는
•
DART 공시 확인
•
거래소 데이터 검토
•
관련 뉴스 조사
•
주요 인물 및 기업 관계 파악
•
과거 투자 및 거래 이력 확인
과정을 반복해야 합니다.
특히 IPO, M&A, 경영권 분쟁, 대규모 투자 유치 같은 자본시장 이슈는
여러 기사와 공시, 거래 데이터를 함께 검토해야 하는 경우가 많습니다.
정작 중요한 분석과 해석보다 자료를 찾고 정리하는 데
더 많은 시간이 들어가는 경우도 적지 않습니다.
기존 검색 도구로는 왜 부족할까?
문제는 금융 데이터가 한곳에 모여 있지 않다는 점입니다.
공시는 DART에,
시장 데이터는 거래소에,
뉴스는 언론사별로,
거래 정보는 각종 데이터베이스에 흩어져 있습니다.
출처: 디지털투데이
예를 들어 다음과 같은 질문이 들어왔다고 가정해보겠습니다.
"2025년 DCM 대표주관 1위는 어디야?"
"2024년 IPO 대표주관 상위 증권사는?"
"고려아연 경영권 분쟁은 지금 어떤 상황이야?"
"MBK파트너스의 최근 주요 딜을 정리해줘."
기존 방식이라면 공시를 찾고, 관련 기사를 검색하고,
자본시장 주관 실적 순위(리그테이블)을 확인한 뒤 내용을 직접 정리해야 합니다.
검색 자체가 어려운 것은 아닙니다.
하지만 정보를 연결하고 맥락을 파악하는 데 많은 시간이 필요합니다.
바로 이 지점에서 금융 미디어 AI 플랫폼의 가치가 나타납니다.
금융 미디어 AI 플랫폼은 무엇이 다를까?
금융 미디어 AI 플랫폼은 단순한 검색 서비스가 아닙니다.
핵심은 데이터를 연결하는 것입니다.
트레져러가 구축하고 있는 금융 미디어 AI 플랫폼은
4만건 이상의 자본시장 기사와 기업·인물·거래 데이터를 연결해 질문에 답변합니다.
사용자는 단순히 키워드를 검색하는 대신 자연어로 질문할 수 있습니다.
예를 들어
"삼성전자 최근 주요 이슈를 정리해줘"
"SK하이닉스 HBM 관련 최근 동향은?"
"최근 IPO 시장에서 가장 활발했던 증권사는?"
과 같은 질문을 입력하면,
AI는 관련 기사와 시장 데이터를 분석해 답변을 생성합니다.
중요한 점은 단순히 기사 목록을 보여주는 것이 아니라는 것입니다.
시장 점유율, 거래 내역, 관련 기사, 주요 관계자 정보까지 함께 연결해 보여줍니다.
Vector · Graph · Entity
금융 데이터를 연결하기 위해서는 단순 검색 이상의 기술이 필요합니다.
트레져러의 금융 미디어 AI 플랫폼은 크게 세 가지 방식으로 정보를 탐색합니다.
Vector Search
사용자의 질문과 의미적으로 유사한 문서를 찾습니다.
정확한 키워드를 입력하지 않아도 관련 정보를 탐색할 수 있습니다.
Graph Search
기업, 인물, 거래 관계를 연결합니다.
어떤 기업이 누구에게 투자받았는지,
어떤 인물이 어떤 거래에 관여했는지,
관계 구조를 탐색할 수 있습니다.
Entity Search
특정 기업, 인물, 딜을 중심으로 정보를 모읍니다.
관련 기사와 데이터, 주요 이슈를 하나의 흐름으로 확인할 수 있습니다.
결국 중요한 것은 "어떤 기사가 있었는가"가 아니라
"그래서 시장에서는 어떤 의미인가"를 이해하는 것입니다.
실제 업무는 어떻게 달라질까?
기존에는 하나의 기사를 작성하기 위해 수십 개의 자료를 열어보고 직접 정리해야 했습니다.
하지만 금융 미디어 AI 플랫폼은 질문 하나로 관련 데이터를 연결합니다.
예를 들어
"고려아연 경영권 분쟁 현황을 정리해줘"
라는 질문이 들어오면
관련 기사, 주요 인물, 지분 구조, 최근 거래 흐름 등을 함께 연결해 제공합니다.
기자는 더 이상 자료를 찾고 복사하는 데 시간을 쓰지 않아도 됩니다.
대신 결과를 해석하고 독자에게 어떤 의미가 있는지
설명하는 데 집중할 수 있습니다.
AI가 기자를 대체하는 것이 아니라 기자가 더 중요한 업무에
집중할 수 있도록 돕는 것입니다.
트레져러는 금융 데이터를 연결하는 AI를 만들고 있습니다
트레져러는 금융 데이터를 직접 수집하고 정제해 왔습니다.
그리고 이를 바탕으로 금융 특화 AI 인프라를 구축하고 있습니다.
현재 보험·재보험, 자산운용, 금융 미디어 등 다양한 금융 영역에서
실제 기관들과 AX 프로젝트를 진행하고 있으며, 각 분야의 업무 흐름에
맞는 AI 에이전트를 개발하고 있습니다.
금융 미디어 분야에서는 자본시장 기사와 기업·인물·거래 데이터를 연결해
보다 빠르고 정확한 리서치를 지원하고 있습니다.
단순한 검색을 넘어 금융 데이터를 이해하고 연결하는 AI.
그것이 트레져러가 만들고 있는 금융 특화 AI의 방향입니다.
금융 리서치의 미래는 '검색'이 아니라 '연결'입니다
AI 모델의 성능은 빠르게 발전하고 있습니다.
하지만 앞으로의 경쟁력은 누가 더 좋은 모델을 사용하느냐보다,
누가 데이터를 더 잘 연결하고 활용하느냐에 달려 있습니다.
금융 미디어 AI 플랫폼은 단순히 질문에 답하는 도구가 아닙니다.
흩어진 금융 데이터를 연결하고,
업무 시간을 줄이고,
더 나은 의사결정을 돕는 새로운 업무 인프라에 가깝습니다.
트레져러는 금융 데이터를 기반으로 이러한 변화를 만들어가고 있습니다.
금융 특화 AI와 AX 사례가 궁금하시다면 언제든 편하게 문의해 주세요.
금융권 AX 트렌드와 AI 활용 사례, 그리고 금융 산업의 변화가 궁금하시다면
앞으로도 트레져러 블로그를 통해 함께 살펴보세요 
