이 서비스는 단순 질의응답을 넘어, 사용자의 질문 의도를 분석하고 적합한 도구를 자동 선택·조합해 답변을 생성하는 AI 에이전트 방식으로 설계됐다. 금융권 가이드라인을 반영한 웹 기반 운영 환경을 구현해 별도의 인프라 도입 없이 기존 시스템과 연계 가능하다.
 |
사진=씽크풀 |
씽크풀은 AI 모델 운영부터 서버 인프라 관리, 유지보수까지 전 과정을 전담하는 구조를 갖췄다.
씽크풀은 20년간 축적한 금융 데이터 처리 기술과 월 수십만 건 이상의 실제 고객 질의를 처리해 온 노하우를 바탕으로 시세·재무·공시·뉴스·리포트 등 방대한 데이터를 정제·구조화했다. 이를 통해 AI가 임의로 생성한 정보가 아닌, 검증된 금융 데이터에 근거한 일관된 응답이 이뤄지게 했다.
예를 들어, 투자자가 “삼성전자 최근 실적 어때?”라고 질문하면 AI 에이전트가 재무 데이터 조회, 뉴스 검색, 리포트 분석 등 복수의 도구를 자동으로 연결해 매출·영업이익 추이 차트와 핵심 뉴스 요약, 증권사 컨센서스까지 한 화면에 구성해 제공한다.
씽크풀은 질문 유형에 따라 지표와 차트, 요약 카드 등을 자동으로 구성한다. 텍스트만 나열하는 챗봇과 달리, 종목 분석 질문에는 실적 차트와 투자 지표를, 상품 비교 질문에는 비교 카드를 각각 최적화된 형태로 보여줘 직관적인 투자 정보 전달이 가능하다.
아울러 증권사별 브랜드 정체성을 반영한 전용 AI 큐레이션 화면과 검색 증강 생성(RAG) 기술을 활용한 업무 매뉴얼 학습 기능을 더해 투자 상담을 넘어선 업무 지원 에이전트로서의 확장성을 확보했다.
이와 함께 대시보드를 통해 MTS 내 고객 질문 데이터를 기반으로 실시간 이용 현황과 관심 흐름을 분석할 수 있게 했다. 일별·시간대별 질문 트래픽 추이와 카테고리 점유율 변화, 반복·인기 질문 유형 등을 분석해 서비스 개선과 콘텐츠 고도화에 반영한다.
김동진 씽크풀 대표는 “AI PB 챗봇은 인프라 구축과 개발 리소스 투입을 최소화하면서도 고성능 AI를 도입하고자 하는 금융기관들에게 가장 현실적인 대안이 될 것”이라며 “60여개 금융 도구와 정제된 데이터 파이프라인을 기반으로 신뢰할 수 있는 금융 AI 서비스를 지속 고도화해 나가겠다”고 말했다.
김신영 기자 spicyzero@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
