Franklin Templeton uses OpenAI to support investment research
🖼️ 인포그래픽
🖼️ 4컷 인포그래픽
💡 한 줄 요약
Franklin Templeton은 OpenAI의 Codex 등으로 투자 리서치의 연결된 인텔리전스 계층을 개발하며, 다양한 연구 관점과 투자 위험을 드러내는 AI에 인간의 판단을 결합하려 한다.
📌 핵심 요약
- Franklin Templeton은 초기 데이터베이스와 모델 연결만으로는 데이터 간 관계를 이해하지 못해 필요한 답을 얻지 못했으나, 에이전트와 데이터의 의미·연결 관계를 구조화한 시맨틱 계층을 추가한 뒤 결과가 달라졌다고 설명한다.
- Codex는 투자 리서치 워크플로 개발에 사용하는 여러 도구 중 하나이며, 해커톤에서 투자 실무자와 전문가가 함께 도구를 개발하고 Investment AI champions가 실험의 운영 수준 전환을 지원한다.
- Franklin Templeton은 리서치·위험·컴플라이언스·트레이딩의 관점을 포트폴리오 매니저에게 연결하고, 신뢰할 수 있는 커넥터와 포트폴리오·업무 맥락을 결합한 통제 가능한 재사용형 인텔리전스 기반을 제공하려 한다.
- 사용자 선호에 따라 특정 리서치 제공자의 자료를 더 보여주는 방식은 투자 관점을 편향시킬 수 있으므로, Franklin Templeton은 연구와 의견의 다양성을 확보하고 투자 아이디어의 논리와 위험을 함께 드러내는 AI를 지향한다.
- Katrina Dudley는 명확한 위험 가드레일 안에서 실험과 학습을 장려하고, 보안 검토·전문가 지원·데이터 통제를 거쳐 도구를 발전시키는 접근을 설명한다. 장기적으로는 연결된 인텔리전스를 투자팀 전반에 제공하고 애널리스트가 현장에서 다양한 전문가를 만나는 데 더 많은 시간을 쓰도록 하려 한다.
🧩 주요 포인트
- 데이터 연결에 시맨틱 계층과 에이전트를 추가한 경험 → 개별 자료 접근을 넘어 데이터의 의미와 관계를 이해하는 구조가 인사이트 도출의 핵심이라는 설명이다.
- 연구·의견의 다양성과 투자 위험을 중시 → 선호에 맞춘 정보 제공보다 여러 관점과 위험을 검토할 수 있는 의사결정 지원이 투자 리서치의 설계 기준이 된다.
- 해커톤 실험을 보안 검토·전문가 지원·데이터 통제와 연결 → 역할별 워크플로를 운영 수준으로 발전시키되, 최종 판단과 현장 관찰에서 인간의 역할을 유지하려는 방향이다.
🧠 상세 정리
1. 업무 자동화에서 연결된 인텔리전스로
Franklin Templeton의 Public Market Investments 부문 수석부사장 Katrina Dudley는 OpenAI 도구의 가장 큰 효과를 지속적인 인텔리전스와 인간 판단의 결합으로 설명한다. 초기에는 데이터를 데이터베이스에 넣고 모델을 연결했지만, 모델이 데이터가 서로 어떻게 맞물리는지 이해하지 못해 팀에 필요한 답을 제공하지 못했다. 이후 에이전트와 데이터의 의미·연결 관계를 구조화하는 시맨틱 계층을 추가하면서 결과가 달라졌으며, 현재 Codex와 다른 도구를 활용해 연결된 인텔리전스 계층을 개발하고 있다. Dudley의 설명에서 변화의 핵심은 인간이 주도하는 절차를 자동화하는 데서 나아가, 유용한 인사이트를 드러내는 과정 자체를 자동화하고 여기에 인간의 판단을 결합하는 것이다.
2. 여러 투자 관점을 포트폴리오 판단에 연결
리서치·위험·컴플라이언스·트레이딩은 같은 투자에 대해서도 서로 다른 관점을 제공하며, Franklin Templeton은 이러한 입력을 모아 포트폴리오 매니저에게 전달하려 한다. 기존 주식 리서치는 애널리스트가 종목을 먼저 분석하고 실적 발표 내용을 검토한 다음 사업별 경쟁사를 조사하는, 인간 주도의 순차적 과정이었다. 이 과정은 새로운 투자 아이디어를 제안하거나 기존 보유 종목을 업데이트할 때 유용한 정보를 찾는 데 목적이 있었다. 회사가 구상하는 워크플로는 신뢰할 수 있는 커넥터, 포트폴리오와 업무 맥락, 실행 가능한 인사이트를 드러내는 에이전트 기능을 통제 가능하고 재사용할 수 있는 기반으로 연결해 애널리스트와 포트폴리오 매니저를 지원하는 형태다.
3. 역할별 실험을 운영 가능한 워크플로로 발전
Franklin Templeton은 해커톤에서 Codex를 사용하며 투자 실무자가 전문가와 함께 자신의 업무에 필요한 도구를 개발하도록 했다. 여기서 Codex는 투자 리서치 워크플로를 만드는 여러 도구 가운데 하나로 소개되며, 모든 기능을 단독으로 담당하는 도구로 제시되지는 않는다. Investment AI champions는 이러한 실험을 운영에 투입할 수 있는 수준의 워크플로로 발전시키는 일을 하고 있으며, 그 과정에 보안 검토와 전문가 지원, 데이터 통제를 포함한다. Dudley는 이를 기존 리서치 과정을 보강하는 단계에서 투자 리서치 워크플로 자체를 다시 구상하는 단계로 이동한 것으로 표현하지만, 원문은 모든 구상이 이미 전사적으로 구현됐다고 주장하지 않는다.
4. 선호 강화보다 관점의 다양성과 위험 분석
Dudley는 다른 환경에서 유용한 AI의 특성이 자산운용에서는 적합하지 않을 수 있다고 지적한다. 예를 들어 사용자가 특정 리서치 제공자를 선호한다는 이유로 해당 제공자의 보고서를 더 많이 보여주면, 투자 과정에 편향된 관점이 들어올 가능성이 있다. Franklin Templeton은 이와 달리 다양한 리서치와 의견에 접근하도록 하고, 투자 아이디어가 충분한 논리를 갖췄는지뿐 아니라 위험을 분석했는지도 AI가 중요하게 다루기를 원한다. 따라서 리서치 문서가 투자 위험을 식별했다는 사실은 부정적인 신호로만 취급되지 않으며, 포트폴리오 매니저가 위험을 인식하고 더 충분한 정보에 근거해 판단하도록 돕는 요소로 설명된다.
5. 실험과 학습을 뒷받침하는 통제
Franklin Templeton의 리더십은 명확하게 정의된 위험 가드레일 안에서 AI 혁신과 실험을 장려한다는 메시지를 일관되게 전달한다고 Dudley는 설명한다. 모든 시도가 성공할 수는 없지만, 각 시도는 역량을 강화하고 이후 판단에 참고가 되며 지속적인 개선으로 이어지는 배움을 남겨야 한다는 입장이다. 회사는 새로운 기술이 출시되면 실습 기회를 빠르게 제공해 팀이 자신의 업무와 어떻게 연결되는지 시험하도록 했으며, 단순한 사용을 넘어 기술의 가능성을 이해하도록 돕는 데 목적을 둔다. 실험에서 운영 수준의 도구로 나아가는 과정에는 보안 검토, 전문가 지원, 데이터 관련 합의가 포함되며, 이는 혁신 장려와 함께 제시되는 실행 조건이다.
6. 투자팀 전반의 접근성과 현장 경험의 가치
Dudley의 장기적인 목표는 애널리스트부터 각 투자그룹의 책임자까지 연결된 인텔리전스를 활용할 수 있도록 하는 것이다. 이는 현재 모든 역할에 동일한 기반이 완전히 제공됐다는 설명이 아니라, 앞으로 접근 범위를 넓히려는 방향으로 제시된다. 동시에 Dudley는 애널리스트가 현장에서 여러 전문가와 실무자를 만나고 비상장기업 경영진과도 대화하며, 그 과정에서 얻은 내용을 투자팀으로 가져오는 데 더 많은 시간을 쓰기를 원한다. 원문의 마지막 강조점은 도구가 발전하더라도 이러한 인간의 관점이 필수적이라는 것이며, AI가 드러내는 인사이트와 사람이 현장에서 얻는 이해를 함께 투자 판단에 연결하려는 구상으로 이어진다.
🧾 핵심 주장 / 시사점
- 초기 데이터베이스 연결의 한계와 시맨틱 계층 추가 후의 변화는, 이 사례에서 데이터 접근성뿐 아니라 데이터의 의미와 관계를 표현하는 방식이 중요했음을 보여준다.
- 투자 위험을 찾아낸 리서치를 유용하게 평가한다는 설명은, AI가 매력적인 투자 논리를 제시하는 것과 함께 그 논리의 위험을 드러내야 한다는 설계 방향을 보여준다.
- 워크플로 재구상과 현장 활동 확대라는 목표를 함께 보면, Franklin Templeton이 추구하는 변화는 AI의 인사이트 도출 능력을 활용하면서 인간의 판단과 외부 전문가에게서 얻는 관점을 강화하는 데 있다.
✅ 액션 아이템
- Franklin Templeton의 시맨틱 계층과 에이전트 활용 경험을 바탕으로 데이터의 의미·연결 관계가 인사이트 도출에 미치는 영향을 검토한다.
- 투자 리서치에서 연구·의견의 다양성과 투자 위험이 함께 드러나는지를 주요 평가 기준으로 삼는다.
- Codex를 활용한 역할별 워크플로의 운영 수준 전환에서 보안 검토·전문가 지원·데이터 통제와 인간의 판단을 함께 고려한다.
❓ 열린 질문
- Franklin Templeton은 시맨틱 계층과 에이전트 추가 이후 인사이트의 유용성이 얼마나 개선됐는지 어떻게 평가하는가?
- 연구·의견의 다양성을 확보하면서 투자 위험을 충분히 드러내는지는 어떤 기준으로 판단하는가?
- 연결된 인텔리전스를 투자팀 전반에 제공하려는 목표와 애널리스트의 현장 활동 확대는 현재 어느 수준까지 실현됐는가?
