Model ML completes finance work more efficiently with GPT-5.6 Sol

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Model ML은 GPT‑5.6 Sol과 자체 문서 도구를 결합해 재무 요청부터 근거 추적이 가능한 편집형 PowerPoint·Excel 완성본까지 이어가며, 특히 산출물 완성률·검토 준비도와 Excel 토큰 효율을 높였다.

📌 핵심 요약

• Model ML의 핵심 에이전트는 초기 요청부터 조사, 분석, 증거 조정, 계산, 도구 선택을 수행해 출처가 연결된 편집형 PowerPoint 또는 Excel 파일을 만들며, 재무 전문가는 공유 전에 가정·출처·메시지를 검토한다.
• Model ML은 이메일이나 앱에서 시작한 업무를 Microsoft Office 플러그인에서 반복 설명 없이 이어갈 수 있도록 사용 접점에 구애받지 않는 연속성을 제공한다.
• 한 글로벌 자산운용사에서 약 1시간 걸리던 맞춤형 티어시트 작성이 약 5분으로 단축됐고, 다른 업무에서는 10만 개가 넘는 행과 수백 개 파일이 포함된 가상 데이터룸을 한 번에 처리했다.
• PowerPoint 평가에서 GPT‑5.6 Sol은 파일 완료율 100%와 전문 검토 준비율 43.3%를 기록해 Opus 5의 76.0%와 26.7%를 앞섰지만, 덱당 토큰은 110만으로 Opus 5의 95만3000보다 많았다.
• Excel 평가에서 GPT‑5.6 Sol은 핵심 출력 정확도 83.3%, 완전 정답 모델 비율 50.0%, 워크북당 244만 토큰을 기록했으며, Opus 5보다 토큰을 36% 적게 사용한 결과를 포함한 종합 평가를 근거로 생산 적용 범위가 확대됐다.

🧩 주요 포인트

1. 마지막 단계 자동화 → Model ML은 조사와 계산을 넘어 파일 작성, 서식 적용, 출처 연결까지 담당하지만 가정·출처·메시지에 대한 최종 판단은 재무 전문가에게 남긴다.
2. 종합 성과와 개별 지표의 차이 → GPT‑5.6 Sol은 PowerPoint 완료율과 검토 준비도, Excel 토큰 효율에서 강점을 보였으나 PowerPoint 시각 품질·레이아웃·차트 가독성과 Excel 완전 정답 모델 비율 등 모든 지표에서 우세한 것은 아니다.
3. 정적 파일에서 연결형 결과물로의 확장 → Model ML은 현재 이메일·앱·Microsoft Office 사이의 업무 연속성을 제공하며, 모델과 원자료에 연결된 보안형 브라우저 기반 대화형 결과물로 범위를 넓히고 있다.

🧠 상세 정리

1. 재무 업무의 마지막 단계와 Model ML의 출발

재무 분석이 고객이나 고위 의사결정자의 검토를 견디려면 증거를 대조하고, 파일을 작성·서식화하며, 모든 수치를 확인하고, 각 주장과 출처를 연결하는 마지막 단계를 거쳐야 한다. 완성된 PowerPoint 덱이나 Excel 워크북은 단순히 보기 좋은 결과물이 아니라 수정 가능하고 상세 검토를 받을 수 있는 상태여야 한다. Model ML 공동 창업자인 형제 Arnie Englander와 Chaz Englander는 두 차례의 성공적인 엑시트 후 사모 패밀리 오피스를 통해 투자하면서 이 과정에 필요한 노동을 직접 경험했다. 두 사람은 자신들의 업무를 돕기 위해 소프트웨어를 만들었고, 이 도구가 초기 요청부터 조사·분석과 완성 파일 제작까지 지원하는 Model ML 에이전트로 발전했다.

2. 핵심 에이전트와 문서 생성 구조

Model ML의 에이전트는 간단한 업무 지시와 원자료를 받아 조사와 모델링을 수행하고, 고객이나 딜팀에 제공할 덱 또는 워크북까지 만든다. 중심에 있는 핵심 에이전트는 업무를 계획하고 적절한 도구를 선택하며, 증거를 조정하고 계산을 실행한 뒤 각 단계에 가장 적합한 모델을 배정하는데 GPT‑5.6 Sol이 자주 선택된다. Model ML의 자체 문서 도구는 출처를 추적할 수 있는 네이티브 PowerPoint와 Excel 파일을 생성한다. 사용자는 투자위원회용 편집형 PowerPoint를 만들거나, 기존 고객 템플릿 또는 빈 워크북에서 출발해 데이터를 모으고 여러 탭에 수식과 논리를 구성한 재무 모델을 만들 수 있다. 이메일이나 Model ML 앱에서 시작한 업무는 Microsoft Office 플러그인에서도 다시 설명할 필요 없이 이어진다.

3. 사람의 판단을 남기는 자동화와 처리 성과

Model ML은 재무 업무를 처음부터 끝까지 처리하지만, 결과를 공유하기 전 가정과 출처, 전달 메시지를 확인하는 역할은 재무 전문가에게 남겨 둔다. 회사가 제시하는 업무 분담의 핵심은 사용자가 분석을 다시 만드는 데 시간을 쓰기보다 가정을 다듬고 메시지를 선명하게 만드는 판단에 집중하도록 하는 것이다. 에이전트는 편집 가능한 PowerPoint뿐 아니라 데이터 수집, 다중 탭 수식, 재무 분야별 서식이 적용된 완전한 Excel 워크북도 생성한다. 한 글로벌 자산운용사에서는 분석가가 약 1시간 동안 만들던 맞춤형 티어시트를 약 5분 만에 만들게 됐다. 또 다른 업무에서는 10만 개가 넘는 행과 수백 개 파일이 포함된 가상 데이터룸을 Model ML 에이전트가 한 번에 처리했다.

4. Composite 평가와 PowerPoint 결과

Model ML의 금융 서비스용 평가 기준인 Composite는 최초 재무 지시부터 조사와 계산, 편집 가능한 덱 또는 스프레드시트 생성까지 전 과정을 추적한다. 평가는 숫자, 출처, 수식, 구조를 확인하며 PowerPoint에서는 수백 개의 생성 덱과 세부 채점 기준을 이용해 시각적 품질도 측정한다. GPT‑5.6 Sol은 PowerPoint 테스트의 100%에서 파일을 완성했고 전문 검토 준비율 43.3%를 기록해 Opus 5의 76.0%와 26.7%를 각각 앞섰다. 준비도 기준이 적용된 전체 덱 점수는 59.9% 대 56.7%, 지시 준수는 78.8% 대 77.9%, 시각적 위계는 87.2% 대 86.7%, 디자인 일관성은 97.8% 대 93.3%였다. 반면 종합 시각 품질은 77.9% 대 79.3%, 레이아웃은 75.9% 대 78.8%, 차트 가독성은 78.8% 대 83.1%였고, 덱당 토큰도 110만 대 95만3000으로 Opus 5가 더 적었다.

5. Excel 평가와 생산 적용 확대

Excel 평가에서 GPT‑5.6 Sol의 핵심 출력 정확도는 83.3%로 Opus 5의 82.8%보다 소폭 높았다. 그러나 모든 핵심 출력이 맞은 완전 정답 모델 비율은 50.0%로 Opus 5의 60.0%보다 낮아, 개별 핵심 수치의 정확도와 전체 모델의 완전성에서 서로 다른 결과가 나타났다. 예상 출력 발견률과 구조·오류·자리표시자를 검사하는 워크북 계약 통과율은 두 모델 모두 100%였다. GPT‑5.6 Sol은 워크북당 244만 토큰과 7.0분을 기록해 Opus 5의 383만 토큰과 7.5분보다 적었으며, 토큰 사용량은 36% 절감됐다. Model ML은 PowerPoint와 Excel의 Composite 결과를 종합해 GPT‑5.6 Sol의 생산 적용을 확대했고, 여기에는 이전에 Opus 4.8이 담당하던 일부 업무도 포함됐다.

6. 에이전트 도구 체계와 브라우저 기반 결과물

PowerPoint는 외관이 정돈돼도 숫자가 틀리거나 출처를 추적할 수 없고, 차트가 평면 이미지로 굳어 있거나 슬라이드를 다시 만들어야 한다면 실제 검토를 통과하기 어렵다는 점에서 까다로운 시험 대상이었다. Model ML은 GPT‑5.6 Sol을 편집 가능한 그래프와 표를 만드는 문서 생성·편집 도구와 함께 에이전트 실행 체계 안에서 운용하며, 원래 지시를 작업 문맥에 유지하고 반환 전에 모든 슬라이드를 시각적으로 검토한다. 에이전트는 필요에 따라 데이터 연동, 문서 편집 도구와 기능, 코드 실행 환경을 불러오는 도구 모음을 사용한다. Model ML과 OpenAI는 현장 세션에서 에이전트의 발표 계획, 도구 선택, 문맥 유지 방식을 추적하고 그 결과로 지침과 도구 모음의 로드 시점을 조정했다. Model ML의 고객은 모델과 원자료에 계속 연결되는 브라우저 기반 결과물로 이동하고 있으며, 플랫폼은 지속적으로 갱신되거나 특정 시점에 고정되는 보안형 대화형 결과물을 만들 수 있다. 검토자는 같은 페이지에서 투자 요약의 수치가 나온 재무 모델을 확인하고 에이전트와 함께 작업할 수 있다.

🧾 핵심 주장 / 시사점

• Model ML이 제시하는 실무 준비 상태는 외관의 완성도가 아니라 수치의 출처 추적, 워크북 재계산, 슬라이드 편집 가능성까지 충족하는 상태다.
• GPT‑5.6 Sol의 PowerPoint 결과는 파일 완료율과 디자인 일관성이 높더라도 레이아웃·차트 가독성·토큰 효율이 동시에 우세하지 않을 수 있음을 보여 주며, 종합 평가와 개별 지표를 함께 볼 필요가 있다.
• Excel에서 Opus 5보다 36% 적은 토큰 사용과 더 낮은 완전 정답 모델 비율이 함께 나타난 만큼, 생성 효율 향상이 재무 전문가의 가정·출처·메시지 검토를 대체하지는 않는다.

✅ 액션 아이템

• GPT‑5.6 Sol의 PowerPoint 완료율 100%와 전문 검토 준비율 43.3%를 생산 적용 범위 판단에 반영.
• Excel 워크북당 244만 토큰, 핵심 출력 정확도 83.3%, 완전 정답 모델 비율 50.0%를 함께 비교해 효율과 정확성의 균형을 평가.
• Model ML 산출물에 대한 재무 전문가의 가정·출처·메시지 검토를 유지하고 브라우저 기반 대화형 결과물의 연결성을 검토.

❓ 열린 질문

• GPT‑5.6 Sol의 PowerPoint 전문 검토 준비율 43.3%는 실제 생산 적용 범위에서 어느 수준의 사람 검토를 요구하는가?
• Excel 핵심 출력 정확도 83.3%와 완전 정답 모델 비율 50.0%의 차이는 어떤 유형의 검토 필요성을 보여 주는가?
• Model ML의 브라우저 기반 대화형 결과물은 PowerPoint·Excel의 편집 가능성과 출처 추적성을 어떻게 이어 갈 것인가?