인공지능(AI)이 기업 공시자료를 요약할 때 사실관계가 맞아떨어지더라도 중요한 맥락이 누락되면 투자 판단이 크게 엇갈릴 수 있다는 연구 결과가 나왔다.
 |
| ▲ 이용재 교수. [울산과학기술원 제공] |
UNIST(울산과학기술원)은 산업공학과·인공지능대학원 이용재 교수팀이 24일부터 29일까지 헝가리 부다페스트에서 열린 자연어처리 국제학회 'EMNLP 2026'에서 총 4편의 논문을 발표했다고 29일 밝혔다. EMNLP는 ACL, NAACL과 함께 자연어(일상 의사소통 언어) 처리 분야 3대 학회로 평가받는다.
해당 논문는 LG AI연구원, 한화생명 등 국내 주요 기관과의 산학과제는 물론 JP모건, 블랙록 등 글로벌 금융기관 및 해외 명문 대학들과의 광범위한 공동 연구를 통해 작성됐다. 이번 발표 중 산업 트랙의 대표 성과는 LG AI연구원 엑사원(EXAONE) BI팀과 공동 수행한 '요약이 판단을 왜곡할 때(When Summaries Distort Decisions)' 논문이다.
연구팀은 미국 기업의 분기 공시 자료 300건과 실적발표 자료 297건을 대상으로, 동일한 판단 모델이 원문과 요약문을 접했을 때 내리는 투자 결정 변화를 정밀 비교했다. 그 결과, 4가지 주요 요약 모델에서 투자 판단이 달라진 비율은 공시 자료의 경우 약 24~32%, 실적발표 자료는 약 25~30%에 달했다. 단순한 사실관계가 맞더라도 의사결정에 필수적인 맥락이 생략되면, AI의 해석이 완전히 뒤바뀔 수 있음을 실증한 것이다.
이를 감안해, 연구팀은 모델별 요약문을 원문과 철저히 대조해 근거가 더 충실한 요약문을 선택하는 '에이전트 기반 맥락 압축(ACC)' 기법을 제안했다. 이 방식은 요약문의 분량을 원문의 약 4~5% 수준으로 유지하면서도, 공시 자료의 판단 변화율을 31.5%에서 19.5%로 대폭 낮췄다는 얘기다.
이번 연구에는 이용재 교수와 안원빈 LG AI연구원 연구원이 공동 교신저자를 맡았으며, 금융 AI 스타트업 링크알파를 비롯해 JP모건, 블랙록, 스테이트 스트리트 인베스트먼트 매니지먼트와 텍사스대학교 오스틴·플로리다대학교·에든버러대학교 소속 연구진이 대거 참여했다.
이용재 교수는 "이번 성과는 국내 기업과의 산학과제 현장 문제를 글로벌 금융기관 및 대학 연구진과의 협력으로 발전시킨 모범적 사례"라며 "금융 AI가 판단에 필요한 근거를 충실히 보존하고 투자자 목적에 맞는 도움을 제공하도록 연구를 이어가겠다"고 했다.
KPI뉴스 / 박동욱 기자 pku24@kpinews.kr
[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]
