GPT‑6.1로 선임 투자자와 판단 일치율 88.6% 달성한 Terminal X

투자사의 경쟁력은 거래를 거듭하며 쌓이지만, 각 의사결정의 바탕이 되는 판단 근거는 대개 소수의 선임 투자자 머릿속에만 남아 있습니다. 이들이 회사를 떠나면 Terminal X⁠(새 창에서 열기)가 말하는 ‘기억 부채’가 생깁니다. 문서는 남아 있어도 판단 근거는 사라지는 것입니다.

Terminal X의 Capital Memory 운영 체제는 이 부채를 줄이기 위해 설계되었습니다. JPMorgan과 Blackstone의 금융·투자 전문가 출신인 Terminal X의 현장 파견 엔지니어들은 고객사의 투자팀과 함께 일하며 에이전트 아키텍처를 설계합니다. 그리고 회사의 투자 방식을 고객사 소유의 에이전트에 구현해 온프레미스나 자체 클라우드에 배포합니다.

GPT‑6.1 Sol과 GPT‑6 Luna를 비롯한 OpenAI 모델은 이 에이전트 내부에서 추론을 담당합니다. Terminal X의 평가 에이전트는 회사의 기준에 따라 에이전트의 결과물을 평가합니다. GPT‑6.1 Sol을 사용한 평가 에이전트는 차순위 모델보다 펀드의 투자 지침을 벗어난 추천을 약 25% 더 많이 찾아냈으며, 동일한 워크플로를 실행하는 데 드는 쿼리당 비용은 약 30% 낮았습니다.

Terminal X는 고객사마다 그 회사 최고의 투자자와 같은 방식으로 투자하도록 설계된 에이전트를 구축합니다. Terminal X 엔지니어들은 고객사 현장에서 몇 주간 근무하며, 신뢰받는 투자 검토 메모를 역으로 분석해 작성 과정을 파악하고 문서화되지 않은 업무 절차를 포착합니다. 신용투자 부서가 차입자를 심사하는 방식이나 공동투자팀이 메모를 작성하기 전에 확인하는 자료 출처 등이 여기에 해당합니다.

그런 다음 이 절차를 자산군과 전략별로 맞춤화된 수백 개의 에이전트에 구현하고, 각 투자 단계에 하위 에이전트를 배치합니다. GPT‑6.1 Sol은 판단력과 방대한 컨텍스트 윈도우가 필요한 단계를 담당합니다. 투자 논거를 종합하고, 핵심 고려 사항을 파악하며, 회사의 투자 지침에 부합하는지 평가하는 작업입니다. GPT‑6 Luna는 분석의 깊이보다 토큰 효율성이 중요한 대량 처리 단계를 맡습니다.

에이전트는 각 회사의 비공개 데이터룸 안에서 작동합니다. 이는 기업이 민감한 투자 데이터를 공유하고 관리하는 전용 환경입니다. 에이전트는 영어, 한국어, 일본어, 중국어 문서를 처리하고, 학습한 내용을 기업 메모리로 저장합니다. 기업 메모리는 특정 부서가 특정 유형의 의사결정을 내리는 방식을 버전별로 관리하는 기록으로, 과거 분석, 위원회 결정, 워크플로 지침, 회사의 투자 관점을 포함합니다.

엔지니어들은 각 메모리를 Terminal X 플랫폼에서 반복 실행할 수 있는 워크플로로 전환합니다. 이 플랫폼에서는 실제 운영 중인 모든 쿼리에 대해 수행 단계, 검색한 출처, 사용한 모델, 추론 과정까지 전체 이력을 확인하고 감사할 수 있습니다.

Terminal X에 따르면, 고객사들은 이 접근 방식으로 상당한 비용 절감 효과를 얻고 있습니다. 한 사모펀드 운용사는 실사와 투자 검토 메모 워크플로를 자동화해 연간 환산 240만 달러를 절감했다고 보고했습니다.

Terminal X는 에이전트의 답변이 고객사 고유의 기준에 부합하는지 확인하기 위해 평가 에이전트를 구축했습니다. GPT‑6.1 Sol과 다른 OpenAI 모델을 조율하는 이 워크플로는 VP급 책임자가 애널리스트의 업무 결과를 검토하듯 모든 에이전트 결과물을 읽도록 설계되었습니다.

평가 에이전트는 54개 항목의 평가 기준에 따라 각 결과물을 점검합니다. 점검할 때는 다음을 묻습니다. 수치, 비교 대상, 컨센서스 수치, 인용문을 올바른 출처에서 가져왔는가? 전반적인 논리가 타당한가? 추천 내용이 회사의 투자 관점에 부합하는가?

각 점검 항목은 통과 또는 실패로 판정됩니다. 실패한 항목에는 한 줄로 된 사유와 더 적절한 출처 또는 수정된 문구가 첨부되며, 메모리로 저장됩니다. 예를 들어 누락된 출처, 잘못된 비교 대상, 회사의 투자 관점에서 벗어난 투자 논거는 해당 부서의 새로운 워크플로 지침이나 테스트 케이스로 반영됩니다.

Terminal X의 공동 창립자 겸 CTO인 Ken Lee는 이렇게 말합니다. “모든 답변을 평가하고, 애널리스트가 수정한 내용을 통해 시스템은 그 회사의 업무 방식을 조금씩 더 배워갑니다.” “그래서 회사가 오래 사용할수록 시스템도 점점 그 회사 팀처럼 사고하게 됩니다.”

Terminal X는 자체 평가 결과를 바탕으로 모델을 선택합니다. 500건의 판단을 채점한 결과, GPT‑6.1 Sol 기반 평가 에이전트는 선임 검토자와 88.6%의 일치율을 보였습니다. 차순위 모델의 86.4%보다 220bp 높은 수치입니다.

GPT‑6.1 Sol이 특히 뛰어난 성능을 보인 오류 유형 중 하나는 투자 스타일 이탈이었습니다. 예를 들어 바이아웃 펀드의 투자 지침은 순자산가치(NAV)보다 낮은 가격에 거래되는 비상장 전환 후보를 발굴하고, 사업의 가치와 위험을 평가하며, 자금 조달 구조를 설계하는 것입니다. 그런데 시나리오 모델이 시장의 전환을 시사하면, 거래 제안이 부실채권 투자나 구제금융을 추천하는 방향으로 흐르기 시작합니다. GPT‑6.1 Sol 기반 평가 에이전트는 차순위 모델보다 이러한 이탈 사례를 약 25% 더 많이 찾아냈습니다.

GPT‑6.1 Sol은 긴 컨텍스트를 다루는 작업에서 토큰 효율성이 뛰어나, Terminal X가 같은 예산으로 더 심층적인 검토 워크플로를 구축할 수 있었습니다. 투자 논거를 먼저 펀드의 투자 지침과 대조해 검증한 다음, 최근 거래와 비교합니다. 판정이 불확실하면 다시 평가하고, 에이전트가 결과 간 차이를 조정한 뒤 보고합니다.

이러한 심층 검토는 비슷한 성능의 모델이 한 번의 검토로 통과시켰던 거래에서도 문제를 찾아냈습니다. 또한 GPT‑6.1 Sol은 차순위 모델과 비슷한 속도로 동일한 워크플로를 실행하면서 쿼리당 비용은 약 30% 낮았습니다.

Terminal X는 GPT‑6.1 Sol과 GPT‑6 Luna를 활용해 기업 메모리 1,700개를 구축하고, 맞춤형 워크플로를 100만 회 이상 실행했습니다. 주간 활성 사용자 수는 월간 활성 사용자 수의 81%에 이르렀습니다.

Terminal X의 다음 목표는 기업 메모리를 부서에서 개인 단위로 확장하는 것입니다. 이를 통해 투자 전문가 각자의 기준을 말로 설명한 내용뿐 아니라 실제 업무에서 적용하는 방식까지 포착하려 합니다.

Terminal X의 공동 창립자 겸 CEO인 Hyun은 바로 이것이 핵심이라고 말합니다. “앞으로 10년을 선도할 투자사는 자사의 판단을 데이터로 소유하는 기업일 것입니다. 우리의 역할은 그 판단을 측정 가능하게 만들어 보존하고, 개선하고, 재사용할 수 있도록 하는 것입니다.”