투자 시장은 빠르게 변하고 있습니다. 특히 정보의 속도와 정확성이 성패를 가르는 지금, 개인투자자들은 더 정교한 분석과 실시간 인사이트를 필요로 하고 있습니다. 오늘은 이러한 흐름 속에서 토스증권이 어떻게 AI 기술을 활용해 ‘신뢰할 만한 투자 정보 플랫폼’으로 자리 잡아가고 있는지, 그리고 그 핵심 서비스인 AI 시그널과 어닝콜 AI 요약 서비스가 무엇을 제공하는지 정리해봅니다.
토스증권의 AI 전략 방향성
토스증권 AI 전문 조직 ‘AI 사일로’는 증시캘린더, 어닝콜, AI 시그널 등 주요 AI 서비스를 모두 개발한 핵심 팀입니다. 이 팀을 이끄는 왕현민 프로덕트 오너(PO)는 토스증권이 AI를 통해 단순 기능 확장을 넘어
**“제대로 된 투자 정보를 제공하는 플랫폼”**이라는 명확한 정체성을 구축하는 데 집중하고 있다고 설명합니다.
즉, 고객이 토스증권에 들어오면 신뢰할 만한 분석 콘텐츠와 AI 기반 인사이트를 얻을 수 있도록 만드는 것이 목표입니다.
AI 시그널: 주가 변동의 ‘이유’를 알려주는 서비스
1. 서비스 개요
AI 시그널은 개별 종목 또는 주요 지수의 주가 변동을 실시간으로 포착하고, 그 변동의 배경이 되는 뉴스·공시 정보까지 자동으로 연결해주는 서비스입니다.
투자자가 늘 궁금해하는 질문,
“지금 이 종목이 왜 오르고 있지?”
“갑자기 떨어진 이유가 뭐지?”
이 질문에 대해 AI가 즉시 답을 제공하는 셈입니다.
2. 2025년 상반기 변화: 해외 ETF까지 확장
지금까지는 주식 종목 중심이었지만, 앞으로는 일반 투자자가 분석하기 어려운 해외 ETF까지 서비스 범위가 확대됩니다. 이는 다음과 같은 가치로 이어집니다.
- ETF 포트폴리오의 구조적 구성 요소 분석
- 가격 변동의 원인 요소 구분 및 설명
- 복잡한 ETF 시장을 한눈에 이해할 수 있는 분석 기반 제공
예를 들어, 특정 해외 테크 ETF가 급등했다면,
AI는 ETF 구성 종목 중 어떤 기업의 실적, 어떤 시장 뉴스가 영향을 줬는지를 구조적으로 알려주는 방식으로 발전하게 됩니다.
어닝콜 서비스 고도화: 정보의 ‘핵심만’ 빠르게
1. 실시간 음성-텍스트 전환
미국 기업의 실적 발표(어닝콜)를 실시간으로 텍스트로 변환하고 핵심 메시지를 AI가 자동 요약해줍니다.
이를 통해 투자자는 경영진의 발언을 빠르게 정리된 형태로 확인할 수 있습니다.
2. 국내 상장사 컨퍼런스콜까지 확대
앞으로는 국내 기업의 컨퍼런스콜까지 범위가 넓어져
국내·해외 실적 정보 모두를 동일한 방식으로 받아볼 수 있게 됩니다.
토스증권이 ‘정확도’를 최우선으로 삼는 이유
AI 서비스의 신뢰도는 곧 정확도에서 결정됩니다.
토스증권은 이를 위해 다음과 같은 접근을 하고 있습니다.
1. 장기간의 개발보다 더 중요한 ‘검증 과정’
- 어닝콜 개발: 약 2개월
- AI 시그널 개발: 약 5개월
그러나 실제 핵심은 방대한 검증 과정이었습니다.
특히 AI 시그널은 하루 최대 600개까지 생성되는 AI 분석 정보를 사람이 직접 검수하며 오류를 걸러냈습니다.
2. 자체 AI 모델 구축의 이유
토스증권은 외부 AI 솔루션을 테스트한 뒤,
품질 통제가 어렵다는 한계를 확인하고 인하우스 모델 구축으로 방향을 바꿨습니다.
자체 모델이어야만
- 정확도 관리 가능
- 오류 발생 시 원인 추적·개선 가능
- 지속적인 개선 루프의 구축
이 가능하기 때문입니다.
왕 PO는 “AI는 아직 사람의 손이 많이 필요한 영역”이라며
기술뿐 아니라 운영 인력의 개입과 지속적인 검수·투자가 필수라고 강조합니다.
토스증권은 단순한 기능 추가가 아닌 투자 정보 플랫폼으로서의 신뢰 구축을 목표로 하고 있습니다.
AI 시그널과 어닝콜 요약 기능의 고도화는 개인투자자들이 그동안 접근하기 쉽지 않았던 정보—특히 해외 ETF 구조 분석이나 실적 발표 요약—를 손쉽게 얻도록 돕고 있습니다.
앞으로 기대되는 점은 다음과 같습니다.
- 해외 ETF 시장 분석 접근성 향상
- 실시간·고정확도 투자 정보 제공
- 복잡한 금융 정보를 누구나 이해할 수 있는 형태로 변환
- 개인투자자의 정보 비대칭 해소
AI가 투자 시장에 가져오는 변화는 계속되고 있습니다.
토스증권이 구축하고자 하는 ‘신뢰할 만한 AI 기반 투자 정보 플랫폼’은 투자자들에게 한층 더 정확하고 투명한 시장 정보 접근성을 제공할 것으로 보입니다.
'FinAI' 카테고리의 다른 글
| 실시간 금융 시장에서 LLM 에이전트는 제대로 판단할 수 있을까 - 완전 자동화 금융 의사결정 벤치마크 AI-Trader 심층 분석 (0) | 2025.12.30 |
|---|---|
| 퀀트 투자 리서치에서 LLM의 역할과 한계: 연구 보조부터 퀀트멘탈까지의 구조적 변화 (0) | 2025.12.26 |
| QuantAgent: LLM 기반 멀티 에이전트로 구현한 고빈도 트레이딩 분석 시스템 (0) | 2025.12.02 |
| AI 에이전트, 퀀트 투자의 새 지평을 열다 - 맨그룹 AlphaGPT 사례로 보는 금융 AI의 현재와 미래 (0) | 2025.12.02 |
| 미래 AI 은행을 완성하는 아키텍처: 파일럿을 넘어 ‘전사적 신경계’로 (0) | 2025.12.01 |
