꿈틀거리는 AI, 금융 시장을 향한 도약: 거래 지시의 효과적인 처리, 과연 가능할까?
본 연구는 대규모 언어 모델(LLM)을 금융 거래에 적용하는 시도와 그 결과를 분석합니다. 높은 생성률에도 불구하고 정확성과 완전성, 정보 보안 측면에서 개선이 필요함을 보여줍니다.

최근 급부상한 대규모 언어 모델(LLM)은 금융 시장에 혁신적인 변화를 가져올 잠재력을 지니고 있습니다. 특히 금융 거래 분야에서 LLM의 활용은 새로운 가능성을 열어젖힐 것으로 기대되고 있죠. 하지만, 과연 LLM이 금융 거래 지시를 효과적으로 처리하고 실행할 수 있을까요? 유강, 곽왕 등 연구진이 발표한 논문, "대형 언어 모델이 금융 거래 지시를 효과적으로 처리하고 실행할 수 있을까?"는 이러한 핵심 질문에 대한 흥미로운 답을 제시합니다.
연구진은 LLM을 거래 시스템과 통합하는 과정에서 발생하는 어려움을 해결하기 위해, 거래 지시를 표준 형식으로 변환하는 지능형 거래 주문 인식 파이프라인을 제안했습니다. 이 시스템은 인간 트레이더의 거래 플랫폼 접근성을 향상시키는 동시에 거래 실행 과정에서의 잘못된 정보 획득 문제를 해결하는 데 초점을 맞추고 있습니다. 500개의 실제 거래 시나리오를 모방한 거래 주문 데이터셋을 구축하여, 5개의 최첨단 LLM을 실험 대상으로 삼았습니다.
결과는 놀라움과 우려를 동시에 안겨줍니다. LLM은 87.50%에서 98.33%의 높은 생성률과 완벽한 후속 처리율을 보였습니다. 하지만 정확도는 5%에서 10%에 그쳤고, 완전성 측면에서는 14.29%에서 67.29%의 높은 누락률을 보였습니다. 특히, LLM은 과도한 정보 수집 경향을 보였는데, 이는 정보 보안에 대한 우려를 불러일으킵니다.
이는 LLM이 금융 거래 분야에 적용될 수 있는 잠재력을 보여주는 동시에, 정확성, 완전성, 정보 보안에 대한 심각한 문제점을 드러냅니다. 높은 생성률만으로는 안심할 수 없습니다. LLM의 금융 시장 진입은 아직 갈 길이 멀다는 것을 시사합니다. 앞으로는 정확성과 안전성을 더욱 개선하는 연구가 절실히 필요하며, 이를 통해 AI가 금융 시장의 혁신을 이끄는 진정한 파트너가 될 수 있을 것입니다.
주요 내용:
- LLM 기반 금융 거래 지시 처리 시스템 제안: 인간 트레이더의 효율성 증대 및 잘못된 정보 획득 방지
- 500개 데이터셋으로 실험: 다양한 최첨단 LLM 성능 비교 분석
- 높은 생성률에도 불구하고 낮은 정확도와 완전성: 정보 누락 및 과도한 정보 수집 문제 발생
- 정보 보안에 대한 우려 제기: LLM의 과도한 정보 수집 경향은 정보 보안 위험을 야기할 수 있음
Reference
[arxiv] Can Large Language Models Effectively Process and Execute Financial Trading Instructions?
Published: (Updated: )
Author: Yu Kang, Ge Wang, Xin Yang, Yuda Wang, Mingwen Liu
http://arxiv.org/abs/2412.04856v1