2026년 2월 11일 · Unknown · financial · 출처 Yahoo Finance
실제 금융 질문 500개를 테스트한 결과, 에이전트가 공개 웹 대신 감사 가능한 금융 데이터베이스를 사용할 경우 정확도가 최대 71%포인트 향상된 것으로 나타났습니다.
**뉴욕, 2026년 2월 10일 /PRNewswire/** -- 에이전트 시대의 신뢰받는 금융 데이터 레이어 기업 달루파(Daloopa)는 오늘 최신 연구 보고서 '금융 정보 검색에서의 AI 에이전트 벤치마킹(Benchmarking AI Agents on Financial Retrieval)'을 발표했습니다. 이 연구는 실제 금융 연구 업무에 대한 500개의 질문을 테스트했을 때, 주요 최첨단 에이전트 시스템이 실제로 얼마나 잘 수행하는지 조사합니다.
달루파 로고 (PRNewsfoto/Daloopa)
AI 에이전트는 검색할 수 있는 데이터만큼 똑똑합니다. 달루파의 최신 연구에 따르면, 세 가지 LLM 기반 에이전트 시스템—OpenAI의 GPT-5.2를 탑재한 Agents SDK, Anthropic의 Claude Opus 4.5를 탑재한 Agent SDK, Google의 Gemini 3 Pro를 탑재한 ADK—이 금융 정보 검색(FinRetrieval) 과정에서 종종 신뢰할 수 없는 공개 웹 기반 입력 자료 대신 구조화된 데이터베이스에서 정보를 가져올 때 정확도가 약 90%(최대 71%포인트 향상)까지 급증했습니다. 이 연구 결과는 추론 기술의 발전에도 불구하고 AI 에이전트가 금융과 같은 고위험 분야에서 계속 어려움을 겪는 이유를 설명하는 데 도움이 됩니다.
데이터를 자율적으로 검색, 추론 및 검색할 수 있는 에이전트는 금융 연구에 있어 중요한 진전을 의미합니다.
연구 결과는 또한 정확도를 90%에서 99% 이상으로 향상시키기 위해서는 회계 연도 및 명명 규칙과 관련된 일반적인 문제를 해결하는 것을 포함하여 모델 주변의 더 나은 인프라가 필요하다는 점을 보여줍니다. 예를 들어, 테스트된 세 모델 모두 미국 기업에서 비미국 기업보다 더 나은 성능을 보였는데, 이는 대부분의 미국 기업이 표준 달력에 맞춰 12월에 회계 연도를 종료하는 반면, 비미국 기업은 더 자주 12월이 아닌 시점에 연도를 마감하기 때문입니다.
달루파는 AI 및 에이전트 워크플로우를 위해 특별히 제작된 구조화되고 감사 준비가 된 금융 데이터를 제공하여 이러한 인프라 과제를 해결합니다. 이 플랫폼은 전 세계 5,000개 이상의 상장 기업을 포괄하며, 기업당 다른 공급자보다 최대 10배 더 많은 데이터 포인트를 제공합니다.