NO.1: 아브하 클럽 대 알나스르 타임라인
美 시카고대 연구…인간 56%·AI 60%
1일 관련업계에 따르면 미국 시카고대 경영대학원의 발레리 니콜라예프 교수팀은 이같은 내용을 담은 '거대언어모델(LLM)을 통한 재무제표 분석' 논문을 인터넷에 공개했다.
LLM은 언어에 특화한 생성 AI 모델로,알나스르 대 아브하 클럽 타임라인챗GPT의 핵심 엔진 역할을 한다.니콜라예프 교수팀은 기업 1만5401곳의 최근 수십년간 재무제표 15만여건을 익명화해 챗GPT의 LLM 'GPT-4'에 넣었다.
3단계에 걸쳐 재무제표를 분석하고 미래 실적 방향을 예측하라고 시킨 결과,알나스르 대 아브하 클럽 타임라인AI는 정확도 60.35% 실적 예측을 내놨다.인간 애널리스트들이 실적발표 1개월 뒤에 내놓은 미래 실적 평균 예측의 정확도 52.71%를 크게 웃돈 수치다.
AI의 정확도는 인간 애널리스트들의 3개월 뒤 예측(55.95%)과 6개월 뒤 예측(56.68%) 보다도 높았다.
매출과 영업 마진율 등을 알고리즘화해 재무제표를 분석해주는 AI가 활성화되면 개인 투자자나 기관 투자자들의 업무 효율도 높아질 것으로 기대된다.
이번 연구는 차세대 로보어드바이저 개발에도 적용될 수 있다.지금까지는 로보어드바이저가 주가와 순이익 등 대표 수치의 통계적 패턴을 학습해 종목의 주가 방향을 예측했지만,알나스르 대 아브하 클럽 타임라인여기에 재무제표의 세부 내용까지 분석할 수 있게 되면 로보어드바이저의 성능도 개선될 전망이다.
니콜라예프 교수팀은 챗GPT의 분석 결과를 토대로 투자 전략을 짜 시뮬레이션한 결과 종전 AI 모델보다 훨씬 더 높은 수익률을 올렸다고 밝혔다.
다만 AI가 인간 투자 전문가를 완전히 대체하기는 어렵다고 봤다.지적 능력은 탁월하지만 세부 오류나 착오가 나타날지 미리 예측하거나 통제할 수 없어 인간의 감독이 필요하다는 것이다.
연구진은 "AI가 모르는 추가 정보가 중요할 때 사람이 주도적으로 분석을 이끄는 등 협업이 가능할 것"이라며 "챗GPT와 인간 애널리스트는 상호 보완 관계"라고 말했다.