글로벌 자산 운용사들에게 AI 파일럿 프로젝트와 개념 검증(POC)의 시대는 이미 지나갔습니다. 이제 에이전트는 금융 서비스 업계 전반의 업무 방식을 근본적으로 변화시키며 시장 판도를 재편하고 있습니다. 이는 단순한 기술적 진보가 아니라, 생산성, 효율성 그리고 경쟁 우위를 전례 없는 수준으로 끌어올리는 중대한 전략적 전환입니다.
에이전트는 자율적으로 목표를 수행하는 프로그램으로서, 사람의 개입을 최소화하면서도 다단계로 이뤄진 복잡한 업무를 수행하도록 설계되었습니다. 자산운용사 입장에서 이러한 기능은 에이전트가 종합적인 보고서를 생성하고, 데이터를 자율적으로 분석하는 것은 물론, 다양한 도구를 활용해 정보 수집부터 인사이트 도출, 실행에 이르는 전 과정을 더 빠르게 수행할 수 있다는 의미입니다. 가장 앞서 있는 기업들은 또한 내부 데이터를 에이전틱 지능과 결합하여 기관투자자들의 관심이 높은 사모시장 투자, 사회 변화, AI 및 기술 분야의 동향을 추적하고 있습니다.
명확한 ROI에 대한 경영진의 요구
경영진은 더 이상 계획 수립 단계에 머물러 있지 않습니다. 이제는 수년이 아닌 수개월 내에 명확하고 측정 가능한 ROI를 요구하고 있습니다. 이에 따라 우선순위는 끝없는 AI 실험이 아니라, 실질적인 가치를 창출하는 전략으로 이동하고 있습니다. 이러한 경영진의 요구는 인사이트 도출 속도를 더 이상 선택이 아닌 필수적인 비즈니스 가치로 만들었습니다.
ROI 달성을 가로막는 주요 장벽
자산운용사들은 대규모로 에이전트를 도입하는 과정에서 아래와 같이, 데이터 아키텍처, 거버넌스 및 제어 등과 관련된 여러 과제에 직면하게 됩니다.
신뢰할 수 있는 데이터 기반 구축: 에이전트의 성능은 제공되는 데이터와 컨텍스트에 의해 결정됩니다. 그러나 많은 조직들은 정형, 반정형 및 비정형 데이터를 통합하고, 데이터에 의미와 비즈니스 컨텍스트를 부여하는 일관된 시맨틱 계층을 구축하는 데 어려움을 겪고 있습니다. 이러한 기반이 없으면 에이전트는 비즈니스에 대한 완전하고 신뢰할 수 있는 이해를 가지고 작동할 수 없으며, 결과적으로 생성되는 결과물의 품질도 저하될 수 있습니다.
포괄적인 거버넌스와 데이터 개인정보 보호: 금융 시장과 같이 고도로 규제된 산업에서는 AI 에이전트가 엄격한 액세스 제어, 정책 프레임워크, 감사 요건 및 데이터 보호 기준 내에서 운영되도록 보장되어야 합니다. 특히 규제 준수와 감독을 위해서는 명확한 감사 추적이 필수적입니다.
데이터 이동 및 플랫폼 복잡성 최소화: 에이전틱 AI 이니셔티브는 금융 기관이 지나치게 복잡하고 분리된 아키텍처에 의존할 경우 정체되는 경향이 있습니다. 데이터가 너무 많은 시스템 간에 반복적으로 이동해야 하고, 새로운 AI 솔루션을 기존 플랫폼, 서드 파티 도구, 다양한 기업 데이터 환경과 원활하게 연결하기 어렵기 때문입니다.
옵저버빌리티와 운영 통제 확보: 조직은 AI 에이전트가 데이터를 어떻게 검색하고, 어떤 방식으로 의사 결정을 내리며, 핵심 비즈니스 프로세스 내에서 어떻게 실행되는지에 대해 상세하게 파악할 수 있어야 합니다.
Nasdaq eVestment: 에이전틱 AI를 활용한 기관 투자 플랫폼의 진화
Nasdaq eVestment는 전 세계 131조 달러 이상의 자산을 운용하는 투자 자문사와 자산 배분 기관이 자산운용사를 발굴하고, 조사하며, 선정하는 데 필요한 핵심 경쟁 정보를 제공합니다.
고객 요구에 대응하기 위해, Nasdaq eVestment는 Snowflake와의 긴밀한 파트너십과 Snowflake의 안전하고 상호운용 가능한 플랫폼을 기반으로 심층적인 기관 투자 데이터와 인사이트를 거의 실시간으로 제공합니다. Nasdaq eVestment의 엔터프라이즈 매출 총괄인 Dan Caron은 이렇게 설명합니다. "Nasdaq eVestment는 업계 최고의 데이터를 보유한 플랫폼으로 글로벌 기관 투자 커뮤니티의 신뢰를 받고 있습니다. Snowflake와의 전략적 파트너십은 양사의 공동 고객이 기관 투자 데이터 세트를 AI 활용이 가능한 상태로 Snowflake 환경에서 직접 사용하기를 원했기에 추진되었습니다."
이러한 견고한 기반 덕분에 고객은 AI 활용에 최적화된 데이터를 손쉽게 활용하고, 이를 자사의 독점 데이터와 통합하여 다양한 AI 플랫폼을 적용함으로써 에이전트를 매우 빠르게 구축할 수 있습니다.
또한 Nasdaq의 AI 데이터 클라우드 전략은 복잡하고 시간이 많이 소요되는 수동 ETL 프로세스와 기타 데이터 통합 과정을 제거함으로써 자산운용사의 인사이트 도출 시간을 크게 단축합니다.
Nasdaq eVestment의 '기관 투자 자금 유치를 위한 Next Best Action' 에이전트
Nasdaq eVestment는 에이전트 기술을 선도적으로 도입한 기업 중 하나로, 공적 연금 투자 기회를 평가할 수 있는 데이터 중심 방법론을 제공하는 'Next Best Action' 에이전트를 출시했습니다. 이 에이전트는 자체 개발한 기관투자자 의사 결정 요인 모델을 기반으로 운영되며, 성과, 리스크 관리 역량, 기존 관계, 기관투자자의 목표와의 적합성 등 다양한 요소를 종합적으로 분석하여 자사운용사의 투자 전략을 평가합니다.
이는 프런트오피스 워크플로우를 대폭 압축하고 즉각적인 대화형 인사이트를 제공하도록 설계되었습니다. 또한 Snowflake의 AI 솔루션인 Snowflake Cortex AI의 핵심 기능을 활용하며, Snowflake Marketplace에서 즉시 접근할 수 있습니다. 아울러, 기관투자자 의사 결정 요인 모델은 신규 운용사 선정이나, 기존 운용 규모 확대 여부를 판단할 때 높은 잠재력을 가진 투자 기회를 보다 일관되고 투명하게 식별할 수 있도록 지원합니다.
이 에이전트에는 가공 전 데이터에 비즈니스 맥락과 의미를 부여하는 시맨틱 계층도 포함되어 있어 수동 데이터 준비와 해석 과정을 줄여 솔루션 구축 속도를 높일 수 있습니다.
Nasdaq 에이전트가 제공하는 효율성의 핵심 요소는 다음과 같습니다.
독점 스코어링 모델: 이 모델은 상품 및 펀드 단위 데이터, 자산 흐름 및 투자 자문사 활동 등 다양한 신호를 활용해 투자 기회를 선별하고 우선순위를 지정합니다. 이를 통해 고객에게 가장 유망한 투자 기회를 제시하며, 이 단계만으로도 상당한 업무 효율 향상을 기대할 수 있습니다.
에이전틱 워크플로우와 맥락 기반 정보 강화: 이 에이전트는 Snowflake Cortex Analyst와 Cortex Search를 활용해 단순한 스코어링 모델에 심층적인 맥락 정보를 추가합니다. 그 결과 사용자는 단순히 투자 기회 목록을 확인하는 데 그치지 않고, 몇 분 만에 고도화된 영업 준비를 진행할 수 있습니다. 예를 들어 해당 기회에 어떤 투자 자문사가 관여하고 있는지, 최근 6개월 동안 자문사가 어떤 평가를 내렸는지, 그리고 자사 상품을 어떻게 포지셔닝해야 하는지와 같은 구체적이고 실행 가능한 인사이트를 얻을 수 있습니다.
측정 가능한 성과
이 에이전트는 Snowflake Marketplace에 즉시 접근할 수 있어 자산운용사에 실행 가능하고 초개인화된 맥락 기반 인사이트를 제공하며, 이를 통해 상당한 수준의 수익 증대 효과를 창출합니다. 실제로 초기 도입 기업들은 잠재 고객 발굴 속도가 10배 향상되고 자금 유치 성공률이 20~30% 증가했다고 보고하고 있습니다. 이러한 획기적인 효율성 향상 덕분에 영업 조직은 동일한 인력 규모로도 적극적으로 관리할 수 있는 고객 범위를 2~3배 확대할 수 있으며, 결과적으로 더 많은 수익 기회를 확보할 수 있습니다.
초기 도입 기업들은 잠재 고객 발굴 속도가 10배 향상되고 자금 유치 성공률이 20~30% 증가했다고 보고하고 있습니다.
Nasdaq eVestment 인프라와 파트너십의 핵심 요소
Nasdaq eVestment 에이전트의 성공은 Snowflake와의 전략적 인프라 및 파트너십에 기반하고 있으며, 대형 금융 기관에서 일반적으로 발생하는 거버넌스, 데이터 품질 및 시스템 복잡성 문제를 직접 해결하도록 의도적으로 설계되었습니다.
이 파트너십은 다음과 같은 여러 이점을 제공합니다.
AI 활용이 가능한 데이터가 기반 구축: Nasdaq eVestment는 Snowflake Intelligence를 활용해 시맨틱 계층과 오케스트레이션 계층을 적용함으로써 기관 투자 데이터 세트를 AI 활용에 최적화했습니다. 이를 통해 고객은 시간이 많이 소요되는 내부 데이터 정제 작업 없이도 기관 투자 시장 전체를 대상으로 잠재 고객을 발굴할 수 있습니다.
전략적 구축 vs 구매 결정: Nasdaq eVestment는 데이터 품질 관리와 도메인 전문성이라는 핵심 역량에 집중하는 한편 플랫폼의 기반 기능은 Snowflake를 활용하는 전략을 선택했습니다. 이러한 선택을 통해 엄격한 엔터프라이즈 수준의 요구 사항을 충족하면서도 지속적으로 혁신을 가속화할 수 있게 되었습니다.
강력한 거버넌스와 리스크 관리: 엄격한 규제를 받는 금융 산업에서는 AI 에이전트를 도입할 때 투명성, 감사 가능성, 데이터 검증 체계를 갖추는 것이 필수적입니다. 이는 할루시네이션 현상을 방지하기 위해서도 중요합니다. 또한 법무 및 보안 부서의 초기 참여를 보장하고, 자율적으로 작동하는 에이전트를 즉시 중단할 수 있는 신뢰할 수 있는 ‘킬 스위치(Kill Switch)’를 마련하는 것 역시 중요한 운영 원칙으로 꼽힙니다.
에이전트의 기능은 Snowflake의 내장 거버넌스 및 AI 기능에 크게 의존합니다. Cortex Search와 Cortex Analyst는 데이터를 처리하고 분석하며, Document Processing은 검색 보강 생성(RAG)을 위해 비정형 데이터를 준비합니다. Snowflake Marketplace는 완전한 거버넌스와 역할 기반 액세스 제어(RBAC) 하에서 Cortex Search 인덱스를 안전하게 공유할 수 있도록 지원합니다.
Nasdaq eVestment의 프로덕트 매니저 William Schmidt는 이렇게 설명합니다. "Snowflake 팀의 지원과 협력은 매우 중요합니다. 프런트오피스가 비즈니스 성과를 주도하는 동시에, 백오피스의 시스템 통합 요구 사항에 맞춰 데이터 전달 방식과 포맷을 최적화할 수 있도록 지원하기 때문입니다."
Nasdaq eVestment의 향후 계획
Nasdaq eVestment의 향후 방향성은 분명합니다. 앞으로도 더 많은 기관 투자 업무 프로세스를 자동화하고 에이전트 기반으로 전환해 나갈 계획입니다.
다음 단계의 핵심 변화는 에이전트가 단순한 분석 도구를 넘어 자율적으로 업무를 수행하는 ‘팀의 일원’으로 진화하는 것입니다. 미래의 에이전트는 데이터를 지속적으로 모니터링하며 선제적으로 행동하게 됩니다. 예를 들어 새로운 투자 위임 기회가 감지되는 즉시 CRM 시스템에 자동으로 영업 기회를 생성하는 등의 조치를 취할 것입니다. 이는 영업 팀의 운영 방식을 근본적으로 변화시킬 것으로 기대됩니다.
AI 경쟁이 치열해지면서 모델은 점차 범용화되고 있습니다. 진정한 경쟁력은 모델이 아니라, 학습과 컨텍스트에 활용되는 신뢰할 수 있는 도메인 특화 데이터의 품질에 있습니다. Snowflake 기반의 Nasdaq eVestment AI 데이터 플랫폼은 범용 AI 모델이 제공할 수 없는 즉각적이고 맞춤화된 가치를 제공합니다.
에이전틱 AI 시대의 성공 전략
AI 실험의 시대는 사실상 끝났으며, eVestment 팀은 이러한 현실을 직시하고 Cortex 기반 에이전트 개발을 적극적으로 추진하고 있습니다. 금융업계 경영진이 다음 성장 단계를 성공적으로 이끌기 위해서는 에이전틱 AI를 도입하고 Snowflake 금융 서비스 AI 데이터 클라우드상의 도메인 특화 데이터를 활용하는 것이 지속 가능한 매출 성장과 경쟁력 확보를 위한 핵심 전략이 될 것입니다.
더 자세한 내용은 금융 서비스 분야에서 Snowflake가 에이전틱 AI 생태계를 어떻게 지원하고 있는지 소개하는 최신 블로그 게시글을 참고하세요.
아울러 6월 1일부터 4일까지 미국 샌프란시스코에서 개최되는 Snowflake Summit에서 금융 서비스를 위한 신뢰할 수 있는 AI 전략 구축 방안을 확인해 보시기 바랍니다.
