금융 데이터 인프라 기업 루시(Lucy)가 중소벤처기업부 글로벌 기업 협업 프로그램 내 OpenAI 협업 트랙 ‘열림’ 참여기업으로 선정되어 본격적인 인프라 고도화에 나선다.
루시는 미국 SEC 공시와 한국 DART 공시 데이터를 거대언어모델(LLM) 및 검색증강생성(RAG) 환경에 최적화된 형태로 전처리·구조화하는 기술을 개발해 왔다. 금융기관이 LLM 기반 투자정보 서비스와 내부 업무 자동화 시스템을 안정적으로 구현할 수 있도록 공시 데이터를 기계가 이해하기 쉬운 구조화 데이터로 변환해 제공하는 것이 핵심이다.
실제 루시의 데이터 인프라는 국내 은행과 증권사들이 연금펀드 및 연금 ETF를 검색하고 분석하는 과정에 도입되어 유용하게 활용되고 있다. 일반적으로 연금펀드와 연금 ETF를 RAG에 활용하기 위해서는 전처리 난이도가 높은 투자설명서를 가공해야 하는 한계가 있다. 루시는 미국과 한국 기업들의 테마 분류, 사업 부문별 실적, 임직원 수, 공시 간의 연결성 등 세부 정밀 데이터를 가공해 제공함으로써 이 문제를 해결했다.
이번 선정에 따라 루시는 자사의 금융 데이터 전처리 인프라가 LLM·RAG 성능 개선에 기여하는 방안을 실증하고, 'LLM-as-a-judge(LLM 활용 평가)' 방식 등 평가 방법론을 고도화할 계획이다. 이를 통해 금융기관이 중요하게 평가하는 정확성, 근거성, 재현성, 데이터 품질 측면에서 자사 데이터 인프라의 성능을 정량적으로 입증한다는 목표다.
현재 루시는 미국과 한국 시장 모두에서 상업적 성과를 거두고 있다. 미국 자산운용사 고객사를 확보해 2026년 기준 약 108만 달러의 현지 매출을 발생시키고 있으며, 국내에서는 키움증권, 신한투자증권, KB증권, 한화투자증권, NH투자증권 등 주요 금융기관에 투자정보 데이터를 제공하며 제품을 고도화하고 있다.
박지회 루시 AI개발총괄은 “금융 분야에서 LLM이 제대로 작동하기 위해서는 모델 자체의 성능뿐 아니라, 모델이 활용하는 데이터의 품질이 결정적으로 중요하다”며 “Lucy는 복잡한 금융 공시 데이터를 LLM이 정확하게 읽고 활용할 수 있는 인프라로 바꾸는 데 집중해 왔다”고 설명했다. 이어 “이번 프로그램 참여를 계기로 Lucy의 데이터 인프라가 LLM/RAG 성능을 얼마나 개선하는지 객관적으로 검증하고, 글로벌 금융기관을 대상으로 신뢰도 높은 금융 AI 인프라를 제공하겠다”고 밝혔다.
향후 루시는 SEC 공시, ETF·ETP 문서, 펀드 관련 규제 문서, 한국 DART 공시 등 금융기관이 반복적으로 분석해야 하는 고난도 문서를 중심으로 데이터 커버리지를 확대할 계획이다. 이를 통해 자산운용사, 증권사, 은행 등 금융기관이 투자정보 챗봇, 리서치 자동화, 상품 모니터링, 규제 문서 분석 업무에 LLM을 안정적으로 도입할 수 있도록 지원할 예정이다.
이미지 제공: LUCY
