Promptating
English

2026년 11월 11일 수요일

뉴스

Jump Trading, 장기 연구를 AI에 맡기고 중요 변경은 사람이 승인

오픈AI가 Jump Trading의 ChatGPT와 GPT-6 Astra 활용 사례를 공개했다. AI가 분석을 이어가고, 연구자가 중간 결과를 점검하며 중요한 변경을 승인하는 방식이다.

새벽의 트레이딩 회사 검증실에서 가상의 50대 여성 정량 연구자가 자동 분석 장치에서 나온 거래 신호 차트 묶음을 대조한 뒤 중요한 변경을 승인하는 서류에 도장을 찍는 장면.
AI 생성 이미지

오픈AI가 10월 6일(현지시간) 금융 트레이딩 회사 Jump Trading의 AI 활용 사례를 공개했다. Jump Trading은 ChatGPT와 GPT-6 Astra를 수치와 데이터를 다루는 정량 연구에 쓰고 있다. 오픈AI는 이 회사가 일상적인 코드 작성뿐 아니라 새로운 가설을 검증하는 장기 연구에도 AI를 투입한다고 소개했다.

AI에게 연구를 어떻게 맡기나

연구자가 먼저 판을 깔아 준다. Jump Trading은 GPT-6 Astra를 바탕으로 스스로 일을 처리하는 AI(에이전트)를 연구에 쓴다. 풀어야 할 문제와 작업 환경을 연구자가 정하고, 결과를 어떤 기준으로 평가할지도 사람이 설정한다. 맡길 과제만 넘기는 것이 아니라 작업 조건과 판단 기준까지 연구자가 설계한다.

그다음부터는 AI가 스스로 방향을 잡는다. 오픈AI에 따르면 AI는 자기 작업 결과를 평가하고, 그 결과에 맞춰 다음 분석 방향을 바꾼다. 여러 개선 사항을 하나로 합치기도 한다. 한 번 분석해 답을 내놓고 끝내는 대신, 결과를 살펴보며 후속 작업을 이어가는 방식이다.

작업이 돌아가는 중에도 연구자는 AI의 방향을 조정할 수 있다. 활용 범위는 일상적인 코드 작성부터 새로운 가설 검증까지다. 짧게 끝나는 작업과 오랜 시간이 걸리는 분석에 모두 AI를 쓴다.

거래 신호는 누가 확인하나

사람이 확인한다. 긴 작업을 맡겨도 연구자는 정기적으로 중간 결과를 들여다본다. 결과가 다 나온 뒤에만 검토하는 것이 아니라 분석이 진행되는 동안에도 사람이 끼어든다.

거래 신호를 비롯한 AI의 산출물은 틀릴 수 있다는 전제로 검토한다. 중요한 변경은 사람의 검증과 승인을 거친다. AI가 자기 결과를 스스로 평가하게 하면서도, 중요한 판단은 사람이 맡는 구조다.

이번 사례는 연구 업무에서 AI에 넘기는 일과 사람이 남겨 둔 일을 함께 보여준다. 연구자는 문제 설정, 평가 기준 마련, 중간 점검과 승인을 맡고 AI는 코딩과 가설 검증을 수행한다. 이 방식이 실제 연구 시간과 성과를 얼마나 바꾸는지는 아직 공개되지 않았다. 국내 연구자와 기업이 도입을 따져 보려면 이용 조건과 비용, 한국어 지원 범위도 확인해야 한다.

출처

  1. How Jump Trading is scaling quant research with ChatGPT

편집 원칙

오픈AIJump TradingChatGPTGPT-6 Astra정량 연구