올거나이즈, 금융 데이터 100만건 학습한 LLM 공개

by김현아 기자
2024.04.08 13:14:02

[이데일리 김현아 기자] 거대언어모델(LLM) 올인원 솔루션 기업인 올거나이즈(대표 이창수)가 금융 전문 LLM 리더보드를 공개한다고 8일 밝혔다.

LLM 리더보드란 인공지능 언어모델의 성능을 측정해 순위를 매기며 평가하는 플랫폼이다. 누구나 자신이 개발한 LLM 모델을 등록하고, 다른 모델과 경쟁할 수 있다.

올거나이즈의 금융 전문 LLM 리더보드는 금융 용어와 약어를 이해하고, 복잡한 추론에 특화된 한국어 LLM의 성능을 평가한다.

일반적인 LLM은 범용적인 사용이 편리하지만, 금융에 필요한 수식 계산과 예외 조건 등을 포함한 복잡한 추론에 특화되어 있지 않다. 금융 문서 특성상 수치와 트렌드가 강조된 표와 차트를 이해하는 것도 약하다. 금융 문서와 업무 스타일에 적합한 금융 전문 LLM들을 실무자들이 바로 비교해볼 수 있도록 금융 전문 LLM 리더보드를 제작하게 되었다.

올거나이즈는 또한 금융기관이 금융 특화 LLM 모델의 성능을 비교 평가할 수 있도록 자체 제작 테스트 데이터셋도 모두 공개했다.

현재 오픈AI의 GPT-4, 클로드-3, 젬마 등 일반 LLM과 금융 특화 LLM의 13개 모델이 경쟁하고 있다. 이 중 3개는 올거나이즈가 금융 전문 데이터로 파인튜닝(미세조정)한 자체 모델이다.

사용자는 금융 LLM 아레나에서 금융 관련 질문에 대한 LLM의 생성 답변도 직접 비교해 볼 수 있다. 랜덤으로 선별된 익명의 LLM 두 개가 답변을 생성하고, 더 나은 답변을 고르면 모델명이 밝혀진다.

답변 선호도가 실시간으로 반영되어 모델간 순위도 바로 확인할 수 있다. 4월 3일 현재 순위는 클로드 3, GPT-4, 알파-F(EEVE), 알파-F(OpenSolarKO) 순이다.

올거나이즈는 금융권 고객들이 LLM을 도입하고자 할 때, 어떤 언어모델이 적합한지 성능 평가를 제대로 하기 어렵다는 점을 고려해 테스트 데이터 셋을 모두 공개했다.

현재 올거나이즈가 자체 제작해 공개한 테스트 데이터셋은 △한국은행, 기재부 등 공공기관의 경제 연구 보고서, 금융 보고서, 금융 용어집 등을 바탕으로 제작한 RAG(검색증강생성) 데이터, △금융 문서에 자주 등장하는 수식과 복잡한 표, 차트에 특화된 데이터 등으로 구성돼 있다. 기존 한국어로 된 오픈소스 데이터 외에 영어로 된 금융 관련 데이터셋을 번역하거나, 복잡한 금융 관련 수식과 표를 담은 데이터도 자체적으로 생성했다.

한편 올거나이즈는 한미일 누적 200개 이상의 엔터프라이즈 기업 고객에게 LLM 솔루션을 제공하고 있다. 특히 KB증권, 일본의 미쓰이스미토모은행(SMBC) 금융그룹 등 글로벌 거대 금융 고객사들과 함께하며 금융 분야에서의 AI 기반 지식관리 노하우를 쌓아왔다.

최근에는 금융 특화 AI언어모델인 알리 파이낸스 LLM의 정식 명칭을 ‘알파-F(Alpha-Finance)’로 변경했다. 알파-F는 금융 산업에 특화된 100만 건의 데이터로 학습돼 복잡한 금융 용어 및 약어를 이해한다는 강점이 있으며, RAG(검색증강생성) 데이터 역시 20만 건 포함됐다. 추후 ‘알파-M(Manufacture, 제조)’, ‘알파-G(Government, 공공)’ 등의 산업 특화 LLM을 순차적으로 출시할 예정이다.

금융 업무 자동화에 특화된 ‘금융 LLM 앱마켓’도 선보였다. AI 인지검색 솔루션을 적용한 LLM 앱을 활용하면, 단시간에 파악하기 어려운 금융 정보를 빠르게 파악할 수 있다. 금융 기업의 문서와 매뉴얼, 최신 정보 등을 기반으로 은행 분쟁사례 검색 등 사용자 질문에 답하는 기업용 LLM 앱을 생성할 수 있다. 앱 마켓에 등록된 LLM 앱 중 필요한 앱을 골라 현업에 바로 활용하거나, 원하는 LLM을 선택해 직접 생성해 사용하면 된다.

이창수 올거나이즈 대표는 “국내 금융사들과 프로젝트를 진행할 때, 많은 고객들이 원하는 것은 LLM의 성능 평가였다. 성능 평가를 위해서는 금융에 특화된 테스트 데이터가 있어야 하는데 기업이 일일이 만들기에는 시간과 비용이 많이 드는 문제가 있다”면서 “올거나이즈의 노하우를 담은 데이터를 모두 공개해 기업들이 효율적으로 경쟁력 있는 LLM을 도입할 수 있도록 돕고자 한다. 범용 모델보다 금융 용어를 잘 이해하는 LLM 도입을 통해 업무 생산성 증대를 경험할 수 있을 것”이라고 밝혔다.