Wired AI • 33일 전

블룸버그 터미널, AI 대대적 개편

IMP

8/10

핵심 요약

전 세계 금융인들의 필수 도구인 블룸버그 터미널이 방대한 데이터 처리의 한계를 극복하고자 'ASKB'라는 AI 챗봇 인터페이스를 도입합니다. 이 도구는 단순한 검색을 넘어 자연어로 복잡한 투자 가설을 검증하고 하위 분석가의 업무를 자동화하는 '에이전트형 AI' 역할을 수행하여 실무자들의 작업 효율을 극대화합니다.

번역된 본문

그 유명한 난해함에도 불구하고 블룸버그 터미널(Bloomberg Terminal)은 오랫동안 거의 강박에 가까운 헌신적인 애정을 받아왔다. 트레이더들 사이에서 소프트웨어의 어지러울 정도로 방대한 숫자와 텍스트 스크롤 속에서 길을 찾아 멀리 숨겨진 정보를 찾아내는 능력은 노련한 전문가의 증거이다. 하지만 실적과 자산 가격은 물론 날씨 예보, 선적 일지, 공장 위치, 소비 지출 패턴, 민간 대출 등 점점 더 방대한 양의 데이터가 터미널에 유입되면서 귀중한 정보가 묻혀버리고 있다.

블룸버그의 숀 에드워즈(Shawn Edwards) 최고기술책임자(CTO)는 "상황이 점점 더 감당하기 어려워지고 있다"며 "정보를 놓치거나 찾는 데 너무 많은 시간이 걸린다"고 말했다. 이 문제를 해결하기 위해 블룸버그는 다양한 언어 모델(Large Language Model)을 기반으로 구축된 챗봇 형식의 터미널 인터페이스인 ASKB(어스크-비)를 테스트하고 있다. 기본적인 아이디어는 금융 전문가들이 노동 집약적인 작업을 줄이고, 자연어 프롬프트를 통해 데이터를 바탕으로 추상적인 투자 가설을 테스트할 수 있도록 돕는 것이다. 현재 ASKB 베타 버전은 이 소프트웨어의 37만 5천 명 사용자 중 약 3분의 1에게 공개되어 있으며, 블룸버그는 정식 출시 날짜를 명시하지 않았다.

WIRED는 4월 초 블룸버그의 웅장한 런던 본사에서 에드워즈와 대화를 나누었다. 우리는 터미널 개편의 계기, 전통주의자들이 이 변화에 반발할 수 있는지, 그리고 블룸버그가 AI의 환각 현상을 해결하려는 시도에 대해 논의했다. 다음 대화는 길이와 명확성을 위해 편집되었다.

WIRED: 숀, 터미널을 전면 개편하게 된 이유에 대해 말해달라. 숀 에드워즈: 수년 동안 블룸버그는 우리가 보유한 포괄적인 데이터셋에 계속해서 데이터를 추가해 왔다. 종종 정보의 바다에서 올바른 데이터 조각을 찾는 것이 성공 여부를 결정짓는 요인이 된다. 이제는 점점 더 감당하기 어려워지고 있다. 정보를 놓치거나 찾는 데 너무 많은 시간이 걸린다. 생성형 AI로 우리가 해결하고자 하는 주요 문제는 사용자가 핵심 인사이트를 찾고 특정 아이디어를 둘러싼 세상에 대한 관점을 종합하도록 돕는 것이다.

WIRED: 즉, 활용되지 않은 알파(초과수익률)가 데이터 어딘가에 숨어 있고, ASKB가 이를 끌어낼 것이라는 개념인가? 맞다. 사용자는 특정 데이터 포인트를 묻는 대신 머릿속에 있는 가설과 같은 높은 수준의 질문을 할 수 있다. '이란 전쟁과 유가 변동이 내 포트폴리오에 어떤 영향을 미칠 것인가?'와 같은 질문은 매우 많은 차원을 가진 아주 큰 질문이다. 우리가 몇 분 만에 그 답을 종합해 낼 수 있을까?

WIRED: 모든 사람이 이 복잡한 데이터를 쉽게 헤쳐 나갈 수 있게 되는 시나리오에서, 평범한 트레이더와 최고의 트레이더를 구분 짓는 것은 무엇이 될 것인가? 이러한 도구는 마법이 아니다. 평범한 직원을 갑자기 훌륭하게 만들지는 못한다. 차이점은 바로 '아이디어'에서 나올 것이다. 전문가의 손에 들어가면, 이 도구는 더 나은 분석과 더 깊은 연구를 가능하게 하여, 예전에는 단 한 가지 아이디어밖에 검토할 시간이 없었을 때 10가지 훌륭한 아이디어를 골라낼 수 있게 해준다. 하지만 평범한 분석가라면 그저 10개의 평범한 아이디어를 내놓을 뿐이다.

WIRED: 블룸버그는 ASKB를 에이전트형 AI(Agentic AI)의 한 형태로 홍보한다. 겉보기에는 작업을 자동화하는 것이라기보다는 챗봇 인터페이스처럼 보인다. ASKB의 어떤 점이 에이전트적인가? 매 분기마다 실적이 발표된다. 분석가로서 내 역할은 그 실적 발표 통화에서 제기될 수 있는 것들에 대해 대비하는 것이다. 내가 준비하는 각 기업에 대해 나는 동종 업계와의 주가 비교, 수많은 문서 검색, 기본적인 재무 상태 파악 등의 작업을 한다. 실적 발표 시즌에는 잠을 잘 수 없다. ASKB를 사용하면 워크플로우 템플릿을 만들 수 있다. 긴 질의어를 작성하여 '자, 내가 필요로 하는 모든 데이터가 여기 있다. 불리한 경우와 유리한 경우의 개요, 월스트리트의 시장 분위기, 가이던스가 무엇인지 알려달라'고 말할 수 있다. 이제 이러한 워크플로우를 예약하거나 세상의 특정 조건이 충족될 때 실행되도록(trigger) 설정하고 싶다. 우리는 본질적으로 주니어 분석가의 몫이었던 수작업을 자동화하는 것에 대해 이야기하고 있는 것이다.

WIRED: ASKB와 같은 도구가 노동 시장에 연쇄적인 영향을 미칠 것으로 보는가? 내 생각에는

원문 보기

원문 보기 (영어)

Comment Loader Save Story Save this story Comment Loader Save Story Save this story For its famous intractability, the Bloomberg Terminal has long inspired devotion, bordering on obsession . Among traders, the ability to chart a path through the software’s dizzying scrolls of numbers and text to isolate far-flung information is the mark of a seasoned professional. But as a greater mass of data is fed into the Terminal—not only earnings and asset prices, but weather forecasts, shipping logs, factory locations, consumer spending patterns, private loans, and so on—valuable information is being lost. “It has become more and more untenable,” says Shawn Edwards, chief technology officer at Bloomberg. “You miss things, or it takes too long.” To try to remedy the problem, Bloomberg is testing a chatbot-style interface for the Terminal, ASKB (pronounced ask-bee), built atop a basket of different language models. The broad idea is to help finance professionals to condense labor-intensive tasks, and make it possible to test abstract investment theses against the data through natural language prompts. As of publication, the ASKB beta is open to roughly a third of the software’s 375,000 users; Bloomberg has not specified a date for a full release. WIRED spoke with Edwards at Bloomberg’s palatial London headquarters in early April. We discussed the impetus for revamping the Terminal, whether traditionalists might balk at the change, and Bloomberg’s attempts to iron out hallucinations. The following conversation has been edited for length and clarity. WIRED: Shawn, tell me about the rationale for this overhaul of the Terminal. Shawn Edwards: For years, Bloomberg has kept adding to this comprehensive dataset that we have. Often, finding the right piece of data in the sea of information is the deciding factor in whether you’re successful or not. It has become more and more untenable: You miss things, or it takes too long. The primary problem we’re solving with generative AI is helping users to find key insights and synthesize a view of the world around a particular idea. The concept is that untapped alpha lurks somewhere in the data, and ASKB will help to surface it? Yeah. The user gets to ask the high-level question—the thesis that’s in their head—instead of asking for particular data points. ‘How is the war in Iran and a change in oil prices going to affect my portfolio?’ That’s a big, big question with so many dimensions. Can we synthesize that answer in minutes? In a scenario where everybody is able to wade through the tangle of data, what will separate mediocre traders from the very best ones? These tools are not magical. They don’t make an average [employee] all of a sudden great. The difference will be your ideas. In the hands of experts, it allows them to do better analysis, deeper research—to sift through 10 great ideas when they might have only had time for one. If you’re a mediocre analyst, they’ll be 10 mediocre ideas. Bloomberg pitches ASKB as a form of agentic AI. On its face, it looks more like a chatbot interface than something that necessarily automates tasks. What is agentic about ASKB? There are earnings that come out every quarter. My job as an analyst is to be prepared for what might come up in that earnings call. For each company I’m preparing for, I’m looking at how their price compares to their peers, searching through lots of documents, looking at their fundamentals, and on and on. During earnings season, I’m not sleeping. With ASKB, I can create workflow templates. I can write a long query, and say, ‘Hey, here’s all the data I’m going to need. Give me a synopsis of the bull and bear cases, what the Street is saying, what the guidance is.’ Now, I want to schedule [the workflows] or trigger them when I see this or that condition in the world. We’re essentially talking about automating the type of legwork that might fall to a junior analyst. Do you expect tools like ASKB to have a knock-on effect in the labor market? I do think there’s a big question of how to educate, train, and mentor junior analysts coming through the workforce. At least for the next few years, you can’t just accept what some [AI] system says. You still have to have that rooted understanding of your craft. I don’t know if the world has the answer. In finance especially, you don’t want to be basing decisions on faulty information. What has been your approach to minimizing hallucination? There’s a lot of work that goes into making AI behave itself. You have to build in validations at every single step. We have a validation check that looks at the information content of a summary and checks whether those facts are fully contained in the paragraphs we synthesized from. There’s a semantic language check, because these models have a way of inverting things. We even have a check on our citations. These are simple examples. We take a very conservative approach. But with what degree of confidence can you tell customers they can depend on the information spat out of this thing? Have you encountered any hallucinations, despite all of these checks and balances? First of all, Bloomberg never gives a buy or sell signal to somebody. Bloomberg is there for them to make their own decisions, so they have to own their decisions. They always have. We can never say it’s perfect. More of the problem is that we might not answer a question fully. This is where transparency comes into play. I think these systems should be used to drive users to sources, not to hide them, or abstract them away. Do you expect ASKB to become the primary method for interfacing with the Terminal, or is it more like an extension? This will be the new Terminal. This will be the primary way most interactions are happening—definitely where they are starting. I don’t think GUIs [graphical user interfaces] are going away. I should be able to pick up my mouse and do something. But by and large, people will start their analysis and workflows through ASKB. The Terminal has dominated its niche. But lately, people have asked whether it might be possible to vibe code something with a similar functionality, at lower cost. Is this overhaul partly an attempt to fend off that threat? The direct answer is no. We’ve been trying to do this for years—trying to build things like this using machine learning models and other AI techniques. We actually had certain natural language interfaces on our command line. But it was brittle. You had to ask the Terminal in very specific ways. It just wasn’t able to do what we wanted. But finally, we have the technology to do it. Vibe coding is great for certain things. But you don’t vibe-code your way through a mission-critical decision making system. Among diehard Terminal users, set in their ways, do you expect there to be grumblings about the intrusion of AI? We are designing for those power users. They should get even more out of the Terminal. They pride themselves in knowing the path through the Terminal, remembering which functions to run, knowing how to do things, and showing people how to do it. But that’s probably not the best way for them to use it. I want to get away from the day where people have to have sticky notes on their screen, reminding them which function to use. Instead, you just ask.

블룸버그 금융-ai 에이전트-ai askb ai-도입