체인링크(Chainlink)는 금융 데이터 처리에서 발생하는 AI 환각 문제를 효과적으로 줄이기 위해 오픈AI(OpenAI), 구글(Google), 앤소프(AI)의 모델을 활용한 다중 모델 AI 전략을 도입했다고 발표했다. 이 접근법은 단일 AI 모델에 의존하지 않고 여러 AI 시스템을 동시에 활용하여 데이터의 정확성을 높이는 것을 목표로 하고 있다.
AI 환각 문제는 대형 언어 모델(LLM)이 데이터를 잘못 해석하거나 허위 정보를 생성할 때 발생하는데, 이로 인해 특히 금융 부문에서는 심각한 문제가 될 수 있다. 체인링크의 혁신적인 방법은 각 AI 모델에 동일한 금융 데이터를 분석하기 위한 다양한 프롬프트를 제공하여 발생할 수 있는 오류를 최소화하는 것이다.
체인링크의 고문이자 구글의 전 AI 리더인 로렌스 모로니(Laurence Moroney)는 “단일 LLM에 단일 프롬프트를 신뢰하기보다는 여러 LLM-프롬프트 조합을 사용하여 다양한 결과를 생성하고, 그 결과들의 합의를 측정하는 방식으로 신뢰도를 높일 수 있다”며 “모두가 동일한 결과를 생성할 경우 믿을 수 있을 것”이라고 설명했다. 이러한 시스템은 블록체인에 검증된 정보를 기록하여 언제나 투명하고 변경 불가능한 방식으로 데이터를 보호한다.
체인링크의 자율적인 합의 기반 방식은 잘못된 정보가 중요한 금융 기록을 손상시키는 것을 방지할 수 있으며, AI 생성 데이터의 신뢰성을 높여준다. 기업에서 발생하는 실수는 연간 300만 달러에서 500만 달러의 손실을 초래할 수 있으며, 심각한 경우 4천300만 달러에 이를 수 있다. 따라서 체인링크의 접근법은 수동 데이터 재검증 과정을 줄이고 금융 데이터의 정확성을 개선하는 데 중점을 두고 있다.
체인링크는 UBS, 프랭클린 템플턴, 웰링턴 매니지먼트, 봉토벨 및 시그넘 뱅크와 같은 주요 금융 기관들과의 협력으로 이 AI-블록체인 시스템을 시험했으며, 그 결과는 금융 데이터 오류와 비효율성을 줄일 수 있다는 것을 보여주었다.
특히 주요 기업의 의사결정을 돕기 위해 제공되는 데이터 부분에서 AI가 가져오는 이점은 크다. AI는 기업 공시 데이터, 즉 배당금, 합병 또는 주식 분할 등의 정보를 추출하여 JSON과 같은 구조적이고 기계가 읽을 수 있는 형식으로 변환하여 금융 거래의 원활함과 오류를 줄이는 데 기여한다.
체인링크는 업계의 “통합 골든 레코드”라는 개념을 도입하여 여러 블록체인에 걸쳐 저장된 단일 검증 가능 원천의 구조적 금융 데이터를 제공하고, 이는 데이터의 분산 문제를 해결하여 은행, 투자자 및 자산 관리자들이 중복적인 수작업 없이 정확한 기업 공시 데이터를 액세스할 수 있게 해준다.
이 시스템의 핵심적인 요소는 체인링크의 분산 오라클 네트워크(DON)로, 여러 AI 모델을 통해 금융 데이터를 검증하며, 개별적으로 분석한 후 불일치가 발견될 경우 이를 자동으로 플래그하여 잘못된 데이터가 금융 워크플로우에 유입되는 것을 방지한다.
블록체인 기술은 이러한 시스템의 보안성을 보장하는 데 중요한 역할을 하며, 체인링크는 암호화된 재무 보고서를 온체인에 저장하여 기업 데이터의 변조 방지, 투명성, 시장 참여자 간의 동기화를 이룬다.
체인링크는 또한 DTCC, 클리어스트림, 유로클리어와 같은 글로벌 산업 기준과의 협력을 통해 AI 생성 구조적 데이터가 전통 금융 메시징 프로토콜인 스위프트(Swift)와 호환될 수 있도록 조율하고 있다.
앞으로 체인링크는 AI 훈련을 더욱 정교화하여 환각 위험을 최소화하고, 기업 공시 기준 준수를 강화하며, CAJWG와 SCoRE를 포함한 다양한 데이터 소스를 통합할 계획이다. 이러한 비전은 자동화되고 확장 가능한 금융 데이터 처리 시스템을 구축
