The Investor's Edge Lives in Their Head — Anekha Sokhal, Moshi

한 줄 핵심

금융에서 진짜 경쟁력은 누구나 접근 가능한 AI 도구가 아니라 투자자의 머릿속에 쌓인 맥락과 판단이며, AI는 그 판단을 대체하기보다 정보 수집·정리·검증을 맡아 인간의 결정을 더 강하게 만들어야 한다는 주장이다.

시간별 요약

1. 0:00
   소개 금융 투자자는 데이터는 넘치지만 주의력은 한정된다는 모순 속에서 일하며, 이런 문제를 해결하기 위해 24/7 시장을 읽는 Moshi를 만들었다. 인간 두뇌는 매우 적은 전력으로 복잡한 판단을 수행하므로, AI는 이를 대체하기보다 어디에 붙여야 가장 효과적인지 고민해야 한다.
2. 4:03
   진짜 경쟁력이 의미하는 것 투자자의 edge는 정보 선점, 사각지대 파악, 그리고 확신을 바탕으로 베팅 크기를 키울 수 있는 힘으로 정의된다. 그러나 모델, MCP, 프롬프트가 모두 평준화되면 차별점은 다운로드할 수 없는 투자자의 머릿속 경험과 축적된 문맥에 남고, 그 지식이 퇴사나 은퇴와 함께 사라지는 점이 핵심 위험이다.
3. 6:06
   금융에서 AI가 바꾼 것 과거에는 퀀트, 데이터 वैज्ञानिक, 엔지니어, 트레이더의 팀이 필요했지만, AI는 한 사람이 API 몇 개로 그 스택을 대체할 수 있다는 인식을 만들었다. 하지만 실제 운영 단계에서는 보안, 데이터베이스, 저장소, 신뢰성, 비용 문제가 다시 등장하며, 금융 도구는 데이터를 끌어오는 도구와 밀어주는 도구로 나뉘고 결국 핵심은 맥락과 데이터 양의 문제로 귀결된다.
4. 8:26
   1인 포드와 다음 세대 모든 사람이 1인 포드로 일하면 옆자리에서 흡수하며 배우는 금융 현장의 학습 방식이 사라져 다음 세대의 문맥 전수 비용이 커진다. 또한 금융에서는 에이전트가 사고를 냈을 때 책임을 인간이 져야 하므로, 의사결정 루프를 에이전트에 통째로 맡기기보다 읽기·수집·교차검증 같은 작업과 판단을 분리해야 한다.
5. 10:28
   노동과 판단을 분리하기 데이터 수집, 정리, 교차검증 같은 반복 작업은 기계가 잘하고, 최종 판단은 인간이 잘하므로 둘을 분리하는 것이 가장 합리적이다. Moshi는 6개의 결정론적 에이전트로 24/7 시장과 PDF, 이메일, 구독 데이터를 읽고 2.4 billion data points를 처리하며, 허위 정보 여부·추적 가능성·가정까지 함께 제시해 인간의 판단을 돕는다.
6. 12:31
   모든 투자자를 위한 퀀트 팀 Moshi는 개인이 감당할 수 없는 기관급 분석팀을 대신해 각 투자자에게 35% 더 높은 효율과 더 큰 확신을 제공하는 도구로 제시된다. 단순히 대화하는 LLM이 아니라, 새로운 정보를 푸시해 사고의 폭과 깊이를 넓히는 인프라로서 작동해야 하며, 금융의 진짜 edge가 얼마나 기계화될 수 있는지는 아직 열려 있는 질문이다.

실무 인사이트

• 금융 AI 제품은 답을 잘하는 챗봇보다, 근거·추적성·가정까지 함께 제공해 인간의 최종 판단을 강화하는 구조가 더 중요하다.
• 차별화는 모델 성능보다 투자자의 고유한 문맥을 얼마나 안전하게 축적·전달·재사용하느냐에 달려 있다.
• 실무에서는 자동화 범위를 판단과 분리해야 하며, 반복 업무는 에이전트에 맡기되 책임이 필요한 의사결정은 인간이 유지하는 설계가 적합하다.