Jump Trading는 GPT-6 Astra를 활용해 정량적 연구를 확장한다

Jump Trading는 복잡하고 장기적인 정량적 연구 및 코드 작성 워크플로를 자동화하기 위해 GPT-6 Astra를 활용하고 있으며, 수동 코드 생성에서 자율적인 에이전트 기반 연구로의 전환을 가능하게 한다. 이를 통해 정량적 연구원들은 고수준의 목표와 평가 기준을 정의하는 데 집중할 수 있고, 에이전트는 가설의 실행과 반복적 개선을 담당하게 된다.

정량적 연구를 위한 자율적인 에이전트 워크플로

GPT-6 Astra는 에이전트 간의 유연한 조율과 높은 지속성을 요구하는 장기적인 작업을 수행할 수 있게 해준다. Jump의 LLM R&D 책임자인 Lucas Baker에 따르면, 이 모델은 새로운 수준의 자율성을 열었으며, 빈번한 인간 개입의 필요성을 줄였다. 연구원들은 문제를 정의하고, 작업 환경과 평가 지표를 설정한 후 실시간으로 에이전트를 조정한다.

GPT-6 Astra가 도입한 주요 기능은 다음과 같다:

• 반복적 개선: 에이전트는 실용적인 변경 사항을 찾아내고, 이를 병합 및 축적하며, 합의된 기준에 따라 노력 방향을 자동으로 재조정할 수 있다. 이 과정에서 인간이 모든 라운드의 변경 사항을 분석할 필요가 없다.
• 포괄적 분석: 시스템은 며칠 동안 실행되며, 다양한 데이터 소스에서 정보를 수집하고, 데이터의 중요성에 대해 질적 판단을 내려 포괄적인 분석을 수행할 수 있다.
• 엔드투엔드 코드베이스 개발: 2024년에는 단발성 코드 조각을 작성하는 수준에서 시작해 2025년에는 전체 코드베이스를 처음부터 생성하는 수준으로 진화했고, 2026년에는 열린 연구 질문에 대해 동적으로 협업하여 진전을 이루는 수준으로 발전했다.

규제 금융에서의 리스크 관리와 인간 감시

정량적 거래에서 내재된 금융 및 준법 리스크를 관리하기 위해 Jump Trading은 기능 추가 외에도 에이전트 지능을 품질, 보안, 모니터링 시스템에 통합한다. 회사는 "안전한 환경" 전략과 엄격한 인간 검토를 병행한다.

"에이전트나 시스템이 필요에 따라 어떤 출력도 자유롭게 생성할 수 있는 안전한 환경이 있으면서도, 최종적으로 인간 검토 프로세스를 거쳐 중요한 검증이 이루어지고 인간의 승인이 이루어지는 구조라면, 그것이 우리에게 신뢰를 주는 이유입니다."

Lucas Baker는 에이전트가 생성한 출력(예: 거래 신호)은 정보적일 수 있지만 오류가 있을 수 있다고 설명한다. 이러한 신호는 엄격한 검토와 통제된 실행 환경에 통합되어 안전성과 준법성을 보장한다.

"자율 연구"의 미래

Jump Trading은 에이전트 연구자가 측정 가능한 시스템을 반복적으로 개선하는 것이 정량적 워크플로의 표준이 되는 "자율 연구"로의 전환을 예상한다.

이 미래 상태에서는 인간이 초기 시스템(입력, 환경, 평가 지표, 우선순위 포함)을 정의한 후, 다른 에이전트에 의해 조율되는 "에이전트 편대"에 이를 위임하게 된다. 이러한 에이전트들은 아이디어를 탐색하는 방법, 컴퓨팅 자원을 할당하는 방식, 발견 내용을 통합하는 방식을 자율적으로 결정하여 일반적인 연구 질문에 답하게 된다. 이 전환은 정기적인 점검이 필요한 과정에서 완전히 엔드투엔드 자율 연구 파이프라인으로의 전환을 목표로 한다.