Rogo는 OpenAI o1과 GPT-4o를 사용하여 금융 연구를 확장합니다

Rogo, 엔터프라이즈급 AI 금융 플랫폼은 복잡한 금융 연구 및 실사 워크플로를 자동화하기 위해 OpenAI의 모델 스위트를 통합했습니다. 이는 투자 은행, 사모펀드, 자산 운용사를 대상으로 하며, 금융 전문가들이 실시간 금융 정보를 활용하여 수동 데이터 집계에서 고가치 의사 결정으로 전환할 수 있게 합니다.

금융 워크플로에 대한 운영 영향

Rogo 플랫폼은 회의 준비, 회사 프로파일링, 시장 조사와 같은 시간 소모적인 작업을 자동화하여 분석가에게 주당 10시간 이상을 절약해줍니다. 2024년 스텔스에서 등장한 이후, 이 플랫폼은 메가캡 사모펀드 및 공개 거래 투자 은행의 5,000명 이상의 은행가들에게 서비스를 제공하며, 연간 반복 수익(ARR)의 27배 성장에 기여하고 있습니다.

OpenAI의 API를 통해 활성화된 주요 기능:

• 실시간 인사이트 생성: 필사, 트랜스크립트, 데크에서 몇 초 안에 실행 가능한 인사이트를 추출하여 프레젠테이션용 자료를 만들 수 있는 능력.
• 자동화된 실사: 프라이빗 데이터 룸과 통합하여 맞춤형 질문 목록을 생성하고 고객 상호작용을 추적합니다.
• 협업 분석: 주니어 및 시니어 전문가를 위한 시장 맵과 경쟁 분석 생성을 간소화합니다.

계층형 모델 아키텍처 및 기술 구현

Rogo는 추론 깊이, 운영 비용, 처리 속도의 균형을 맞추기 위해 계층형 모델 아키텍처를 사용합니다. 이 시스템은 S&P Global, Crunchbase, FactSet의 방대한 데이터셋을 통합하여 5,000만 건 이상의 금융 문서를 검색 및 분석할 수 있게 합니다.

모델 전문화

Rogo는 금융 워크플로의 다양한 단계에 특정 OpenAI 모델을 할당합니다:

• GPT-4o: 채팅 기반 Q&A를 구동하고 심층 금융 분석을 수행합니다.
• o1-mini: 금융 데이터를 맥락화하고 구조화하여 검색 효과를 최적화하는 데 사용됩니다.
• o1: 고급 reasoning 워크플로, 합성 데이터 생성 및 평가를 위해 예약됩니다.

머신 러닝 엔진

Rogo의 ML 엔진 핵심은 다단계 쿼리 계획, 이해, 컨텍스트 관리 및 효율적인 검색을 관리하는 에이전트 프레임워크입니다. 정확성을 보장하기 위해 전직 은행가 및 투자자로 구성된 팀이 데이터셋을 검토하고 라벨링합니다.

Rogo의 공동 창립자이자 CTO인 투마스 라카이티스에 따르면, 이 전략은 사모펀드 및 헤지 펀드에 특히 중점을 둔 깊은 통찰력을 위해 가장 고급 모델을 사용한 후, 투자 은행이 요구하는 속도를 유지하기 위해 이러한 통찰력을 더 작은 모델로 증류하는 것을 포함합니다.

전략적 통합 및 확장

Rogo는 추론 능력, 멀티모달 기능, 함수 호출, 파인튜닝 API 때문에 OpenAI의 생태계를 선택했습니다. 회사는 12월에 Google의 Gemini 팀 출신인 Joseph Kim이 AI 헤드로 임명된 후, 인간 및 기계 피드백을 활용한 강화 학습을 통합하여 플랫폼을 지속적으로 발전시키고 있습니다.