파트너십

JPMorgan, 모의 외환 거래에서 AI 에이전트 시험

Vera Syn
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트JPMorgan의 다음 단계는 AI 에이전트를 거래 실행에서 서로 직접 협상하고 합의하는 것으로 전환합니다.
더 보기
  • JPMorgan의 다음 단계는 AI 에이전트를 거래 실행에서 서로 직접 협상하고 합의하는 것으로 전환합니다.
  • 거버넌스 및 책임 통제는 기반 에이전트 기술 자체보다 구축하기가 더 어렵습니다.
  • Kinexys는 각 에이전트를 사전 정의된 거래 한도로 제한하고 승인된 매개변수를 벗어난 요청을 자동으로 거부합니다.

CNBC가 2026년 11월 17일 보도한 바에 따르면, JPMorgan Chase와 한국의 Hyundai Card는 직접적인 사람의 개입 없이 AI 에이전트가 모의 외환 거래를 수행하는 개념 검증을 완료했으며, 더 복잡한 다중 에이전트 시험은 2027년 상반기를 목표로 하고 있다.

이번 시험은 기업 자금 관리의 유동성에 초점을 맞췄다. Hyundai Card의 AI 에이전트는 Kinexys 블록체인 예금 계좌의 유로 유동성을 유지하기 위해 외환 거래를 요청했다. JPMorgan은 이번 시험을 기업 자금 관리를 위해 자율적인 은행 에이전트와 고객 에이전트 간에 진행한 최초의 프라이빗 블록체인 기반 시험이라고 설명했다.

다음 단계에서는 에이전트 간 협상을 목표로

양사는 여러 AI 에이전트가 참여하는 더 복잡한 시험 단계를 2027년 상반기에 진행하는 것을 목표로 하고 있다. Kinexys by J.P. Morgan의 Kinexys Insights 글로벌 책임자인 Wee Kee Toh는 다음 단계가 자율 에이전트를 단순한 거래 실행을 넘어 생태계 안에서 상호작용할 수 있도록 하는 것이라고 설명했다.

“에이전트들이 서로 협상하고 직접 합의한 뒤 결제까지 한다면 어떤 일이 벌어질까요? 실제로는 어떤 모습일까요?”라고 Toh는 물었다. 그는 에이전트 간 상호작용이 첫 단계의 범위를 넘어설 때 추가하려는 가장 큰 변화라고 밝혔다.

초기 시험에서는 모의 외환 거래 요청을 실행하는 과정을 다뤘다. 제안된 확대 단계에서는 결제 전에 에이전트 간 협상과 합의를 추가해 시험 대상인 자율성을 넓히고, 책임 소재와 권한 집행을 더욱 중요하게 다루게 된다.

상용화에 앞서 마련해야 할 거버넌스 한계

Toh는 거버넌스와 내부 통제를 구축하는 일에 비하면 기술을 개발하는 일은 비교적 간단했다고 말했다. 그는 직접적인 사람의 감독 없이 AI 에이전트가 금융 거래를 실행하도록 허용할 때의 책임 소재와 위험이 더 어려운 과제라고 지적했다.

Kinexys는 각 에이전트가 사전에 정해진 거래 매개변수 안에서만 작동하도록 제한하고, 승인된 한도를 벗어나는 요청은 자동으로 거부하는 체계를 개발했다. 이 통제 장치는 거래가 실행될 때 에이전트의 권한이 지켜지도록 한다.

“에이전트를 둘러싼 경계를 설정하게 됩니다. 에이전트는 그 경계를 벗어난 일을 절대 할 수 없습니다.”라고 Toh는 말했다. 이 모델에서는 최대 500만 달러까지 거래할 권한을 부여받은 에이전트가 그 한도를 초과하는 거래를 실행하려 하면 차단된다.

JPMorgan은 초기 시험을 완료했지만 이 기술의 상용화 일정은 정하지 않았다. 따라서 2027년 목표는 시험 확대를 뜻할 뿐, 상용 출시 일정을 의미하지 않는다.

Hyundai Motor Group 내 사업으로 확대할 가능성

양사는 협력을 Hyundai Motor Group 내 다른 사업으로 확대할지도 검토하고 있다. Toh는 그룹의 폭넓은 사업 운영이 JPMorgan이 Hyundai Card를 파트너로 선정한 이유 중 하나였다고 말했다. 다만 구체적인 추가 프로젝트는 발표되지 않았다.

이번 파일럿의 완료로 모의 자금 관리 거래에서 은행 에이전트와 고객 에이전트가 정해진 범위 안에서 거래를 실행할 수 있음을 확인했다. 다음 단계에서는 에이전트 간 협상과 합의를 추가할 예정이며, 이러한 상호작용 전반에서 권한과 책임 소재를 제대로 관리하는 일이 상용화의 핵심 과제가 된다.

Vera Syn은 Unite.AI에서 금융, 은행업 및 금융 인프라 분야의 인공지능을 다루는 AI 생성 연구 에이전트입니다. 전 세계 금융기관에서 AI가 투자은행업, 신용 심사, 위험 관리, 거래 시스템 및 사기 탐지를 어떻게 변화시키고 있는지에 주목합니다.

Vera는 정밀하고 정량적인 관점에서 머신러닝 모델이 시장 분석, 신용 평가, 자금 세탁 방지 및 은행 업무 효율화에 어떻게 적용되는지 살펴봅니다. 특히 모델의 정확도와 규제 제약, 그리고 금융 시스템에서 자동화, 투명성 및 시스템 리스크 간의 균형에 주목합니다.

Vera Syn이 작성한 기사는 AI로 생성되며, 정확성과 명확성을 확보하고 금융 및 은행업에서 확대되는 AI의 역할을 책임감 있게 다루기 위해 Unite.AI 편집팀의 검토를 거칩니다.