AI 투자분석 플랫폼 비교 – Kensho vs Upstart

1. AI 투자분석 시장의 성장과 Kensho, Upstart의 등장 배경

AI 기술이 금융 산업에 깊이 스며들면서 투자분석 시장도 급격한 변화를 겪고 있다. 전통적으로 투자 분석은 애널리스트들의 경험과 직관, 복잡한 재무지표 분석에 의존해왔다. 하지만 방대한 데이터가 실시간으로 생성되고, 시장 반응 속도가 빨라진 현대 금융환경에서는 인간의 분석 역량만으로는 모든 변수를 포착하고 대응하기가 어렵다. 이에 따라 AI 기반 투자분석 플랫폼들이 등장하게 되었다. 이들은 데이터를 자동으로 수집·분석하고, 숨겨진 패턴을 찾아내며, 인간보다 빠르고 객관적으로 인사이트를 제공한다는 점에서 주목받고 있다. 특히 Kensho와 Upstart는 각각 서로 다른 관점과 강점을 가진 AI 투자분석 솔루션으로 시장에서 주목을 받고 있다. Kensho는 주로 기관 투자자를 대상으로 거시 경제 이벤트 분석, 금융 시장 예측, 위험 관리에 초점을 맞춘 플랫폼으로 성장해왔으며, 2018년 S&P Global에 인수되면서 글로벌 금융 정보 생태계에 깊숙이 자리잡았다. 반면 Upstart는 AI 기반 신용 평가 및 대출 심사 플랫폼으로 시작했지만, 최근에는 개인 투자자 시장과 중소 금융기관 대상으로 투자 분석 기능을 확장하고 있다. 이처럼 AI 기술을 토대로 금융 시장을 혁신하려는 두 플랫폼은 서로 다른 전략과 기술적 접근 방식을 통해 독자적인 시장을 구축해나가고 있다. 두 기업 모두 AI와 머신러닝을 기반으로 하고 있지만, 분석 대상, 데이터 활용 방식, 최종 목표는 뚜렷하게 구분된다.

 

 

2. Kensho와 Upstart의 기술적 차이점과 분석 전략

Kensho는 AI 기반 데이터 분석과 자연어 처리(NLP) 기술을 금융 시장에 접목해, 인간 애널리스트들이 놓칠 수 있는 거시적 이벤트 간의 연관성과 패턴을 도출하는 데 강점을 보인다. Kensho의 대표 제품 중 하나인 ‘Kensho Scribe’는 실시간 뉴스, 금융 리포트, 기업 공시 데이터를 분석해 특정 이벤트(예: 금리 인상, 무역 분쟁, 지정학적 리스크)가 주식 시장, 섹터, 개별 기업에 미치는 영향을 자동으로 예측한다. 또 다른 제품인 ‘Kensho Events Engine’은 과거 수천 건의 유사 이벤트 데이터를 학습해, 특정 사건이 발생했을 때 예상되는 시장 반응을 시뮬레이션해 제공한다. Kensho의 강점은 대규모 비정형 데이터(텍스트, 이미지, 음성 등)를 구조화하고, 이를 통계적 모델과 머신러닝 알고리즘으로 분석해 다층적인 금융 인사이트를 뽑아낸다는 점이다. 반면 Upstart는 주로 개인 신용 데이터를 중심으로 머신러닝 모델을 개발해왔으며, 그 핵심 기술은 ‘대안적 데이터(Alternative Data)’ 활용에 있다. Upstart는 전통적인 신용 점수(FICO Score) 대신, 수백 가지의 비정형 데이터를 통합 분석해 개인의 상환 가능성을 평가한다. 이를 통해 대출 승인율을 높이고, 금융기관의 부실률을 낮추는 데 성공했다. 최근 Upstart는 이 기술을 개인 투자자의 리스크 분석에도 적용하기 시작했다. Upstart 플랫폼은 투자 대상자의 직업 이력, 학력, 거주 지역, 소비 패턴 등 정형화되지 않은 다양한 데이터를 통합해 개인 투자 위험도를 예측하고, 이를 바탕으로 최적 투자 전략을 제안하는 시스템을 구축했다. Kensho가 ‘거시경제+시장반응’ 중심의 분석에 강점을 가진다면, Upstart는 ‘개인 수준+비정형 데이터 기반 위험 평가’에 특화되어 있다고 볼 수 있다. 따라서 사용자의 필요에 따라 선택해야 하는 플랫폼의 유형은 전혀 다르다.

3. Kensho vs Upstart 실제 활용 사례 및 성과 비교

Kensho는 주로 기관 투자자, 금융사, 헤지펀드 등이 활용하고 있다. 예를 들어 대형 투자은행들은 Kensho Events Engine을 이용해 주요 거시 이벤트(예: 미국 금리 결정, 유럽 재정정책 발표 등) 직후 가장 영향을 받을 산업군과 종목을 신속히 분석하고, 이에 따라 포트폴리오를 조정하는 데 활용한다. 특히 Kensho의 자동화 분석 기능은 거래 기회를 놓치지 않게 해주며, 인간 애널리스트가 놓칠 수 있는 미세한 패턴까지 포착할 수 있다는 점에서 높은 평가를 받고 있다. 실제로 한 글로벌 헤지펀드는 Kensho를 도입한 이후 이벤트 기반 투자 전략에서 수익률이 약 15% 상승했다는 보고를 낸 바 있다. 반면 Upstart는 소매 금융기관과 개인 투자자 시장에서 활용 사례가 늘어나고 있다. 미국 내 중소형 은행들은 Upstart 플랫폼을 이용해 대출 심사 시간을 70% 단축하고, 대출 부실률을 30% 가까이 낮췄다. 개인 투자자 측면에서는, Upstart가 제공하는 개인별 리스크 분석 리포트를 기반으로 투자 포트폴리오를 조정한 사용자들이 시장 평균 대비 8~12% 높은 수익률을 기록했다는 조사 결과가 있다. 특히 Upstart의 대안적 데이터 기반 분석은 기존의 단순 신용 점수 평가보다 훨씬 정밀하고, 다양한 변수를 고려하기 때문에 ‘신흥 투자자층(밀레니얼, Z세대)’에게 큰 호응을 얻고 있다. 다만 Kensho는 고가 솔루션이라는 점, Upstart는 아직 대형 기관 투자가 아닌 소형 투자 시장에 머물러 있다는 점에서 각각의 약점도 존재한다. 실제 적용 결과를 보면, Kensho는 복잡한 이벤트 분석에 특화되어 고액 자산가, 대형 금융사에 적합하고, Upstart는 개인화된 리스크 관리와 접근성이 필요한 중소형 금융기관이나 개인 투자자에게 더욱 유리한 플랫폼이라 볼 수 있다.

4. AI 투자분석 플랫폼의 미래: Kensho와 Upstart의 전망

앞으로 AI 투자분석 플랫폼은 더욱 세밀하고, 개인 맞춤형으로 진화할 것이다. Kensho는 S&P Global과의 시너지를 통해 기존 금융 데이터뿐만 아니라 ESG 데이터, 대체투자 시장 데이터까지 통합 분석하는 방향으로 기술 확장을 추진 중이다. 또한 설명 가능한 AI(XAI, Explainable AI) 기술을 강화해, 단순히 ‘예측 결과’만 제공하는 것이 아니라, ‘왜 이런 예측이 나왔는지’에 대한 논리적 설명까지 지원하는 기능을 강화하고 있다. 이는 규제가 강화되는 금융 업계에서 필수 요건이 될 전망이다. 한편 Upstart는 개인 투자와 대출뿐 아니라, 소상공인 대출, 중소기업 투자, 부동산 투자 등 다양한 신용·투자 영역으로 서비스를 확장하고 있다. 또한 Upstart는 AI 모델의 편향성 문제를 줄이기 위해, 알고리즘 투명성과 공정성을 높이는 연구에도 적극적으로 나서고 있다. 향후에는 Upstart가 제공하는 ‘대안 데이터 기반 투자 분석 서비스’가 중견 금융사, 보험사, 연금펀드까지 확대 적용될 가능성도 점쳐진다. 두 플랫폼 모두 공통적으로 ’초개인화(Personalization)’와 ‘실시간 대응성’을 강화하는 방향으로 진화할 것이며, 이는 향후 투자 환경을 크게 바꿔놓을 것이다. 다만 여전히 데이터 편향성, 알고리즘 투명성, 개인정보 보호 같은 문제는 AI 투자분석 플랫폼의 지속 성장에 있어 해결해야 할 과제다. Kensho와 Upstart는 서로 다른 출발선과 강점을 가진 만큼, 금융산업 내에서 보완적 역할을 하며 각각 다른 영역에서 혁신을 이끌어갈 것으로 전망된다. 결과적으로 AI 기반 투자 분석은 소수 전문가의 영역을 넘어, 더 많은 개인과 기업들이 데이터 기반의 스마트한 투자 결정을 내릴 수 있도록 democratization(민주화)을 가속화하는 역할을 하게 될 것이다.