METAL

오픈AI, 헤비아 GPT-6 Astra 사례 공개

금융 리서치 스타트업 헤비아가 출시 전 GPT-6 Astra를 시험해 소스 인용과 프레젠테이션 요건에서 가장 나은 대안보다 13.6%포인트, 14.4%포인트 앞섰다고 밝혔다. 인용한 발췌문의 99.5%가 질문과 관련이 있었다.

오픈AI, 헤비아 GPT-6 Astra 사례 공개 · Image: METAL LAB

이미지: 영상 갈무리

요약

  • 오픈AI는 11월 20일 헤비아가 2026년 8~9월 출시 전 빌드로 GPT-6 Astra를 시험한 결과를 고객 사례로 공개했다.
  • GPT-6 Astra는 필요한 유형의 소스 인용에서 가장 나은 대안보다 13.6%포인트 높았고, 인용 발췌문의 99.5%가 질문과 관련이 있었다.
  • 프레젠테이션 요건 충족률은 97.9%로 가장 나은 대안보다 14.4%포인트 앞섰고, 완성도와 지시 준수 두 항목 모두 1위였다.
Hebbia sees improvements in financial research with GPT-6 Astra
발표
2026년 11월 20일 · 오픈AI 고객 사례 페이지
시험
출시 전 빌드 · 2026년 8~9월 · 모델별 같은 금융 리서치 사례·채점 기준 · 기준은 분야 전문가가 원문 대조로 작성·감수
소스 인용
필요 유형 소스 인용 · 가장 나은 대안 대비 +13.6%포인트
인용 적합도
인용 발췌문의 99.5%가 질문과 관련
프레젠테이션
해당 요건 97.9% 충족 · 가장 나은 대안 대비 +14.4%포인트 · 완성도·지시 준수 모두 1위
제품
헤비아 Matrix · 답마다 근거 문서 연결 · 네이티브 PowerPoint 슬라이드 생성 · 인용·각주로 원문 확인
가상 예시
산업용 소프트웨어 기업 전략적 인수 검토 · 약 2,000개 파일 데이터룸
발언
카비타 아난드 헤비아 제품 부문 기술 스태프
같은 페이지 다른 사례
헥스(9월 16일) · 패러렐 리서치 시간·비용 절반(9월 22일)

오픈AI가 11월 20일 금융 리서치 스타트업 헤비아(Hebbia)의 GPT-6 Astra 시험 결과를 고객 사례로 공개했다. 헤비아는 출시 전 빌드를 2026년 8~9월에 시험했고, 질문에 필요한 유형의 소스를 인용하는 항목에서 함께 시험한 모델 가운데 가장 나은 대안보다 13.6%포인트 높은 점수를 얻었다고 밝혔다. GPT-6 Astra가 인용한 발췌문의 99.5%는 질문과 관련이 있었다. 프레젠테이션 요건은 해당 항목의 97.9%를 충족해 가장 나은 대안보다 14.4%포인트 앞섰다.

헤비아의 제품 Matrix는 은행가가 인수를 자문하기 전에 읽어야 하는 재무제표와 고객 계약서, 경영진 발표 자료를 한데 모으고 답마다 근거 문서를 연결해 주는 도구다. 헤비아는 이 작업 가운데 두 대목에 GPT-6 Astra를 붙여 시험했다. 질문에 필요한 소스를 찾는 일과 은행가의 지시서에 맞춰 프레젠테이션을 만드는 일이다. 시험은 모델마다 같은 금융 리서치 사례와 같은 채점 기준으로 진행했고, 채점 기준은 분야 전문가가 원문 문서와 대조해 쓰거나 감수했다.

헤비아가 든 가상의 예시는 이렇다. 한 은행가가 고객의 산업용 소프트웨어 기업 전략적 인수를 검토하면서 약 2,000개 파일을 살펴야 한다. 이 회사의 매출은 왜 지속되는지, 동종 기업과 비교하면 어떤지를 따져야 한다. 은행가는 데이터룸을 Matrix에 올려 고객 집중도와 계약 조건, 이탈률을 인용이 달린 셀로 확인하고, 동종 기업 공시와 업계 뉴스를 끌어와 딜 논리를 세운 뒤 실사 요약과 기업가치 평가 덱을 회사 양식으로 만든다. 이 흐름에서 GPT-6 Astra는 답을 뒷받침할 문서나 Matrix 셀을 고르고, 분석 결과를 사용자의 구조와 지침을 따르는 네이티브 PowerPoint 슬라이드로 바꾼다.

카비타 아난드 헤비아 제품 부문 기술 스태프는 "사용자들은 AI가 돌려준 결과를 근거로 수백만 달러 규모의 결정을 내리기 때문에 추적 가능성이 정말 중요하다"며 "인용은 추적 가능성을 높이고 AI가 맞는 답을 찾았다는 확신을 준다"고 말했다. 그는 "문서가 수천 건인 데이터룸을 볼 때는 이 점이 극히 중요하다"며 "1%포인트만 올라도 얻는 이득이 크다"고 덧붙였다.

덱은 은행가가 고객에게 그대로 보낼 만한 결과물이어야 한다. 아난드는 "AI가 만든 티가 나는 덱을 만들어 파트너에게 보내고 싶지 않다"며 "우리 회사 브랜딩으로, 사람이 만든 슬라이드처럼 보이길 원한다"고 말했다. 헤비아 시험에서 다른 모델들은 완성도와 지시 준수 사이에서 한쪽을 내줬지만 GPT-6 Astra는 두 항목 모두 1위였다. 아난드는 "예전 모델들은 디자인 완성도는 좋아도 지침 준수가 약하거나 그 반대였다"며 "두 영역에서 모두 1위인 모델은 GPT-6 Astra가 처음"이라고 밝혔다.

검증 동선도 결과물에 붙어 있다. 헤비아 사용자는 인용을 열어 원문 문서와 강조된 구절을 확인할 수 있고, 슬라이드 각주도 원자료로 이어진다. 오픈AI는 검토의 예로 투자위원회에 덱을 올리기 전 고객 집중도 수치를 원본 표와 대조하고 보고 기간을 바로잡는 일을 들었다. 메탈이 확인한 오픈AI 사례 페이지에는 아난드가 두 영역의 두 자릿수 개선을 직접 설명하는 영상이 실려 있다.

오픈AI는 금융과 분석 분야에서 GPT-6 Astra 고객 사례를 잇달아 내고 있다. 같은 사례 페이지에 걸린 목록만 봐도 9월 16일 헥스(Hex)의 시각 보고서, 9월 22일 패러렐(Parallel)의 리서치 시간·비용 절반 절감 사례가 이어진다. 메탈은 패러렐의 Astra 도입 사례와 점프 트레이딩의 퀀트 리서치 사례, GPT-6.2 Astra와 Sol 출시 소식을 보도한 바 있다.

아난드는 시간 절약을 가장 큰 효과로 꼽았다. 그는 "최종본에 더 가까운 덱을 받으면 전문가들이 얼마나 많은 시간을 아낄지 상상해 보라"며 "밤새워 하던 작업이 GPT-6 Astra 결과물을 몇 분 검토하는 일로 줄어든다"고 말했다. 그는 백그라운드에서 정보를 지켜보다 금융 전문가가 판단할 신호를 띄워 주는 에이전트의 역할도 내다봤다. 아난드는 "경쟁자보다 몇 시간 먼저 중요한 신호를 받는다고 상상해 보라"며 "사람이 일일이 찾아다니지 않는 기회까지 보고 처리할 수 있다"고 말했다.

기자의 눈으로 이 수치를 읽으려면 측정의 조건을 함께 봐야 한다. 13.6%포인트와 14.4%포인트는 헤비아가 고른 사례와 채점 기준, 출시 전 빌드로 잰 자체 시험값이고, 비교한 대안 모델의 이름은 공개되지 않았다. 그럼에도 헤비아가 잰 지점은 금융 실무에서 AI 도입을 가르는 두 질문, 근거를 제대로 집었는지와 고칠 것 없이 보낼 수 있는 결과물인지에 정확히 맞춰져 있다. 인용 적합도와 양식 준수가 함께 오르면 은행가의 시간은 서식 손질과 출처 확인에서 딜 판단으로 옮겨 간다. 헤비아가 그리는 다음 단계는 사람이 찾기 전에 신호를 먼저 가져오는 에이전트다.

김현국

METAL 발행인 · 아카이브저널 발행인 · 이라선 운영

매거진·서점·교육을 오래 해 온 편집자예요. 라이프스타일 매거진 <아카이브저널>을 발행하고, 아트 서점 <이라선>을 운영했으며, 라이카 아카데미에서 디렉터로 사진 교육 프로그램을 만들고 이끌었어요. 그 시선으로 전 세계 AI 소식을 독자에게 전하는 메탈(METAL) 매거진 편집장입니다.

이 에디터의 기사 더 보기 →

공유

댓글

METAL for iPhone

AI 뉴스, 이제 앱에서 읽으세요.

METAL 앱을 다운로드하고 매일 새로운 AI 기사를 만나보세요.

App Store에서 다운로드

iPhone용 앱 · 무료 다운로드

iPhone의 App Store에서도 ‘메탈 AI 매거진’을 검색할 수 있습니다.