WarrenAI를 처음부터 다시 구축한 이유

챗GPT, 제미나이, 클로드 등 어떤 AI 챗봇이든 선택해서 지금 엔비디아 주식을 매수하는 것이 좋은지 물어보세요.

답변은 순식간에 돌아오고, 그 어조는 완전히 확신에 차 있습니다. 확신에 찬 어조는 AI가 절대 실수하지 않는 유일한 부분이지만, 그 답변만으로는 그 뒤에 숨겨진 숫자들이 맞는지 알 수 없습니다. 그래서 우리는 새 탭을 하나 더 열어 숫자들을 하나하나 확인하기 시작하고, AI의 답변을 믿게 될 때쯤이면, 이미 직접 리서치를 마친 이후가 됩니다.

2026년 8월, Investing.com 사용자 896명을 대상으로 바로 이 주제에 대해 설문조사를 실시했습니다.

이미 75%가 투자 리서치에 AI를 활용하고 있습니다*. 하지만 무엇이 문제인지 물었을 때, 가장 많이 꼽힌 문제는 잘못된 수치나 오래된 데이터가 아니라, 40%가 선택한 “정확한지 아닌지 알 수 없다”였습니다.

또한 응답자의 86%는 AI가 제시한 수치를 다른 출처와 대조해 확인한 뒤 이에 따라 조치를 취한다고 답했습니다. 투자자들은 뼈아픈 경험을 통해 교훈을 얻었습니다. 겉으로 보기에는 타당해 보이는 답이 반드시 정답은 아니라는 사실입니다.

그래서 저희는 WarrenAI를 다시 만들었습니다

WarrenAI는 답변을 도출할 때 항상 Investing.com이 직접 검증한 시장 데이터를 사용해 왔습니다. 이는 기관 거래 데스크에 데이터를 제공하는 업체들과 체결한 계약을 통해, 매년 수백만 달러를 지불하며 확보한 검증된 데이터 피드입니다.

대부분의 챗봇은 그런 데이터를 보유하고 있지 않기 때문에, 웹을 크롤링하며 찾은 정보가 최신 정보이기를 바랄 뿐입니다. 신뢰도는 데이터 출처가 아닙니다. 검증된 시장 데이터야말로 데이터 출처입니다.

새로운 점은? 애널리스트 2.0은 이제 답변을 제공하기 전에 자신의 작업 결과를 최대 10번까지 자체적으로 점검합니다. 데이터 출처에 대한 신뢰는 물론, 이를 통해 올바른 데이터가 적절한 추론과 함께 사용되었음을 한 차원 더 확실히 보장합니다.

숫자가 확인되지 않았거나 질문의 일부에 대한 답변이 아직 없는 경우, 시스템은 다시 돌아가서 더 많은 데이터를 가져옵니다.

단 한 단어를 답하기 위해서도 까다로운 질문을 수십 번씩 다각도로 검증합니다. 그럼에도 끝내 확인되지 않은 정보가 있다면, 억지로 빈틈을 채워 넣는 대신 사실대로 알려드립니다.

저희는 WarrenAI의 새로운 ‘애널리스트 2.0’ 모드를 매우 신뢰하며, 이를 새로운 기본 설정으로 적용했습니다. 사용 요금은 여전히 질문당 1크레딧입니다.

전송을 누른 후 발생하는 일

예를 들어, WarrenAI에게 엔비디아 주식을 매수해도 좋을지 물어보고 싶다고 가정해 봅시다.

새로운 애널리스트 2.0 모드를 사용하면 먼저 계획을 수립하게 됩니다.

WarrenAI는 Investing.com의 14가지 실시간 출처(재무 정보, 애널리스트 목표주가, 뉴스, 기술적 지표, 주식 스크리너 등)에서 데이터를 수집하며, 답변을 생성하기 전에 사용자의 질문에 실제로 필요한 정보가 무엇인지 파악합니다.

그런 다음 리서치는 반복적으로 실행되며, 각 반복마다 동일한 세 가지 작업을 수행합니다. 해당 도구에서 데이터를 가져오고, 반환된 결과를 읽고, 아직 누락된 항목을 나열하는 것입니다.

배당수익률이 5% 이상이고 주가수익비율(P/E)이 10 미만인 미국 헬스케어 주식을 요청하셨는데, 스크리너 결과에서 아무것도 나오지 않았나요? 다음 루프에서는 배당수익률을 4%로 낮추고, 실제로 살펴볼 만한 기업이 나올 때까지 다시 실행합니다.

각 항목은 화면에 “스크리너 실행”, “재무 정보 조회”, “뉴스 확인”과 같은 짧은 문구로 표시되며, 어떤 문구든 클릭하면 해당 항목을 펼칠 수 있고, 검색 결과로 나온 실제 데이터를 확인할 수 있습니다.

이 모든 과정에서 한 가지 규칙이 적용됩니다. 시간에 민감한 정보는 사용자가 기다리는 동안 수행된 실시간 데이터 조회에서 얻어집니다. 훈련 과정에서 학습된 정보는 전혀 사용되지 않습니다. 이 규칙 때문에 새로운 모드는 기존 모드보다 시간이 조금 더 걸리며, 최종적으로 도출된 답변은 이미 검증이 완료된 상태입니다.

비교: 동일한 질문을 기존 모드와 새 모드에서 살펴보기

금융 관련 문제에 AI를 활용할 때 가장 어려운 점은 AI가 틀린 답을 내놓는 것이 아니라, 정답인지 아닌지 확인할 수 없다는 것입니다. 그래서 여기 그 차이를 한눈에 확인할 수 있도록 정리해 두었습니다.

2026년 7월, 유가가 하락하는 상황에서 우리는 기존 WarrenAI 모드와 새로운 애널리스트 2.0 모드에 동일한 질문을 던졌습니다. 이러한 상황에서 어떤 에너지주가 수혜를 볼 것이며, 어떤 종목이 타격을 입을까요?

기존의 WarrenAI 모드와 새로운 애널리스트 2.0 모드 모두 동일한 데이터를 사용할 수 있었음에도 불구하고, 답변은 같지 않았습니다.

차이점은 그 작업 과정에 있습니다. 그리고 그 작업 과정은 화면에 그대로 남아 있으며, 모든 단계가 나열되어 있고, 모든 수치는 원본에서 클릭 한 번이면 바로 확인할 수 있습니다.

새로운 애널리스트 2.0 모드를 시험해 보세요

이미 어렵다는 것을 알고 있는 문제에 WarrenAI 애널리스트 2.0을 사용해 보세요. 아래에서 문제를 하나 선택하여 전송하면, 답이 어떻게 생성되는지 확인해 보세요.

• 내 관심목록 중 어떤 주식이 달러 강세의 영향을 가장 많이 받으며, 그 정도는? >>>
• 작년에 배당금을 인상했고, 주가수익비율(P/E)이 12배 미만인 유럽 유틸리티 기업들 중 주가가 과대평가된 것으로 보이는 기업을 알려주세요. >>>
• 오늘 에너지 부문 주가가 급등했습니다. 실제 이득을 본 회사는 어디이고, 단순히 시장 흐름에 따라 움직인 회사는 어디일까? >>>
• 이 주식에 대해 타당하게 제기할 수 있는 가장 강력한 반론은? >>>

그 외에도: 시니어 애널리스트 2.0

위에서 설명한 모든 내용은 ‘애널리스트 2.0’이 새로운 표준이 되었음을 보여줍니다.

또한 그 위에 위치한 더 고급 모드인 시니어 애널리스트 2.0을 추가했으며, 질문하는 모든 문제에서 이 모드로 전환할 수 있습니다.

선택할 모드(애널리스트 2.0 vs 시니어 애널리스트 2.0)는 질문 유형에 따라 달라집니다.

“이번 분기 코카콜라의 실적은 어땠나요?”는 애널리스트 2.0이 맡아야 할 일입니다. 정답이 하나뿐이며, 이 시스템은 그 정답을 정확히 어디서 찾을 수 있는지 알고 있습니다.

“장기적인 AI 투자 대상으로는 엔비디아와 AMD 중 어느 쪽이 더 나을까요?”라는 질문은 시니어 애널리스트 2.0이 맡아야 할 일입니다. 데이터를 수집하는 것은 시작에 불과하기 때문입니다. 이 시스템은 상반된 증거를 종합적으로 검토하고, 강세·중립·약세 시나리오를 면밀히 분석한 뒤, 각 시나리오가 실현되기 위해서는 어떤 조건이 충족되어야 하는지 알려줍니다.

WarrenAI의 또 다른 새로운 기능

예전에는 다른 페이지에 있던 두 가지 요소가 이제 WarrenAI 내부에도 포함되어 있습니다. 이 요소들이 화면에 표시되므로 WarrenAI가 이를 읽을 수 있습니다.

먼저, 관심목록이 채팅창 바로 옆에 위치해 있으므로, 종목 코드를 하나도 입력하지 않고도 목록 전체에 대해 문의할 수 있습니다.

“내 관심목록에 무엇을 추가해야 할까요?”라고 물어보면, WarrenAI가 귀하의 보유 종목을 분석하여 공통점을 파악한 뒤, 아직 관심 종목으로 지정하지 않은 주식을 추천해 드립니다. 추천된 종목명은 이후 대화창에 계속 표시됩니다.

둘째, 차트도 같은 방식으로 작동합니다. WarrenAI에서 차트를 열면 더 이상 별도의 창이 아니기 때문에, 차트에 표시된 내용을 따로 설명해 줄 필요가 없습니다. 차트에 표시된 내용이 바로 질문에 반영됩니다. “현재 레이아웃에 어떤 지표가 빠져 있나요?”라고 물어보면, 시스템은 상상 속의 일반적인 차트가 아니라 실제로 눈앞에 보이는 설정에 맞춰 답변을 제공합니다.

WarrenAI 애널리스트 2.0은 무료 및 유료 구독자 모두에게 제공됩니다.

지금 이용해 보세요.

*설문조사: 2026년 8월, Investing.com 글로벌 에디션 이용자 896명을 대상으로 실시했으며, 응답자 전원이 관심 목록에 최소 한 가지 자산을 등록해 둔 상태였습니다. 백분율은 각 질문에 답변한 응답자를 기준으로 산출되었습니다.