AI 에이전트로 3일 걸리던 포트폴리오 구축을 몇 분 만에 — 잭 맥도널드(아폴로) & 마이클 마나팟(로우페이스)

원제 · AI Agents Cut 3-Day Portfolio Builds to Minutes — Jack McDonald, Apollo & Michael Manapat, Rowspace

19:043분 읽기AI Engineer2026. 10. 16.컴퓨터/소프트웨어 · 경영/리더십 · 대출/신용

핵심 요약

금융 기관은 AI 에이전트 플랫폼을 활용해 수일이 걸리던 포트폴리오 구성과 데이터 대조 작업을 단 몇 분 만에 처리하며 운영 효율성을 극대화하고 있다.

하이라이트

  • 아폴로 산하의 레딩 리지 캐피털은 약 500억 달러의 자산을 운용하며, 1,000개 종목의 대출 풀을 관리한다.

  • 로우페이스의 AI 에이전트 도입으로 과거 수동 엑셀 작업에 2일에서 3일이 소요되던 CLO 포트폴리오 구성 작업이 단 몇 분 만에 완료된다.

  • 창고 금융 매수 활동의 주간 거래 대조 및 보고서 생성 업무는 과거 전담 팀이 일주일 중 수많은 시간을 쏟아야 했으나, 현재는 단 1분 만에 자동 생성된다.

  • 일반 LLM은 범용 정보만을 다루는 반면, 금융 에이전트 플랫폼은 20여 개의 분산된 소스 중 유효한 단 하나의 진실의 원천을 식별하여 정확성을 보장한다.

  • 금융 기관의 미들 및 백오피스 영역에서 AI 도입은 여전히 초기 단계에 머물러 있으며, 일상 업무 처리 효율화를 통해 더 깊이 있는 업무에 집중할 여력을 제공한다.

타임라인

  1. 금융 운용 조직의 데이터 복잡성과 AI 도입 배경

    금융 서비스 파트너들은 복잡하고 단편화된 데이터를 다루기 위해 AI 에이전트를 활용한다. 레딩 리지 캐피털은 수많은 펀드 법인과 투자를 관리하며 매일 방대한 데이터 포인트를 받아들인다. 모든 정보는 비공개이며 여러 문서에 흩어져 있어 신뢰할 수 있는 단일 소스를 구축하는 것이 필수적이다.

    • 로우페이스는 금융 서비스 파트너들이 복잡하고 단편화된 데이터를 다루도록 돕는 에이전틱 플랫폼이다.
    • 레딩 리지 캐피털은 1,000개 종목의 대출 풀을 관리하며 매일 수천 개의 데이터 포인트를 처리한다.
    • 금융 데이터는 공공 시장과 달리 비공개이며 다양한 문서에 단편화되어 있다.

  2. 업무 시간 단축과 자동화를 이뤄낸 구체적인 AI 적용 사례

    포트폴리오 매니저는 수백 개의 신용 종목을 포함하는 포트폴리오를 구성할 때 방대한 신탁 증서와 엑셀 모델을 검토해야 했다. 과거에는 3일이 소요되던 이 작업이 실시간 정보를 활용해 몇 분 만에 90% 수준의 초안으로 완성된다. 또한 은행 계좌 접속과 수동 대조가 필요했던 창고 금융 보고서 작성도 자동화되어 1분 만에 반복 생성된다.

    • CLO 포트폴리오 구성에 걸리던 시간이 과거 2~3일에서 현재 단 몇 분으로 단축되었다.
    • 창고 금융 매수 활동의 주간 거래 대조 및 보고서 생성이 1분 만에 자동화되었다.
    • 반복적인 수동 작업이 줄어들면서 팀원들은 품질 보증과 최종 검증에 집중할 수 있게 되었다.

  3. 범용 LLM과의 차별점과 데이터 신뢰성 확보 전략

    ChatGPT 같은 일반 모델은 연구나 빠른 아이디어 파악에는 유용하지만 자체 데이터가 반영되지 않는다. 올바른 데이터를 도출하기 위해 기술 기업 팀이 현장에 직접 머물며 정보 흐름과 계산 방식을 학습한다. 이를 통해 수많은 소스 중 정확한 데이터만 취합하여 시스템에 대한 전폭적인 신뢰를 확보한다.

    • 일반 범용 LLM은 자체 내부 데이터를 반영하지 못하는 한계가 있다.
    • 하나의 데이터 조각도 20개의 서로 다른 소스에서 올 수 있으며 올바른 소스를 선별하는 과정이 필요하다.
    • 현장에 직접 상주하며 워크플로를 학습하는 접근 방식이 시스템 신뢰성을 구축한다.

  4. 기업 문화와 금융 업계의 미래 AI 전망

    아폴로는 대체 자산 운용 업계에서 변화의 최전선에 서는 것을 자부하며 기술 수용에 개방적이다. 금융 업계의 미들 및 백오피스 지원 부서는 여전히 개선할 여지가 많으며 AI 도입은 초기 단계다. 일상적인 업무를 효율화하여 확보한 여력은 조직의 유연성을 높이고 궁극적으로 투자자에게 정확한 정보를 전달하는 기반이 된다.

    • 아폴로는 혁신을 수용하고 팀의 역량을 강화하는 수평적 기업 문화를 지니고 있다.
    • 자산 운용 및 기관 금융 세계에서 AI 도입은 여전히 초기 단계에 위치한다.
    • 정확한 데이터에 기반한 프로세스 실행 역량은 시간이 흐를수록 강력한 경쟁 우위로 작용한다.

설명

Apollo's CLO business used to spend 2–3 days building a single mock portfolio by hand in Excel. Now it takes minutes. Jack McDonald (Principal at Apollo and COO of Redding Ridge, Apollo's ~$50B structured credit and CLO manager) talks with Rowspace co-founder Michael Manapat about where AI becomes mission-critical in finance. They cover automating a weekly trade reconciliation that used to take 2–3 people, why plugging your firm into a generic LLM isn't enough when one data point can come from 20 sources and only one is right, and why embedding engineers with the front office is what earns trust. Speakers: Michael Manapat, Co-founder, Rowspace X: https://x.com/mlmanapat https://rowspace.ai Jack McDonald, Principal, Apollo / COO, Redding Ridge https://www.apollo.com 0:00 Intro: Rowspace & Redding Ridge 1:33 When AI becomes mission-critical 3:38 Portfolio construction: days → minutes 5:31 Automating the weekly trade rec 6:46 Why not just use Claude or ChatGPT? 9:21 How Apollo became AI-native early 11:17 How early is finance in AI adoption? 13:24 Commodity or durable competitive edge? 15:22 What has to be true next 18:20 Advice for builders applying AI to finance Live from the Sheraton New York Times Square Hotel in New York City, AI Engineer New York 2026 is an AI conference for engineers and technical leaders building production AI across banking, hedge funds, fintech, insurance, and asset management. Event: AI Engineer NYC Dates: October 12–14, 2026 Venue: Sheraton New York Times Square Hotel Learn more about the event: https://ai.engineer/nyc/2026# Subscribe for more AI Engineer talks, livestreams, and event coverage: https://www.youtube.com/@aiDotEngineer

이 영상에 대해 글쓰기