인포시즈, 적은 데이터로 AI 수치추론 정확도 높이는 기술 개발

인포시즈는 조한준 연구원이 참여한 AI 수치 추론 논문이 국제학술지 TACL에 게재되고, 헝가리 부다페스트 EMNLP 2026에서 발표됐다고 27일 밝혔다. 연구진은 개발한 학습 기술 '타노스'를 적용한 AI 모델이 금융 표 수치 추론 평가에서 85.38% 정확도를 기록해 같은 평가의 GPT-5(77.82%), 클로드 소넷 4.5(76.79%), 제미나이 2.5 프로(76.41%)보다 높았다고 밝혔다. 학습 데이터의 10%만 사용한 모델도 80.13% 정확도로 전체 데이터를 쓴 일반 미세조정 모델과 GPT-5를 웃돌았다. 다만 이 수치는 연산 순서를 알려주는 '연산 스케치'를 제공한 조건에서 나왔으며, 이를 제외하면 정확도는 41.03%로 낮아졌다. 인포시즈는 이 기술을 기업용 AI 솔루션 '액시엄'에 연계할 계획이다.

이 일이 어디서 왔나

금융권에서는 상담·심사 업무에 AI를 투입하는 사례(해빗팩토리, 신한은행)부터 자체 파운데이션 모델 구축(NH농협은행, 유럽 금융사들)까지 다양한 층위의 AI 적용이 이어지고 있다. 이번 인포시즈 발표는 그중 모델 성능 자체, 특히 금융 수치 데이터를 다루는 추론 정확도를 개선하는 학습 기법 연구라는 점에서 결이 다르다.