실적 발표 AI 요약 및 재무 데이터 추출: 내가 "알파"를 추출하는 방법

마커스 카터(Marcus Carter) 작성, 시니어 주식 리서치 애널리스트

분기마다 돌아오는 그 시간입니다. **실적 시즌(Earnings Season)**이죠.

대부분의 사람들에게는 그저 뉴스 헤드라인일 뿐입니다. 하지만 투자 운용 업계에 있는 저희에게는 수면 부족을 의미합니다. 저는 테크 섹터의 15개 기업을 추적합니다. 즉, 15개의 실적 발표 컨퍼런스콜, 각각 90~120분씩입니다.

문제는 단순히 양이 아닙니다. 신호 대 잡음 비율이죠. 마진 압박이나 가이던스 조정에 대한 한 문장을 듣기 위해 20분간의 형식적인 소개와 ‘전략적 기둥’ 같은 잡담을 견뎌야 합니다.

숫자를 놓치면 제 모델이 틀립니다. 너무 느리면 시장이 저를 두고 움직입니다.

저는 제 자신을 복제하고 싶었습니다. 그건 불법이니, 대신 SubEasy를 쓰기 시작했습니다. 제 리서치 워크플로우가 체력 싸움에서 외과적 데이터 추출 프로세스로 탈바꿈했습니다.

문제: 범용 AI는 "금융 언어"를 모른다

기본 자막 툴을 써봤지만, 재앙이었습니다. "EBITDA"를 *"a bit of"*로, "CapEx"를 *"caps"*로 받아적더군요.

금융에서는 정확성이 전부입니다. 매출 수치 하나 자막 오류 나면, 그건 오타가 아니라 책임입니다.

이 기능 덕분에 저는 SubEasy를 **‘기관급’**이라고 부릅니다.

실적 콜 녹음을 올리기 전에 **맞춤형 용어집(Glossary)**을 입력합니다. 업계 특화 용어들을 미리 등록하는 거죠:

SubEasy는 제가 용어를 사전에 정의할 수 있어서, 자막 결과가 깔끔하게 나옵니다. 일반 단어 ‘gross’와 **‘Gross Margin’**을 구분할 줄 압니다. 제 모델에 들어가는 데이터가 완벽하게 정제됩니다.

자막이 몇 분 만에 준비되면, 전체를 읽지 않습니다. 그럴 시간 없죠.

분할화면 "Ask ChatGPT" 기능을 써서 문서를 심문합니다. 자막을 데이터베이스처럼 다루는 거죠.

최근 빅테크 실적 콜에서 실제로 쓴 프롬프트입니다:

"경영진이 언급한 ‘다음 분기 성장 전망’과 ‘연간 가이던스’ 관련 모든 수치를 나열해줘. Q&A 세션에서 언급된 구체적 ‘리스크 요인’이나 ‘역풍’도 불릿 포인트로 정리해줘."

60초도 안 걸려 SubEasy가 구조화된 답변을 뽑아줍니다:

이 포인트들을 바로 리서치 노트 초안에 복사합니다. 콜에서 가장 가치 있는 전망성 발언을, ‘세이프 하버’ 공지나 오퍼레이터 안내 한 마디도 안 듣고 잡아낸 겁니다.

이 업계에서 정보 우위란 곧 속도 우위입니다. SubEasy 덕분에 더 많은 기업을 더 빠르고 정확하게 커버할 수 있습니다.

실적 주간이 끝날 때쯤이면 더 이상 번아웃 되지 않습니다. 오히려 경쟁사들이 오프닝 멘트를 듣는 동안, 저는 이미 명확하고 실행력 있는 데이터를 확보한 상태입니다.

시간을 되찾고 경쟁력을 날카롭게 하고 싶은 애널리스트라면: 듣지 말고, 처리하세요.