앤스로픽(Anthropic)이 기록적인 기업가치로 기업공개(IPO)를 추진함에 따라, 이 회사는 인공지능 어시스턴트 클로드(Claude)에 '개인 재무(Personal Finance)'라는 새로운 기능을 출시했습니다. 이번 조치는 오픈에이아이(OpenAI)가 지난 5월 챗GPT(ChatGPT)에 출시한 '재무(Finances)' 기능에 대한 직접적인 경쟁 형태로 이루어졌습니다. 두 도구 모두 사용자가 지출 패턴을 파악할 수 있도록 돕는 것을 목표로 하지만, 특히 민감한 금융 데이터의 프라이버시와 관련하여 그들 사이에는 깊은 기술적 및 철학적 차이가 존재합니다.
만나는 지점: 인공지능은 당신의 은행 계좌를 어떻게 보는가?
두 기업은 계좌 연동을 위한 핵심 인프라를 공유하고 있습니다. 앤스로픽과 오픈에이아이 모두 뱅크 오브 아메리카(Bank of America), 캐피털 원(Capital One)과 같은 주요 금융 기관과의 안전한 연결을 위해 유명 플랫폼인 '플레이드(Plaid)'에 의존하고 있습니다. 이 기능들은 '읽기 전용' 권한으로 작동하며, 이는 인공지능이 데이터를 조회하고 분석할 수는 있지만 계좌 이체나 수정 작업을 수행할 권한은 없음을 의미합니다.
기능적 측면에서 두 챗봇 모두 주택 구입 계획이나 가족 휴가 예산 수립과 같은 일반적인 재무 관련 질문에 답변할 수 있으며, 월별 지출, 투자, 소비 습관을 보여주는 시각적 대시보드(Dashboards)를 제공합니다. 앤스로픽은 '클로드'가 확인하는 데이터의 범위를 은행 이름, 계좌 유형, 잔액, 신용 한도, 최대 2년치의 거래 내역으로 규정하고 있으며, 이는 오픈에이아이가 자사 기능을 구동하기 위해 요구하는 데이터와 유사합니다.
프라이버시: 앤스로픽과 오픈에이아이 사이의 큰 격차
프라이버시는 앤스로픽이 자신의 금융 데이터 공유를 우려하는 사용자들을 끌어들이기 위해 내세우는 핵심 차별화 포인트입니다. 앤스로픽은 기본적으로 클로드의 개인 재무 섹션 내에서 이루어지는 대화가 자사의 인공지능 모델 학습에 사용되지 않는다고 밝혔습니다. 또한 사용자가 은행 계좌 연동을 해제하는 즉시 이전에 제공된 데이터에 대한 접근을 중단한다고 확인했습니다.
반면, 오픈에이아이는 이와 다른 접근 방식을 취합니다. 재무 관련 대화는 챗GPT의 일반적인 학습 설정과 동일하게 취급됩니다. 즉, 사용자가 수동으로 데이터 제어 설정에 들어가 '모든 사용자를 위한 모델 개선' 옵션을 해제하지 않는다면 사용자의 금융 데이터가 모델 개선에 사용될 수 있음을 의미합니다. 사용자가 계좌 연동을 해제하기로 결정하더라도 오픈에이아이는 동기화된 데이터를 자사 시스템에 최대 30일간 보관한 후 영구적으로 삭제합니다.
비즈니스 모델과 향후 방향
차이점은 이러한 서비스들을 통해 수익을 창출하는 방식에서도 나타납니다. 앤스로픽은 자체적인 대출이나 신용카드를 제공하지 않는다고 강조하며 현재까지 광고나 유료 추천이 없는 모델을 고수하고 있습니다. 반면 오픈에이아이는 이미 저가형 구독 요금제에서 광고를 테스트하기 시작했으며, 신용카드 신청 및 세무 상담 등의 서비스를 포함하기 위해 '인투이트(Intuit)'와의 파트너십을 통해 재무 기능을 확장할 계획입니다.
사용자에게 실질적으로 바뀌는 것은 무엇인가?
이번 발전은 단순한 텍스트 대화 상대였던 인공지능 어시스턴트의 역할을 개인 자산의 세부 사항까지 파악하는 재무 관리자의 위치로 변화시켰습니다. 사용자 입장에서 두 플랫폼 중 하나를 선택하는 것은 단순히 분석의 품질뿐만 아니라, 이 데이터가 어떻게 처리되는지에 대한 신뢰 수준에 달려 있습니다.
- 클로드 사용자: 엄격한 프라이버시와 모델 학습에 데이터가 사용되지 않는 것에 초점이 맞춰져 있으며, 이는 전문가들과 중립적인 분석 도구를 찾는 이들에게 선호되는 선택지가 되게 합니다.
- 챗GPT 사용자: 광범위한 세무 및 신용 서비스와의 향후 통합이 장점이지만, 데이터가 모델 학습 과정으로 유출되는 것을 막기 위해 프라이버시 설정에 대한 더 큰 인식이 요구됩니다.
결국 이러한 도구들은 초기 자문 단계에 머물러 있으며, 양사는 이 도구들이 인간 재무 상담사를 대체하는 것이 아니라 사용자의 재무 현실을 비추어 주는 스마트한 거울 역할을 하며 과거 데이터를 바탕으로 더 현명한 결정을 내리도록 돕는다고 강조합니다.