Kensho, LangGraph 기반 멀티 에이전트 프레임워크로 신뢰할 수 있는 금융 데이터 검색 문제 해결

금융 전문가들은 분석에 필요한 정보를 찾고 검증하는 과정에서 파편화된 데이터 시스템으로 인해 많은 시간을 소모한다. Kensho는 이를 해결하기 위해 S&P Global의 검증된 데이터를 기반으로 신뢰할 수 있는 통찰을 제공하는 Grounding 프레임워크를 개발했다.

Grounding은 LangGraph를 엔진으로 사용하는 멀티 에이전트 프레임워크다. 중앙 라우터가 사용자의 자연어 질의를 분석하여 주식 리서치, 채권, 거시 경제 등 각 분야에 특화된 **데이터 검색 에이전트(DRA)**로 지능적으로 전달한다.

이 구조는 데이터 라우팅과 데이터 검색 계층을 분리하여 각 팀이 독립적으로 에이전트를 관리할 수 있게 한다. 라우터는 여러 DRA로부터 받은 분산된 응답을 결합하여 정확하고 맥락에 맞는 통합된 정보를 사용자에게 제공하는 역할을 수행한다.

또한, 일관된 데이터 교환을 위해 커스텀 DRA 프로토콜을 도입했다. 이 프로토콜은 정형 및 비정형 데이터를 포함한 공통 데이터 형식을 정의하여, 다양한 금융 AI 제품이 동일하고 견고한 데이터 기반 위에서 빠르게 배포될 수 있도록 지원한다.