구글 안티그래비티 완전 분석 — 모델·요금제·CLI 총정리

- 6월 06, 2026

🚀 구글 안티그래비티(Antigravity) 완전 분석 구글이 2025년 11월 Gemini 3와 함께 공개한 에이전트 퍼스트(agent-first) IDE 안티그래비티는 Claude·GPT·Gemini를 한 도구에서 골라 쓰는 멀티모델 코딩 환경이다. 이 글에서는 ① 지원 모델과 요금제별 사용량의 실체, ② 실사용자 평가, ③ 구글의 방향성, ④ Claude Code와의 비교·연계, ⑤ CLI( agy )로 직접 쓰는 법까지 다섯 갈래를 차례로 정리한다. 자료 간 충돌이 있는 지점은 한쪽으로 단정하지 않고 양쪽을 모두 살려 표기했다. 📅 기준 시점: 2026년 6월 · 프리뷰 단계 정보로 수치는 변동 가능 1. 안티그래비티란 무엇인가 — 기초 정리 안티그래비티는 2025년 7월 구글이 24억 달러 규모 라이선스 계약 으로 영입한 전 Windsurf 팀이 설계를 주도했다. VSCode를 포크한 위에 자율 에이전트 오케스트레이션 계층을 얹은 구조다. 2026년 5월 Google I/O에서 발표된 안티그래비티 2.0 은 데스크탑 앱과 함께 공식 CLI agy 를 처음 공개하며 기존 Gemini CLI의 공식 후계자 자리를 확정했다. 핵심 정체성은 단순 코드 자동완성이 아니라 병렬 에이전트 오케스트레이션 이다. 여러 에이전트가 동시에 — 하나는 API, 하나는 테스트, 또 하나는 프론트엔드 — 작업을 나눠 진행하고, 각 에이전트는 계획·테스트 결과·스크린샷·영상을 담은 Artifact 를 남긴다. "사람이 한 줄씩 승인"하는 방식이 아니라 "에이전트들이 일을 마치고 사람이 사후 검수"하는 모델이다. flowchart TD A([사용자 작업 지시]) --> B[에이전트 A API 구현] A --> C[에이전트 B 테스트 작성] A --> D[에이전트 C UI 생성] B --> E[Artifact 계획·결과·영상] C --> E D --> E...

Claude 금융 플러그인 10종 출시, 무엇이 달라지나

2026년 5월 5일 Anthropic 발표 — 차별점 · 신뢰성 · 도입 가이드 종합 리서치

📌 한 줄 요약 — 2026년 5월 5일, Anthropic은 금융 산업 전용 워크플로우를 자동화하기 위한 사전 구축형 AI 에이전트 템플릿 10종 + MCP(Model Context Protocol) Marketplace를 출시했습니다. 단순 Q&A가 아닌 “엑셀 모델 작성, 피치덱 초안, 실적 리뷰, KYC 보조” 같은 실무 액션 수행이 핵심이며, Claude Opus 4.7 기반으로 Vals AI Finance Benchmark 64.37%, 환각률 1.8%를 보고합니다. 다만 “Claude Cowork” 제품명과 10종 템플릿 개별 명칭은 자료 간 상충이 있어 1차 출처 재확인이 권장됩니다.

1. 배경 — “Q&A 비서”에서 “규제 산업용 운영 레이어”로

Anthropic은 2026년 5월 5일 뉴욕 브리핑에서 금융권의 복잡하고 규제된 업무를 자동화하기 위한 “Operating layer for regulated financial work”를 선언하며, 10종의 사전 구축 에이전트 템플릿과 MCP Marketplace를 동시에 공개했습니다.

기존 금융 AI 비서(2024~2025년형)가 “재무제표를 요약해줘” 수준의 지식형 응답에 머물렀다면, 이번 출시는 MS Excel · Outlook · Word에 직접 임베드되어 모델을 작성하고, 컨퍼런스 콜을 받아 적고, 데이터를 터미널에서 끌어오는 실행형 에이전트(Action-oriented Agent)로의 전환을 의미합니다.

🟡 제품명 관련 주의 (라운드 간 모순 ①)

사용자 질의의 “Claude Cowork”는 Round 1에서 “협업 인터페이스”로 소개되었으나, Round 2 검증에서 Anthropic 공식 출시 이력에 동일 제품명이 1차 확인되지 않았습니다. 실제로는 Claude Code(엔지니어용), Managed Agents(API 기반), 그리고 산업 패키지인 “Claude for Financial Services”의 조합일 가능성이 큽니다.

2. 핵심 차별점 — 기존 금융 AI와 무엇이 다른가

기존 세대와의 비교를 한눈에 정리하면 다음과 같습니다.

항목	기존 금융 AI (~2025)	신규 Claude 금융 (2026)
작업 방식	단순 질의응답·요약	10개 ready-to-run 템플릿 (실행 중심)
데이터 연동	학습 데이터·단발성 검색	실시간 MCP 커넥터 (FactSet·Moody's·S&P)
도구 통합	독립 웹 챗봇	MS 365 임베드 (Excel/Word/Outlook)
신뢰성	환각률 두 자릿수 일반	환각률 1.8% / Finance 64.37%
모델	범용 LLM	Claude Opus 4.7 (금융 추론 특화)

📊 벤치마크 시각화

Vals AI Finance Agent Benchmark64.37 / 100 (업계 최고)

재무 모델링 정확도 (FMWC)83 / 100

환각률 (Hallucination Rate · 낮을수록 좋음)1.8 / 100

세부 차별점 3가지

▶ 지식형 → 실무형 전환 — “A기업 재무제표 요약” 대신 “3년치 재무제표로 DCF 모델을 엑셀로 구축하고 목표주가를 도출한 뒤 피치덱 초안까지 만들라”는 한 줄 명령이 한 번에 처리됩니다.

▶ 데이터 정합성 강화 — MCP로 Bloomberg/FactSet/LSEG/Moody's 같은 전문 터미널과 직결되며, 출처가 항상 명시됩니다. 엑셀 수식은 Formula Integrity 형태의 자가 검증 흐름이 보고됩니다.

▶ 벤치마크 입증 — Vals AI Finance Agent Benchmark에서 64.37%로 업계 최고치를 기록했고, 재무 모델링(FMWC)에서는 83% 정확도를 보고했습니다.

3. 신규 플러그인(에이전트 템플릿) 구성

Anthropic은 “10개 사전 구축 템플릿”이라는 숫자는 일관되게 공표했으나, 개별 템플릿 명칭은 자료 간 차이가 있습니다.

🟡 라운드 간 모순 ② — 템플릿 명명 체계

• Round 1: Model Builder · Equity Research · Pitch Agent · Compliance Bot · Portfolio Optimizer

• Round 2: Pitch Builder · Earnings Reviewer · GL Reconciler · Month-End Closer · KYC Screener

두 자료가 가리키는 기능 영역은 사실상 겹치지만, 정확한 제품명 표기는 일치하지 않습니다.

기능 카테고리별 통합 정리

기능 영역	추정 명칭 (자료 종합)	주 사용자
재무 모델링	Model Builder / FM Agent	IB·기업 재무팀
리서치·실적	Equity Research / Earnings Reviewer	증권사 애널리스트
피치덱·CIM	Pitch Agent / Pitch Builder	PE·VC·M&A 자문
규제·컴플	Compliance Bot / KYC Screener	컴플라이언스·법무
자산 배분	Portfolio Optimizer	WM·PB
회계 결산	GL Reconciler / Month-End Closer	기업 회계팀

💡 권고 — 실제 도입 시 Anthropic 공식 문서에서 정식 템플릿 ID를 재확인해야 하며, 본 보고서의 명칭은 잠정적 매핑입니다.

4. 신뢰성·한계 — 사용 전 반드시 고려할 사항

획기적인 성능 지표에도 불구하고 Anthropic은 명확한 한계를 동시에 공시했습니다.

🔴 Human-in-the-Loop(HITL) 의무화 — AI가 단독으로 투자 실행이나 KYC 최종 승인을 내릴 수 없으며, 인간의 최종 서명(Sign-off)이 필수입니다.

🔴 집중 리스크(Concentration Risk) — 다수 금융기관이 동일 모델에 의존할 경우, 단일 모델 오류가 시스템적 위기로 번질 수 있다는 경고가 있습니다.

🟡 판단 중심 업무 취약성 — 수치 계산은 정확하나, 블랙스완·시장 심리 해석 같은 “Judgment-heavy” 영역에서는 여전히 한계가 있습니다.

🟡 벤치마크 해석 주의 — 64.37%라는 수치는 “업계 최고치이지만 인간 전문가 수준 이하(notably below human-grade reliability)”임을 동일 자료가 명시하고 있습니다.

🟡 라운드 간 모순 ③ — 1차 출처 한계

Round 2 검증에서 2026-05-05 출시일과 개별 플러그인 명칭에 대한 1차 출처(공식 보도자료 원문)는 부분적으로만 확인되었습니다. 본 보고서의 수치·명칭은 종합 자료 기반의 잠정 결론이며, 정식 도입 결정 전 Anthropic Newsroom 원문과 Vals AI 리포트를 직접 대조하시기를 강력히 권고합니다.

5. 설치 및 사용 방법

사용자의 기술 수준·환경에 따라 3가지 진입 경로가 마련되어 있습니다.

🗺️ 3-경로 진입 흐름도

5-1. Claude 웹/데스크톱 인터페이스 (가장 일반적인 경로)

✓ 1단계: Claude 데스크톱(또는 웹) 실행 → 상단의 협업·에이전트 섹션 진입

✓ 2단계: 좌측 메뉴 Customize → Browse Plugins 클릭

✓ 3단계: Financial Agents 또는 MCP Marketplace 탭에서 템플릿 선택

✓ 4단계: 데이터 소스(Bloomberg, FactSet, Google Finance 등) OAuth 1회 승인

5-2. Microsoft 365 Add-in (실무 통합형 · ROI 최고)

Excel/Word/Outlook 내 Add-in 스토어에서 Claude 플러그인을 설치하면, 스프레드시트 안에서 직접 실시간 데이터를 호출하고 모델을 작성할 수 있습니다. 가장 ROI가 높은 경로로, 실제 IB·리서치 워크플로우에 즉시 투입 가능합니다.

5-3. MCP Marketplace (커스텀 데이터 연결)

Morningstar, S&P Global, Moody's 등 개별 커넥터 단위로 환경에 연결할 수 있습니다. 사내 자체 DB도 MCP 규격에 맞추면 동일하게 붙일 수 있어, 사내 컴플라이언스 정책에 맞춘 부분 배포가 가능합니다.

슬래시 명령어 예시 (Round 1 정리)

명령어	기능
/dcf [기업명]	지정 폴더의 재무 데이터를 읽어 DCF 모델 자동 생성
/comps [섹터]	유사 기업 비교(Comparable) 분석표를 엑셀로 추출
/earnings [티커]	최신 실적 발표 검색 및 가이던스 변화 요약

※ 슬래시 명령어 정식 명세는 Round 1 자료에만 등장 — 정식 시연 영상이나 docs 페이지에서 재검증 권장.

6. 활용 권장 시나리오

우선순위	시나리오	기대 효과
★★★	주니어 애널리스트 “Grunt work” 자동화 (피치덱·실적·GL 대조)	2~3일 → 수십 분 단축
★★★	MS Excel 기반 재무 모델링 (DCF·Comps·LBO 초안)	83% 정확도 (인간 검증 필수)
★★	컴플라이언스/감사 보조 (KYC 스크리닝·월결산)	HITL 필수, 1차 스캔 역할
★★	멀티소스 시장 조사 (MCP로 FactSet/Bloomberg 교차 검증)	컨텍스트 전환 비용 제로화
★	포트폴리오 리밸런싱 시뮬레이션	WM·PB 보조, 판단은 인간

📋 도입 우선순위 권고 (3단계)

1단계 · 파일럿

MS 365 Add-in

1~2명 제한 배포

2단계 · 확장

사내 MCP 연결

데이터 거버넌스 검토

3단계 · 운영

부서 단위 확대

HITL·감사 로그 명문화

7. 종합 평가

🧠 한 줄 평 — 2026년 5월 출시된 Claude 금융 플러그인은 “금융 분석 자동화의 운영체제(Operating Layer)”라는 Anthropic의 자체 선언에 부합하는 단계로 진입했다고 평가됩니다.

특히 환각률 1.8%, MS 365 임베드, MCP 기반 실시간 데이터 연결의 3박자가 동시에 충족된 점은 직전 세대 금융 AI와의 본질적 격차를 만들어냅니다. 그러나 제품명·템플릿명 1차 출처 부족, HITL 의무와 시스템 집중 리스크, 64.37%라는 인간 전문가 대비 여전히 낮은 신뢰도는 명확히 인지해야 할 한계입니다. 따라서 “애널리스트를 대체한다”는 관점이 아닌, “애널리스트의 도달 범위를 10배로 확장하는 도구”로 도입하는 것이 가장 현실적인 사용 전략이 될 것입니다.

📎 라운드 간 모순 종합

▶ 제품명 불확실: ‘Claude Cowork’는 공식 출시 이력 미확인 — 실제로는 ‘Claude Code’ 또는 ‘Claude for Financial Services’일 가능성

▶ 출시일·플러그인 명칭: 2026-05-05 출시일과 Model Builder/Pitch Agent 등 구체 명칭에 대한 1차 출처 미확보

▶ 템플릿 명명 체계: Round 1(Model Builder/Equity Research/Pitch Agent/Compliance Bot/Portfolio Optimizer) vs Round 2(Pitch Builder/Earnings Reviewer/GL Reconciler/Month-End Closer/KYC Screener) 라운드 간 불일치

📚 References

• Anthropic Newsroom — Empowering the Financial Frontier with Claude Opus 4.7

• Cryptotimes — Vals AI Benchmark: Anthropic Leads Financial Reasoning

• LSEG-Anthropic Partnership Report 2026

⚠️ 본 콘텐츠는 정보 제공 목적이며, 특정 제품 도입·투자 권유가 아닙니다. 실제 도입 결정 전 공식 출처 재확인 및 사내 컴플라이언스 검토를 거치시기 바랍니다.

📄 Raw Data

# [종합 리서치] Claude 신규 금융 서비스 플러그인 — 차별점, 신뢰성, 도입 가이드

> **요약(TL;DR)**: 2026년 5월 5일, Anthropic은 금융 산업 전용 워크플로우를 자동화하기 위한 **사전 구축형 AI 에이전트 템플릿 10종 + MCP(Model Context Protocol) Marketplace**를 출시했습니다. 이 시스템은 단순 Q&A가 아닌 "엑셀 모델 작성, 피치덱 초안, 실적 리뷰, KYC 보조" 같은 **실무 액션**을 수행하는 것이 핵심이며, Claude Opus 4.7을 기반으로 **Vals AI Finance Benchmark 64.37%**, **환각률 1.8%** 수준의 정확도를 보고하고 있습니다. 다만 "Claude Cowork"라는 제품명, 10종 플러그인의 구체 명칭 등은 자료 간 상충이 있어 1차 출처 재확인이 권장됩니다.

---

## 1. 배경 — "Q&A 비서"에서 "규제 산업용 운영 레이어"로

Anthropic은 2026년 5월 5일 뉴욕 브리핑에서 금융권의 복잡하고 규제된 업무를 자동화하기 위한 **"Operating layer for regulated financial work"**를 선언하며, 10종의 사전 구축된(Pre-built) AI 에이전트 템플릿과 **MCP Marketplace**를 동시에 공개했습니다 [Anthropic Official Newsroom, 2026-05-05].

이 발표의 의미는 단순한 모델 업그레이드가 아닙니다. 기존의 금융 AI 비서(2024~2025년형)가 "재무제표를 요약해줘" 수준의 **지식형 응답**에 머물렀다면, 이번 출시는 **MS Excel·Outlook·Word**에 직접 임베드되어 모델을 작성하고, 컨퍼런스 콜을 받아 적고, 데이터를 터미널에서 끌어오는 **실행형 에이전트(Action-oriented Agent)**로의 전환을 의미합니다.

### 제품명에 관한 주의 (라운드 간 모순 ①)
- 사용자 질의에 등장한 **"Claude Cowork"**라는 명칭은 Round 1 자료에서 "협업 인터페이스"로 소개되었으나, Round 2 검증 과정에서 **Anthropic 공식 출시 이력에서 동일 제품명이 1차 확인되지 않았다**는 지적이 있습니다.
- 실제로는 **Claude Code(엔지니어용)**, **Managed Agents(API 기반)**, 그리고 금융 산업 패키지인 **"Claude for Financial Services"**의 조합일 가능성이 큽니다 [Anthropic Official Newsroom, 2026-05-05].
- 본 보고서에서는 사용자 질의 표현을 존중하되, 실 도입 시에는 공식 명칭을 재확인할 것을 권고합니다.

---

## 2. 핵심 차별점 — 기존 금융 AI와 무엇이 다른가

| 항목 | 기존 금융 AI (~2025) | 신규 Claude 금융 플러그인 (2026) |
|---|---|---|
| **작업 방식** | 단순 질의응답·요약 | **10개 ready-to-run agent templates** (실행 중심) |
| **데이터 연동** | 학습 데이터·단발성 검색 | **Real-time MCP connectors** (FactSet, Moody's, S&P Global, LSEG 등) |
| **도구 통합** | 독립 웹 챗봇 | **MS 365 내장** (Excel/Word/Outlook Add-in) |
| **신뢰성** | 환각률 두 자릿수 수준이 일반적 | **환각률 1.8%**, Finance Benchmark 64.37% |
| **모델** | 범용 LLM | **Claude Opus 4.7** (금융 추론 특화 최적화) |

(출처: Anthropic Official Newsroom 2026-05-05; Cryptotimes.io 2026-05-08)

### 세부 차별점 3가지

1. **지식형에서 실무형으로** — "A기업 재무제표 요약" 대신 *"3년치 재무제표로 DCF 모델을 엑셀로 구축하고 목표주가를 도출한 뒤 피치덱 초안까지 만들라"*는 한 줄 명령이 한 번에 처리됩니다 [Round 1 분석].
2. **데이터 정합성 강화** — MCP를 통해 Bloomberg/FactSet/LSEG/Moody's 등 **전문 터미널과 직결**되며, 출처가 항상 명시됩니다. 엑셀 수식의 경우 *Formula Integrity* 형태의 자가 검증 흐름이 보고됩니다 [Anthropic, 2026-05-05].
3. **벤치마크로 입증된 신뢰성** — **Vals AI Finance Agent Benchmark에서 64.37%로 업계 최고치**를 기록했고, 재무 모델링(FMWC)에서는 83%의 정확도를 보고했습니다 [Cryptotimes.io, 2026-05-08].

---

## 3. 신규 플러그인(에이전트 템플릿) 구성

Anthropic은 "10개 사전 구축 템플릿"이라는 **숫자**는 일관되게 공표했으나, **개별 템플릿 명칭은 자료 간 차이**가 있습니다.

### 라운드 간 모순 ② — 템플릿 명명 체계
- **Round 1 자료**: *Model Builder · Equity Research · Pitch Agent · Compliance Bot · Portfolio Optimizer* 5종 예시 제시
- **Round 2 자료**: *Pitch Builder · Earnings Reviewer · GL Reconciler · Month-End Closer · KYC Screener* 5종 예시 제시
- 두 자료가 가리키는 카테고리(피치덱, 실적 리뷰, 규제 준수, 리밸런싱 등)는 **기능 영역에서는 사실상 겹치지만 정확한 제품명 표기는 일치하지 않습니다.**

### 통합 해석 — 기능 카테고리별 정리

| 기능 영역 | 추정 명칭 (자료 종합) | 주 사용자 |
|---|---|---|
| 재무 모델링 | Model Builder / FM Agent | IB·기업 재무팀 |
| 리서치·실적 | Equity Research / Earnings Reviewer | 증권사 애널리스트 |
| 피치덱·CIM | Pitch Agent / Pitch Builder | PE·VC·M&A 자문 |
| 규제·컴플 | Compliance Bot / KYC Screener | 컴플라이언스·법무 |
| 자산 배분 | Portfolio Optimizer | WM·PB |
| 회계 결산 | GL Reconciler / Month-End Closer | 기업 회계팀 |

> **권고**: 실제 도입 시 Anthropic 공식 문서에서 **정식 템플릿 ID**를 재확인해야 하며, 본 보고서의 명칭은 잠정적 매핑입니다.

---

## 4. 신뢰성·한계 — 사용 전 반드시 고려할 사항

획기적인 성능 지표에도 불구하고 Anthropic은 **명확한 한계**를 동시에 공시했습니다.

- **Human-in-the-Loop(HITL) 의무화**: AI가 단독으로 투자 실행이나 KYC 최종 승인을 내릴 수 없으며, **인간의 최종 서명(Sign-off)이 필수**입니다 [Anthropic, 2026-05-05].
- **집중 리스크(Concentration Risk)**: 다수 금융기관이 동일 모델에 의존할 경우, 단일 모델 오류가 **시스템적 위기**로 번질 수 있다는 경고가 있습니다 [Cryptotimes.io, 2026-05-08].
- **판단 중심 업무의 취약성**: 수치 계산은 정확하나, 블랙스완·시장 심리 해석 같은 **"Judgment-heavy" 영역에서는 여전히 한계**가 있습니다.
- **벤치마크 해석 주의**: 64.37%라는 수치는 *"업계 최고치이지만 인간 전문가 수준 이하"*임을 동일 자료가 명시하고 있습니다 — *"the highest in the industry but notably below human-grade reliability"* [Cryptotimes.io, 2026-05-08].

### 라운드 간 모순 ③ — 1차 출처 한계
Round 2 검증 과정에서 **2026-05-05 출시일과 개별 플러그인 명칭에 대한 1차 출처(공식 보도자료 원문)는 부분적으로만 확인**되었습니다. 본 보고서의 수치·명칭은 **종합 자료 기반의 잠정 결론**이며, 정식 도입 결정 전 Anthropic Newsroom 원문과 Vals AI 리포트를 직접 대조하시기를 강력히 권고합니다.

---

## 5. 설치 및 사용 방법

사용자의 기술 수준·환경에 따라 **3가지 진입 경로**가 마련되어 있습니다.

### 5-1. Claude 웹/데스크톱 인터페이스 (가장 일반적인 경로)
1. Claude 데스크톱(또는 웹) 실행 → 상단의 협업·에이전트 섹션 진입
2. 좌측 메뉴에서 `Customize` → `Browse Plugins` 클릭
3. **Financial Agents** 또는 **MCP Marketplace** 탭에서 원하는 템플릿(예: Pitch Builder, Earnings Reviewer) 선택
4. 데이터 소스(Bloomberg, FactSet, Google Finance 등) **OAuth 1회 승인**

### 5-2. Microsoft 365 Add-in (실무 통합형)
- Excel/Word/Outlook 내 Add-in 스토어에서 Claude 플러그인을 설치하면, **스프레드시트 안에서 직접 실시간 데이터를 호출하고 모델을 작성**할 수 있습니다 [Anthropic, 2026-05-05].
- 가장 ROI가 높은 경로로, 실제 IB·리서치 워크플로우에 즉시 투입 가능합니다.

### 5-3. MCP Marketplace (커스텀 데이터 연결)
- Morningstar, S&P Global, Moody's 등 **개별 커넥터 단위로 환경에 연결**(plug-in)할 수 있습니다.
- 사내 자체 데이터베이스도 MCP 규격에 맞추면 동일하게 붙일 수 있어, **사내 컴플라이언스 정책에 맞춘 부분 배포**가 가능합니다.

### 슬래시 명령어 예시 (Round 1 정리)
- `/dcf [기업명]` — 지정 폴더의 재무 데이터를 읽어 DCF 모델 자동 생성
- `/comps [섹터]` — 유사 기업 비교(Comparable) 분석표를 엑셀로 추출
- `/earnings [티커]` — 최신 실적 발표 검색 및 가이던스 변화 요약

> 단, **슬래시 명령어 세트의 정식 명세는 Round 1 자료에만 등장**하며, Round 2에서는 별도 확인되지 않았습니다. 정식 시연 영상이나 docs 페이지에서 재검증이 필요합니다.

---

## 6. 활용 권장 시나리오

| 우선순위 | 시나리오 | 기대 효과 |
|---|---|---|
| ★★★ | **주니어 애널리스트 "Grunt work" 자동화** (피치덱 초안, 실적 리뷰, GL 대조) | 2~3일 → 수십 분 단위 단축 |
| ★★★ | **MS Excel 기반 재무 모델링**(DCF·Comps·LBO 초안) | 83% 정확도 보고, 실제 검증은 인간 |
| ★★ | **컴플라이언스/감사 보조** (KYC 스크리닝, 월결산 감사) | HITL 필수, AI는 1차 스캔 역할 |
| ★★ | **멀티소스 시장 조사** (MCP 커넥터로 FactSet/Bloomberg 교차 검증) | 컨텍스트 전환 비용 제로화 |
| ★ | **포트폴리오 리밸런싱 시뮬레이션** | 자산관리·PB 보조용, 판단은 인간 |

### 도입 시 우선순위 권고
- **1단계**: MS 365 Add-in으로 1~2명의 파일럿 사용자에게 제한 배포 → 컴플라이언스 점검
- **2단계**: 사내 데이터 커넥터를 MCP로 연결 → 데이터 거버넌스 검토 동시 진행
- **3단계**: 부서 단위 확대 시 **반드시 HITL 워크플로우와 감사 로그**를 정책으로 명문화

---

## 7. 종합 평가

본 분석을 종합하면, 2026년 5월 출시된 Claude 금융 플러그인은 **"금융 분석 자동화의 운영체제(Operating Layer)"**라는 Anthropic의 자체 선언에 부합하는 단계로 진입했다고 평가됩니다. 특히 **환각률 1.8%, MS 365 임베드, MCP 기반 실시간 데이터 연결**의 3박자가 동시에 충족된 점은 직전 세대 금융 AI와의 본질적 격차를 만들어냅니다.

그러나 **(a) 제품명·템플릿명에 대한 1차 출처 확인 부족, (b) HITL 의무 및 시스템 집중 리스크, (c) 인간 전문가 대비 여전히 낮은 신뢰도(64.37%)**는 명확히 인지해야 할 한계입니다. 따라서 "AI가 애널리스트를 대체한다"는 관점이 아닌, **"애널리스트의 도달 범위를 10배로 확장하는 도구"**로 도입하는 것이 가장 현실적인 사용 전략이 될 것입니다.

## 라운드 간 모순
- 'Claude Cowork'라는 제품명이 Anthropic 공식 출시 이력에서 확인되지 않음 — 실제로는 'Claude Code' 또는 'Claude for Financial Services'일 가능성
- 10대 금융 플러그인 글로벌 출시일(2026-05-05)과 구체 플러그인 명칭(Model Builder, Pitch Agent 등)에 대한 1차 출처 미확보
- Round 1은 신규 플러그인을 10개로 제시하며 Model Builder/Equity Research/Pitch Agent/Compliance Bot/Portfolio Optimizer 5종을 예시했고, Round 2는 동일한 10종 템플릿 중 Pitch Builder/Earnings Reviewer/GL Reconciler/Month-End Closer/KYC 스크리너 등 다른 명칭을 제시 — 템플릿 명명 체계의 라운드 간 불일치
---

## References

- [Anthropic Newsroom — Empowering the Financial Frontier with Claude Opus 4.7](https://www.anthropic.com/news/financial-services-plugins)
- [Cryptotimes — Vals AI Benchmark: Anthropic Leads Financial Reasoning](https://www.cryptotimes.io)
- [LSEG-Anthropic Partnership Report 2026](https://www.lseg.com/ai-collaboration-2026)

이 블로그 검색

Brave Ogu

구글 안티그래비티 완전 분석 — 모델·요금제·CLI 총정리