Kimpton

회사 소개

자산운용에서는 모든 결정이 채점을 받습니다. 시장이 미리 정해진 날짜에 답을 내놓고, 그 답에는 아무도 이의를 제기할 수 없습니다.

Kimpton은 현실 앞에 성적표를 내는 금융 AI입니다. Kimpton OS는 투자팀을 위한 AI 네이티브 운영체제로, 리서치를 수행하고 포트폴리오 매니저(PM)에게 구조화된 매매 아이디어를 건넵니다. EarningsBench는 기업이 실적을 발표하기 전에 모델이 분기 실적을 예측하고, 실제 발표 수치로 채점하는 공개 벤치마크입니다. Koliseum은 이 작업에서 만들어 낸 시점 고정(point-in-time) 금융 환경 모음으로, AI 연구소가 모델을 학습시키고 평가하는 데 씁니다.

업계 전체가 저조한 성과와 싸우고 있습니다. 액티브 운용사는 벤치마크를 밑돌고, 자금은 계속 패시브로 빠져나갑니다. AI가 이 문제를 해결할 거라 기대했지만 그러지 못했습니다. 펀드들은 단일 기능 도구 십여 개를 이어 붙이거나 범용 에이전트를 하루 종일 붙잡고 있어야 하는데, 어느 쪽도 실제 매매로 이어지지 않습니다.

Kimpton OS는 곧장 매매로 갑니다. 펀드의 운용 지침, 전략, 포지션을 받아들이고, 펀드가 이미 쓰는 기관용 데이터에 연결한 뒤, 그 펀드에 맞춘 구조화된 매매 제안을 내놓습니다. 컨센서스는 투자 결정에 독이기 때문에, 일부러 반대 의견을 내도록 설계됐습니다. PM이 듣고 싶은 말을 해 주는 대신, 놓치기 쉬운 한도 위반과 리스크를 드러냅니다.

AI를 채점하는 방법도 바로 이 작업에서 나옵니다. 정적 벤치마크는 학습 데이터로 새어 들어가고, 시뮬레이션은 만든 사람이 상상한 것에만 점수를 줍니다. 결과가 나오기 전에 봉인하고 기업이 실적을 발표할 때 채점하는 예측은 미리 연습할 수도, 날짜를 소급할 수도 없습니다. 시장에서 출발한 이유는 현실이 정해진 일정에 맞춰 답을 내놓는 유일한 곳이기 때문입니다.

팀은 Goldman 출신 엔지니어 두 명과 SpaceX 출신 엔지니어 한 명으로 구성돼 있습니다. 회사를 나와 퀀트 시스테매틱 헤지펀드를 직접 차렸고, 21살과 22살에 패밀리 오피스로부터 1,000만 달러를 유치해 4년 만에 3,500만 달러로 키웠습니다. 그 과정에서 과거 데이터에 대한 적합도보다 실전 결과를 믿는 법을 배웠습니다. Kimpton은 그 펀드 안에서 만들었고, 이후 기술 스택을 제품으로 내놓았습니다.

첫 기관 고객인 33억 달러 규모 운용사와 실제 서비스를 운영하고 있습니다. 첫 시장은 운용자산 10억~100억 달러 규모의 펀더멘털 주식형 펀드, 그리고 자사 모델이 이런 일을 해낼 수 있는지 알아야 하는 AI 연구소입니다.

주제