AI Chief Investment Officer: Blackstone 투자위원회에 투표권 없이 올라가는 AI 평가 메모

Blackstone은 투자위원회에 AI를 들이되 의견만 내게 하고 투표권은 주지 않았습니다. 이 방식을 따라 하려면 과거 심의 기록을 딜 단위로 정리하고, AI 메모가 무엇을 내놓고 무엇을 내놓지 않을지부터 정해야 합니다.

요약

세계 최대 대체투자 운용사 Blackstone은 이른바 AI chief investment officer(AI 최고투자책임자)를 들였습니다. 이 AI는 사람 딜팀과 나란히 거의 모든 투자 제안을 검토해 매주 월요일 투자위원회에 낼 평가 메모를 따로 씁니다. 그래서 위원회에 올라가는 거의 모든 건에는 이제 메모가 두 개 붙습니다. 하나는 딜팀이, 하나는 AI가 씁니다. 위원회는 Jon Gray 사장과 시니어 파트너들이 주재합니다. AI는 투자를 승인하거나 거절할 수 없고, 그 권한은 경영진에게 남아 있습니다. 판단 재료는 14년 넘게 쌓인 내부 투자 메모와 위원회 토론으로, 이 내용은 Bloomberg가 10월에 처음 보도했습니다.

거의 모든 투자 건에 메모 두 개가 붙고, 승인·거절은 사람이 함

이 AI 메모는 Blackstone이 이미 딜팀에서 쓰던 도구 위에 올라갑니다. CTO John Stecher는 5월 인터뷰에서 수천 건의 딜 문서를 검토하는 일이 “used to be a weekend-long activity”였는데 이제 몇 분이면 끝난다고 말했습니다. 사모투자와 부동산 팀은 원자료 문서를 재무 모델로 바꾸는 데 AI를 쓰고, 들어오는 딜을 걸러 안 될 건을 일찍 거절합니다. 포트폴리오 운영 총괄 Rodney Zemmel은 업무 시간의 60% 가까이를 AI에 쓴다고 밝혔습니다. AI는 문서 처리라는 아래층에서 먼저 시간을 줄였습니다. 맨 위 투자위원회에서 얻은 것은 의견을 내는 자리뿐입니다. 아래에서는 이 구조를 네 가지 메커니즘으로 나누고, 같은 방식을 다른 회사의 심의 위원회에 옮길 때 필요한 기술·현업 디테일을 붙입니다.

AI 메모는 이미 쓰던 딜 도구 위에 얹힌 맨 위층

핵심 메커니즘

Second Memo: 같은 건을 따로 평가하는 두 번째 메모

딜팀 메모와 별개로 AI가 같은 투자 건의 평가를 한 편 더 씁니다. 위원은 사람이 쓴 제안과 AI가 쓴 평가를 나란히 놓고 읽습니다. 원문은 이 메모가 위원회의 정례 검토에 들어가 경영진이 결정하기 전에 시각을 하나 더 보탠다고 설명합니다. AI에게는 승인이나 거절 권한이 없습니다. 원문 제목이 말하듯 목소리는 있고 투표권은 없습니다.

이 설계는 Jon Gray가 강조해 온 위원회 문화와 맞물립니다. Gray는 주말마다 딜 메모를 읽고, 8월 Semafor 인터뷰에서 회사가 회의적인 문화를 키운다고 말했습니다. 실적이 좋은 팀의 딜이라도 의심하는 사람이 질문할 수 있다는 뜻입니다. AI 메모는 그 의심하는 사람을 한 명 더 앉히는 장치로 읽힙니다.

Second memo: 같은 건을 두 번째 시각으로 읽게 하는 장치

Institutional Memory: 14년치 메모와 토론을 판단 재료로

AI의 재료는 회사 바깥 데이터가 아니라 Blackstone 안의 기록입니다. 14년 넘는 내부 투자 메모와 위원회 토론이 들어갔습니다. 메모에는 딜팀이 무엇을 근거로 투자를 제안했는지가, 토론에는 위원들이 어디를 캐묻고 어디서 의심했는지가 남아 있습니다. 새 딜을 이 기록에 비춰 보면 비슷한 과거 딜에서 무엇이 논쟁거리였는지를 먼저 짚을 수 있습니다. 구체적인 학습 방식과 모델은 원문에서 밝히지 않았습니다.

Institutional memory: 회사가 과거에 어떻게 따졌는지가 재료

Upstream Deal Tools: 위원회 아래층에서 먼저 줄인 시간

AI 메모는 처음 도입된 AI가 아닙니다. 딜팀은 이미 세 가지를 AI로 하고 있었습니다. 수천 건의 딜 문서 검토는 주말 작업에서 몇 분 작업으로 줄었습니다. 원자료 문서를 재무 모델로 바꾸는 속도도 빨라졌습니다. 들어오는 딜 플로는 AI가 먼저 선별해 가망 없는 건을 일찍 거절합니다. 문서가 구조화되어 있어야 그 위에서 평가 메모도 쓸 수 있으니, 이 아래층이 위원회 메모의 전제 조건입니다.

Upstream deal tools: AI 메모 아래에서 먼저 시간을 줄인 도구들

Two-Team Structure: 투자 판단을 돕는 팀과 투자한 회사를 돕는 팀

Zemmel 아래에는 두 그룹이 있습니다. 하나는 데이터 과학자로 꾸린 investment intelligence(투자 판단용 데이터 분석) 팀이고, 다른 하나는 포트폴리오사와 일하는 applied AI(현장 적용) 팀입니다. applied AI 쪽은 Ode with Anthropic을 통해 움직입니다. Ode는 Blackstone, Anthropic, Hellman & Friedman이 함께 세운 AI 서비스 회사로 5월에 발표됐습니다. 8월 PYMNTS 보도 기준으로 Blackstone은 270여 개 포트폴리오사 가운데 25곳에 Ode를 들일 계획이었고, 6곳에는 이미 Ode 엔지니어가 들어가 있었습니다.

두 팀: 투자 판단을 돕는 팀과 투자한 회사를 돕는 팀

통념과 다른 주장

흔히 이렇게 봅니다AI가 판단을 충분히 잘하게 되면 결정 자체를 맡기는 쪽으로 간다고 봅니다.

저자는 이렇게 봅니다가장 앞선 금융사도 AI를 결정권자가 아니라 검토자로 둡니다. Blackstone의 AI는 거의 모든 딜을 보지만 투표하지 않습니다.

근거PYMNTS Intelligence가 미국 대기업 기술 임원 60명에게 물었더니 80~85%가 앞으로 5년간 AI가 사람의 결정을 대체하기보다 보강할 것이라고 답했고, 완전 자율을 기대한 사람은 없었습니다.

PYMNTS Intelligence, 연 매출 10억 달러 이상 미국 기업 기술 임원 60명

저자가 든 사례

Blackstone 투자위원회: 거의 모든 딜에 AI 평가 메모

상황: 매주 월요일 Jon Gray 사장과 시니어 파트너가 잠재 거래를 평가하고, Gray는 주말마다 딜 메모를 읽습니다.
한 일: 14년 넘는 내부 메모와 위원회 토론을 바탕으로 한 AI가 거의 모든 건에 별도 평가 메모를 씁니다.
결과: 위원회가 결정 전에 보는 시각이 하나 늘었습니다. AI 메모가 실제 결정을 얼마나 바꿨는지는 원문에서 밝히지 않았습니다.
연결: Second Memo, Institutional Memory

사례 1: 투자위원회에 붙은 두 번째 메모

금융·보험의 AI 도입 폭: 75개 업무 중 27개

상황: PYMNTS Intelligence는 3월에 연 매출 10억 달러 이상 미국 기업의 기술 임원 60명을 조사해 5월 보고서 「Financial Services Pulls Ahead in the Enterprise AI Race」를 냈습니다.
한 일: 추적한 75개 업무마다 AI를 쓰는 기업 비율을 쟀습니다.
결과: 금융·보험은 27개 업무에서 고도 도입(절반 이상 기업이 사용)에 이르렀고, 수익 인식이 65%, 신용위험 평가가 60%로 앞섰습니다.
연결: 통념과 다른 주장. 도입은 넓지만 최종 결정은 사람이 쥡니다.

고도 도입: 해당 업무에 절반 이상 기업이 AI를 씀

Ode: 포트폴리오사로 나가는 applied AI

상황: 투자한 회사들도 AI를 적용해야 하지만 회사마다 엔지니어 역량이 다릅니다.
한 일: Blackstone, Anthropic, Hellman & Friedman이 AI 서비스 회사 Ode를 세웠습니다.
결과: 270여 개 포트폴리오사 중 25곳 투입 계획, 6곳에는 엔지니어 배치(8월 보도 기준).
연결: Two-Team Structure

포트폴리오사 270여 개 가운데 25곳 계획, 6곳 배치

기술 디테일: 위원회용 AI 메모를 처음 만든다면

아래는 같은 구조를 다른 회사의 투자·심의 위원회에 옮길 때 필요한 설계입니다. Blackstone의 실제 구현이 아니라 새로 쓴 가상 예시입니다.

Institutional Memory를 쓰려면 과거 기록부터 딜 단위로 묶어야 합니다. 메모 파일과 회의록이 따로 흩어져 있으면 AI가 “그때 위원회가 무엇을 따졌는지”를 찾지 못합니다. 딜마다 deal_record(deal_id, as_of 날짜, 업종, 거래 유형, 딜팀 메모 원문)와 ic_record(위원회 쟁점 목록, 반대 논거, 결정과 조건)를 같은 deal_id로 묶습니다. 처음에는 미세조정보다 검색 기반(RAG, 관련 문서를 찾아 근거로 붙이는 방식)이 다루기 쉽습니다. 문서를 고치거나 빼면 바로 반영되고 메모의 각 주장이 어느 과거 기록에서 왔는지 남기기도 쉽기 때문입니다. 비슷한 과거 딜은 업종과 거래 유형으로 먼저 거른 뒤 상위 5건만 붙입니다. 처음 들어가는 업종처럼 비슷한 딜이 없으면 precedents를 비워 두고 ‘선례 없음’이라고 적게 합니다. 억지로 먼 사례를 끌어오면 위원회를 잘못 이끕니다.

가상 예시: 메모와 위원회 토론을 같은 deal_id로 묶음

Second Memo의 출력에는 추천 필드를 두지 않습니다. 투표권이 없다는 원칙을 스키마에 새기는 방법입니다. 출력 JSON은 세 묶음이면 충분합니다. precedents(비슷한 과거 딜 id, 비슷한 이유, 당시 쟁점), risks(위험 한 줄, 근거 문서와 쪽수, 심각도 1~3), questions(위원회가 딜팀에 물을 질문 3~5개, 확인 못 한 데이터). “투자 권고: 승인” 같은 필드를 두면 위원이 그 한 줄만 읽고 넘어가기 쉽습니다. 근거 없는 위험 항목은 생성 단계에서 버리게 합니다. 인용한 문서 id가 실제 검색 결과에 있었는지는 코드로 대조합니다. 메모 길이는 A4 2쪽 안으로 묶습니다. 위원이 딜팀 메모와 함께 읽으려면 그 이상은 부담입니다.

가상 예시: 추천 필드 없이 근거·위험·질문만 냄

같은 메모를 세 번 만들어 흔들리는 항목을 가립니다. 같은 입력으로 temperature 0.2에서 3회 생성하고, 세 번 모두 나온 위험은 안정 항목으로, 한 번만 나온 위험은 ‘불안정’ 표시를 달아 메모 뒤쪽에 둡니다. 근거 인용이 맞는지는 다른 모델로 한 번 더 확인하면 한 모델의 버릇을 덜 탑니다.

가상 예시: 반복 생성으로 우연히 나온 위험을 구분

검증은 날짜를 잘라서 합니다. 시험할 딜보다 뒤에 쓰인 기록이 검색에 섞이면 AI가 결과를 미리 아는 셈이 됩니다. 검색 대상을 as_of 날짜 이전 기록으로 제한하고, 최근 위원회 건 20~30개를 시험 세트로 떼어 둡니다. AI가 짚은 쟁점과 실제 위원회 회의록의 쟁점을 대조해 겹치는 비율을 봅니다.

가상 예시: 미래 기록이 섞이지 않게 as_of로 자름

Upstream Deal Tools 쪽에는 거절 기록이 필요합니다. 딜 플로를 일찍 거르는 도구는 잘못 거른 건이 눈에 띄지 않습니다. 거절한 건마다 이유 코드와 근거 문장을 남기고, 매달 일부를 사람이 다시 읽어 잘못 거절한 비율을 확인합니다. 위원회 기록에는 미공개 정보가 많으므로 펀드·팀별 접근 권한과 조회 로그도 처음부터 붙입니다.

현업 실행 디테일: 누가, 언제, 무엇을

역할	하는 일
위원회 의장	AI 메모의 위상(참고 의견, 투표권 없음)을 공지하고 위원 피드백을 받음
딜팀 리더	메모 마감을 지키고, AI 메모가 던진 질문에 답변 준비
AI 메모 담당(데이터 과학)	아카이브 정리, 메모 생성과 품질 확인, 시험 세트 관리
위원회 사무국	메모 배포, 회의 쟁점 기록, 결과를 아카이브에 다시 넣음
컴플라이언스·법무	접근 권한, 정보 차단, 보관 기간 확인

위원회가 매주 열린다면 한 주는 아래처럼 돌아갑니다(가상 예시). 회의 직후 결과를 아카이브에 다시 넣는 작업이 빠지면 Institutional Memory가 더 쌓이지 않습니다.

가상 예시: 목요일 마감부터 월요일 결정까지 한 주의 흐름

처음 8주는 섀도 운영(AI 메모를 만들되 위원에게는 보여 주지 않는 단계)으로 시작합니다. 3~4주차에는 AI 메모를 비공개로 만든 뒤 회의가 끝나고 실제 쟁점과 대조하고, 5~6주차부터 위원회에 배포합니다.

가상 예시: 비공개로 먼저 돌려 본 뒤 위원회에 올림

시작 전에 위원과 딜팀에 물을 질문입니다.

지난 1년 위원회에서 나중에 보니 놓쳤던 쟁점은 무엇이었나?
메모를 읽을 때 가장 시간이 드는 부분은 어디인가?
AI 메모에 무엇이 들어 있으면 읽고, 무엇이 들어 있으면 무시하겠나?
과거 회의록에서 반대 논거가 남아 있는 기간은 몇 년치인가?

진행 판정 기준(가상 예시): 섀도 기간에 AI가 짚은 쟁점 중 실제 위원회에서 다뤄진 비율이 50% 이상, 근거 인용 오류 0건, 위원 설문에서 절반 이상이 “새 질문을 하나 이상 얻었다”고 답하면 배포로 넘어갑니다.

AX에 적용한다면 과거 심의 기록이 가장 많이 쌓인 위원회부터 시작하는 것이 좋습니다. 국내 대기업이라면 투자심의위원회, 금융사라면 여신위원회, 제조사라면 설비투자 심의가 후보입니다. 순서는 아카이브 정리, 섀도 운영, 배포입니다. 처음부터 승인 추천을 맡기기보다 Blackstone처럼 투표권 없는 두 번째 메모로 시작해야 위원회의 저항이 적고, 결정 책임을 둘러싼 거버넌스 논쟁도 피할 수 있습니다. 현업 스폰서는 위원회 의장이 맡아야 합니다. 딜팀이 AI 메모를 자기 제안을 감시하는 장치로 받아들이면 답변 준비가 형식으로 흐르기 때문입니다. 같은 기록은 Upstream Deal Tools처럼 아래층 문서 처리를 줄이는 데에도 바로 쓰입니다.

원문 사례

항목	내용
원문	PYMNTS, 2026년 11월 11일
대상	Blackstone의 AI chief investment officer
역할	거의 모든 투자 건에 딜팀 메모와 별도 평가 메모, 투표권 없음
위원회	매주 월요일, Jon Gray 사장과 시니어 파트너
재료	14년 넘는 내부 투자 메모와 위원회 토론(Bloomberg 10월 보도)
딜 도구	딜 문서 수천 건 검토가 주말에서 몇 분으로(CTO John Stecher, 5월), 재무 모델 작성, 딜 플로 선별
조직	Rodney Zemmel(업무 시간 약 60%를 AI에), investment intelligence 팀, applied AI 팀
Ode	Blackstone·Anthropic·Hellman & Friedman, 270여 개 중 25곳 계획, 6곳 배치(8월 보도)
조사	PYMNTS Intelligence, 임원 60명, 80~85% 보강 기대, 완전 자율 기대 0명, 금융·보험 27/75 업무 고도 도입, 수익 인식 65%, 신용위험 평가 60%
밝히지 않은 것	AI 메모가 결정에 준 영향 수치, 사용 모델

핵심 개념

Investment committee: 투자 제안을 검토해 승인 여부를 정하는 회사 안의 의사결정 회의입니다.
Deal memo: 딜팀이 투자 근거, 가격, 위험을 정리해 위원회에 내는 문서입니다.
Deal flow: 운용사로 들어오는 투자 기회의 흐름입니다. 대부분은 초기에 걸러집니다.
Portfolio company: 사모투자 운용사가 지분을 사들여 경영에 관여하는 회사입니다.
Alternative asset manager: 주식·채권 외에 사모투자, 부동산, 사모신용 등에 투자하는 운용사입니다.
Shadow mode: AI 결과를 실제 업무에 쓰지 않고 만들어만 두었다가 사람의 판단과 나중에 대조하는 시험 운영입니다.

내 메모

TODO: 내 생각 추가

원문은 PYMNTS 「Blackstone’s AI Gets a Voice in Deals, but Not a Vote」(2026.11.11)입니다. 원문이 인용한 Bloomberg 10월 보도, Semafor의 Jon Gray 인터뷰, John Stecher의 5월 인터뷰, PYMNTS Intelligence 5월 보고서의 내용도 원문에 실린 범위에서만 옮겼습니다. 요약, 핵심 메커니즘의 원문 내용, 통념과 다른 주장, 저자가 든 사례는 원문이 언급한 내용을 AX Partners가 다시 정리했습니다. 기술 디테일의 레코드 구조·출력 필드·설정값, 현업 실행 디테일의 역할·일정·판정 기준, 적용 제언, 인포그래픽과 표는 실제로 돌릴 때 필요한 것을 새로 작성한 가상 예시입니다. 전체 내용은 원문에서 볼 수 있습니다.