ChatGPT로 지금 돈을 아끼는 6가지 실전 활용법

URL: https://www.youtube.com/watch?v=fbzlqxkJrCU 날짜: 2026-09-23 채널: Peter Yang

---

📌 핵심 질문 / ChatGPT가 개인 재무를 실제로 개선할 수 있는가

==금융 계정·이메일·문서를 연결하고 자연어로 지시하면 ChatGPT가 단순한 금융 대시보드를 넘어, 놓치기 쉬운 비용을 찾아내고 다음 행동까지 추진하는 개인 재무 운영체제가 될 수 있는가?==

• 월 20달러의 Plus/Pro 구독료 이상을 구독 취소·중복 청구 환급·수수료 절감으로 회수하는 것이 첫 단계다.
• 세금 최적화, 저비용 펀드 교체, 신용카드 보상 극대화처럼 기존에는 전문가에게 의뢰하거나 직접 몇 시간씩 조사해야 했던 작업을 대화형으로 처리한다.
• 휴직·주택 구매·은퇴처럼 정답이 하나가 아닌 결정에는 사용자의 조건을 반영한 이미지·인터랙티브 사이트·스프레드시트를 즉석에서 만들어 비교한다.

Ethan Bloch는 어린 시절부터 금융과 컴퓨터에 몰입했고, 2012년부터 AI 금융 챗봇 Digit을 운영하며 수백만 명의 미국인이 수십억 달러를 저축하도록 도왔다. 당시에는 모델이 “죄송하지만 도와드릴 수 없습니다”라고 답하는 한계가 있었지만, ChatGPT와 최신 LLM이 금융 데이터·이메일·웹 검색을 함께 다룰 수 있게 되면서 돈을 아끼고 스트레스를 줄이는 상시형 금융 조력자가 가능해졌다는 설명이다.

1. Ethan의 금융 집착과 ChatGPT Finance의 출발점

컴퓨터와 금융에 대한 오랜 관심, 그리고 Digit에서 겪은 기술적 한계가 현재 제품의 문제의식을 만들었다.

1.1. 어린 시절부터 이어진 금융 경험

1. 컴퓨터에서 금융으로 확장된 관심

   1. 첫 번째 사랑은 컴퓨터였다: Ethan은 여섯 살 무렵 컴퓨터를 좋아했고, 그다음 관심사가 금융이 됐다.
   2. 열 살의 금융 활동: 어머니 명의의 신용카드를 사용하고 수표 장부를 맞췄으며, 은행 계좌도 가지고 있었다.

2. 10대에 겪은 투자 사이클

   1. 13세의 투자 시작: 바르 미츠바 때 받은 돈으로 데이 트레이딩(day trading)을 시작했고, 부모는 이를 허락했다.
   2. 1998년의 자신감: 당시 13세였던 1998년은 인터넷 버블의 강세장이어서 스스로 영웅이 된 기분을 느꼈다.
   3. 2001년의 전재산 손실: 15세가 될 무렵 순자산을 거의 모두 잃었고, 많은 사람이 훨씬 나중에야 겪거나 평생 겪지 않을 경험을 일찍 치렀다.

1.2. Digit에서 ChatGPT Finance로

1. 2012년 Digit의 문제의식

   1. AI 금융 챗봇: Digit은 문자 메시지로 대화하며 소비자의 저축을 돕는 서비스였다.
   2. 큰 규모의 성과: 약 10년 동안 수백만 명의 미국인이 수십억 달러를 저축하도록 지원했다.
   3. 당시의 한계: 기술이 충분히 발전하지 않아 사용자가 복잡한 요청을 하면 “죄송합니다. 도와드릴 수 없습니다”라고 답하는 경우가 많았다.

2. 2021년 이후의 재출발

   1. Digit 인수: Digit은 2021년 인수됐고, Ethan은 10년간의 여정을 마친 뒤 다시 회사를 시작하고 싶지는 않았다.
   2. 2022년의 전환점: ChatGPT가 출시되자 Digit에서 하고 싶었지만 불가능했던 범위가 LLM과 금융 데이터로 실현될 수 있다는 깨달음을 얻었다.
   3. 새 회사와 OpenAI 합류: 공동창업자와 함께 약 1년 동안 제품 아이디어를 만들고 빠르게 구축했으며, OpenAI가 2026년 4월 회사를 인수하면서 ChatGPT 안에서 소비자용 금융 AI를 만드는 일을 이어가게 됐다.

2. 첫 번째 활용법: ChatGPT 구독료가 스스로 벌리게 만들기

금융 계정과 이메일을 함께 연결하면 월 20달러의 Plus/Pro 비용을 넘는 숨은 절약을 찾을 수 있다.

2.1. 금융 계정과 이메일이 만드는 맥락

1. 기본 설정

   1. 구독료 기준: Finance 기능은 Plus와 Pro 구독에 포함되며, Plus 기준 비용은 월 20달러다.
   2. 연결할 두 가지: 금융 계정은 실제 거래·잔액 맥락을 주고, 이메일은 청구서·멤버십·고객센터 대화 맥락을 준다.
   3. 첫 농담: Peter는 ChatGPT를 가입한 뒤 다른 AI 구독을 전부 취소하라고 시키는 것이 출발점이라고 농담했다.

2. 연결 뒤 가능한 절약

   1. 과다 청구 확인: 금융 거래와 이메일을 대조해 금액이 잘못 청구됐는지 확인한다.
   2. 중복 청구 확인: 같은 서비스나 거래가 두 번 청구됐는지 찾아낸다.
   3. 구독 점검: 실제로 사용하는 구독과 사용하지 않는 구독을 구분한다.
   4. 대리 연락: 문제가 발견되면 상점·청구 업체에 이메일을 작성하고, 필요하면 사용자를 대신해 보낸다.

2.2. 90일 거래 점검의 구체적 사례

1. 간단한 프롬프트

   1. 검토 범위: 최근 90일의 구독을 검토하라고 요청한다.
   2. 확인 항목: 가격 인상, 중복 청구, 환불 가능한 수수료, 비정상적으로 비싼 가계 청구서를 함께 찾게 한다.

2. 가상의 Jim 계정에서 발견된 문제

   1. 창고 보관료: 셀프 스토리지 비용이 중복 청구됐을 가능성이 포착됐다.
   2. 미용실 청구: Jim 본인과 자녀 거래로 보이는 헤어 살롱 청구가 중복됐을 수 있었다.
   3. Evernote 가격 인상: Evernote 구독이 1.29달러에서 2.49달러로 올랐고, 여전히 가치가 있는지 판단할 질문이 생겼다.
   4. 수수료와 기타 서비스: 계좌 수수료와 사용 중인 다른 서비스도 한 번에 표면화됐다.

3. 발견 후 바로 이어지는 행동

   1. 환불 이메일: “셀프 스토리지 비용을 두 번 청구받았으니 이메일을 작성하고 보내 달라”고 요청할 수 있다.
   2. 호텔 포인트 사례: Ethan은 포인트로 예약한 호텔에서 현금 청구까지 된 일을 ChatGPT가 찾아냈고, 고객센터와 대화한 결과 환불받았다.
   3. 가족 호텔 취소 사례: Peter는 건강 문제로 부모의 호텔을 취소해야 할 때 ChatGPT가 호텔에 이메일을 보내고, 답장을 감시하며 환불될 때까지 후속 연락하는 예약 작업을 만들었고 실제로 작동했다.
   4. 서비스 제공자와의 직접 접촉 감소: Ethan은 이메일이나 브라우저에서 지원 상담원과 대화하는 일까지 ChatGPT에 맡기면서 자신이 서비스 제공자와 직접 상호작용하는 일이 거의 없어졌다고 말했다.

3. 금융 대시보드와 안전·프라이버시

연결된 계정은 읽기 전용으로 요약·분류되며, 대시보드는 전체 재무 상태를 빠르게 파악하는 화면으로 작동한다.

3.1. Plaid 연결과 데이터 보호

1. 계좌 연결 방식

   1. Plaid 사용: 은행 연결에는 여러 핀테크가 사용하는 Plaid를 활용한다.
   2. 자격 증명 전달 경로: 은행 로그인·비밀번호는 ChatGPT로 들어가는 것이 아니라 Plaid에 직접 전달되고, Plaid가 은행과 통신한다.
   3. 읽기 전용: ChatGPT는 routing number나 account number에 접근하지 않으며, 돈을 이동시킬 수 없다.

2. 금융 데이터의 학습 사용에 대한 구분

   1. 원시 데이터: 은행에서 내려받은 거래와 잔액은 분류·구독 탐지·거래 간 연결을 위한 안전한 저장소에 놓이며 모델 학습에 사용되지 않는다.
   2. 대화에 들어온 내용: 사용자가 대화 중 DoorDash 지출처럼 금융 내용을 직접 말하면 그 대화의 데이터는 별도 규칙의 적용을 받을 수 있다.
   3. 사용자 통제: 설정에서 대화 학습 사용을 끄면 대화에 금융 내용이 들어온 경우에도 학습에 사용되지 않도록 선택할 수 있다.

3.2. 대시보드에서 보는 항목

1. 지출과 순자산

   1. 카테고리별 지출: 지출을 카테고리별로 나누고 월별로 비교할 수 있다.
   2. 세부 탐색: 8월의 “식음료” 같은 카테고리를 열면 그 달의 흐름, 가장 큰 하위 카테고리, 하위 항목, 관련 최근 거래를 확인할 수 있다.
   3. 순자산 위젯: 순자산을 별도 위젯으로 확인하며, 금융 탭에 들어가지 않고 일반 대화 중에도 같은 위젯을 불러올 수 있다.

2. 투자·현금흐름·분류 검토

   1. 일일 변동: 투자 계정을 연결하면 일일 가격 변동을 보여준다.
   2. 현금흐름: 예정된 입금·출금, 구독, 청구서를 볼 수 있다.
   3. 분류 검토: 거래의 카테고리를 확신하지 못하면 최선의 추정을 하고, 판별하지 못하면 사용자가 UI에서 직접 고칠 수 있다.
   4. 대화로 정정: 예를 들어 특정 거래가 호텔이라면 대화로 호텔 카테고리라고 알려 분류를 바꿀 수 있다.
   5. 분류의 한계: 최첨단 모델로 기본 분류 정확도는 높지만, 4,000달러짜리 매트리스 주문을 이탈리아 식당으로 오인한 사례처럼 예외가 있다. 쇼핑인지 서비스인지처럼 맥락에 따라 달라지는 구분도 사용자의 확인이 필요하다.
   6. 수수료·이자·자산 배분: 수수료와 이자를 표면화하고 계좌별 자산 내역과 자산 배분 위젯도 제공한다.

3.3. 자동 주간 업데이트와 트리거

1. 주간 금융 업데이트

   1. 자동 발송: Finance를 설정하면 주간 업데이트가 자동으로 생성돼 이메일이나 푸시 알림으로 전달된다.
   2. 비교 내용: 이번 달 지출을 지난달과 비교하고, 어디에 돈을 썼는지, 순자산과 투자에 무슨 일이 있었는지 보여준다.
   3. 행동 제안: 조치를 취할 만한 항목이 있으면 아래쪽에 제안하고, 사용자는 “그 일을 처리해 달라”고 후속 지시할 수 있다.

2. 조건부 알림 사례

   1. DoorDash 지출 조회: 지난 6개월의 DoorDash 지출 그래프를 만들고 “너무 많이 쓰고 있다”는 결론을 보여준다.
   2. 월 1,500달러 임계값: 월 지출이 1,500달러에 가까워지면 미리 알려 달라는 알림을 만들 수 있다.
   3. 유연한 조건: 지출 카테고리, 개별 거래, 특정 계좌의 잔액 등 사용자가 중요하게 생각하는 거의 모든 조건에 알림을 걸 수 있다.

3. 데이터 갱신과 사용량

   1. 하루 여러 번 갱신: 은행마다 다르지만 Plaid가 하루에 여러 차례 계정 갱신을 재시도하고, 새 데이터가 오면 ChatGPT가 받아온다.
   2. Plus 사용량: 계정을 읽어 분석하는 작업은 Plus 사용자의 사용량 한도에 가까이 가지 않는다고 설명했다.

3.4. WhisperFlow 협찬 구간

1. 제품 효용

   1. 절약 시간: Peter는 WhisperFlow가 일주일에 최소 3시간을 아껴 주는 가장 좋아하는 AI 앱 중 하나라고 소개했다.
   2. 음성 입력: 타이핑보다 자연스럽게 말하는 편이 빠르고, 도구가 깨끗하게 정리된 전송용 문장으로 바꿔 준다.
   3. 자동 정리: 군더더기 말을 제거하고 문장을 포맷한다.

2. 사용 범위와 혜택

   1. 사용 사례: 뉴스레터 초안, 제품 사양서, Slack 답장 등에 사용한다.
   2. 지원 환경: Mac, Windows, iPhone, Android와 여러 앱에서 작동한다.
   3. 프로모션: whisperflow.com에서 무료로 시작할 수 있고, Peter의 코드 “peter whisperflow”를 사용하면 6개월 무료다.

4. 두 번째 활용법: 세금을 사후 신고가 아니라 연중 최적화하기

세금은 투자 수익률보다 덜 화려하지만, 대부분의 사람에게 매년 반복되고 위험 부담이 낮은 절약 영역이다.

4.1. 개인 상황에 맞춘 세금 분석

1. 분석 프롬프트

   1. 요청 문장: 금융 계정을 연결한 뒤 “현재 상황을 바탕으로 세금을 최적화하는 최선의 방법을 찾아 달라”고 요청한다.
   2. 이메일의 추가 가치: CPA와 주고받은 이메일이나 세금 관련 자료를 함께 읽으면 상황을 교차 참조해 더 정확하게 도울 수 있다.

2. 결과를 이해하는 방식

   1. 약 2분의 계산: 사례에서는 약 2분 동안 계산한 뒤 즉시 추천을 반환했다.
   2. 금액으로 우선순위 판단: 세율 구간에 따라 각 조치가 절약할 수 있는 세금을 추정하므로, 사용자는 시간 대비 가치가 있는지 먼저 판단할 수 있다.
   3. 시각화: 잠재적 영향이 큰 절세 방법부터 정렬한 이미지를 만들고, 영향이 충분히 크지 않아 고려하지 않아도 될 항목도 따로 표시한다.
   4. 복잡한 사안의 사이트화: 더 복잡한 결정이나 배우자와 함께 검토할 내용은 인터랙티브 사이트로 만들어 대화 안에서 시각화한다.

4.2. 분석을 실행 가능한 작업으로 바꾸기

1. 세금 할 일 목록

   1. 다음 단계 요청: “실제로 이 절세 방법을 실행하려면 무엇을 해야 하는지 할 일 목록을 만들어 달라”고 요청한다.
   2. 에이전트의 역할: 필요한 정보를 질문하고, 문서 접근 권한을 요청하며, 클라우드 브라우저로 가능한 다음 단계를 수행한다.
   3. 최종 통제: 사용자가 최종 검토·신고·관계자 연락을 해야 하는 지점까지 ChatGPT가 일을 밀어붙인다.

2. 할 일 목록이 중요한 이유

   1. 이해의 보조물: 세무 전문가가 아니어도 추천을 소화하기 쉬운 단위로 이해하게 해 준다.
   2. 진행 상태 기록: 사용자가 현재 어느 단계인지 추적할 수 있다.
   3. 대화 간 지속성: 할 일 목록이라는 산출물을 어느 세금 관련 대화에서든 참조해 다음 단계로 이어갈 수 있다.

3. 회계사와의 실제 업무 흐름

   1. 이메일 읽기: 회계사가 보낸 질문을 읽고 사용자에게 필요한 답변이나 서류를 알려 달라고 한다.
   2. 자료 수집과 답장: 필요한 문서를 찾아 답장 초안을 만들고, 내용이 명확하면 바로 보내거나 사용자가 검토한 뒤 전송한다.
   3. Peter의 사례: 여러 소득 명세서를 찾아야 할 때 Google Drive나 사용 중인 웹사이트에서 자료를 찾게 해 많은 시간을 절약했다.
   4. 50쪽 이상의 사업 세금 자료: 사업체 세금 명세서가 50쪽 넘게 도착했을 때 내용을 이해하기 어려웠지만, ChatGPT에 검토와 설명을 맡길 수 있었다.

4.3. 세금 최적화가 특히 중요한 이유와 지역 한계

1. 투자보다 덜 주목받는 절약

   1. 관심의 편향: 사람들은 투자 배분과 알파(alpha)를 고민하는 일을 흥미롭게 여기지만, 대부분의 사람이 삶에 가장 큰 영향을 받을 수 있는 영역은 세금일 수 있다.
   2. 복리 효과: 최적화하지 않은 세금은 매년 반복되어 누적되고, 일반적인 투자 손실 위험과 달리 절세 결정에는 같은 방식의 투자 위험이 없다.
   3. 서비스 격차 축소: 500만~2,000만 달러 이상 자산가가 서비스 제공자에게 받던 세밀한 관리·엄격함·도움을 이제 더 많은 사람이 이용할 수 있다는 평가다.

2. 미국 외 사용자

   1. Finance 연결 범위: 금융 계정을 ChatGPT에 연결하는 Finance 앱은 당시 미국 사용자만 이용할 수 있다.
   2. 전 세계에서 가능한 기능: 다른 나라에서도 이메일·Google Drive 연결, 모델의 질문 답변, 웹 검색을 통한 최신 정보 확인은 이용할 수 있다.
   3. 주의점: 지역별 세법은 다르므로 실제 신고나 결정 전에는 해당 지역 전문가의 검토가 필요하다.

5. 세 번째·네 번째 활용법: 투자 수수료와 신용카드 보상 최적화

짧은 프롬프트만으로도 기존 금융상품에 숨어 있는 연간 비용과 놓친 보상을 빠르게 확인할 수 있다.

5.1. ETF·뮤추얼펀드의 더 싼 대체 상품 찾기

1. 프롬프트와 비교 방식

   1. 대상 계좌: 브로커리지 계좌와 IRA를 연결한다.
   2. 요청 문장: “내 ETF와 뮤추얼펀드를 분석하고, 같은 역할을 하면서 수수료가 더 싼 대체 펀드가 있는지 찾아 달라”고 요청한다.
   3. 비교 결과: 유사한 상품의 비용과 구조를 비교하고 교체했을 때의 연간 절약액을 추정한다.

2. 왜 필요한가

   1. 고수수료 상품: 사람이 직접 투자 상품을 고르거나 자문을 받더라도 펀드 오브 펀드나 유사한 ETF에 높은 비용을 내고 있다는 사실을 모를 수 있다.
   2. 간단한 점검: 동일한 노출을 더 낮은 수수료로 얻을 수 있다면 교체 여부를 판단하기가 쉬워진다.
   3. 가족 적용: Peter는 뮤추얼펀드에 투자하는 부모가 ETF로 바꾸면 큰돈을 절약할 수 있을 것이라고 했고, Ethan은 부모 계정에도 이 검사를 실행해 보라고 했다.

5.2. 신용카드 보상 극대화

1. 5~6분짜리 점검

   1. 요청 문장: “내가 신용카드를 어떻게 사용해 왔는지 분석하고 보상을 극대화하는 최선의 사용법인지 알려 달라”고 요청한다.
   2. 분석 범위: 카드 명세서와 거래, 지출 카테고리, 카드의 회원 혜택, 보상 구조, 포인트 가치를 함께 분석한다.

2. 혜택 누락 찾기

   1. 이메일 교차 확인: 이메일이 연결돼 있으면 특정 카드의 혜택을 활성화했다는 메일이 있는지 확인한다.
   2. 미사용 혜택: 활성화하지 않은 공항 보안검색(TSA PreCheck)이나 Clear 같은 혜택을 찾아 켜라고 알려준다.

3. 4% 카드 사례

   1. 한도 구조: 한 카드가 4% 보상을 제공하지만 연간이 아니라 특정 지출 한도 10,000달러까지만 적용됐다.
   2. 과거의 초과 지출: 전년도 초반에는 그 한도를 크게 초과해 추가 지출에 보상을 받지 못했다.
   3. 지출 이동: 일반 지출은 캐시백 카드로 옮기라는 추천과 함께 이유·금액을 시각화했다.
   4. 잠재적 이익: 카드 조합과 지출 배치를 바꾸면 보상만으로 약 2,900달러의 잠재적 추가 이익이 있었다.
   5. 사이트 확장 아이디어: Peter는 ChatGPT 기반 신용카드 보상 사이트를 만들면 유용하겠다고 제안했다.

6. 다섯 번째·여섯 번째 활용법: 큰 재무 결정을 시뮬레이션하기

휴직, 은퇴, 주택 구매처럼 정답이 하나로 정해지지 않은 문제는 사용자의 조건을 담은 모델과 토글로 비교한다.

6.1. 6개월 휴직과 소규모 사업 자금

1. 인터랙티브 사이트 생성

   1. 질문: “6개월 휴직을 생각 중이다. 새로운 상황에서 예상 지출·소득과 배우자의 근무 조건을 바탕으로 세 가지 시나리오를 검토할 수 있는 인터랙티브 사이트를 만들어 달라”고 요청한다.
   2. 개인화: 사용자가 생각하는 지출·수입과 배우자의 계속되는 소득을 입력하면 각 선택지가 저축에 미치는 영향을 보여준다.

2. 안전선과 토글

   1. 저축 하한선: 저축이 21,000달러 아래로 떨어지지 않도록 조건을 설정한다.
   2. 사업 자금: 6개월 휴직을 하면서 현금 일부를 소규모 사업 또는 스타트업 아이디어에 사용할 수 있는지 본다.
   3. 비상자금 보존: 가장 낮은 잔액의 시나리오에서도 3개월치 비상자금 수준 아래로 내려가지 않는지 확인한다.
   4. 기간 변경: 7개월·8개월·9개월 휴직으로 바꿔 보며 토글을 움직이고, 배우자 Pam과 함께 앉아 같은 모델을 보면서 결정할 수 있다.

6.2. 은퇴·FatFIRE 계산과 배우자 자산

1. 사용자가 자주 묻는 질문

   1. FatFIRE: Peter가 ChatGPT Finance에 가장 자주 묻는 질문은 “언제 FatFIRE할 수 있나?”이다.
   2. 가상의 Jim 결과: Jim의 현재 상황에서는 완전한 FIRE가 76세, LeanFIRE가 66세로 계산돼 다소 늦다는 농담이 오갔다.
   3. 지역 농담: Jim이 펜실베이니아에 산다는 가상의 설정과 LeanFIRE로 바(bar)에 살 수는 없다는 농담이 이어졌다.

2. 연결하지 않은 자산을 포함하는 방법

   1. 배우자 계정 문제: 배우자가 계정을 연결하고 싶어 하지 않으면 부부 전체 순자산과 은퇴 시점을 계산하기 어렵다.
   2. 수동 입력: 배우자가 보유한 Microsoft 주식 등 자산 규모를 직접 알려주거나 명세서를 업로드하면 자산과 순자산에 반영할 수 있다.
   3. 정확성의 trade-off: 일회성 계산은 수동 입력으로 가능하지만, 자동 추적과 최신 상태를 위해서는 배우자 계정을 직접 연결하는 편이 낫다.

6.3. 주택 구매와 임대 비교

1. 구매·임대 모델

   1. 질문: “집을 사려고 한다. 가격은 이 정도다. 구매와 임대를 생각할 수 있는 인터랙티브 사이트를 만들어 달라”고 요청한다.
   2. 기존 방식의 문제: 금융학 학위를 가진 사람도 직접 모델을 만드는 데 몇 시간이 걸릴 만큼 구매·임대 비교는 복잡하다.
   3. 토글 기반 비교: 가격과 조건을 바꾸며 저축·현금흐름의 차이를 개인화해 확인한다.

2. 구체화 방법

   1. 특정 매물 연결: 고려 중인 집의 링크를 제공하면 그 매물의 정보를 바탕으로 모델을 만들 수 있다.
   2. 다양한 산출물: 인터랙티브 사이트뿐 아니라 직접 수정할 수 있는 스프레드시트나 대화형 텍스트 모델로도 만들 수 있다.
   3. 확장성: 같은 방식이 은퇴 계획, 의사결정 트리, 어떤 개인 재무 결정에도 적용된다.

7. 예약 작업으로 재무 관리를 자동화하기

한 번의 질문으로 끝내지 않고 주기적인 점검을 예약하면 사용자가 잊기 쉬운 재무 습관을 자동으로 유지할 수 있다.

7.1. Ethan이 사용하는 예약 작업

1. 주간 금융 업데이트

   1. 기본 제공 작업: Finance에 가입하면 하나의 주간 재무 업데이트가 자동 생성된다.
   2. 기본값의 이유: Plus·Pro 사용자가 만들 수 있는 예약 작업 수에 한도가 있어 기본적으로 너무 많이 차지하지 않도록 했다.

2. 월간 구독 점검

   1. 점검 내용: 모든 구독을 나열하고 최근 가격이 오른 것이 있는지 찾는다.
   2. 필요성 판단: Ethan의 상황을 바탕으로 더 이상 필요하지 않을 수 있는 구독을 알려 달라고 한다.
   3. 알림 방식: 매월 실행하고 결과를 사용자에게 보낸다.

3. 부부 공동 월간 리포트

   1. 수신자: Ethan과 아내에게 동시에 이메일을 보낸다.
   2. 비교 항목: 이번 달과 지난달 지출, 투자 변화를 함께 확인한다.
   3. 대화형 장점: 두 사람이 같은 이메일 표면에서 답장을 주고받으며 재무 상황을 논의할 수 있다.

4. 현금 모니터

   1. 유휴 현금 탐지: 이자를 거의 벌지 못하는 계좌에 현금이 과도하게 남아 있는지 감시한다.
   2. 방치된 자산: 이전 직장 계좌를 rollover하지 않고 현금으로 둔 경우를 찾아낸다.
   3. 체킹 계좌 최적화: 당좌예금에 수천 달러가 필요 이상으로 있으면 연 3.5%를 벌 수 있는 저축계좌로 옮길지 검토하도록 알린다.

7.2. 투자 실행 자동화의 경계

1. 읽기와 실행의 차이

   1. 현재의 중심: 앞서 설명한 기능은 금융 데이터를 읽고 분석하는 작업이어서 읽기 전용이다.
   2. 브라우저 시도: 분기마다 인덱스펀드에 투자하라고 브라우저를 통해 금융 사이트에 들어가 실행하는 것도 기술적으로 시도할 수 있다.

2. 금융회사의 차단

   1. 보안상의 이유: 미국의 금융회사 대부분은 악의적인 에이전트가 거래하지 못하도록 마지막 단계에 에이전트를 막는 장치를 둔다.
   2. 승인된 경로: 일부 금융회사와는 ChatGPT에서 온 요청을 허용 목록에 넣는 협력을 진행하고 있다.
   3. 현재 상태: 어떤 사이트는 실행되고 어떤 사이트는 차단되는 식으로 결과가 일관되지 않으므로, 자동 투자 실행을 당연하게 여겨서는 안 된다.

8. Finance 팀의 개발 방식과 AI 협업

금융 데이터의 민감성 때문에 검증을 강화하면서도, 에이전트를 활용해 작은 단위로 빠르게 배포한다.

8.1. 안전성과 빠른 출시의 균형

1. 민감한 계층별 주의

   1. 더 엄격한 검토: 사용자 데이터, 데이터 파이프라인, 데이터 저장소처럼 문제가 생겼을 때 파급이 큰 부분은 특히 조심한다.
   2. 출시 조건: 적절한 테스트, 점검, 자동화된 테스트가 충족되고 사용자 경험이 안전하게 통합되면 빠르게 출시한다.

2. 최근 7일의 출시량

   1. 47건의 변경: 작은 팀이 최근 7일 동안 47개를 출시했다.
   2. 변경의 종류: 작은 버그 수정, UI 다듬기, 지연시간 개선, 소규모 기능이 포함된다.
   3. 큰 기능의 분해: 큰 기능도 여러 작은 기능으로 나눠 배포하므로 하루에도 여러 번 출시할 수 있다.

8.2. 사람과 에이전트의 협업 위치가 올라가다

1. 사람끼리의 협업

   1. 여전히 중요한 역할: 실제 사람과의 협업은 과거만큼이나 중요하다.
   2. 더 높은 추상화 수준: 디자이너와 버튼 색상을 논의하기보다 다음 기능의 까다로운 사용자 경험을 논의하고, 세부 구현은 전문가에게 맡긴다.
   3. 엔지니어 협업: 7쪽짜리 PRD를 작성해 작은 단위로 대화하는 일이 줄고, 새로운 기능 수준에서 엔지니어와 협력한다.

2. 회의와 작업의 맥락

   1. 메모의 흐름: 회의 노트는 노트테이커가 작성해 Slack으로 보내고 다시 참고할 수 있다.
   2. 참조 가능한 자료: ChatGPT와 Codex는 Slack·회의 노트·Linear·전략 문서를 참조한다.
   3. 기능 개발: 엔지니어는 높은 수준의 로드맵과 짧은 대화에서 시작해 Codex를 하나 또는 여러 개 실행하고, 결과를 보고 방향을 조정한다.
   4. 도그푸딩: 에이전트가 만든 프로토타입을 직접 사용해 본 뒤 함께 검토하고, 제품 감각이 높은 엔지니어가 필요한 수정을 지시한다.

3. 산출물과 시간 배분

   1. 고정된 문서가 없는 경우: 많은 경우 별도의 산출물을 먼저 쓰지 않고 짧은 대화 뒤 곧바로 만든다.
   2. 대화보다 실행: 과거에는 작업 논의 30%, 작업 실행 70%였다면 이제는 약 5% 논의와 95% 실행처럼 느껴진다.
   3. 메이커 중심 구조: 디자이너·엔지니어·PM이 실제 제품을 끝까지 만들어 프로덕션에 배포하는 비중이 커진다.

8.3. 고객·파트너·사용자 연구

1. 개발 외 업무
   1. 파트너 대화: 금융 기능이 파트너의 지원이나 기술에 의존하면 파트너와 전통적인 협의를 진행한다.
   2. 사용자 연구: 기능을 어떻게 쓰는지, 무엇이 좋은지 나쁜지를 정성적·정량적으로 조사한다.
   3. 외부 피드백: 제품과 기능에 대해 사람들이 공개적으로 말하는 모든 목소리를 듣고 개선에 반영한다.

9. ChatGPT Finance의 목표와 다음 단계

현재의 목표는 새로운 금융 영역을 무리하게 넓히기보다, 이미 제공하는 기능을 더 쉽게 발견하고 안정적으로 사용하게 만드는 것이다.

9.1. 제품 목표

1. 핵심 약속

   1. 시간 절약: 돈과 관련된 조사·정리·후속 연락에 드는 시간을 줄인다.
   2. 돈 절약: 구독·세금·수수료·보상·현금 배치에서 놓친 가치를 찾는다.
   3. 스트레스 감소: 복잡한 결정을 시각화하고 다음 작업을 맡겨 재무 관리의 부담을 낮춘다.

2. 현재 집중 영역

   1. 발견성: 기능을 더 쉽게 찾고 이해하며 사용할 수 있게 만든다.
   2. 온보딩: 여섯 가지 활용법을 사용자가 일일이 프롬프트로 알아내지 않아도 켜면 작동하도록 만드는 것이 중요하다.
   3. 완성도: 금융 경험이므로 모든 측면에서 완벽해질 때까지 폴리시와 사용성 개선을 이어간다.
   4. 미공개 영역: 향후 6개월이나 1년의 구체적인 기능은 공개하지 않았다.

9.2. 음성·건강·개인 운영체제로의 확장

1. 음성 금융 조력자

   1. 음성 인터페이스의 가능성: Peter는 음성 기능을 통해 금융 조력자가 여러 금융 업무를 조정하는 모습을 상상했다.
   2. 개인 비서 비유: 비서가 여러 업무를 조정하듯 금융 조언자가 재무 업무를 관리할 수 있다는 구상이다.
   3. 플러그인: 음성 팀이 플러그인을 개발하고 있으며 Finance도 그중 하나라는 공개된 방향성이 언급됐다.

2. 금융을 넘어선 역할

   1. 개인 운영체제: Peter는 가능한 경우 웹사이트와 앱을 따로 쓰지 않고 ChatGPT를 운영체제처럼 사용한다고 말했다.
   2. 민감도 차이: 금융은 이메일 관리보다 훨씬 민감하므로 읽기와 실행의 경계를 더 신중하게 다뤄야 한다.
   3. 건강과의 결합: 금융과 건강 모두 단순한 이메일 관리보다 ChatGPT가 더 큰 도움을 줄 수 있는 영역으로 평가됐다.

주요 발언 모음

“ChatGPT가 스스로 돈을 벌어 주게 만들고 싶다. 한 달에 20달러를 내면 몰랐던 20달러를 찾아 주는 식이다.”

“금융 계정과 이메일이라는 두 가지 맥락이 ChatGPT가 돈을 더 잘 관리하고 절약하도록 돕는 슈퍼파워를 준다.”

“이제는 어떤 금융 서비스 제공자와도 직접 상호작용하지 않으려 한다. 이메일과 브라우저를 통한 고객센터 대화를 모두 ChatGPT에 맡긴다.”

“대부분의 사람이 삶에 가장 큰 영향을 줄 수 있는 돈은 투자보다 세금에 있다.”

“500만~2,000만 달러 이상 가진 사람도 서비스 제공자에게 받지 못하는 수준의 세밀함과 도움을 이제 모두가 이용할 수 있다.”

“금융에 관한 목표는 돈과 관련된 시간, 돈, 스트레스를 줄이는 것이다.”

“과거에는 작업을 이야기하는 데 30%, 실제 작업에 70%를 썼다면, 이제는 5% 이야기하고 95% 실제로 만드는 느낌이다.”

핵심 데이터·수치

• 월 20달러: Plus 구독 비용을 구독 취소·환급·수수료 절약으로 상쇄한다는 제품 사용 진입 기준이다.
• 2012년: Ethan이 문자 기반 AI 금융 챗봇 Digit을 시작한 시점이다.
• 수백만 명·수십억 달러: Digit이 지원한 미국인 수와 절약된 금액의 규모다.
• 1998년과 2001년: 13세 때 인터넷 버블 상승장을 경험했고, 2001년 15세에 순자산을 거의 잃었다.
• 2021년: Digit이 인수된 시점이다.
• 2022년: ChatGPT 출시가 Digit의 원래 비전을 다시 가능하게 만든 전환점이다.
• 2026년 4월: Ethan이 공동창업한 금융 회사가 OpenAI에 인수된 시점이다.
• 최근 90일: 구독 가격 인상·중복 청구·환급 수수료·비싼 청구서를 점검하는 기간이다.
• 1.29달러 → 2.49달러: 가상의 Jim 계정에서 발견된 Evernote 가격 인상이다.
• 월 1,500달러: DoorDash 지출이 이 수준에 접근하면 알림을 받도록 설정한 예시다.
• 하루 여러 번: Plaid가 은행 계정 갱신을 재시도해 새 데이터가 들어오는 예상 빈도다.
• 약 2분: 사례에서 세금 분석 결과를 생성하는 데 걸린 시간이다.
• 약 6,000달러: 세금 최적화에서 잠재적으로 절약할 수 있다고 계산된 예시 금액이다.
• 4%·10,000달러: 특정 신용카드 보상률과 적용 한도다.
• 약 2,900달러: 카드별 지출을 옮겨 얻을 수 있다고 표시된 잠재적 보상 증가액이다.
• 21,000달러: 6개월 휴직 시나리오에서 유지하려는 저축 하한선이다.
• 3개월: 사업 자금으로 일부 현금을 사용한 뒤에도 보존하려는 비상자금 기준이다.
• 66세·76세: 가상의 Jim이 각각 LeanFIRE와 완전한 FIRE에 도달하는 계산 예시다.
• 연 3.5%: 체킹 계좌의 유휴 현금을 저축계좌로 옮길 때 비교한 이자율 예시다.
• 47건: 작은 Finance 팀이 최근 7일 동안 출시한 변경 사항 수다.
• 5% 대 95%: 작업 논의와 실제 실행에 쓰는 시간이 바뀌었다고 느낀 비율이다.
• 6개월 무료: Peter의 WhisperFlow 프로모션 코드로 제공되는 기간이다.

결론 및 시사점

1. 작은 절약부터 시작해야 한다: 금융 계정과 이메일을 연결하고 최근 90일 구독·중복 청구·가격 인상부터 점검하면 Plus 비용 이상을 회수할 가능성을 가장 빨리 확인할 수 있다.
2. 읽기에서 행동으로 넘어가야 한다: 좋은 분석을 읽는 데서 멈추지 말고 환불 이메일, 회계사 답장, 구독 취소, 자료 수집처럼 다음 작업을 할 일 목록과 예약 작업으로 넘겨야 한다.
3. 세금은 매년 누적되는 절약 영역이다: 투자 상품의 수익률만 좇기보다 자신의 세율과 생활 조건에 맞는 절세 항목을 연중 점검하는 편이 장기 영향이 클 수 있다.
4. 비용은 눈에 덜 띄게 복리로 쌓인다: 펀드 수수료, 카드 보상 한도, 저금리 계좌의 유휴 현금은 한 번의 큰 손실처럼 보이지 않지만 매년 기회비용을 만든다.
5. 결정에는 계산기보다 모델이 필요하다: 휴직·은퇴·주택 구매는 하나의 답을 요구하기보다 저축 하한선, 배우자 소득, 기간, 매물 가격을 바꾸며 여러 시나리오를 비교해야 한다.
6. 배우자와 공유되는 산출물이 중요하다: 이메일 리포트, 인터랙티브 사이트, 스프레드시트처럼 두 사람이 함께 보고 질문할 수 있는 형태가 재무 결정을 실제 행동으로 연결한다.
7. 자동화의 경계를 지켜야 한다: 계좌 연결은 읽기 전용이며 투자 실행은 금융회사별로 차단될 수 있으므로, 자동화가 가능한 분석과 사람이 최종 확인해야 하는 거래를 구분해야 한다.
8. 프라이버시 설정을 이해해야 한다: 원시 거래·잔액 데이터의 학습 사용과 대화에 직접 들어온 금융 정보는 다른 경로로 취급되므로, 필요하면 대화 학습을 끄고 연결 권한을 최소화해야 한다.
9. 제품의 핵심 가치는 개인화다: 같은 금융 상품을 가진 사람이라도 지출 패턴·배우자 자산·비상자금 기준이 다르므로, 자연어로 조건을 제공하고 그 조건에 맞는 모델을 만드는 방식이 기존 일반론보다 실용적이다.
10. 최종 목표는 금융 운영체제다: 구독과 세금에서 출발해 이메일·문서·브라우저·음성을 연결하고, 돈과 관련된 시간·비용·스트레스를 줄이는 상시형 조력자로 확장하는 방향이다.

핵심 요약 (20줄)

1. Ethan Bloch는 여섯 살부터 컴퓨터를, 열 살부터 금융을 좋아했고 13세에 데이 트레이딩을 시작했다.

2. 1998년 인터넷 버블의 상승장 뒤 2001년에 순자산을 잃은 경험이 금융에 대한 장기 관심을 키웠다.

3. 2012년 시작한 Digit은 문자 기반 AI 금융 챗봇으로 수백만 명의 미국인이 수십억 달러를 저축하도록 도왔다.

4. ChatGPT의 등장은 Digit 시절 기술이 부족해 구현하지 못한 개인용 금융 AI를 다시 가능하게 했다.

5. 금융 계정과 이메일을 연결하면 ChatGPT가 청구서·구독·거래를 서로 대조할 수 있다.

6. 최근 90일 구독을 점검하면 가격 인상, 중복 청구, 환불 가능한 수수료와 비싼 청구서를 찾을 수 있다.

7. Evernote가 1.29달러에서 2.49달러로 오른 사례처럼 가격 변화와 구독의 현재 가치를 함께 검토할 수 있다.

8. ChatGPT는 업체에 환불 이메일을 보내고 답장을 추적하는 후속 작업까지 맡을 수 있다.

9. Plaid를 통한 금융 연결은 읽기 전용이며 ChatGPT는 routing number나 account number에 접근하지 않는다.

10. 원시 거래와 잔액은 모델 학습에 쓰이지 않지만 대화에 직접 들어온 금융 내용은 대화 학습 설정의 영향을 받는다.

11. 대시보드는 지출 카테고리, 순자산, 투자 변동, 현금흐름, 구독과 청구서를 한눈에 보여준다.

12. DoorDash 월 지출이 1,500달러에 가까워질 때 알림을 보내도록 조건부 작업을 설정할 수 있다.

13. 세금 분석은 약 2분 만에 절세 후보와 세율 구간별 예상 절약액을 계산하고 영향 순서로 시각화한다.

14. 세금 할 일 목록은 자료 수집과 답장 초안부터 최종 검토·신고까지 진행 상황을 추적하게 한다.

15. ETF와 뮤추얼펀드의 유사한 저비용 대체 상품을 찾아 연간 수수료 절약액을 추정할 수 있다.

16. 신용카드 사용을 분석하면 보상 한도와 미활성 혜택을 찾아 약 2,900달러의 잠재적 추가 보상을 계산할 수 있다.

17. 휴직·은퇴·주택 구매는 저축 하한선과 가족 조건을 반영한 인터랙티브 사이트와 토글로 비교할 수 있다.

18. Ethan은 주간 금융 업데이트와 월간 구독·부부 지출·유휴 현금 점검을 예약해 사용한다.

19. 금융회사가 에이전트 실행을 차단하는 경우가 있어 분석 자동화와 실제 투자 거래 자동화를 구분해야 한다.

20. ChatGPT Finance의 목표는 돈과 관련된 시간·비용·스트레스를 줄이는 개인 금융 운영체제가 되는 것이다.