AI 에이전트를 위한 실적 발표 녹취록 분석: JPMorgan의 2026년 3분기 통화 내용 읽기 (MCP 활용)

공개사항: 본 게시물에서 사용된 금융 데이터 MCP(Master Control Program) 서버인 Equibles을 구축했습니다. 아래의 모든 출력은 2026년 10월 18일에 제가 실행한 실제 도구 호출이며, 길이를 위해 잘라낸 것입니다.

JPMorgan의 2026년 3분기 실적 발표 컨퍼런스 콜(10월 13일)에서 분석가들이 던진 첫 질문은 에이전트형 AI(agentic AI)에 관한 것이었습니다. Jamie Dimon의 답변에는 다음과 같은 문장이 포함되어 있었습니다:

"당신들은 통제 불가능한 에이전트를 원하지 않으며, 그 숫자는 수천 개에 달할 수 있습니다."

저는 이 내용을 AI 에이전트로 찾아보았는데, 적절하다고 느꼈습니다. 본 게시물은 워크플로우입니다. 즉, AI 에이전트에게 실적 발표 컨퍼런스 콜 녹취록을 실제로 사용할 수 있도록 제공하는 방법이며, 이를 통해 에이전트가 기억에 의존하여 답변하는 대신 콜에서 나온 내용을 바탕으로 "경영진이 무엇이라고 말했는가?"라는 질문에 답하게 만드는 방법을 다룹니다.

왜 녹취록이 에이전트에게 어려울까

녹취록은 일반 텍스트처럼 보이지만, 에이전트는 네 가지 문제로 인해 오류를 일으킵니다:

• 길이(Length). JPMorgan의 콜은 99개의 발언 차례(speaker turns)로 이루어져 있습니다. 이 모든 내용을 컨텍스트에 쏟아붓는 것은 토큰을 소모하고, 찾고자 하는 단 하나의 답변을 묻어버립니다.
• 누가 말했는지(Who said it). "CFO가 말했다"라는 문구는 그 발언 차례가 해당 날짜에 맡았던 역할과 함께 올바른 사람에게 귀속되어 있을 때만 유용합니다.
• 몇 분기인지(Which quarter). 회계 연도(fiscal calendar)는 달력 연도와 어긋나기 쉽습니다. NVIDIA의 2026년 5월 콜은 FY2027 Q1입니다. "Q1 2026"을 요청하는 에이전트는 잘못된 콜을 받게 됩니다.
• 증거(Proof). 만약 에이전트가 내용을 바꿔서 설명한다면, 정확한 구절로 되돌아갈 수 있는 링크가 필요합니다.

따라서 도구들은 분리되어 있습니다. 하나는 콜 이벤트를 찾고, 다른 하나는 이를 요약하며, 또 다른 하나는 그 안을 검색하고, 마지막 하나는 페이지별 발언 차례를 읽습니다.

1단계: 콜 이벤트 찾기 (find the call)

GetEarningsCallEvent는 티커(ticker)와 선택적인 회계 연도 및 분기를 받아 해당 콜에 대해 제출된 모든 내용을 하나의 기록으로 반환합니다:

# JPMorganChase Third-Quarter 2026 Earnings Conference Call

- Ticker: JPM
...

이제 에이전트는 이 콜이 발생했다는 것, 어떤 회계 분기에 속하는지, 그리고 검색할 문서 ID를 알게 됩니다.

2단계: 읽기 전에 콜의 구조 파악하기 (get the shape of the call before reading it)

GetEarningsCallToneAndThemes는 각 콜을 점수화합니다(톤은 -100 신중함에서 +100 낙관적, 헤징은 0에서 100). 그리고 그 주제들을 목록으로 보여줍니다. 지난 두 번의 콜을 요청하는 것만으로도 변화를 즉시 파악할 수 있습니다:

그리고 7월 발표 목록에는 전혀 없는 테마:

| 테마                       | 톤(Tone) | 언급 횟수(Mentions) | 계산된 키워드                                   |
| Agentic AI 교란 위험 (Agentic AI disruption risk)  | 위험(risk) | 13       | agentic, rogue agents, smart cash solution,        |
|                             |      |          | personal agents, credential sharing                |

언급 횟수는 옆에 있는 키워드로부터 코드로 계산된 것이며, 모델이 단정하는 것이 아니므로 어떤 내용이 카운트되었는지 확인할 수 있습니다. 이것이 에이전트에게 어디를 찾아봐야 하는지 알려주는 단계입니다.

3단계: 구절로 이동 (jump to the passage)

SearchDocument는 하나의 문서 내부에서 검색을 수행합니다. 1단계의 트랜스크립트 ID와 "agentic AI rogue agents"라는 쿼리를 사용하여, 가장 상위 발췌문은 Q&A 교환 내용이며 정확한 줄 링크가 함께 제공됩니다. CFO인 Jeremy Barnum은 개인 에이전트를 수익 추구 흐름(yield-seeking flows)과 핀테크 기업(fintechs)이라는 두 가지 오래된 경쟁 압력의 "교차점"으로 설명하며, "우리가 이에 대해 안일하게 생각한다는 의미는 아니다"라고 말했습니다. 그러자 Dimon이 외부 에이전트에 대해 언급했습니다:

"우리는 어떤 종류의 에이전트든, 아시다시피, 회사 내부로 들어오는 외부 에이전트를 허용하지 않을 것입니다. 왜냐하면 고객들에게 너무 위험하기 때문입니다."

각 발췌문은 equibles.com/stocks/jpm/documents/<id>#fromLine=21&toLine=49와 같은 링크와 함께 반환되므로, 독자는 해당 지점에서 트랜스크립트를 열어볼 수 있습니다.

4단계: 페이지별 차례 읽기 (read turns in pages)

에이전트가 전체 Q&A 내용이 필요할 때, GetEarningsCallTranscript는 limit과 offset을 가진 화자 레이블이 지정된 차례(turns)를 반환하며, 남은 개수("Turns: 1-40 of 99")도 알려줍니다. 각 차례는 신원이 신뢰될 때만 이름과 역할에 귀속되며, 그렇지 않은 경우에는 추측 대신 Operator와 같은 역할이나 중립적인 화자 번호를 표시합니다.

REST를 통한 동일한 호출

채팅하는 대신 코드를 작성하고 있다면, 동일한 데이터가 하나의 GET 요청으로 처리됩니다:

curl -G "https://api.equibles.com/v1/stocks/JPM/earnings-calls/2026/3/speakers" \
  --data-urlencode "limit=3" \
  -H "Authorization: Bearer eq_YOUR_KEY"

{"speakerName": "Jeremy Barnum", "speakerRole": "CFO",
 "text": "Thank you very much, and good morning, everyone. The firm delivered net income of $15.3 billion, EPS of $5.57...",
 "startSeconds": 41.46, "endSeconds": 331.36}

startSeconds와 endSeconds 필드가 중요합니다. 오디오에서 생성된 녹취록에는 종종 오류가 있으므로, 인용문을 공개적으로 사용하기 전에는 해당 타임스탬프의 녹음본과 비교하여 확인해야 합니다. 저는 에이전트에게도 똑같이 하라고 지시할 것입니다.

직접 시도해 보기

• Claude에서: https://mcp.equibles.com/mcp 커스텀 커넥터를 추가하고 계정으로 로그인하세요. 키를 생성할 필요가 없습니다. ChatGPT, Cursor 및 기타 클라이언트는 설정 가이드를 참고하세요.
• 그런 다음 다음과 같이 질문하세요: "Equibles를 사용하여 JPMorgan의 2026년 3분기 실적 발표에서 AI 에이전트에 대해 경영진이 뭐라고 말했는지? 연사들을 인용하고 구절에 링크를 연결해 주세요." 프롬프트에 서버 이름을 명시하면 모델이 메모리에서 답변하는 대신 도구를 호출하게 됩니다.
• 무료 플랜은 MCP와 REST 간에 공유되는 일일 100회 요청입니다.

도구에 대한 더 많은 정보: 실적 발표 녹취록 API 페이지와 실적 발표 레시피를 참고하세요.

이것이 AI 에이전트를 위한 실적 발표 녹취록 전체 루프입니다: 회계 기간별로 통화를 찾고, 그 구조를 읽고, 그 안에서 검색한 다음, 링크와 타임스탬프와 함께 인용합니다. 만약 다른 회사에 대해 실행했는데 뭔가 잘못된 것이 나오면 댓글로 알려주세요. 제가 확인해 보겠습니다.

공개 고지: 저는 Equibles을 구축했습니다. 이 게시물은 2026년 10월 18일에 실행된 도구 출력물을 기반으로 AI 에이전트가 작성했으며, 인용문과 수치는 해당 출력물 및 연결된 출처에서 가져온 것입니다. 여기에는 투자 조언이 포함되어 있지 않습니다.