Moshi는 전 JP모건의 에너지 파생상품 거래원이자 풀브라이트 연구원인 Anekha Sokhal이 최근 설립한 AI 원생 금융기술 기업으로, 전문 트레이더를 위한 실시간 AI 추천 엔진(RecSys)을 지향합니다. 이 회사의 기술 스택은 선물 시간시계열 데이터, 기본적 데이터, 뉴스, X/Twitter, 팟캐스트 및 사용자의 비공개 데이터(예: PDF 보고서)를 통합하며, 자체 개발한 온톨로지와 n차원 그래프 모델링을 기반으로 4초마다 약 300개의 신규 데이터 포인트를 처리합니다. 회사는 ‘새로운 블룸버그’라는 서사를 명확히 거부하고, 자신들을 블룸버그(시장 데이터), Claude(LLM 상호작용), 넷플릭스(맞춤형 추천)의 혼합체로 규정하며, 핵심 차별점은 ‘대시보드 중심’이 아니라 ‘워크플로우 중심’에 있다고 강조합니다.
Moshi는 모델 자체 구축과 데이터 폐쇄 루프를 고수합니다. 자체 개발한 비전-언어 모델을 활용해 사용자가 업로드한 비정형 문서(예: 스캔본 PDF)를 해석하며, 민감한 거래 데이터 처리 시 제3자 API 호출을 전 과정에서 배제합니다. 소셜 데이터 측면에서는 LNG 설비 운영사와 같은 신뢰할 수 있는 산업 정보 출처를 식별하여 노이즈를 차단하고, 로이터, 블룸버그, 월스트리트저널 등이 동일한 선박/항공편의 수량에 대해 보고하는 통계 간의 차이와 같은 이견 신호를 적극적으로 부각시켜, 표면적 합의를 추구하기보다는 이를 실행 가능한 인텔리전스로 전환합니다.
회사의 발전 경로는 강력한 고객 지향성을 반영합니다. 모든 제품 기능은 실제 트레이더들과의 심층 인터뷰에서 시작되며, ‘먼저 회의를 열고 나서 채용을 진행’하는 방식을 취합니다. 현재 중점은 팀 확대가 아니라 고객 확보에 두고 있으며, 최근 한 개 직무에만 4일 만에 2,500건의 이력서가 접수되었지만, 소칼은 그중 상당수가 신뢰도가 낮은 지원자들로 구성되어 있다고 지적했습니다. 여기에는 유효하지 않은 취업 비자, 은밀한 신원 탐지 목적의 지원자, 그리고 실무 경험에 대한 이해가 부족한 신입 지원자들이 포함됩니다. 그녀는 구매 의지와 역량을 갖춘 진정한 바이어와 단순히 일회성으로 접근하는 이들을 구분할 수 있는 ‘고신호’ 선별 메커니즘을 마련해야 한다고 강조했습니다.
Moshi는 최근 뉴욕과 휴스턴에서 열린 금융과 AI의 융합 컨퍼런스에서 큰 주목을 받았으며, 참석자들은 일선 트레이더들, ‘당신이 곧 전 팀’이라는 압박을 겪는 AI 엔지니어들, 그리고 잠재적 생태계 파트너들을 포함했습니다. 이후에는 주제별 웨비나와 역동적인 패널 토론을 통해 더 넓은 범위로 접근할 계획입니다. 주목할 점은, 본문 전체에서 제품의 출시 상태, 매출 규모, 투자 유치액 또는 구체적인 고객 명단은 공개되지 않았으며, 모든 기술 설명과 비즈니스 전략은 공개된 인터뷰 및 행사 관찰에 근거한 것으로, 시점은 2026년 10월 25일 이전으로 고정되어 있다는 점입니다.