부산대 데이터사이언스대학원 황윤태 교수.

부산대학교(총장 최재원) 데이터사이언스대학원 황윤태 교수가 교신저자로 참여한 논문 8편이 국제 금융 인공지능(AI) 학회인 ‘ACM ICAIF 2026’에 채택됐다. 이 가운데 4편은 구두(Oral) 발표 논문으로 선정됐다.

ACM International Conference on AI in Finance (ICAIF)는 인공지능을 금융 분야에 적용하는 연구를 다루는 국제 학술대회로, 대학과 금융기관 연구자들이 참여해 금융 AI 방법론과 투자, 위험 관리 등 다양한 연구 결과를 공유한다. 올해 학회는 11월 14일부터 17일까지 이탈리아 밀라노에서 열릴 예정이다.

학회가 공개한 메인 콘퍼런스 채택 목록을 교신저자 기준으로 집계한 결과, 황윤태 교수는 전체 채택 논문과 구두 발표 논문 수에서 모두 가장 많은 편수를 기록했다. 황 교수가 교신저자로 참여해 채택된 논문 8편은 구두 발표 4편, 포스터 발표 2편, 논문집 수록 2편이다.

올해 ICAIF에는 1000편 이상의 논문이 제출됐으며, 메인 콘퍼런스에는 215편이 채택됐다. 이 중 구두 발표 논문은 52편으로, 전체 제출 논문의 5.2% 미만이다. 학회가 안내한 전체 논문 채택률은 약 22%다.

전체 채택 논문을 교신저자 기준으로 비교하면, 황윤태 교수가 8편으로 가장 많았고, 이어 글로벌 자산운용사 블랙록의 자산운용 부문 응용 AI 연구 총괄인 다가시 메타(Dhagash Mehta)가 5편, 네덜란드 암스테르담대 에르만 아카르(Erman Acar) 교수가 4편을 기록했다. 3편이 채택된 경우도 영국 옥스퍼드대 소속 등 4명뿐이었다.

황 교수는 구두 발표 논문 또한 전체 52편의 약 7.7%에 해당하는 4편으로, 가장 많이 채택됐다.

황윤태 교수가 교신저자로 참여한 연구들은 금융 AI의 신뢰성부터 투자 의사결정과 위험 관리까지 폭넓은 주제를 다룬다. 특히 구두 발표로 선정된 4편은 AI 평가 환경의 정보 노출, 기업 실적발표 정보의 활용, 포트폴리오 위험 추정, 금융시장 시뮬레이션을 각각 다뤘다.

황 교수의 논문 ‘AlphaLeak’은 금융 AI 평가에서 기업명과 종목코드를 가리더라도 뉴스에 남은 단서를 통해 기업이 식별될 수 있는지를 분석했다. ‘CallRank’는 기업 실적발표 질의응답 변화를 분석해 업종별 순위 예측과 자산 배분에 활용하는 방법을 제시했다.

‘Decision-Focused Learning of the Gerber Threshold’는 포트폴리오 위험 관리에 적합한 자산 간 공동 움직임 측정 기준을 학습하는 방법을 연구했다. ‘Neural Estimation of Irreversibility in Real and Simulated Limit Order Book Paths’는 실제 주식시장과 시뮬레이션 호가 데이터를 비교해 금융시장 시뮬레이터의 현실 재현성을 평가했다.

구두 발표 논문 외에도 ‘Semantic Credibility’는 신규 보험 청구코드의 비용을 유사한 기존 코드 정보를 활용해 추정하는 방법을 다뤘으며, ‘Metropolitan Housing Signals for Treasury Duration Risk Management’는 미국 지역별 주택가격 정보를 활용해 국채 포트폴리오의 금리 위험을 관리하는 방안을 분석해 채택됐다. ‘The Division of Research’는 AI의 정보 접근 방식이 투자 판단의 다양성에 미치는 영향을 살폈고, ‘SlipClock’은 주문 시점과 규모, 호가 물량 등을 반영해 암호화폐 선물 전략의 거래비용을 평가하는 기준을 제안했다.

황윤태 교수의 논문이 이번 학회에 가장 많이 채택된 것은 금융 AI의 신뢰성과 실용성을 함께 다룬 연구를 바탕으로 부산대의 금융·데이터사이언스 연구 역량이 국제 학술무대에서 인정받은 성과다.

황 교수는 올해 인공지능 분야 국제학술대회인 국제머신러닝학회(ICML)에서도 논문 2편에 각각 제1저자와 공동 제1저자로 참여했고, 신경정보처리시스템학회(NeurIPS)에는 공동 교신저자로 참여한 논문 1편이 채택되는 등 인공지능과 금융을 아우르는 연구를 이어가고 있다.