금융 AI 기술의 급속한 발전에 따라 금융 산업은 데이터 처리 복잡성, 범용 언어 모델(LLM)의 지식 한계, 급변하는 시장 수요 및 인프라 과제 등 다중 어려움에 직면하고 있습니다. 데이터 처리 측면에서 재무제표, 실시간 데이터 분석, 위험 평가 및 동적 시장 정보의 다양성과 복잡성은 기술 솔루션에 더 높은 요구를 제기합니다. 범용 LLM은 금융 전문 용어 처리 및 위험 관리·시장 예측과 같은 고정밀 작업 수행에 한계가 있으며, 금융 시장의 급변성으로 인해 정확성을 유지하려면 모델의 빈번한 업데이트가 필요합니다. 또한 에지 디바이스부터 데이터 센터에 이르는 컴퓨팅 수요는 부하 분산 및 대규모 병렬 컴퓨팅 문제 등 인프라에 대한 도전 과제를 제기합니다.