비개발자가 코딩 한 줄 안 치고 만든 'AI 투자 에이전트' — Cowork × Claude 하네스로 90분

🎯 한 줄 요약

투자 공부 좀 한 바이브 코딩 입문자인 제가, Claude Cowork + GitHub에 미리 만들어둔 "하네스(harness)" 만으로 나에게 맞춘 AI 투자 에이전트를 켜고, ① 투자 성향 진단·메모리화 → ② 9거장 적합도 분석 → ③ 재무 종합 진단 1차 → ④ 권고 단행 후 재진단(점수 D→B)까지 한 세션에서 끝낸 기록입니다.

코딩이라곤 git clone 한 줄, 그리고 마크다운 파일 열어보는 수준만 했습니다.

📋 왜 했나

투자 공부는 꾸준히 해왔지만, 정작 '내 자산'을 일관된 페르소나·규칙으로 봐주는 AI 비서가 없었습니다. ChatGPT/Claude를 켤 때마다:

• 매번 처음부터 내 성향·자산을 다시 설명

• "이번엔 좀 보수적으로" 같은 톤이 다음 세션에서 휘발

• 종목 추천이 그날그날 다른 논리로 흔들림

해법 아이디어는 단순합니다. 페르소나·규칙·기억을 외부 파일(SYSTEM.md / memory.md / skills/)에 박아두고, 매 대화 시작 시 그걸 먼저 읽게 만들기. 이걸 "하네스(harness)"라고 부릅니다. 깃허브에 한 번 만들어두면 어디서든 같은 에이전트가 켜집니다.

🛠️ 준비물

• Claude Cowork (데스크탑 앱, 폴더 마운트 + Bash + 웹검색 가능)

• GitHub 저장소: newise413/investment_agent (페르소나·규칙·skills 템플릿)

• 소요 시간: 약 60–90분 (대기·생각 포함)

• 사전 코딩 지식: 없음. git clone이 뭔지만 알면 됨.

하네스 저장소 구조:

investment_agent/
├── SYSTEM.md          # 페르소나·하드룰·출력 포맷
├── memory.md          # 정체성·재무핵심·원칙·학습로그
├── skills/            # stock-discovery, risk-check, self-verify, rebalance, trade-log
├── user/              # profile, assets, portfolio, freedom-goal
├── output/            # 분석 결과물 저장처
└── trades/log.csv

⚙️ STEP 0. 하네스 로드 (90초)

첫 프롬프트는 이거 하나입니다.

이 저장소를 내 작업 폴더에 복제해줘:
git clone https://github.com/newise413/investment_agent.git
그리고 investment_agent/ 안의
SYSTEM.md, memory.md, skills/ 를 모두 읽고
"하네스 로드 완료" 라고 출력해줘.

Cowork가 Bash로 git clone 실행 → 파일 읽기 → "하네스 로드 완료" 출력. 이 한 줄로 에이전트의 페르소나·규칙·5개 skill이

ALT

투자 대리인 설정 이제 기술 파일

핵심은 SYSTEM.md의 하드룰 6개입니다:

1. 실시간 검색 우선 (학습 데이터 단독 사용 금지)

2. 종목 추천 전 3회 자가검증 루프 필수

3. 모든 수치에 출처

4. 한 응답에 skill 하나만

5. "사야 한다" 단정 금지, 시나리오 ⓐ/ⓑ/ⓒ로 제시

6. 새 사실은 memory.md > 학습 로그에 자동 기록

이 규칙들이 LLM의 환각·과신을 구조적으로 차단합니다.

⚙️ STEP 1. 성향 진단 → 정체성·편향을 메모리에 박기 (10분)

별도 웹앱(워크숍에서 만든 행동재무학 기반 10문항)으로 진단을 받고, 그 결과 마크다운을 그대로 던졌습니다.

#Role: 너는 memory.md 와 user/profile.md 를 관리하는 나의 Cowork 에이전트야.
#Instruction
1. 아래 첨부된 "내 진단 결과"를 그대로 user/profile.md 에 저장 (덮어쓰기)
2. memory.md 의 "## 정체성" 섹션을 내 유형/대가/편향으로 갱신
3. memory.md 의 "## 원칙" 섹션에 내 편향(과잉확신·현상유지·군중심리) 극복 원칙 3가지 추가
4. 변경 전/후 diff 와 tree 로 폴더 상태 확인
#Context — 내 진단 결과
(균형 성장형 / 리스크 54 / 편향 과잉확신·현상유지·군중심리 / Q1~Q10 답변)

Cowork가 알아서 멈추고 질문한 지점이 인상적이었어요. 진단 결과에 "투자 대가"가 없었는데, 그냥 멋대로 채우지 않고 AskUserQuestion 위젯으로 4명 후보(레이 달리오 / 워런 버핏 / 피터 린치 / 존 보글)를 추천 이유와 함께 묻더군요. 저는 '드러켄밀러(스탠리)' 를 직접 입력했습니다 — 매크로 톱다운 + 고확신 집중 + 빠른 손절 스타일이

메모리에 자동 박힌 편향 교정 원칙 (이게 진짜 핵심):

### 편향 교정 원칙 (진단 기반: 과잉확신·현상유지·군중심리)
- [과잉확신] 확신이 강할수록 먼저 줄인다 — '내 예측'을 단일 매수 근거로 쓰지 않고,
  진입 전 Bear 시나리오 손실액부터 계산. 신규 매수는 목표 비중의 절반부터 분할 진입.
- [현상유지] 분기 1회 모든 보유에 "지금이라면 새로 살 것인가?" 점검,
  아니면 축소·교체 (변액보험·물타기 방치 금지).
- [군중심리] SNS·지인·유튜버 종목은 48시간 숙려 + 1차 출처(공시·재무)
  직접 확인 전엔 매수 금지.

진단 결과를 단순히 '알고 끝'이 아니라 의사결정 규칙으로 외부화하는 게 포인트입니다. 다음 단계에선 에이전트가 이 원칙을 자동으로 꺼내서 진단에 반영해요.

⚙️ STEP 2. 9거장 적합도 분석 + 통합 포트폴리오 (15분)

📅 분석 요청 시점: 2026년 5월 24일 (KST)
⚠️ 학습된 과거 데이터 금지. 반드시 위 시점 기준 최신 정보를 웹 검색으로 조회.
#Role: 너는 노련한 투자 리서처이자 행동재무학 전문가야.
- 9명의 거장(달리오·버핏·마코위츠·보글·린치·소로스·막스·멍거·캐시우드)에 정통
#Instruction
1. memory.md, user/profile.md 를 읽어 내 정체성·편향·답변 패턴 파악
2. 9명 각각 0~100점 적합도 채점 (표 형식)
3. TOP 3는 편향과의 상호작용, 리스크 정합성, KR/US ETF 실행안
4. TOP 3 결합한 통합 포트폴리오 1안 + SWOT
5. output/01-philosophy-fit.md 로 저장 + tree 확인

Cowork가 2026-05-24 기준 매크로를 실시간 검색합니다:

• S&P 500: ~7,473 (사상 최고권), VIX 16.7 (안주 국면)

• CPI 3.8% YoY (2023 이후 최고, 에너지 +17.9%), 10년물 4.60%

• Fed funds 3.50–3.75% 동결, 금 $4,499

TOP 3 = 달리오 · 보글 · 마코위츠. 세 사람 모두 "분산·저비용·규율형"인 게 우연이 아닙니다. 제 지배적 리스크가 집중·추종(과잉확신·군중심리)이라, 그걸 구조적으로 막아주는 철학이 자동으로 상위에 올라온 거예요. 반대로 끌릴 법한 집중·테마형(소로스 56, 캐시우드 49)은 편향을 증폭하기 때문에 하위에 배치됐습니다. 에이전트가 제 확증편향을 회피하는 추천을 하는 게 가장 만족스러운 지점.

통합 포트폴리오 (체감 리스크 ≈54, 목표와 정합):

자가검증 3회 루프(데이터 반박 → Bear 시나리오 → 행동경제학 반박)가 자동으로 실행돼 "통과/보류/기각" 판정까지 찍힙니다. 이게 SYSTEM.md 하드룰 #2의 효과예요.

⚙️ STEP 3. 재무 종합 진단 1차 (15분)

페르소나를 "베테랑 재무설계·자산관리 전문가"로 바꿔서 6섹션 진단을 요청. 자산 상세를 던지니 다시 웹으로 2025 가계금융복지조사·DSR 규제·국세청 절세 한도를 검증한 뒤 계산했습니다.

저는 일부러 "부유하지만 구조 취약" 케이스를 넣었습니다(부동산 비중 95%, 신용대출 과다, 비상금 0).

결과 (절대금액은 비공개, 비율 위주로):

• 현금흐름 DSR 28.5% / 규제식 DSR 86.6% (신규 차입 사실상 불가)

• 부채/순자산 약 58% (40대 평균 한참 위)

• 비상금 충족률 0% (즉시 가용 현금 0)

• 재무건강 37/100 — 등급 D ('부유하나 구조 취약')

📸 [캡처 ⑥] ▸ 6섹션 진단의 마지막 "재무 건강 점수 (100점)" 표 + Top 3 즉시 액션이 보이는 화면

TOP 3 즉시 액션:

1. 비상금 즉시 확보 — 월지출 6개월치를 별도 CMA로 분리 (충족률 0% → 100%)

2. 신용대출 약 1/3 우선 상환 — 무위험 5.5% 확정, 규제 DSR 개선

3. 연금저축+IRP 한도 채움(연 900만원, 공통 한도 → 세액공제 100만원대) + 투자용 부동산 일부 유동화

Bear 시나리오(소득 -30%·부동산 -20%) 자동 적용 시: 28점 / 등급 E. 무너집니다.

⚙️ STEP 4. 권고 단행 후 → 같은 날 재진단 (10분)

이게 사실 이 하네스의 진짜 매력 포인트입니다. 같은 자산표를 권고대로 바꿔서 다시 던지니, 점수가 어떻게 변하는지 즉시 확인됩니다.

가상으로 단행한 조치 (절대금액 대신 변화율로 표시):

• 비상금: 0 → 월지출 6개월치 확보(CMA)

• 투자용 부동산: 약 80% 이상 유동화

• 신용대출: 약 60% 상환

• 기타부채(임대보증금): 전액 정리

같은 6섹션 진단이 다시 돌아갑니다. 결과:

memory.md의 학습 로그에는 1차/개정 액션이 모두 자동 누적돼서, 다음 세션에서 에이전트가 "지난번 이렇게 했었지" 하는 컨텍스트로 시작합니다.

💡 해보고 알게 된 것

1. 하네스 3단 구조의 위력. SYSTEM.md(페르소나·규칙) / memory.md(장기기억) / skills/(절차)를 분리한 게 핵심. 매 대화가 정확히 같은 페르소나·규칙으로 켜집니다. ChatGPT '프로젝트' 기능과 비슷하지만, 버전 관리(git)·이식성·재사용성이 비교가 안 됩니다.

2. 하드룰 6개가 환각을 막는다. 특히 "실시간 검색 우선"과 "3회 자가검증 루프"가 결합되면 LLM의 자신감 있는 헛소리가 구조적으로 차단됩니다. 종목 추천에서 추정·과장이 거의 사라져요.

3. 편향을 '아는 것'과 '규칙화하는 것'은 다르다. 진단 결과를 memory.md의 원칙으로 박아두니, 매번의 분석에서 에이전트가 "당신의 과잉확신 편향 때문에 이 추천은 보류"라고 스스로 제동을 겁니다. 진단이 살아 움직이는 셈.

4. 추천 = 내가 듣고 싶은 말이 아니라, 내 편향을 정면으로 막는 말. 9거장 분석에서 끌렸던 소로스·캐시우드는 하위, 끌리지 않았던 보글·마코위츠가 상위. 처음엔 살짝 김 빠졌지만, 곱씹어보니 확증편향에 영합하지 않는 추천이야말로 진짜 가치.

5. 진짜 바이브 코딩. 깃 명령 1줄 + 마크다운 파일 읽기. 이 정도면 충분합니다. 비개발자가 자기 상황에 딱 맞춘 에이전트를 만들 수 있다는 게 진짜 신기.

🔚 다음 단계

• [ ] 자산배분을 실제 금액(예: 유동화 자금 ○억)으로 환산 → 매수 주문 단위까지

• [ ] 경제적 자유 목표금액 역산(은퇴 시점·필요 자산)

• [ ] 월간 리밸런싱 자동화 (skills/rebalance.md 가동)

• [ ] 매수 발화 → trades/log.csv 자동 기록 (skills/trade-log.md)

• [ ] 하네스 자체를 다른 도메인으로 분기(부동산 전용 / 1인 사업가 전용 등)

📂 저장소

https://github.com/newise413/investment_agent

복제 한 줄로 동일한 에이전트를 켤 수 있게 공개해두었습니다. SYSTEM.md만 본인 페르소나로 바꾸면 어떤 도메인이든 응용 가능합니다.

※ 본 글은 학습·기록 목적이며 투자 자문이 아닙니다. 모든 수치는 학습 시점(2026-05-24) 웹 검색 기반이며, 의사결정은 본인 책임입니다.