이번에 시도한 것은 n8n을 활용해 Nvidia 관련 투자 뉴스와 SEC 공시 정보를 자동으로 수집하고 Google Sheets에 저장하는 워크플로우를 만드는 것이었다.
이번 실습의 가장 큰 목적은 대단한 투자 자동화 시스템을 만드는 것이 아니라, n8n이라는 도구를 처음 사용해보고 기본적인 작동 방식을 익히는 것이었다. 다른 수강생들처럼 AI 활용 경험이 많거나 자동화 도구에 익숙한 편은 아니어서, 처음부터 복잡한 시스템을 만들기보다는 한 종목만 정해서 작게 시험해보는 방식으로 진행했다. Nvidia 한 종목을 대상으로 공개 뉴스와 SEC 공시 정보를 자동으로 모아보는 작은 파이프라인을 만들어보았다.
핵심 목표는 다음과 같았다.
- n8n의 기본 노드 사용법 익히기
- Nvidia 관련 영어 뉴스 자동 수집하기
- 신뢰도 높은 출처만 필터링하기
- 최근 30일 내 SEC 핵심 공시 여부 확인하기
- 결과를 Google Sheets에 저장하기
- 일부 항목은 한국어 요약으로 정리하기진행 방법
사용한 도구는 다음과 같다.
- n8n Cloud: 전체 워크플로우 구성
- Google News RSS: Nvidia 관련 뉴스 수집
- SEC submissions API: Nvidia 공시 데이터 확인
- OpenAI Message a Model 노드: 짧은 한국어 요약 생성
- Google Sheets: 결과 저장
- Code 노드: 데이터 형식 정리전체 흐름은 아래와 같이 만들었다.
Manual Trigger
→ Edit Fields
├→ Google News RSS 수집
│ → 신뢰 출처 필터링
│ → 후보 20개 제한
│ → 뉴스 데이터 정리
│
└→ SEC 공시 데이터 조회
→ 최근 30일 내 10-K / 10-Q / 8-K만 필터링
→ Merge
→ Google Sheets 저장용 데이터 정리
→ Message a Model로 한국어 요약 생성
→ Google Sheets에 저장처음에는 Manual Trigger로 시작했다. 자동 실행부터 설정하면 테스트가 어려울 것 같아서, 우선 내가 버튼을 눌렀을 때만 실행되도록 했다.
Edit Fields 노드에는 Nvidia 관련 기본 정보를 넣었다.
{
"stock": "Nvidia",
"query": "Nvidia stock",
"ticker": "NVDA",
"cik": "0001045810"
}뉴스는 Google News RSS에서 가져왔다. 처음에는 100개가 넘는 뉴스가 나왔는데, 전부 저장하면 너무 많아서 필터를 걸었다. 신뢰할 만한 출처라고 생각한 Yahoo Finance, Bloomberg, Reuters, CNBC 등이 제목에 포함된 뉴스만 통과시키도록 했다. 그다음 후보를 20개로 제한했다.
SEC 공시는 Nvidia의 CIK 번호를 이용해 SEC submissions API에서 가져왔다. 처음에는 최근 공시 5개를 그대로 가져왔는데, 내부자 거래 관련 Form 4나 Form 144가 많이 섞여 있었다. 그래서 투자 정보 확인에 더 적합하다고 판단한 10-K, 10-Q, 8-K만 남겼고, 오래된 공시는 매일 다시 확인할 필요가 없다고 생각해 최근 30일 기준으로 필터링했다.
Google Sheets에는 아래와 같은 컬럼으로 저장했다.
collected_at
ticker
company
item_type
source_or_form
title_or_description
published_or_filed_date
link_or_document
summary_or_status
korean_summary처음 저장했을 때는 영어 제목과 짧은 설명만 들어와서 결과가 조금 아쉬웠다. 그래서 Message a Model 노드를 추가해 각 항목을 한국어로 짧게 요약하도록 했다.
사용한 프롬프트는 간단하게 아래처럼 구성했다.
다음 항목을 한국어로 짧게 요약해라.
규칙:
- item_type이 news이면 제목과 snippet 을 바탕으로 한국어 1~2문장 요약을 작성한다.
- item_type이 sec_filing이면 공시 종류와 제출일만 한국어로 설명한다. 본문을 읽은 것처럼 쓰지 않는다.
- 투자 추천, 매수/매도 의견, 목표주가는 쓰지 않는다.
- 원문에 없는 사실을 추가하지 않는다.
출력은 요약문만 작성하라.다음은 전체 n8n 워크플로우와 Google Sheets 저장 결과 화면이다.
프로세스의 흐름을 보여주는 다이어그램
많은 데이터가 포함된 스프레드시트의 스크린샷
결과와 배운 점
결과적으로 Nvidia 한 종목에 대해 뉴스 후보와 SEC 공시 정보를 자동으로 수집하고, 일부 내용을 한국어로 요약해 Google Sheets에 저장하는 워크플로우를 만들 수 있었다.
완성한 내용은 다음과 같다.
- Nvidia 관련 뉴스 RSS 수집
- 신뢰 출처 기준 필터링
- 뉴스 후보 20개 제한
- SEC 최근 공시 조회
- 최근 30일 내 10-K / 10-Q / 8-K 필터링
- 뉴스와 SEC 데이터를 Merge
- 한국어 요약 생성
- Google Sheets 저장결과물 자체는 한 종목만 대상으로 했기 때문에 조촐하지만, n8n을 처음 써보는 입장에서는, 여러 데이터를 가져와서 조건에 따라 걸러내고, 다시 합쳐서 Google Sheets에 저장하는 흐름을 직접 만들어봤다는 점이 의미 있었다.
가장 크게 배운 점은 n8n은 단순히 노드를 연결하는 도구가 아니라, 데이터가 어떻게 흘러가는지 이해해야 하는 도구라는 것이었다. 어떤 노드가 몇 개의 item을 내보내는지, 다음 노드가 그 item을 몇 번 실행하는지, 필드명이 어떻게 바뀌는지를 계속 확인해야 했다.
특히 인상적이었던 점은 다음과 같다.
1. 노드 연결 순서가 논리적으로 맞아야 한다.
2. item 개수가 많으면 다음 노드도 그만큼 반복 실행될 수 있다.
3. 병렬로 처리해야 할 데이터는 가지를 나눠야 한다.
4. Merge 후에는 Table 화면보다 JSON 화면으로 보는 것이 더 정확하다.
5. AI 노드 출력은 바로 저장하지 말고, 필요한 텍스트만 정리해서 저장하는 것이 좋다.시행착오도 많았다.
AI Agent 노드를 써보려 했지만 Chat Model 연결이 잘 인식되지 않아, 더 단순한 Message a Model 노드로 바꿨다. 이 과정에서 목적에 따라 더 단순한 노드를 선택하는 것도 중요하다는 것을 배웠다.
현재 결과물의 한계도 분명하다. Google News RSS는 기사 전문이 아니라 제목과 짧은 snippet만 제공하기 때문에, 지금의 한국어 요약도 기사 전문 요약은 아니다. SEC도 공시 본문을 읽고 요약한 것이 아니라, 최근 핵심 공시 목록과 메타데이터를 정리한 수준이다.
그래서 이번 실습은 “완성된 투자 브리핑 시스템”이라기보다는 투자 정보 수집 자동화의 기초 버전이라고 보는 것이 맞다.
이번 실습을 통해 n8n의 유용성을 처음 체감했다. 아직은 초보적인 수준이지만, “이걸 나중에 여러 종목으로 확장할 수 있겠다”, “다른 데이터 출처도 붙일 수 있겠다”는 감이 생긴 것이 가장 큰 수확이었다. 기본 개념을 더 익히면 투자 정보뿐 아니라 공부 자료, 업무 정리, 일정 관리 등에도 다양하게 활용할 수 있을 것 같다.
