매일 아침 1시간짜리 종목 리서치를 AI가 10분으로 줄여준 이야기

지난번에 이어서 추가 작업을 했습니다. 놀라웠던 점은 Claude Code가 단순히 코드를 짜주는 데서 멈추지 않았다는 것입니다.

AI는 먼저 역할을 나눴습니다.

• 시장 전체 분위기를 보는 애널리스트

• 종목을 걸러내는 스크리너

• 차트를 보는 기술 분석가

• 뉴스를 확인하는 리서처

• 최종 전략을 정리하는 전략가

이렇게 5개의 전문 에이전트가 움직이는 구조를 제안했습니다.

덕분에 저는 처음부터 완벽한 설계를 하지 않아도 됐습니다.
대화를 이어가면서 시스템이 점점 구체화됐습니다.

2. 매일 아침 돌아가는 AI 비서팀 만들기

AI 비서팀의 아침 루틴은 이렇게 구성했습니다.

1. 장 시작 전 시간외 거래에서 강세 종목 포착

2. 해외 증시, 환율, 수급 등 시장 분위기 정리

3. 조건에 맞는 종목 5~10개 필터링

4. 각 종목의 차트와 뉴스 동시 분석

5. 진입가, 손절가, 목표가가 담긴 전략 리포트 생성

이전에는 제가 직접 여러 사이트와 채널을 돌아다니며 확인하던 일입니다.

이제는 텔레그램에 한 줄만 보내면 됩니다.

오늘 장 전 분석해줘. 텔레그램 뉴스 체크하고 매매 전략 짜줘.

그러면 AI가 뉴스를 확인하고, 종목을 분석하고, 결과를 다시 텔레그램으로 보내줍니다.

텔레그램을 사용하려면 봇토큰과 아이디만 설정하면 되기에, 오픈클로, 헤르메스하던 것과 동일하게 하면 됩니다. 테스트삼아 간단한 명령어만 사용해 보았습니다.

출근 준비하면서 메시지를 보내두면
지하철 타기 전에 오늘 전략 리포트가 도착해 있는 구조가 된 겁니다.

3. “이 뉴스, 진짜 새 거 맞아?”를 AI가 잡아냈습니다

가장 인상 깊었던 순간은 6월 8일 월요일 아침이었습니다.

장이 열리자마자 폭락 분위기가 강했습니다.
그 와중에 한 조선주가 대규모 수주 뉴스와 함께 강세를 보이고 있었습니다.

예전 같았으면 이렇게 생각했을 겁니다.

“폭락장에서도 오르는 걸 보니 강한 종목인가?”

그래서 AI에게 물었습니다.

오늘아침 장 분석해줘. 폭락했어. 원인이 뭘까

AI는 해당 종목의 뉴스를 확인하더니 이렇게 정리했습니다.

해당 뉴스는 1월 7일 보도된 기사로, 약 5개월 전에 이미 시장에 반영된 재료입니다. 신규 재료로 보기 어렵습니다.

이 한 문장이 컸습니다.

혼자 봤다면 새 뉴스라고 착각했을 가능성이 높았습니다.
하지만 AI가 날짜를 짚어주면서, “강한 종목”이 아니라 “이미 나온 재료가 다시 돌고 있는 상황”일 수 있다는 걸 알게 됐습니다.

그날 폭락 원인도 감정이 아니라 구조로 정리해줬습니다.

• 미국 고용지표 쇼크

• 트럼프 관세 추가 우려

• 엔화 강세 전환에 따른 엔캐리 청산 가능성

막연한 공포가 아니라
“왜 빠지는지”를 알게 되니 훨씬 냉정하게 판단할 수 있었습니다.

4. 악재를 먼저 잡아낸 것도 AI였습니다

6월 2일 아침에는 방산 섹터가 강했습니다.

저는 한 종목을 전략에 넣을지 고민하고 있었습니다.
그런데 AI가 분석 후 C등급을 매겼습니다.

이유는 분명했습니다.

전일 공장 폭발 사고가 발생했습니다. 갭하락 출발이 예상되므로 진입을 회피합니다.

제가 미처 확인하지 못한 악재였습니다.

그날 해당 종목은 실제로 갭하락했습니다.
분석 단계에서 걸러지지 않았다면 손실로 이어질 수 있는 상황이었습니다.

이때 느꼈습니다.

AI는 수익을 보장해주는 도구가 아니라,
내가 놓칠 수 있는 위험을 먼저 알려주는 도구일 수 있구나.

5. 폭락장에서 AI가 한 말: “오늘은 관망입니다”

6월 5일 금요일, 6월 8일 월요일.

두 번의 폭락장이 연속으로 왔습니다.

이런 날에는 마음이 흔들립니다.

• “이 정도 빠졌으면 반등하지 않을까?”

• “강한 종목 하나쯤은 있지 않을까?”

• “지금 안 사면 놓치는 거 아닐까?”

하지만 AI의 최종 전략은 같았습니다.

신규 진입 0종목
오늘은 관망

처음에는 아쉬웠습니다.
그래도 뭔가 해야 할 것 같은 마음이 있었으니까요.

하지만 결과적으로 두 날 모두 뚜렷한 반등 없이 하락으로 마감했습니다.

AI가 제 판단을 대신해준 것은 아닙니다.
대신 흔들리는 순간에 판단 근거를 만들어줬습니다.

그게 가장 큰 차이였습니다. 그러나 저는 감과 느낌으로 트레이딩으로 투자를 했습니다.

큰 폭의 하락이 펀더멘털문제가 아니라 다시 회복될 것으로 봤기 떄문이죠.

6. 분석에서 끝내지 않고 실제 주문까지 연결했습니다

리포트만 받아보는 것도 좋지만, 실행이 늦으면 의미가 줄어듭니다.

그래서 다음 단계로 실제 주문 기능까지 연결했습니다.

트레이딩을 한번 해보자

이 한마디로 시작해 Claude Code와 함께 KIS OpenAPI를 연결했습니다.
한국투자증권의 KIS Developers는 REST, WebSocket 방식의 OpenAPI와 국내주식 등 API 문서를 제공하고 있습니다.

ALT

한국의 다양한 화폐 종류를 보여주는 표

구현한 기능은 다음과 같습니다.

• 매수 주문

• 매도 주문

• 주문 취소

• 미체결 주문 조회

• 실계좌 연동 CLI

물론 실제 주문은 바로 나가지 않도록 했습니다.

정말 실행하시겠습니까? (y/N)

이 확인 단계를 반드시 거치게 만들었습니다.

중간에 토큰 인증 오류도 있었습니다.
에러 메시지를 그대로 Claude Code에 붙여 넣었더니, 증권사 API 특성상 토큰 발급을 너무 짧은 간격으로 반복 요청해서 막힌 것이라고 원인을 짚어줬습니다.

1~2분 기다렸다가 다시 시도하니 정상적으로 해결됐습니다.

결과와 배운 점

Before vs After

만들어진 결과물

이번에 만든 시스템은 단순한 챗봇이 아니었습니다.

• 5개 전문 에이전트 기반 분석 파이프라인

• 텔레그램 명령 기반 리포트 자동 반송 봇

• 장전·장중·마감 분석용 HTML 대시보드

• KIS OpenAPI 연동 실계좌 트레이딩 CLI

• 뉴스 재탕 여부와 악재를 사전에 확인하는 리서치 흐름

결과적으로 매일 아침 리서치 시간이 크게 줄었고,
무엇보다 감정에 휘둘리는 매매를 줄일 수 있었습니다.

이 과정에서 배운 AI 활용 팁

1. 처음부터 완벽한 요청을 하지 않아도 됩니다

처음 요청은 정말 막연했습니다.

국내주식 단기 매매 비서 만들어줘

그런데 대화하면서 구조가 잡혔습니다.

AI를 잘 쓰려면 처음부터 완벽한 프롬프트를 쓰는 것보다
일단 시작하고, 대화하면서 구체화하는 게 더 중요했습니다.

2. 추천만 받지 말고 “왜?”를 물어봐야 합니다

종목 추천만 받으면 위험합니다.

대신 이렇게 물어보는 게 훨씬 도움이 됐습니다.

이 종목을 추천한 이유가 뭐야?
이 뉴스는 새 재료야, 이미 반영된 재료야?
진입을 피해야 할 악재는 없어?

AI에게 판단 근거를 요구할수록 결과가 단단해졌습니다.

3. 자동화는 판단을 없애는 게 아닙니다

이번 경험에서 가장 크게 배운 점입니다.

AI가 대신 돈을 벌어주는 것은 아닙니다.
AI가 항상 맞는 것도 아닙니다.

실제로 장중에 AI가 포착한 역행 상승 종목이 나중에 하락으로 바뀐 적도 있었습니다.

그래서 최종 결정은 반드시 사람이 해야 합니다.

다만 AI는 사람이 더 나은 판단을 할 수 있도록
시간을 줄여주고, 놓친 정보를 찾아주고, 감정적인 결정을 막아주는 역할을 할 수 있습니다.

재사용 가능한 프롬프트

프롬프트 1. 아침 시장 분석 시작

오늘 장 전 분석해줘.
[관심 섹터나 종목이 있다면 추가]
텔레그램 뉴스 체크하고 매매 전략 짜줘.

프롬프트 2. 특정 종목 뉴스 재탕 여부 확인

[종목명] 오늘 나온 [뉴스 제목] 뉴스,
이거 새 재료야 아니면 예전에 나왔던 거야?
시장에 선반영 됐을 가능성 검토해줘.

프롬프트 3. 폭락장 원인 분석

오늘 장이 많이 빠졌어.
원인이 뭘까?

해외 지표, 수급, 매크로 기준으로 정리해줘.
그리고 지금 관망해야 할지, 저가 매수 기회인지 판단 도와줘.

프롬프트 4. 종목 악재 사전 체크

오늘 [종목명] 진입 고려 중이야.
최근 공시나 뉴스 중에 진입을 회피해야 할 악재가 있는지 먼저 체크해줘.

앞으로의 계획

아직 완성형은 아닙니다.

앞으로는 세 가지를 더 해보고 싶습니다.

1. 조건 충족 시 자동 주문까지 확장

2. 다른 컴퓨터에도 같은 시스템을 설치해 교차 검증

3. 과거 1~2년 데이터로 AI 추천 전략 백테스트

특히 백테스트가 붙으면
“AI가 그럴듯하게 말하는지”가 아니라
“실제로 과거 데이터에서 통했는지”를 확인할 수 있을 것 같습니다.

마무리

이번 프로젝트를 하면서 느낀 건 하나였습니다.

반복적으로 정보를 모으고,
그 정보를 기준으로 매일 판단해야 하는 일이라면
AI 자동화가 생각보다 훨씬 강력하다는 것.

주식뿐만 아니라 부동산, 마케팅, 쇼핑몰 운영, 콘텐츠 기획에도 비슷하게 적용할 수 있을 것 같습니다.

중요한 건 AI에게 모든 결정을 맡기는 게 아닙니다.

AI가 잘하는 일은 맡기고,
사람은 더 중요한 판단에 집중하는 것.

그게 이번에 만든 AI 매매 비서의 가장 큰 의미였습니다.

투자는 최종적으로 본인의 판단과 책임이 필요한 영역입니다.
이 글은 AI 자동화 사례 공유이며, 특정 종목이나 매매를 권유하는 글이 아닙니다.

도움 받은 글

• Anthropic Claude Code GitHub: Claude Code는 터미널에서 동작하며 코드베이스 이해, 반복 작업 실행, Git 워크플로우 등을 자연어로 돕는 에이전트형 코딩 도구입니다.

• Anthropic Claude API Docs: Claude를 애플리케이션에 통합하기 위한 공식 문서입니다.

• KIS Developers: 한국투자증권에서 제공하는 OpenAPI 개발자센터입니다.

• 한국투자증권 API 문서: KIS OpenAPI는 App Key, App Secret, Access Token 기반 인증 방식을 제공합니다.