[1주차] 22기 에이전틱 AI 투자 | 네이버 금융 데이터 자동 수집 및 텔레그램 알림 구축
2026.05.24
![[1주차] 22기 에이전틱 AI 투자 | 네이버 금융 데이터 자동 수집 및 텔레그램 알림 구축 본문 이미지](/_next/image?url=https%3A%2F%2Fcdn.gpters.org%2Fexternal%2F0342e9c986c950931b5a4516.jpg&w=3840&q=75)
투자 정보 자동화 목표
다양한 매크로 지표와 종목 정보를 메일로 받아보기
Codex를 활용한 투자 정보 자동 수집 및 텔레그램 알림 구축
AI를 활용한 네이버 금융 크롤링
Codex를 활용한 투자 정보 자동 수집 및 텔레그램 알림 구축
활용한 도구
codex : AI 코딩 에이전트로, 네이버 금융 크롤링 코드 작성 및 오류 수정, 기능 확장(메일/텔레그램 전송)
telegram : 수집한 금융 데이터를 실시간으로 받아보기 위한 알림 전송 채널로 활용
진행 세부 내용
1️⃣ 네이버주식(finance.naver.com)에서 매크로 정보
2️⃣ 각 항목 Codex 프롬프트입력
3️⃣ 메일로 네이버 금융 매크로 지표 받기

3️⃣ 텔레그램

시행착오와 해결
처음에는 터미널과 VS Code 실행 환경에 익숙하지 않아 실행 경로를 잘못 설정하는 문제가 있었습니다. python3 naver_macro.py 실행 시 파일 경로를 찾지 못하는 오류가 발생했고, 프로젝트 폴더로 이동한 뒤 실행해야 한다는 점을 배웠습니다. 또한 메일 발송 기능을 구현하는 과정에서 Gmail SMTP 환경변수 설정이 제대로 적용되지 않아 반복적으로 발송 실패 메시지가 출력되었습니다. 이후 환경변수의 개념과 터미널 세션이 종료되면 설정값이 초기화된다는 점을 이해하게 되었습니다.
향후 계획
이번 실습에서는 네이버 금융 데이터를 크롤링하여 메일 및 텔레그램으로 전송하는 자동화 시스템을 구현했습니다. 앞으로는 이를 확장하여 데이터를 CSV 또는 엑셀 파일로 저장하고, Google Drive와 연동해 자동으로 누적되는 실습을 진행해보겠습니다.
또한 n8n과 연결하여 정해진 시간마다 자동으로 데이터를 수집하고, NotebookLM과 같은 도구를 활용해 데이터 분석 및 투자 인사이트 도출까지 연결해보고 싶습니다. 최종적으로는 단순 정보 수집을 넘어, AI 에이전트를 활용해 투자 의사결정을 보조할 수 있는 자동화된 투자 정보 관리 시스템으로 발전시키는 것이 목표입니다.
배운 점
이번 실습을 통해 익숙하지 않았던 개발 환경을 처음부터 직접 설치하고 구축해보며, AI 코딩 에이전트를 활용한 자동화 시스템 구현 과정을 경험할 수 있었습니다. Node.js와 Codex 설치부터 VS Code 터미널 실행, 환경변수 설정, Gmail SMTP 및 Telegram Bot API 연동까지 전 과정을 직접 설정하면서 개발 환경을 스스로 구성했습니다.
또한 AI 코딩 에이전트와의 협업을 통해 복잡하게 느껴졌던 금융 데이터 크롤링과 자동 알림 시스템을 단계적으로 구현하며, AI를 활용하면 개발 경험이 많지 않아도 실제 자동화 프로젝트를 구축할 수 있다는 점을 체감했습니다.
이번 실습을 계기로 앞으로는 보다 확장된 자동화 환경을 직접 구축하고, 투자 데이터 수집·분석·알림까지 연결되는 실전형 AI 자동화 시스템을 만들어보고 싶습니다.
로그인하고 댓글을 남겨 주세요
개발 환경 세팅부터 텔레그램 연동까지 완벽하게 뚫어내셨네요! 정말 고생 많으셨습니다.
향후 계획으로 적어주신 'NotebookLM을 활용한 데이터 분석 및 투자 인사이트 도출' 부분에 대해 제 경험을 살짝 공유해 봅니다. 시스템을 고도화하실 때 AI의 역할을 두 트랙으로 분리해 보시면 훨씬 결과가 좋을 것 같습니다
1. 데이터 분석 (수치 계산, 통계 등) : 언어 모델보다는 Python이나 n8n 노드를 활용한 별도의 알고리즘으로 정확하게 처리하는 것을 추천합니다. (이 부분은 Python을 추천하며, 코딩 에이전트를 적극 활용해 보세요!)
예시: Stocklab의 차트 기능, RSI, 이동평균선(MA), 종목 비교 기능 등
2. 투자 인사이트 도출 이 영역은 NotebookLM을 활용하시면 좋습니다. 단순 수치만 넣기보다는, 관련 시황 뉴스(네이버 뉴스, 유튜브 채널 내용)나 증권사 매크로 리포트 등 '더 많은 텍스트 정보'를 듬뿍 넣어주세요.
'계산'은 코드가, '맥락과 인사이트'는 NotebookLM이 담당하게 역할을 나누면 보다 나은 나만의 AI 애널리스트가 탄생할 겁니다! 다음 스텝도 강력히 응원합니다.
참고로 리서치 자료는 네이버 리서치(https://finance.naver.com/research/), 종목별 기사는 해당 종목의 뉴스란(예[삼성전자 뉴스] : https://finance.naver.com/item/news.naver?code=005930)를
참고하시면 좋을 것 같습니다.
멍멍님 답변 감사합니다. 보충해주신 자료를 바탕으로 다음 사례글 작성 전까지 추가 자료를 더 검토하며 인사이트를 도출해보겠습니다 :)




항상 효빈님, 귀중한 사례 작성해주셔서 감사합니다!
처음부터 끝까지 Node.js·Codex·SMTP·Telegram Bot API까지 환경 셋업을
직접 부딪히면서 풀어내신 게 정말 인상적이에요. 특히 "환경변수가 터미널
세션 끝나면 초기화된다"는 점을 실제로 한 번 겪고 이해하신 학습 흐름이
앞으로 어떤 새로운 도구를 만나도 진짜 빠르게 흡수하실 자세인 것 같아요. 👏
투자 공부 재미있지 않나요? 한 번 발을 들이면 진짜 빠져들어요. 입문하실 때
김승호 회장님 "돈의 속성", EBS 자본주의 책, "부자 아빠 가난한 아빠" 이
세 권 정말 추천드려요. 자동화 기술이랑 투자 철학이 같이 자라야 진짜
오래 가더라구요.
그리고 헤르메스 에이전트 꼭 한 번 설치해보세요. 지금 만드신 크롤링 코드
그대로 헤르메스 크론잡에 얹어서 매일 정해진 시간에 자동 실행시키는 실습까지
가시면, 향후 계획으로 적어주신 부분(엑셀 누적 + Drive 연동 + n8n 스케줄)이
자연스럽게 손에 잡힐 거예요.
다음 사례도 기대하고 있을게요. 응원합니다! 🚀