본문으로 건너뛰기

네이버 금융 매크로 & 관심 종목 수집 및 구글 드라이브 자동화 파이프라인 구축기 (3탄)

Lee SangHyun

2026.06.01

네이버 금융 매크로 & 관심 종목 수집 및 구글 드라이브 자동화 파이프라인 구축기 (3탄) 본문 이미지

소개

시도하고자 했던 것과 그 이유를 알려주세요.

2단계에서는 금융 지표를 수집하고, Risk-on/Risk-off 시나리오를 판단한 뒤 Gemini로 데일리 브리핑을 생성하는 AI 분석 파이프라인을 만들었습니다.

하지만 피드백을 받아보니 두 가지 한계가 보였습니다.

첫째, AI 브리핑이 매일 1회성으로 생성되고 끝났습니다.
즉, “지난주 낙관 시나리오가 실제로 맞았는가?”, “AI가 제시한 트리거가 실제 시장에서 나타났는가?”를 다시 평가하는 구조가 없었습니다.

둘째, 지표 숫자만으로는 시장 움직임의 맥락을 충분히 설명하기 어려웠습니다.
VIX, 금리, 환율, 나스닥 같은 숫자뿐 아니라, 그 움직임을 해석하는 데 도움이 되는 뉴스 맥락과 시장 심리 지표가 함께 필요했습니다.

그래서 3단계에서는 아래 세 가지를 목표로 작업했습니다.

  1. AI 브리핑 회고 루프 구축

    • 매일 브리핑과 입력 데이터를 저장하고, T+1/T+5 실제 결과와 비교 평가

  1. 프롬프트 품질 고도화

    • Few-shot 예시, Risk-on/off 점수 직접 주입, 수치 인용, 분석 순서 고정 적용

  1. 추론 소스 확장

    • Fear & Greed 지표와 뉴스/RSS 컨텍스트를 추가해 AI가 숫자와 뉴스 맥락을 함께 보도록 개선

결과적으로 단순히 “브리핑을 생성하는 자동화”에서 한 단계 더 나아가, 브리핑을 저장하고, 평가하고, 다음 프롬프트 개선 후보까지 만드는 구조를 목표로 했습니다.

진행 방법

어떤 도구를 사용했고, 어떻게 활용하셨나요?

  • SQLite

    • Supabase 도입 전 로컬 회고 저장소로 사용

    • data/reflection.sqlite3에 브리핑, 평가, 개선 후보 저장

  • Google News RSS

    • 환율, 금리, 나스닥, 반도체 관련 뉴스 제목/출처를 AI 추론 보조 소스로 사용

  • Fear & Greed API

    • 시장 심리 지표를 추가하여 Risk-on/off 판단 보강

  • 3단계에서 구성한 전체 흐름은 아래와 같습니다.

    시장 데이터 수집 → Fear & Greed 지표 수집 → 뉴스/RSS 컨텍스트 수집 → Risk-on/off 시나리오 점수 계산 → Gemini AI 브리핑 생성 → 입력 데이터와 브리핑 저장 → T+1 / T+5 실제 결과 평가 → Reflection 리포트 생성 → 프롬프트 개선 후보 draft 저장

Tip: 사용한 프롬프트 전문을 꼭 포함하고, 내용을 짧게 소개해 주세요.

당신은 15년 경력의 매크로 금융 분석가입니다.
한국 개인 투자자의 관점에서 아래 입력 데이터만 근거로 오늘의 글로벌 시장 상황을 분석하세요.

[중요 규칙]
1. 이미 계산된 사전 시나리오 점수를 기준점으로 사용하되, 원자료와 명백히 충돌하면 새 점수를 만들지 말고 "데이터 확인 필요"로 표시하세요.
2. 자체적으로 Risk-on/off 점수를 다시 계산하지 마세요.
3. 내부적으로 먼저 전일 대비 변동폭이 가장 큰 지표 3개를 식별하고, 관찰 → 판단 → 리스크 → 액션 힌트 순서로 결과만 정리하세요.
4. 장황한 단계별 사고 과정은 출력하지 말고, 간단한 근거만 공개하세요.
5. 모든 핵심 해석 문장에는 입력 데이터에 존재하는 지표와 수치를 대괄호로 인라인 인용하세요.
   예: [VIX 18.4, -1.2], [미 10년물 4.72%, +0.08%p]
6. 입력 데이터에 없는 날짜, 가격, 이벤트, 전망 수치는 생성하거나 인용하지 마세요.
7. 뉴스 컨텍스트는 인과관계 추론의 보조 근거로만 사용하고, 기사 제목에 없는 내용을 사실처럼 확장하지 마세요.
8. 뉴스 근거를 사용할 때는 문장 끝에 [뉴스 N1]처럼 표시하세요.
9. 예측은 "~가능성이 있다", "~압력으로 작용할 수 있다", "~확인해야 한다"처럼 확률적으로 표현하고, 단정적 매수/매도 표현은 금지합니다.
10. 마지막에는 투자 판단 책임이 사용자에게 있음을 짧게 명시하세요.

[Few-shot 예시: illustrative_only=true, 실제 분석에 수치 재사용 금지]
입력 요약: Risk-on 65/100, Risk-off 25/100, VIX 18.4(-6.1%), 나스닥 +1.1%, DXY -0.4%
출력 예시: 위험 선호가 우세하지만 금리 레벨 부담은 남아 있어 기술주 반등은 선택적으로 이어질 가능성이 있습니다 [VIX 18.4, -6.1%] [나스닥 +1.1%].

[매크로 지표]
{macro_indicator_lines}

[뉴스/추론 참고 소스]
{news_context_lines}

[사전 시나리오 판단]
- 종합 판단: {scenario}
- 점수 스케일: 0-100
- Risk-on 점수: {risk_on_score}/100
- Risk-off 점수: {risk_off_score}/100
- 주요 신호: {signals}
- 누락 지표: {missing_indicators}
- 신뢰도 근거: {confidence_reason}

[출력 형식]
1. 오늘의 시장 한 줄 요약
2. 핵심 지표 해석
3. 뉴스 기반 맥락
4. 관심 종목 영향
5. 이번 주 시나리오
6. 대응 전략

이 프롬프트의 핵심은 AI가 마음대로 시장을 다시 판단하지 않도록 하고, 이미 계산된 점수, 실제 지표 수치, 뉴스 소스를 근거로만 분석하게 만든 것입니다.

Tip: 활용 이미지나 캡처 화면을 꼭 남겨주세요.

검은 화면에 한국어 스크린샷

결과와 배운 점

배운 점과 나만의 꿀팁을 알려주세요.

가장 크게 배운 점은 AI 분석도 기록과 피드백 루프가 있어야 좋아진다는 점입니다.

처음에는 AI가 매일 브리핑을 만들어주면 충분하다고 생각했지만, 실제로는 그 브리핑이 맞았는지 다시 확인하는 구조가 더 중요했습니다.

3단계 이후에는 아래와 같은 질문을 자동으로 던질 수 있게 되었습니다.

지난 브리핑의 Risk-on 판단은 실제 지수 상승과 맞았는가? 낙관 시나리오의 트리거가 T+5 안에 나타났는가? AI가 수치 인용 규칙을 잘 지켰는가? 뉴스 근거를 과장하지 않고 사용했는가?

처음부터 Supabase로 크게 시작하지 않고 SQLite로 먼저 만든 것입니다.

SQLite로 먼저 만들면 빠르게 구조를 검증할 수 있습니다. 테이블 설계나 평가 로직이 바뀌어도 부담이 적고, 어느 정도 안정화된 뒤 Supabase로 옮기면 됩니다.

또 하나의 팁은 뉴스는 본문까지 욕심내지 않고 제목/출처/링크부터 시작한 것입니다.
뉴스 본문까지 크롤링하면 저작권, 차단, 파싱 이슈가 생길 수 있어 우선 RSS 제목 중심으로 안전하게 시작했습니다.

과정 중에 어떤 시행착오를 겪었나요?

  1. AI가 사전 점수에 과도하게 끌리는 문제

    • Risk-on/off 점수를 넣으면 AI가 점수만 보고 결론을 고정할 수 있었습니다.

    • 그래서 missing_indicators, confidence_reason, weights_version을 함께 넣고, 원자료와 충돌하면 “데이터 확인 필요”라고 말하게 했습니다.

  2. Chain-of-thought 표현 방식

    • 처음에는 추론 과정을 강하게 요구하려 했지만, 장황한 사고 과정을 그대로 출력할 필요는 없었습니다.

    • 그래서 “관찰 → 판단 → 리스크 → 액션 힌트” 구조만 고정하고, 결과와 근거만 출력하도록 바꿨습니다.

  3. 뉴스 RSS 빈 결과 문제

    • Google News RSS에서 when:1d 조건을 넣으면 쿼리에 따라 결과가 없을 때가 있었습니다.

    • 그래서 최근 1일 검색 결과가 비면 일반 검색으로 fallback하도록 보완했습니다.

  4. Fear & Greed 지표 추가

    • VIX만으로는 시장 심리를 설명하기 부족했습니다.

    • Fear & Greed 점수를 추가하니 위험 선호/회피 판단에 더 직관적인 보조 지표가 생겼습니다.

도움이 필요한 부분이 있나요?

평가 기준을 더 정교하게 만드는 금융 도메인 룰이 있다면 조언 부탁드립니다.

앞으로의 계획이 있다면 들려주세요.

1. 프롬프트 버전별 성능 비교

2. 최근 20개 브리핑 정확도 대시보드

3. 뉴스 소스별 영향도 평가

도움 받은 글

박정기, 멍멍_ 님의 피드백은 언제나 큰 도움이 되고 있습니다.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

박정기 프로필 이미지
박정기2026.06.02

| 처음부터 Supabase로 크게 시작하지 않고 SQLite로 먼저 만든 것입니다.

-> sqlite도 굉장히 좋은 오픈소스 db 입니다! 추후에 옮기시는것도 매우 쉬우니 이렇게 일단 진행해보면 좋을 듯 합니다!

| 평가 기준을 더 정교하게 만드는 금융 도메인 룰
-> 내가 투자한 종목에 대한 thesis 를 파악하는게 중요한것 같아요!

멍멍_ 프로필 이미지
멍멍_2026.06.01

정성스럽고 많은 고민이 담긴 글 잘 읽었습니다. 시장의 지표를 이용해 시스템적으로 접근한다는건 정말 끝없는 도전이라 생각 합니다.

당장 6월만 해도 미국/이란 종전 합의 여부, 일본 금리 인상(엔캐리 트레이드 방향성), OPEC 유가 결정, 5월 CPI 발표, 16일 FOMC(매파적 동결 여부 및 점도표 공개)에 MSCI 한국 관찰대상국 편입 여부까지... 굵직한 매크로 변수들이 많이 있습니다.

※ 특히 FOMC는 워시 취임 후 첫 FOMC라 방향성도 중요하죠.

흔히 완벽한 '예측 방정식' 하나를 만들어서 미래를 상상하려다 이런 거대한 변수들 앞에서 무너지는 경우가 많은데, 상현님께서 만드신 루프 회고가 빛나는 것 같습니다.

단순한 1회성 '예측'에 그치지 않고, 결과와 피드백을 통해 유연하게 '대응'할 수 있는 진짜 실용적인 파이프라인을 만드셨으니까요. 예측하기 힘든 시장에서 회고를 통해 보완하고, 빠르게 대응할 수 있도록 준비하신다면 더 실용적인 도구가 될 것 같습니다.

다음 글도 기대하겠습니다. 감사합니다.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기