AI 기반 주식 분석 및 시뮬레이션 에이전트 소개

두 번째 프로젝트를 소개합니다.

앞서 소개드린 KOSPI/KOSDAQ MCP 서버를 활용해 만든 AI 주식 분석 시스템입니다.

【 PRISM-INSIGHT: AI 기반 주식 분석 & 매매 시뮬레이션 시스템 】

3월부터 텔레그램 채널로 실제 무료로 운영 중인 서비스입니다.
현재 100명 이상의 구독자분들이 매일 AI 분석 리포트를 받아보고 계십니다.

📊 무엇을 하는 시스템인가요?

매일 아침과 저녁, 급등주를 자동으로 포착하고 GPT-4.1, GPT-5 멀티 에이전트가 종목을 심층 분석하고 매매 시뮬레이션을 합니다.
증권사 애널리스트가 작성하는 수준의 리포트를 AI가 자동으로 생성하여 텔레그램으로 전송합니다.

✨ 핵심 특징

- GPT-4.1 기반의 4개 전문 AI 에이전트의 종합 분석
 - 기술적 분석 에이전트 (차트, 거래량, 투자자별 동향)
 - 기본적 분석 에이전트 (재무, 밸류에이션, 사업 분석)  
 - 뉴스 분석 에이전트 (당일 이슈, 시장 동향)
 - 투자 전략 에이전트 (종합 의견, 투자자 유형별 전략)

- 완전 자동화 시스템
 - 매일 정해진 시간 자동 실행
 - 급등주 포착 → AI 분석 → PDF 리포트 생성 → 텔레그램 전송
 - 사람의 개입 없이 24/7 운영

- GPT-5 기반 매매 시뮬레이션
 - AI가 생성한 리포트를 바탕으로 실제 매매 시뮬레이션
 - 5개월 누적 수익률 251.39% 달성

📈 실제 운영 성과

- 운영 기간: 2025년 3월 ~ 현재 (5개월)
- 텔레그램 구독자: 100명+
- 분석 리포트: 매일 2회 (오전/오후)
- 시뮬레이션 성과: 35건 거래, 누적 251% 수익률

🛠️ 기술 스택 & 아키텍처

- OpenAI GPT-4.1 (종합 분석), GPT-5 (매매 시뮬레이션)
- Anthropic Claude Sonnet 4 (텔레그램 봇 대화 인터페이스)
- 4개 MCP 서버 통합
 -> 제가 개발한 KOSPI/KOSDAQ MCP (한국 주식 데이터)
 -> Firecrawl MCP (웹 크롤링)
 -> Perplexity MCP (웹 검색)
 -> SQLite MCP (데이터 저장)
- Python 기반 모듈형 설계

【 개발 동기: 순수한 호기심에서 시작 】

처음엔 단순한 궁금증이었습니다.
"AI가 정말로 주식 분석을 잘 할 수 있을까?"

취미로 시작한 프로젝트였는데, 생성된 리포트의 품질이 생각보다 좋아서 놀랐습니다.
주변 지인들과 공유하다가 텔레그램 채널로 확대되었고, 어느새 100명이 넘는 분들이 구독하게 되었네요.

돈을 벌려는 목적은 전혀 없습니다.
순수하게 AI 기술의 가능성을 탐구하고, 개인 투자자분들과 관련 종사자분들께 도움이 되고 싶었을 뿐입니다.

【 왜 오픈소스로 공개하는가 】

5개월간 실제 운영하면서 얻은 노하우와 코드를 독점하고 싶지 않았습니다.

- 100명이 사용 중인 실제 서비스의 전체 소스코드
- AI와 금융을 결합한 실무 사례
- 완전 자동화된 시스템 아키텍처
- 텔레그램 봇 운영 노하우

이 모든 것을 공개함으로써:
- 개발자분들께는 AI 서비스 구축의 실제 사례를
- 투자자분들께는 AI 분석의 가능성을
- 금융 종사자분들께는 기술 혁신의 방향성을

제시하고 싶었습니다.

【 특별한 점 】

단순히 코드만 공개하는 것이 아닙니다.
실제로 100명 이상이 사용하는, 살아있는 서비스의 모든 것을 공개합니다.

급등주 포착 로직부터 AI 프롬프트 엔지니어링, 자동화 설정까지
제가 5개월간 시행착오를 겪으며 개선한 모든 내용이 담겨 있습니다.

【 마치며 】

AI와 투자의 결합은 이제 시작입니다.
제가 만든 작은 시스템이 더 큰 혁신의 마중물이 되기를 바랍니다.

처음 공개하는 프로젝트들이라 부족한 점이 많지만,
여러분의 피드백과 기여를 통해 함께 발전시켜 나가고 싶습니다.

GitHub: https://github.com/dragon1086/prism-insight

프로젝트가 조금이라도 도움이 되신다면 ⭐ 스타 부탁드립니다.

첫 오픈소스 프로젝트에 보내주시는 관심 하나하나가 큰 힘이 됩니다.

감사합니다. 🙏

P.S. 텔레그램 채널 링크는 GitHub README에서 확인하실 수 있습니다.