SYSTEM INFORMATION
HOW IT
WORKS
이 시스템이 어떤 AI를 사용하고, 어디서 데이터를 가져오며, 어떤 기준으로 ETF를 평가하는지 모든 과정을 투명하게 공개합니다.
v1.0.0 공공데이터 공식 API Thinking Mode ON 매일 07:00 자동 갱신
01
GOOGLE GEMINI 2.5 FLASH
THINKING MODE ACTIVE
MODEL ID
gemini-2.5-flash
PROVIDER
Google DeepMind
THINKING BUDGET
8,000 tokens
MAX OUTPUT
16,000 tokens
TEMPERATURE
0.2 (일관성 우선)
RESPONSE FORMAT
JSON (구조화)
THINKING MODE란?
AI가 응답하기 전 내부적으로 8,000 토큰의 추론 공간을 사용하여 데이터를 분석합니다. 단순 텍스트 생성이 아닌 다각도 검토 → 근거 수집 → 결론 도출의 단계적 추론을 거쳐 투자 분석의 정확도와 신뢰성을 높입니다. 주식 분석처럼 정확도가 중요한 작업에 최적화된 설정입니다.
02
KRX
금융위원회 증권상품시세정보 (공공데이터포털)
한국거래소(KRX) 공식 ETF 시세 데이터. 정부 공공데이터포털을 통해 공식 제공되는 API로, 이용허락범위 제한 없음 라이선스가 적용되어 합법적으로 활용 가능합니다.
apis.data.go.kr/1160100/service/GetSecuritiesProductInfoService/getETFPriceInfo
공식 API
RSS
Google 뉴스 RSS — 글로벌 투자 테마 헤드라인
미국 전력망, 방산, AI 반도체 등 3개 키워드로 최신 뉴스 헤드라인을 수집합니다. 각 키워드당 최신 3개 제목만 추출하여 토큰 사용을 최소화합니다.
news.google.com/rss/search?q={키워드}&hl=ko&gl=KR
공개 피드
MKT
글로벌 시장 지표 (예정)
미국 10년물 국채금리, VIX 공포지수, 달러인덱스(DXY), WTI 유가 등 매크로 지표 추가 예정입니다.
향후 업데이트 예정
준비중
03
1
fetcher.py 데이터 수집
공공데이터포털 ETF API에서 30개 종목의 시세(종가, 등락률, 거래량, NAV)를 수집합니다. 동시에 Google 뉴스 RSS에서 3개 글로벌 테마별 최신 헤드라인 3건씩을 가져옵니다. KRX 직접 접속 대신 공식 API를 사용하여 안정성과 합법성을 확보했습니다.
2
prompt_builder.py 토큰 최적화 프롬프트 생성
수집된 데이터를 JSON 압축 포맷으로 변환하여 불필요한 공백을 제거합니다. 뉴스는 본문 없이 제목만 파이프(|)로 연결해 전달합니다. 시스템 프롬프트에 5대 글로벌 테마와 JSON 응답 스키마를 명시합니다. 최종 입력 토큰은 약 1,900~2,000 토큰으로 유지됩니다.
3
gemini_client.py AI 심층 분석 (Thinking Mode)
Gemini 2.5 Flash가 Thinking Mode(8,000 토큰)로 다음 항목을 분석합니다: ETF 시세 트렌드 파악 → 글로벌 이슈와 국내 ETF 연관성 매핑 → 섹터별 상승 확률 산정 → 개별 ETF 매력도 스코어링. 실패 시 3회 자동 재시도, 토큰 사용량은 로그에 기록됩니다.
4
main.py 결과 저장 및 서빙
분석 결과를 data/latest.json에 저장하여 웹 대시보드가 실시간으로 읽습니다. 날짜별 백업은 data/history/YYYY-MM-DD.json에 자동 보관됩니다. crontab으로 매일 오전 7시에 자동 실행됩니다.
04
AI는 아래 기준에 따라 각 ETF에 -5점 ~ +5점의 투자 매력도 점수를 부여합니다. 점수는 절대적 지표가 아닌 현재 시점 기준 상대적 매력도를 나타냅니다.
SCORE 의미 및 판단 기준 고려 요소
+5
테마 직접 수혜 + 강한 모멘텀 + 밸류에이션 매력
즉시 매수 고려
+3~4
테마 수혜 확실 + 중기 성장성 양호
적극 매수 검토
+1~2
간접 수혜 또는 방어적 보유 가치
분할 매수 검토
0
중립 — 뚜렷한 방향성 없음
관망 권고
-1~2
단기 리스크 존재 또는 모멘텀 약화
신규 매수 자제
-3~4
테마 역행 또는 규제/구조적 리스크
비중 축소 검토
-5
즉각 회피 — 손실 리스크 매우 높음
보유 시 매도 고려
05
AI는 매 분석 시 아래 5대 글로벌 테마를 반영하여 국내 ETF와의 연관성을 평가합니다.
미국 전력망 교체 사이클
IRA 법안, 데이터센터 전력 수요 급증, 노후 송전망 교체 투자 확대
🛡️
지정학 리스크 & 방산
우크라이나·중동·대만해협 긴장, NATO 방위비 증액, K-방산 수출 확대
🤖
AI 인프라 확장
반도체 수요 증가, 서버·냉각 인프라, HBM·파운드리 구조적 성장
🔋
에너지 전환
원전 르네상스(SMR), 신재생에너지, LNG 전환, 탄소중립 정책
🏭
미국 리쇼어링 & 공급망
핵심 광물 확보 경쟁, 제조업 귀환, 바이오·방산 공급망 재편
06
07:00
매일 자동 실행 (KST)
crontab으로 매일 오전 7시에 자동 실행됩니다.
전날 종가 기준 ETF 데이터와 최신 뉴스를 반영한 분석 결과가 대시보드에 업데이트됩니다.
~67s
평균 분석 소요 시간
Thinking Mode 활성화 시 AI 추론에 약 60~70초가 소요됩니다. 데이터 수집(~10초) + AI 분석(~60초) = 총 약 70초 내외입니다.
구성 요소 일일 토큰 일일 비용
입력 (ETF 데이터 + 뉴스 + 프롬프트) ~1,913 tokens ~$0.0003
Thinking 추론 (내부, 8,000 budget) ~8,000 tokens ~$0.0012
출력 (분석 결과 JSON) ~500 tokens ~$0.0003
월 합계 (30일) ~310,000 tokens ~$0.054 (약 75원)