AI와 함께 만드는 삶

하루 만에 완성된 MVP, 그리고 하루 만에 시작된 오류들2026년 4월 16일 오후 2시 56분. AI 법률 서비스의 첫 커밋을 올렸다. Initial commit — 누구나법률 (Law For Everyone) MVP법 앞에 누구나 — 취약계층·외국인 노동자 대상 무료 AI 법률 상담 및 계약서 검토 서비스88개 파일, 19,209줄. 커밋 메시지에 적어놓은 기능 목록만 봐도 이미 꽤 갖춰져 있었다.취약계층 상담(주거·근로·소상공인) + 비즈니스 5개 카테고리AI 계약서 자동 분석(조항 추출·위험 분류·법제처 조문 매칭)법제처 Open API 연동다국어(한·영·베·중) UI + AI 답변실제 피해사례 30건 + 정부 보도자료 RSS 자동 수집PII 자동 마스킹 + 원본 파일 즉시 삭제rate limi..

1편부터 5편까지 거치면서 결국 살아남은 전략은 하나였다.대형주 중에서 장부가 대비 싼 종목 10개를 매달 골라 담는 방식. 화려하진 않지만 근거는 확실했다. 페이퍼 트레이딩에 넣고 실제로 돌리기 시작했고, 매달 초 자동으로 종목이 갱신되고 텔레그램으로 결과가 날아오는 시스템도 갖춰졌다.여기서 자동매매 프로젝트의 본론은 일단락됐다. 그런데 여기서 끝내기가 아까웠다.만들어놓은 구조가 아까웠다자동매매 계좌 하나를 관리하려고 만든 것들을 되짚어보니 이랬다.종목별 보유 수량을 담는 DB 스키마국내 시세를 가져오는 API 연동 (6편에서 다룬 그것)평가금액을 계산하고 화면에 뿌리는 대시보드정해진 시각에 도는 스케줄러와 텔레그램 알림여기서 "자동매매 계좌"라는 부분만 바꾸면, 그대로 다른 계좌에도 쓸 수 있는 구조..

이번 편은 이야기보다 실전 가이드에 가깝다. 한국 주식 데이터를 파이썬으로 직접 가져와보고 싶은 사람을 위해, 실제로 연동하면서 겪은 과정과 막혔던 지점을 순서대로 정리했다.결론부터 말하면 막힌 지점은 세 곳이었다. 401 인증 오류, KRX 세션 만료, 그리고 업종 분류 API가 빈 값을 돌려주는 문제. 각각 어떻게 뚫었는지가 이 글의 핵심이다.버전 주의: 토스증권 Open API는 2026년 5월 사전 신청을 시작해 단계적으로 롤아웃 중인 서비스다. 스펙과 제공 범위가 계속 바뀔 수 있으니, 최신 사양은 반드시 공식 문서를 확인할 것. 아래 내용은 2026년 7월 기준 직접 호출해서 확인한 결과다.1. 토스증권 Open API1-1. 어떤 API인가토스증권 Open API는 국내(KRX)와 미국 주식..

살아남은 저PBR 전략을 페이퍼 트레이딩에 넣고 몇 주 지켜보다가 이상한 패턴을 발견했다. 매달 골라지는 10종목 중 4~5개가 은행이나 금융지주였다.신한지주, 하나금융지주, 우리금융지주, 기업은행, 삼성생명. 업종이 자꾸 겹쳤다."분산 투자한다고 10종목을 골랐는데, 사실상 은행 한 업종에 몰아넣은 거 아닌가?"이 의심에서 시작해 두 개의 실험을 돌렸다. 결과는 둘 다 예상과 반대였다.왜 저PBR은 은행주가 되는가PBR이 무엇인지 먼저PBR(주가순자산비율)은 주가 ÷ 주당 순자산이다. 회사가 가진 자산에서 빚을 뺀 장부상 가치 대비, 시장이 그 회사에 얼마를 매기고 있는지를 나타낸다.PBR 0.4라면 장부상 1만 원짜리 회사를 시장이 4천 원에 사고 있다는 뜻이다. "싸다"고 볼 수도 있고, "시장이 ..

세 번 연속 실패한 뒤 겨우 찾은 두 개의 후보가 있었다. 하나는 대형주 중에서 장부가 대비 싼 종목만 골라 사는 전략(저PBR), 다른 하나는 소형주 중에서 최근 많이 떨어진 종목을 사는 전략(리버설)이었다.월 단위로 계산한 첫 결과는 둘 다 인상적이었다. 저PBR은 샤프비율 0.63으로 지금까지 나온 모든 전략 중 최고였다. 그런데 리버설은 그보다 더 눈에 띄는 기록을 세웠다 — 상승장·하락장·최근 구간 세 개를 전부 플러스로 통과한 유일한 전략이었다. +59%, +23%, +37%. 지금까지 어떤 전략도 이렇게 전 구간에서 이긴 적이 없었다.너무 좋아서 오히려 불안했다. 그리고 그 불안은 맞았다.월말 종가라는 한 지점이 마음에 걸렸다리버설 전략의 계산 방식은 이랬다.매달 말일 종가를 기준으로 최근 ..

이제 안전장치를 붙여볼 차례였다40종목 기준 백테스트로 다시 보니, 순수 전략은 그냥 사서 보유하기를 못 이겼다. 그럼 여기에 "안전장치"를 몇 개 붙이면 나아지지 않을까 싶었다. 상식적으로 생각하면 다 맞는 소리였다. 하락장이 예상되면 매수를 막고, 손실이 커지면 손절하고, 기관 자금이 잘 안 들어가는 중소형주를 노리면 더 유리할 거라고.세 개 다 시도했다. 세 개 다 틀렸다.첫 번째: "하락 예상되면 매수 금지"주가가 200일 이동평균선 아래에 있으면 신규 매수를 하지 않는 필터를 넣었다. 하락 추세에서는 사지 않겠다는, 지극히 상식적인 규칙이었다.평균 수익률평균 최대낙폭수익 종목 비율기본 전략+83.4%-50.7%57%+ 하락장 필터+54.1%-43.2%60%최대낙폭은 확실히 줄었다(-50.7% →..

첫 백테스트, 숫자가 꽤 그럴듯했다원칙을 세웠으니 이제 백테스트로 확인할 차례였다. 판단을 전부 코드로 짰으면, 그 코드가 진짜 돈을 버는지 봐야 한다. 익숙한 대형주 5개 — 삼성전자, SK하이닉스, NAVER, 현대차, 카카오 — 로 8년치 데이터를 돌렸다.결과는 나쁘지 않아 보였다. 5종목 평균 수익률 +336.8%. 특히 카카오는 전략이 +376.4%를 냈는데, 그냥 사서 들고 있었으면 +74.4%에 그쳤을 거였다. 다섯 배 차이. "이 전략, 폭락장에서 방어력이 있구나" 싶었다.그런데 자세히 보니 이상한 게 있었다같은 표 안에 불편한 숫자도 있었다. SK하이닉스를 그냥 사서 들고 있었다면 +2,919%였다. 전략은 +589.6%. 무려 2,300%포인트 차이로 전략이 졌다. NAVER는 더 심했..

시작은 야심 찼다"AI 에이전트들이 팀을 이뤄서 주식을 대신 매매해준다면?"처음 구상은 이랬다. 실제 증권사 트레이딩 데스크가 어떻게 돌아가는지부터 찾아봤다. 리서치센터가 지표와 데이터를 분석해 리포트를 내면, 그 리포트를 두고 서로 다른 입장의 심사역들이 토론하고, 트레이딩 데스크가 주문을 실행하고, 리스크관리팀이 최종 승인·거부를 결정하는 구조였다. 이 흐름을 그대로 AI 에이전트로 옮겨보기로 했다.스토캐스틱(주가의 상대적 위치를 보여주는 보조지표)을 보는 애널리스트 에이전트, 이동평균선을 보는 애널리스트 에이전트, 캔들 패턴을 보는 애널리스트 에이전트가 각자 리포트를 쓴다. 그 리포트를 놓고 낙관론자(Bull) 에이전트와 비관론자(Bear) 에이전트가 마치 심사역들처럼 토론을 벌인다. 토론 결과를 ..