← 포트폴리오로 돌아가기

투자 비서 Agent

금융 데이터 수집과 Knowledge Graph를 기반으로 리서치·브리핑·투자 토론을 제공하는 Multi-Agent 서비스

Multi-Agent OrchestrationDynamic PlanningGraph RAGFinancial Knowledge GraphHybrid Search (RRF)MCPScheduled BriefingMulti-Agent DebatePostgreSQLFlutter

Overview

뉴스·주가·경제 지표 수집부터 금융 Knowledge Graph 구축, 리서치와 정기 분석까지 연결한 투자 비서입니다. 질문에 따라 검색·수집·분석·시각화 Agent를 조율하고, 확보한 근거를 종합해 답변합니다.

경제·AI 테크 브리핑, Bull/Bear 관점의 투자 토론, 보유·관심 종목의 일간·주간 분석을 제공합니다. Flutter 앱과 MCP를 통해 리서치 결과·원문 근거·시장 현황을 조회할 수 있습니다.

Demo

위 프로토타입은 리서치 채팅의 검색·분석·시각화 과정을 보여줍니다. 브리핑·토론·개인 종목 분석은 아래 구현 설명에 포함합니다.

Key Features

1. 질문에 따른 동적 Agent 조율

  • 질문에 주어진 사실과 추가로 조사할 사실을 구분하고 초기 계획을 세웁니다.
  • Planner가 진행 상황과 필요한 근거를 평가해 다음 Agent를 선택합니다. 선행 자료가 없는 분석·시각화와 반복 작업을 제어합니다.
  • 웹 검색, 주가·뉴스 수집, 지식 조회, 분석, 차트 생성을 조합하고 출처와 함께 답변을 스트리밍합니다.
  • 대화 세션과 메시지·차트를 저장하여 후속 질문과 과거 리서치 조회에 활용합니다.

2. 금융 사실의 시점과 관계를 보존하는 KG

  • 회사·지표 등 고유 엔티티와 실적·가이던스 등 시점별 사실을 분리합니다. 수치·단위·대상 기간을 함께 저장해 서로 다른 시점의 정보를 구분합니다.
  • 기업 거래, 공급·경쟁 관계, 지수·ETF·투자 테마, 실적·경제 일정을 연결합니다. 거시지표와 시세 시계열은 InfluxDB에서 함께 조회합니다.
  • LLM이 질문에 맞는 읽기 전용 Cypher 템플릿을 선택해 필요한 사실을 조회합니다. 조회 결과는 출처와 기준 시점이 있는 근거 문장으로 전달합니다.
  • 동일한 질문 세트로 뉴스 검색 단독, KG 확장, 템플릿 검색을 비교하여 사실 재현율과 컨텍스트 크기를 평가합니다.

3. 정기 수집과 경제·AI 테크 브리핑

  • RSS에서 새 기사를 발견하고 Codex로 내용을 추출하며, Tavily 기반 테마 검색으로 누락을 보완합니다. 출처·발행 시각을 보존하고 KG 구축 전에 정제·중복 선별을 수행합니다.
  • 예약 워커가 경제·주식 및 AI·테크 브리핑을 생성합니다. 일간 주요 변화와 주간 시장 흐름을 정리하고 과거 브리핑도 조회할 수 있게 저장합니다.
  • AI·테크 소식은 기업 수요·비용·매출·경쟁 구도와 연결해 정리합니다. 원문 출처와 사실·해석을 구분해 읽을 수 있도록 구성합니다.

4. 근거 기반 투자 토론과 개인 종목 분석

  • 기술 전환·사업 수익성·수요와 실적·거시 환경을 보는 네 관점이 2라운드로 토론하고, 중립 종합을 생성합니다.
  • 각 주장과 반론을 조회 근거에 연결하고 최종 합의·이견을 구분합니다. 단계별 결과를 저장해 중단된 토론을 이어서 처리할 수 있습니다.
  • 보유·관심 종목에 대해서는 일간 주요 변화와 주간 심층 분석을 제공합니다. 뉴스·KG·브리핑·토론을 함께 참고해 기업 간 연관성과 투자 가설을 검토합니다.
  • AI slop을 줄이기 위해 보고서의 가독성과 두괄식 구성을 개선하고, 결과물의 맥락에서 후속 질문을 이어갈 수 있도록 대화 Agent를 통합했습니다.
  • 앱의 시장 화면에는 가격·금리·변동성 등의 저장된 스냅샷을 제공하고, 관측일과 비교 기준을 함께 표시합니다.

5. MCP 연동과 사용량 관리

  • 읽기용 MCP 도구로 금융 KG, 뉴스, 주가·경제 지표, 브리핑·투자 토론을 조회합니다.
  • Claude Code·Codex의 사실 조회·심층 분석 스킬에서 저장된 근거를 수집해 리서치에 활용합니다.
  • Gemini 호출별 토큰과 추정 비용을 PostgreSQL에 저장하여 모델·작업별로 집계합니다.

Data & Storage

저장소 역할
Elasticsearch 경제 뉴스와 출처 메타데이터, 벡터·전문 검색
Redis Agent 작업 메모리, 대화 맥락과 수집·처리 상태
PostgreSQL 채팅, 브리핑·토론, 개인 포트폴리오·분석, 시장 스냅샷, 사용량
GCS 리서치 과정에서 생성한 차트 이미지
Neo4j 금융 엔티티·관계와 시점별 사실
InfluxDB 거시지표·원자재·통화 시세 시계열

Architecture

flowchart LR
  APP["Flutter 앱"] --> API["FastAPI"]
  API --> CHAT["계획·위임·분석·시각화"]
  CHAT --> SEARCH["뉴스·KG·주가·지표 조회"]
  CLI["Claude Code · Codex"] --> MCP["읽기 MCP"]
  MCP --> SEARCH
  NEWS["RSS 내용 추출 · 테마 검색"] --> ES[("Elasticsearch 뉴스")]
  ES --> BUILD["정제 · KG 구축"]
  BUILD --> KG[("Neo4j 금융 KG")]
  IND["지표·시세 수집"] --> TS[("InfluxDB")]
  SEARCH --> ES
  SEARCH --> KG
  SEARCH --> TS
  WORKER["예약 브리핑 · 투자 토론 · 개인 분석"] --> SEARCH
  WORKER --> WEB["공개 웹 조사"]
  WORKER --> PG[("PostgreSQL 발행본·개인 데이터")]
  MARKET["시장 스냅샷 수집"] --> PG
  API --> PG

Challenges

질문마다 필요한 조사 과정이 달라지는 문제

단순 주가 조회와 여러 기업을 비교하는 질문에는 서로 다른 작업이 필요합니다. 조사 진행 상황에 따라 검색·수집·분석·시각화 Agent를 선택하고, 필요한 자료가 확보되기 전에 분석하거나 같은 작업을 반복하지 않도록 제어했습니다.

과거 실적과 현재 전망이 섞이지 않도록

같은 기업에 대한 기사라도 과거 실적, 앞으로의 전망, 진행 중인 계약이 함께 등장합니다. 이를 단순히 모으면 서로 다른 시점과 상태의 정보를 혼동할 수 있습니다.

기업 자체의 정보와 시점별 사실을 분리하고, 수치의 대상 기간과 거래 진행 단계를 함께 저장했습니다. Agent가 답변할 때도 해당 정보가 언제의 사실이며, 확정된 결과인지 전망인지 구분할 수 있도록 구성했습니다.

여러 AI의 의견을 검토 가능한 토론으로 만드는 방법

서로 다른 의견을 생성하는 데 그치지 않고, 각 주장에 근거를 연결하고 상대의 반론에 답하도록 구성했습니다. 최종 결과에서도 합의된 내용과 남은 이견을 구분해 판단 근거를 확인할 수 있게 했습니다.

Tech Stack

영역 기술
AI Gemini, Codex, Multi-Agent Orchestration, Graph RAG, MCP
Backend Python, FastAPI, WebSocket, Tavily
Data Elasticsearch, Redis, PostgreSQL, Neo4j, InfluxDB, GCS
Infra GCP, Docker, Cloud Build, cron
Frontend Flutter 웹·모바일