서브에이전트 구성 설계
정량 필터가 넘긴 후보 15종목을 추천 3–5종목 + 매매 계획으로 바꾸는 에이전트 파이프라인. 핵심 설계 원칙은 독립성(분석가끼리 서로 못 봄), 구조화 출력(전부 JSON 스키마 강제), 측정 가능성(에이전트별 정확도를 사후에 채점)입니다.
1전체 구조
2에이전트별 명세
스크리너
입력 정량 지표 요약표, 최근 5일 가격/거래량, 최근 7일 뉴스 헤드라인 10개, 공시 제목
출력 proceed: bool, interest: 0–10, one_line_thesis, disqualifier
판단 "이 종목에 심층 분석 비용을 쓸 가치가 있나?" 만. 매수 여부는 판단하지 않음.
왜 필요한가 15종목 전부에 5개 에이전트를 돌리면 콜이 75 → 30으로 줄이는 게 이 단계의 유일한 목적. 상위 6개는 interest 내림차순.
테크니컬 (이미지 분석)
입력 차트 이미지 3장 + 계산된 지표값 표 (숫자는 코드가 계산해서 텍스트로 전달)
출력 추세국면, 패턴, 지지/저항, 진입트리거, 손절, 목표가 2단, R:R
판단 차트 구조. 상세 규격은 DOC 03.
비고 고성능 비전 모델 필요. 이미지에서 패턴을 읽는 건 이 파이프라인에서 가장 어려운 작업입니다.
펀더멘탈
입력 최근 8분기 재무제표(매출·영업이익·순이익·영업CF·부채), 밸류에이션 지표와 3년 밴드 내 위치, 동일 섹터 피어 비교표, 최근 실적발표 요약
출력 실적 방향성, 밸류에이션 판정(저평가/적정/고평가 + 근거), 이익의 질, 재무 리스크
판단 "이 가격이 이 실적에 정당한가", "실적 추세가 개선 중인가". 단기 시계라도 펀더멘탈은 손절선의 신뢰도를 결정합니다 — 실적이 좋은 종목의 급락은 되돌림 가능성이 높습니다.
뉴스 · 공시 거부권
입력 최근 14일 뉴스 본문(뉴스API 국제 정세, 주요 이벤트), DART 공시 전문, 애널리스트 리포트 제목·목표가 변경
출력 재료 요약, 재료 신선도(이미 주가에 반영됐나), 감정 점수, hard_veto: bool
거부권 발동 유상증자·전환사채 공시, 횡령·배임, 감사의견 비적정, 대주주 대량 매도, 임상 실패, 규제 제재, 실적 하향 경고. 다른 에이전트 점수와 무관하게 종목 탈락.
주의 web_search 서버 툴 사용. 유료 기사 본문 접근 불가 구간이 있어 헤드라인만으로 판단하는 경우가 생깁니다 — 출력에 source_quality를 같이 받아 신뢰도를 감쇄시킵니다.
수급
입력 20일 외국인·기관·개인 일별 순매수(금액·수량), 프로그램 매매, 공매도 잔고 추이, 대차잔고, 시가총액 대비 순매수 비율
출력 주도 주체, 수급 방향 전환 여부, 매집/분산 판정, 공매도 압력
왜 별도 에이전트인가 한국 시장에서 외국인·기관 수급은 단기 주가의 가장 강한 단일 설명변수에 가깝습니다. 테크니컬 에이전트의 부속으로 두면 차트 판정에 묻힙니다. 독립 투표권을 줘야 합니다.
주의 공매도 잔고는 T+2 지연 데이터. 프롬프트에 지연 사실을 명시해 최신 정보처럼 쓰지 않게 합니다.
섹터 · 피어
입력 소속 섹터 지수의 1M/3M 수익률과 KOSPI 대비 상대강도, 동일 섹터 상위 5종목의 최근 수익률·밸류에이션, 섹터 관련 정책·업황 뉴스
출력 섹터 국면, 종목의 섹터 내 위치(주도주/후발주/소외주), 순환매 단계 판정
판단 "섹터가 오르는데 이 종목만 안 오른 건가(기회), 섹터가 이미 다 오른 뒤인가(위험)". 정량 필터가 섹터 중립화로 지운 정보를 여기서 되살립니다.
매크로 · 시장 국면
입력 전일 미국 3대 지수·반도체 지수, VIX, 미 10년물 금리, DXY, USD/KRW, 유가, 야간 선물, 전일 KOSPI 외국인 수급, 당일·주간 이벤트 캘린더(FOMC·CPI·옵션만기·실적발표)
출력 regime: risk_on | neutral | risk_off, KOSPI 예상 밴드, 시나리오 3개 + 확률, 주도 예상 섹터, exposure_cap: 0–100%
핵심 역할 exposure_cap. risk_off 국면에서는 아무리 좋은 종목이 나와도 총 노출을 30%로 묶습니다. 개별 종목 분석이 잘 되면 잘 될수록 이 브레이크가 필요합니다.
비평 반증 임무
입력 해당 종목에 대한 5개 분석가의 출력 전문 + 원본 데이터
출력 factual_errors[], logical_gaps[], bear_case, confidence_adjustment: -3..0, kill: bool
프롬프트 방향 "이 종목을 사면 안 되는 이유를 찾아라"로 단방향 지시. 균형 잡힌 평가를 요구하면 그냥 요약을 합니다. 특히 세 가지를 검증시킵니다 — (1) 분석가가 인용한 숫자가 원본 데이터와 일치하는가(할루시네이션 검출), (2) 5명의 결론이 서로 모순되지 않는가, (3) 이미 주가에 반영된 재료를 새 재료로 착각하지 않았는가.
왜 종목별 1콜인가 전체를 한 번에 비평하면 종목 간 비교로 흐르고, 개별 논거 검증이 얕아집니다.
결정
입력 6종목 × (분석가 5 + 비평 1) 전문, 매크로 출력, 현재 보유 포지션, 계좌 잔고, 최근 10일 성과 요약
출력 추천 3–5종목 각각의 action, entry_type(시가/지정가/조건부), entry_price, stop_loss, target_1, target_2, weight_pct, holding_days, conviction: 1–10, thesis, invalidation(이 논거가 깨지는 조건), 그리고 보유 종목에 대한 hold/trim/exit 판단
중요 이 에이전트만 전체 맥락을 봅니다. 그리고 "오늘은 살 게 없다"는 출력이 허용되어야 합니다.
매일 3종목을 반드시 뽑게 강제하면 나쁜 날에도 억지로 사게 됩니다. 프롬프트에 명시적으로 recommendations: []가 정당한 답이라고 씁니다.
리스크 게이트
기계적 룰 (LLM 없이 코드로 먼저)
- 1종목 비중 ≤ 15% · 1섹터 ≤ 35% · 총 주식노출 ≤ 매크로
exposure_cap - 손절 폭 × 비중 = 1종목 최대손실 ≤ 계좌의 1.5%
- 동시 보유 ≤ 8종목 · 신규 진입 ≤ 1일 3종목
- R:R < 2.0 → 반려 · 손절선이 진입가에서 12% 초과 이격 → 반려
- 계좌 누적 손실이 고점 대비 −10% → 신규 진입 전면 중단
LLM 파트 룰은 통과하지만 "추천 5종목이 사실상 같은 AI 인프라 테마" 같은 숨은 상관을 잡아내는 역할.
반려 시 사유를 붙여 결정 에이전트에 1회 반송. 2회차에도 실패하면 해당 종목만 드롭하고 진행.
3출력 스키마 — 전부 강제
모든 분석가는 동일한 공통 스키마를 반환합니다. 그래야 결정 에이전트가 기계적으로 집계할 수 있고,
무엇보다 사후에 에이전트별 정확도를 채점할 수 있습니다. LLM API의
Structured Outputs 기능 또는 strict: true 툴 정의로 스키마를 강제합니다.
{
"agent": "technical" | "fundamental" | "news" | "flow" | "sector",
"ticker": "005930",
"score": -2.0 ~ +2.0, // 방향성 점수. 0 = 중립
"confidence": 0.0 ~ 1.0, // 이 판단에 대한 자기 확신도
"horizon_days": 1 ~ 20, // 이 판단이 유효한 기간
"evidence": [ // 최대 4개. 근거 없는 주장 방지
{ "claim": "...", "data_point": "...", "source": "..." }
],
"risks": ["...", "..."], // 최대 3개
"veto": false, // news 에이전트만 true 가능
"source_quality": "high" | "partial" | "thin",
"notes": "자유 서술 (리포트에 인용됨)"
}data_point를 필수 필드로 두면 "2Q 영업이익 4,120억, YoY +38%"처럼 원본 데이터를 인용해야 하고,
비평 에이전트가 그 숫자를 원본과 대조해 할루시네이션을 기계적으로 잡아낼 수 있습니다.
이 필드 하나가 전체 파이프라인의 신뢰도를 가장 크게 올립니다.
집계는 이중 트랙으로
A · 기계적 컨센서스 (코드)
consensus = Σ(w_agent × score × confidence)
/ Σ(w_agent × confidence)
w = { technical: 1.0, fundamental: 0.8,
news: 1.0, flow: 1.2, sector: 0.7 }
# 초기값. 실적 데이터가 쌓이면 재조정해석 가능하고 재현 가능합니다. 하지만 뉘앙스를 못 읽습니다.
B · LLM 결정 (결정 에이전트)
전체 맥락을 읽고 판단. 예: "펀더멘탈 점수는 낮지만 그 이유가 일회성 대손충당금이고 뉴스 에이전트가 이를 해소된 이슈로 보고 있다" 같은 가중 평균으로 표현 불가능한 판단을 합니다.
4모델 등급 배정 및 토큰 사용량
| 에이전트 | 모델 등급 (미정) | 콜 | 입력 (K tok) | 출력 (K tok) | 배정 이유 |
|---|---|---|---|---|---|
| Tier-1 스크리너 | Standard / Fast | 15 | 10 | 1.5 | 단순 선별. 판단 난도 낮음 |
| 테크니컬 (Vision) | Flagship (Vision) | 6 | 15 | 2.5 | 이미지 패턴 판독. 가장 어려운 작업 |
| 펀더멘탈 | Standard | 6 | 20 | 2.0 | 구조화된 표 해석 |
| 뉴스 · 공시 | Standard | 6 | 30 | 2.0 | 긴 텍스트 요약. 웹검색 토큰 큼 |
| 수급 | Standard | 6 | 12 | 1.5 | 시계열 표 판독 |
| 섹터 · 피어 | Standard | 6 | 15 | 1.5 | 상대 비교 |
| 매크로 | Flagship / Reasoning | 1 | 40 | 5.0 | 전체 노출도를 결정. 틀리면 전부 틀림 |
| 비평 | Flagship / Reasoning | 6 | 25 | 3.0 | 반증 추론. 약한 모델은 그냥 동의함 |
| 결정 (PM) | Flagship / Reasoning | 1 | 80 | 8.0 | 최종 판단. 고성능 모델 필요 |
| 리스크 게이트 | Standard | 1 | 20 | 2.0 | 대부분 코드 룰. LLM은 보조 |
| 리포트 라이터 | Standard | 1 | 60 | 12.0 | 글쓰기. 출력 토큰이 큼 |
| 아침 리포트 합계 | 55 | — | — | 1회 실행 (약 55콜) | |
| 장마감 리뷰 (4에이전트) | Standard + Flagship | ~10 | — | — | DOC 05 |
| 1일 합계 / 월(거래일 20일) | ~65 | — | — | 월 약 1,300콜 실행 예정 |
API 호출 구성 예시 (설계안)
# 판단형 에이전트 (테크니컬 · 비평 · 결정 · 매크로)
model = "MODEL_FLAGSHIP_TIER" # 플래그십/추론 모델 적용 예정
thinking = {"type": "adaptive"} # 또는 reasoning_effort: "high"
output_config = {"effort": "high", "format": {...스키마...}}
max_tokens = 16000
# 수집·정리형 에이전트 (펀더멘탈 · 뉴스 · 수급 · 섹터 · 스크리너 · 라이터)
model = "MODEL_STANDARD_TIER" # 표준/경량 모델 적용 예정
thinking = {"type": "adaptive"}
output_config = {"effort": "medium", "format": {...스키마...}}
# 뉴스 에이전트만 웹 검색 툴 추가
tools = [{"type": "web_search", "name": "web_search", "max_uses": 8}]
5실패 처리와 타임아웃
| 상황 | 처리 |
|---|---|
| 분석가 1명 실패 (타임아웃 · 5xx) | 2회 재시도(지수 백오프) → 실패 시 해당 에이전트를 null로 두고 진행. 컨센서스 계산에서 가중치 재정규화 |
| 분석가 3명 이상 실패 | 해당 종목을 후보에서 제외. 3명 미만의 근거로 매매 결정을 내리지 않음 |
| 매크로 에이전트 실패 | 전체 중단. exposure_cap 없이 진행하면 리스크 통제가 사라짐. 재시도 후에도 실패하면 "매크로 판단 불가로 금일 신규 진입 없음" 리포트 발행 |
| 결정 에이전트 실패 | 3회 재시도. 최종 실패 시 기계적 컨센서스(트랙 A) 상위 3종목을 관망 등급으로만 리포트에 표기. 자동 주문 없음 |
| 스키마 검증 실패 | Structured Outputs가 대부분 막지만, 실패 시 에러 메시지를 붙여 1회 재요청 |
| 전체 파이프라인이 08:30 미완 | 부분 완료분으로 리포트 발행 + incomplete: true 플래그. 자동 주문은 집행하지 않음 |
stop_reason == "refusal" | 서버측 폴백(Fallback) 설정을 활성화해 자동 대체. 금융 데이터 분석에서 흔하진 않지만 핸들링은 필요 |
6장마감 리뷰 파이프라인
아침과 별개의 4-에이전트 구성입니다. 대부분의 채점은 코드가 하고, LLM은 왜 그랬는지를 씁니다.
성과 채점
코드가 계산: 추천 종목 수익률, 목표/손절 도달, 지수 예측 오차, 에이전트별 방향 적중. LLM은 결과 서술만.
장중 이슈
웹검색으로 09:00–15:30 사이 시장을 움직인 뉴스를 시간순 타임라인화.
원인 분석
아침 판단과 실제 결과의 차이가 운인가 실력인가. 놓친 급등주도 함께 분석.
개선 제안
누적 30일 데이터를 보고 팩터 가중치·에이전트 가중치·프롬프트 수정안 제시. 자동 적용은 안 함 — 사람이 승인.
7미결정 사항 — 판단이 필요한 부분
현재 설계는 약세 단일 방향입니다. 강세 옹호자를 붙이면 균형은 잡히지만 콜이 6개 늘고, 결정 에이전트가 이미 강세 근거(분석가 5명)를 충분히 받습니다. 제안: 단일 약세 비평 유지. 시스템이 "너무 조심스러워서 아무것도 안 사는" 문제를 보이면 그때 추가.
시간프레임별로 판단이 갈리는 경우가 많습니다(일봉은 조정, 주봉은 상승추세). 제안: 쪼개지 않고, 한 에이전트가 시간프레임별로 각각 답하게 스키마를 확장. DOC 03에 그 형태로 설계했습니다.
현재 설계는 08:00 리포트 발행 후 09:00 자동 주문입니다. 그 사이 사람 확인이 없습니다. 제안: 모의투자 단계에서는 완전 자동(개입하면 시스템 성능을 측정할 수 없음). 실계좌 전환 시 "리포트 확인 후 승인 버튼" 게이트를 웹 화면에 추가. DOC 06에 버튼 자리를 잡아뒀습니다.
위의 w = {flow: 1.2, technical: 1.0, ...}은 제 직관입니다. 데이터가 없습니다.
제안: 첫 30 거래일은 전부 1.0 균등으로 운영하고,
에이전트별 방향 적중률이 쌓인 뒤 조정. 근거 없는 가중치는 근거 없는 확신을 만듭니다.
댓글 0
불러오는 중…