매일 아침 환율과 뉴스를 요약해주는 AI 에이전트 만들기

3 minute read

Published:

매일 아침 환율, 증시, 뉴스 데이터를 요약해주는 AI Agent를 만들어보았습니다.


1. 프로젝트 개요: 왜 이 에이전트를 만들었는가?

1.1 배경

최근 자산 관리의 중요성을 느끼며 본격적으로 투자를 공부하기 시작했습니다. 처음이라 아는 것이 많지 않아, 상대적으로 안전하고 시장의 흐름을 따라갈 수 있는 “지수 투자(S&P 500, 나스닥)”로 첫걸음을 뗐습니다.

하지만 단순히 매수만 한다고 끝이 아니었습니다. 내가 투자한 지수들이 왜 오르고 내리는지, 그와 관련된 환율은 어떻게 변하고 있는지 매일 확인하는 것이 생각보다 큰 숙제였습니다. 매일 아침 여러 사이트를 돌아다니며 정보를 수집하는 번거로움을 해결하고 싶었고, 이 과정을 AI 에이전트에게 맡겨보기로 했습니다.

1.2 목표

이번 프로젝트의 목표는 명확합니다. 개인 홈페이지에 주기적으로 특정 키워드(환율, 빅테크)에 대한 뉴스를 검색하고, 이를 AI가 분석하여 요약 리포트를 자동으로 작성해주는 에이전트를 만드는 것입니다.

Screenshot 2026-01-27 at 12.28.51 PM

이를 위해 크게 세 가지 구성 요소를 설정했습니다.

  • Perception (인식): 실시간 데이터 수집 (Naver API, NewsAPI, yfinance)
  • Reasoning (추론): 똑똑한 두뇌 (Gemini 2.5 Flash)
  • Action (실행): 자동 배포 (GitHub Actions)

Naver API, NewsAPI, yfinance로 데이터를 수집하고, gemini를 추론엔진으로 사용하여 분석했습니다. 그리고 GitHub Actions를 이용해 자동배포를 설계하였습니다.


2. 에이전트 설계: 어떻게 동작하는가?

에이전트는 제 깃허브 블로그(jhspatial.github.io) 인프라 내에서 유기적으로 움직입니다.

Screenshot 2026-01-27 at 12.30.03 PM

여기 사진에서 보시는 것처럼 github/workflows/daily_news.yml 파일을 수정하여 자동배포를 하는 코드를 설계했고 scripts/agent.py 파일을 만들어 agent를 설계했습니다.

2.1 & 2.2 데이터 수집과 추론 (scripts/agent.py)

에이전트의 심장부인 agent.py는 매일 아침 다음의 복잡한 과정을 스스로 수행합니다.

1. 다양한 소스에서 데이터 수집

Screenshot 2026-01-27 at 12.32.28 PM

  • yfinance: 파이썬 라이브러리를 통해 원/달러, 원/엔 환율과 S&P 500, 나스닥 지수의 현재가 및 전일 대비 변동폭을 가져옵니다.
  • Naver API: 국내 뉴스를 뒤져 환율 변동의 구체적인 원인을 파악합니다.
  • NewsAPI: 미국 빅테크 기업들(Apple, NVIDIA 등)과 매크로 경제 소식을 수집하여 AI에게 전달합니다.

2. 에이전트의 기억(Memory) 활용

Screenshot 2026-01-27 at 12.33.09 PM 단순히 데이터만 나열하면 재미없죠. 제 에이전트는 어제 본인이 쓴 글을 스스로 읽어옵니다. 이를 통해 “어제는 이랬는데 오늘은 이렇게 변했구나” 하는 흐름을 파악하고, 불필요한 내용의 반복을 피합니다.

3. Gemini 2.5 Flash를 통한 요약 Screenshot 2026-01-27 at 12.33.36 PM수집된 모든 데이터는 Gemini 모델로 전달됩니다. 저는 이 에이전트에게 “글로벌 금융 및 IT 전략가”라는 역할을 주었습니다. 에이전트는 지표를 정리할 뿐만 아니라, 미국 증시의 변화가 한국의 삼성전자나 SK하이닉스 같은 IT 기업에 어떤 영향을 줄지 인사이트까지 도출합니다.

4. 파일 발행

Screenshot 2026-01-27 at 12.37.00 PM

gemini가 요약해준 정보를 가지고 md파일을 발행합니다.

2.3 자율 배포 시스템 (GitHub Actions)

아무리 분석을 잘해도 제가 직접 블로그에 올려야 한다면 ‘자율 에이전트’라고 할 수 없겠죠. GitHub Actions를 활용해 완전 자동화를 구현했습니다.

코드를 한 번 살펴보겠습니다.

1. 언제, 어떤 환경에서 실행될지?

매일 아침 9시(한국 시간)가 되면 깃허브의 가상 서버(우분투)가 깨어나 에이전트를 실행합니다.

Screenshot 2026-01-27 at 12.38.35 PM

2. 무슨 일을 하는가?

Screenshot 2026-01-27 at 12.40.42 PM

  • 환경설정 : 파이썬과 뉴스 수집에 필요한 라이브러리를 설치합니다.

  • 보안: 중요한 API 키들은 GitHub Secrets에 숨겨두어 보안성을 높였습니다.
  • 아까 살펴본 agent.py를 실행합니다!

3. 무슨 일을 하는가?

  • github에서 자동으로 commit and push 해주는 코드입니다!
  • Screenshot 2026-01-27 at 12.44.48 PM

3. 결과 및 성과: 매일 아침 배달되는 리포트

Screenshot2222

[리포트의 주요 구성]

  1. 마켓 대시보드: 환율과 증시 지표를 표(Table) 형식으로 정리하여 가독성을 높였습니다. 하락 시에는 ▽, 상승 시에는 ▲ 이콘을 사용하여 직관적으로 변화를 알 수 있습니다.
  2. 환율 & 증시 분석: “이 대통령 회견으로 환율이 내리고 코스피가 올랐다”는 식의 구체적인 뉴스 기사를 인용하며 시장의 흐름을 짚어줍니다.
  3. 빅테크 이슈 및 인사이트: 글로벌 뉴스를 요약하고 이것이 우리 시장에 주는 시사점을 전문적인 말투로 정리해줍니다.

마치며

이번 프로젝트를 통해 AI 에이전트가 단순히 질문에 답하는 수준을 넘어, 스스로 데이터를 찾고(Perception), 계획을 세워 분석하며(Reasoning), 결과물을 세상에 내놓는(Action) 일련의 과정을 직접 경험할 수 있었습니다.

앞으로 이 에이전트가 저의 든든한 투자 파트너가 되어줄 것이라 믿습니다. 다음에는 더 고도화된 멀티 에이전트 시스템을 도입해 볼 계획입니다.

긴 글 읽어주셔서 감사합니다!


[발표자료]