Sense Stock 개발 회고, 첫번째

📅 Sense Stock 개발, 첫번째 회고록 (2025-06-20)

NotebookLM(https://notebooklm.google.com/)의 Audio Overview.

이 기능은 사용자가 업로드한 자료를 바탕으로 두 명의 AI 호스트가 실시간으로 토론을 진행하는 형태로

문서를 설명하는데, 굉장히 흥미롭다.

AI 호스트는 문서를 요약하고, 주제 간의 연관성을 설명하며, 생동감 있는 토론을 나눈다 ㅋㅋㅋ

 

오늘 작성한 회고록을 AI호스트가 토론한 내용입니다. 시간 나시면 한번 들어보시길...약 7분 30초 정도 ㅎㅎ
있는 내용 그대로 서로 대화를 하는거지만, 대화방식으로 듣는것도 새롭네요. 참 재밌는 기능이네요😁

https://notebooklm.google.com/notebook/7c9ced38-081d-4278-9244-98f162ec7ec8/audio

로그인 - Google 계정

 

배가 아파서 만든 프로젝트

그렇다... 나는 팔고 나서 급등하는 주식을 보며 배가 아파서 만들었다

 

왜 만들게 되었나🥴

두 가지 이유가 있다.

첫 번째는 최근 원전 주식을 정리하고 나서 급등하는 사례가 있었다.

팔고 나서 행정명령으로 주식이 급등하는 걸 보니 배가 아팠다.

 

두 번째는 핀테크 챌린지라는 경진대회 때문이다.

기획부터 기능 구현까지 혼자 진행하게 되었고, 최근 n8n이라는 자동화 워크플로우 프로그램을 알게 되어서 공부할 겸 해서 진행했다. n8n은 노코드 툴인데, 써보면서 느낀 건 굉장히 효율적이라는 것이다.

개발자가 아닌 기획/서비스 구간에서도 간단하게 프로토타입을 만들어서 확인해볼 수 있고, 개발 구현에 있어서도 도움이 많이 될 것 같다.

 

문제 정의

주식 시장에서는 정부 정책, 글로벌 이슈, 산업 변화 등의 뉴스와 정책 정보가 주가에 막대한 영향을 미친다.

하지만 일반 투자자, 특히 초보자는 이러한 정보를 실시간으로 감지하거나 해석하기 어렵고, 이로 인해 중요한 투자 타이밍을 놓치는 경우가 많다.

실제로 나는 최근 정책 발표로 급등한 원전 관련 종목을 손절한 경험이 있다.
뉴스 발표 시점과 주가 흐름 사이의 시간차를 제때 인지하지 못했고, 이는 명백한 정보 격차에서 비롯된 판단 실패였다.

* 개인 투자자가 겪는 문제들

1. 실시간 뉴스/정책 정보 탐색의 어려움
2. 정보 해석 능력 부족 (정책이 주가에 어떤 영향을 미치는지 파악 곤란)
3. 즉각적인 대응을 위한 시스템 부재

단순한 뉴스 알림이 아니라, 정보를 해석해주는 개인 AI 분석가가 필요한 시대다.

 

처음 설계한 워크플로우

1. Slack 메시지 수신 및 사용자 정보 확인
   • 사용자가 @Stock mention 후, "AI 반도체" 같은 메시지(문장, 단어 ..)입력
   • 첫 응답 메시지 전송하여 응답 대기 알림
2. 질문 분석 및 관련 주식 정보 추출
   • OpenAI GPT로 자연어 분석
   • 관련 키워드, 뉴스 검색어, 종목 정보 추출
   • Yahoo Finance API로 뉴스 데이터 수집
3. 관련 기사 URL 반복 처리
   • URL 리스트 반복 처리
   • 각 URL 크롤링 및 본문 파싱
4. 종합 요약 및 최종 응답 생성
   • 수집된 기사 요약들을 GPT로 종합
   • 감정 분석 결과와 종목 리스트 포함하여 Slack 전송

문제점: 너무 오래 걸린다

초기에 크롤링 사이트를 3개 잡았는데, 한 사이트에서만 3-5개 기사를 긁어와서 요약하고, 분석해서 전달하는 데만 30-40초가 걸렸다. 누가 쓰겠냐고...

크롤링을 그날그날 해놓고 RAG 방식으로 하지 않는 이상 응답 속도를 빠르게 할 방법이 생각나지 않았다.

기사라는 게 신뢰할만한 기사인지도 불분명하고... 지금 이 방식의 최대 고민거리다.

---

"좋은 입력이 좋은 출력을 만든다"

속도 문제를 해결하기 위해 방향을 바꿨다.

AI가 분석함에 있어서 더 명확한 내용을 전달받으면 더 그에 맞는 응답을 해줄 거라 생각했다.

 

첫 번째 시도: 역질문 생성

처음에는 사용자가 질문을 하면 그 질문의 의도를 파악하고 성향을 파악할만한 질문을 생성하는 방식으로 진행했다.

입력: "중국 관련주는 이제 들어가도 될까?"
↓
GPT 역할:
- 말투, 키워드, 표현 방식 → 투자 성향 해석
- 숨은 의도 파악 → 5가지 역질문 생성
↓
출력:
- 질문자 성향 요약
- 역질문 5개

처음엔 이런 방식이 제법 괜찮다고 생각했다. 그런데 테스트를 거치다 보니, 

AI가 애매한 질문을 받아 해석하려다 오히려 피상적인 질문 구성으로 인해 선택에 고민을 하게 됐다.

 

개인적 성찰: 내 성격대로 만들고 있었다

여기서 느낀 건 내가 피로한 게 싫어한다는 거다. 뭔가 일일이 선택해야 하는 거 굉장히 싫어한다.

그래서 사용자에게 어떤 선택지를 어떻게 보여줄 것인가가 고민이었다.

단순하게 분기된 선택지를 형식화하면 사용자가 원하지 않는 선택지가 들어갈 수 있고, 반대로 너무 많은 옵션을 보여주면 그 자체가 피로감을 줄 수 있다.

현재 워크플로우(두번째 시도): 간단하게, 하지만 효과적으로

결국 구조를 바꿨다.

질문 → 성향 선택 → 분석

1. 질문 입력 → 사용자가 선택하면 Webhook으로 전달
   • 단순 요약 vs 디테일 분석 버튼
2. 디테일 분석 선택 시 → 추가 선택지(투자 성향) 제공
   • 최대 3개 선택 가능
   • Slack Block Kit 활용
3. 선택된 정보로 분석
   • 선택된 성향과 사용자 기본 정보를 AI에게 Context로 전달
   • 성향에 맞춰 요약 또는 역질문 수행

이렇게 하니까 애초에 의미 없는 질문이 생성될 확률이 크게 줄어들었다. AI가 "무슨 말인지 잘 모르겠는데요"라는 식의 회피형 답변을 하는 일도 줄었다.

기술적 문제점과 해결

Slack 연동

• Bot Access Token 생성
• App Mention 이벤트 정상 인식
• Block Kit을 활용한 인터랙티브 메시지 구현

크롤링과 데이터 처리

• Yahoo Finance API 연동
• Firecrawl Tool 검토
• 본문 내용 추출 방식 최적화

AI 프롬프트 엔지니어링

• 사용자 성향 분석 프롬프트 설계
• 요약 품질 향상을 위한 컨텍스트 설계

 

배운 것들

노코드 툴의 가능성

n8n을 통해 복잡한 워크플로우를 빠르게 구현할 수 있음을 경험했다.

개발자뿐만 아니라 기획자도 충분히 활용 가능한 도구라고 생각한다.

사용자 중심 사고의 중요성

기능 구현보다 "사용자가 정말 편하게 사용할 수 있을까?"를 고민하는 시간이 더 많았다.

결국 좋은 서비스는 기술이 아니라 사용자 경험에서 나온다.

프로토타입의 가치

완벽한 서비스를 만들려고 하기보다는, 빠르게 만들어서 검증하고 개선하는 것이 중요하다.

8일이라는 짧은 시간에도 의미 있는 결과를 낼 수 있었던 이유다.

 

마무리하며

현재 고민

여전한 고민

• 응답 속도: 실시간 크롤링의 한계
• 신뢰성: 어떤 기사가 신뢰할만한가?
• 사용자 경험: 어떤 질문이 정말 적절한가?

이번 작업을 하면서 가장 많이 느낀 건
“무엇을 만들까”보다 “무엇을 안 만들까”를 정하는 게 훨씬 중요하다는 거였다.

기능은 만들면 된다.
크롤링, 요약, 분석 다 붙일 수 있다.
근데 유저는 그걸 원하지 않을 수도 있다.
특히 "시간이 오래 걸린다"거나 "질문이 어려워진다"면 아예 안 쓴다.

그래서 지금 고민은 이거다

• 빠르게 응답할 수 있는 방식으로 리팩토링할 수 있을까?
  (예: 미리 크롤링해두고 RAG 방식으로 불러오는 구조)
• 사용자 데이터를 어떻게 모을 것인가?
  (어떤 질문이 많이 오는지, 어떤 성향이 분석에 도움이 되는지)
• 너무 많은 선택지를 피하면서도 충분한 정보는 줄 수 있을까?
  (디자인, UI 흐름, 용어까지 전부 영향이 크다)

혼자서 8일 동안 만든 거치고는 꽤 복잡한 구조가 나왔다.
이제는 기능을 구현하는 걸 넘어서, 사용자에게 어떤 경험을 줄 수 있는가,
이 시스템이 실사용으로 이어질 수 있는가를 고민하게 됐다.

n8n을 통해 자동화를 구현하면서도, 결국 중요한 건 “질문 설계”라는 사실도 새삼 깨달았다.
기능보다 흐름. 흐름보다 인터랙션.
그 모든 중심엔 사용자가 있었다.