알고픽 | No1. AI 투자 에이전트

최근 알고픽 백엔드에서 AI 에이전트 하네스를 꽤 크게 손봤습니다. 처음에는 절차를 많이 넣는 쪽이 맞다고 봤습니다. 이 툴을 먼저 호출하고, 그다음엔 저 문서를 읽고, Step 1과 Step 2와 Step 3을 순서대로 밟고, 마지막에는 체크리스트를 빠짐없이 채우게 만드는 식이었죠. 그 시기에는 그게 맞았습니다. 모델이 지금보다 불안정했기 때문입니다. 툴 호출을 빠뜨리고, 긴 맥락에서 길을 잃고, 형식을 흘리고, 중간에 엉뚱한 결론으로 새는 일이 많았습니다. 그러니 하네스는 자연스럽게 신입사원용 업무 매뉴얼처럼 생길 수밖에 없었습니다. 그런데 최근에는 생각이 꽤 달라졌습니다. 에이전트에게 절차 중심의 프롬프트를 주는 대신에, 달성해야하는 목표를 명확히 하고 접근 프레임, 사고 방식 등을 강화하되 벗어나면 안 되는 '가드레일'을 명확히 해서 에이전트의 자율성을 극대화하는 것이 맞지 않나? 하고요. 지난 2~3년 동안 공개된 에이전트 설계 흐름을 보면, 무게중심이 실제로 이동하고 있습니다. 2022년 전후에는 추론과 행동의 궤적을 잘게 드러내고, 단계별 워크플로우를 촘촘히 묶는 문법이 강했습니다. 2024년 말부터는 복잡한 프레임워크보다 단순하고 조합 가능한 패턴이 더 잘 버틴다는 쪽으로 기울었고, 2025년 이후에는 프롬프트를 길게 쓰는 문제보다 도구, 입력 정렬, 상태 기록, 검증 루프를 어떻게 설계하느냐가 더 중요한 주제로 올라왔습니다.

요즘 AI 에이전트 씬에서 '하네스'라는 말이 자주 보입니다. 처음엔 좀 웃겼습니다. 원래 하던 거 아닌가? 싶었거든요. 특정 도메인 서비스를 만들고, 어떤 업무를 위임하고, 자동화하려면 원래부터 구조가 필요했습니다. 어떤 순서로 처리할지, 무슨 정보를 먼저 볼지, 실패하면 어떻게 할지, 언제 멈출지, 결과를 어디에 남길지. 이런 건 원래 있어야 했습니다. 예전에는 그냥 업무 프로세스, 워크플로우, 오케스트레이션, 상태 머신 같은 이름으로 불렀을 뿐이죠. 그래서 저는 이렇게 봅니다. 하네스는 새로운 마법 기술이 아니라, 원래 인간과 조직이 하던 일을 AI 시대에 맞게 꺼내 쓴 것이다. 조금 더 직설적으로 말하면 사람 머릿속의 일 처리 방식, 조직의 운영 규율, 시스템의 안전장치를 밖으로 꺼낸 것. 그게 하네스입니다. 하네스가 뭔데? AI에 익숙하지 않은 분들은 이렇게 이해하면 쉽습니다. 하네스는 AI가 어떤 순서로 보고, 판단하고, 움직일지를 정해놓은 구조다.

오랜만에 정말 너무 공감가는 글을 읽었습니다. AI 시대에 딸의 교육관을 어떻게 가져가야 할지, 교육 방식을 어떻게 설정해야 할지 막연하게 고민만 쌓여가던 차였는데 이 글이 머릿속에 흩어져 있던 생각들을 꽤 명쾌하게 정리해줬습니다. 완독을 권하고 싶을 정도입니다. 원문입니다. 해시드 대표님이 운영하는 텔레그램 채널입니다. 특히 해시드 대표의 글을 읽으면 늘 느끼는 것이 있습니다. 내 안에 여러 파편으로 흩어져 있던 생각들이 어느 순간 하나의 개념으로 묶여 정리된다는 점입니다. 이미 어렴풋이 알고는 있었지만 설명하지 못했던 것들, 느끼고는 있었지만 언어화하지 못했던 것들, 흐릿하게 존재하던 개념들을 또렷하게 꺼내 보여주는 능력이 탁월하다고 느낍니다. 이번 글도 딱 그랬습니다. 내가 평소에 가지고 있던 고민들... 왜 대학 네임밸류의 프리미엄이 점점 희미해질 것 같은지. 왜 좋은 대학에 가기 위해 들어가는 막대한 input, 즉 시간, 노력, 돈이 예전만큼의 효용을 보장하지 못하게 될 것 같은지. 그리고 그 와중에 나는 내 딸을 무엇에 노출시키고 어떤 방향으로 키워야 하는지. 그 질문들에 대해 꽤 선명한 답을 얻은 느낌이었습니다. 나 역시 대학 입시를 할 때, 상위 대학의 하위과를 갈지 하위 대학의 상위과를 갈지 두고 꽤 진지하게 고민했던 기억이 있습니다. 그 시대에는 그것이 분명 값진 고민이었습니다.

저는 문과 출신의 비개발자로서, 주식 투자라는 도메인에서 AI 에이전트를 접목시켜보는 일종의 실험을 하고 있다고 생각합니다. 처음에는 챗GPT한테 물어가며 오픈AI의 에이전트 SDK를 이용해서 나만의 투자 에이전트를 만들어 보는 것으로 시작했죠. 그것이 발전되어서 이제는 '알고픽(AlgoPick)'이라는 AI 에이전트가 자신의 포트폴리오를 알아서 운용하고, 기억을 저장하고, 자신만의 투자 철학을 써 내려가게끔 시스템화해놓은 수준까지 왔네요. 그동안 프론티어 모델들은 지수적 발전을 해오고 있고, 이제는 그 속도를 따라가기 벅차다는 느낌이 들 정도입니다. 새로운 툴들은 끊임없이 등장하고 진화해 나가고 있고, 새로운 프레임워크와 새로운 AI 프로젝트들이 생겨나는 이 시점에, '알고픽에게 접목할 수 있는 건 뭘까' 고민하다 보면 끝도 없습니다. 그러다 보면 결국 계속 되돌아가는 포인트는 기술이 아니라 '인간 그 자체'입니다. '내가 급등하는 주식을 보며 FOMO를 느끼는 이유는 뭘까?' '왜 후회를 할까, 후회라는 감정은 대체 뭘까?' '큰 수익을 보면 왜 누군가에게 자랑하고 싶을까?' 제가 예전에 '감정이 없는 AI는 정말 똑똑한 걸까?'란 제목으로 발행했던 글이 있습니다. 딸아이가 세상을 학습해 나가는 과정을 보면서 문득 떠오른 생각들을 정리했던 건데요.

주식 투자 에이전트에게 기억이란 무엇을 의미할까요? 오늘 말할 기억은 내가 언제 매수했고, 왜 매수했고, 어떤 판단과 결정으로 매매했는지의 '단기 기억'이 아닙니다. 굳이 구분하자면 '장기 기억'이 되겠네요. (단기 기억은 이미 알고픽에게 적용되어 있습니다.) 영화 인셉션을 생각하면 쉬울 것 같습니다. 타인의 꿈에 들어가서 그 사람의 내면 깊숙한 생각을 바꾸는 것. 꿈을 한번만 타고 들어가는 게 아니라 꿈의 꿈의 꿈으로 들어가죠. '카를 융'이 생각 날 정도로 인간의 무의식에 접근해서 표면의 행동 양식을 바꿉니다. 개인적으로 기억에 남는 장면은 기업가였나요? 로버트라는 인물의 꿈에 들어가서 아버지에 대한 이미지를 바꾸는 에피소드입니다. 설산에서 무의식과 싸우고 결국에는 금고 안에서 아버지의 유언장이 아니라 어린 시절 사진을 마주하며 아버지에 대한 증오심, 적개심을 바꾸게 됩니다. 꿈에서 깨어난 로버트는 기억이 조작되었다는 걸 알지 못합니다. 하지만 무의식 속에서의 아버지에 대한 기억은 변했고, 아버지에 대한 감정도 변해버렸죠. 기억이 변한 것만으로 인간의 감정이 변하고 행동이 변한 겁니다.

우리가 '찍기' 대신 '대응'을 선택한 철학적 이유 수학에는 해(解)가 있고, 과학에는 증명이 있습니다. 하지만 주식시장은 다릅니다. 누군가 규칙을 찾으면 돈이 몰리고, 그 순간부터 규칙이 변합니다. 우리는 흔히 투자를 수학 문제처럼 접근하려 합니다. 어딘가에 숨겨진 완벽한 공식이 있고, 슈퍼컴퓨터나 AI가 그것을 찾아낼 수 있을 것이라 기대하죠. 하지만 알고픽(AlgoPick)은 그 길을 가지 않기로 했습니다. 단순히 "오를 종목을 찍어주는 서비스"를 넘어, 왜 AI가 바둑이나 체스처럼 인간을 완벽히 압도할 수 없는지, 그리고 왜 우리는 AI를 미래를 맞히는 예언자가 아닌 '의사결정의 질을 높이는 보조 시스템'으로 설계했는지 그 본질적인 이유를 기록합니다. 결정론적 세계관: 세계는 정교한 코드로 짜여 있습니다 요즘 저는 세상을 하나의 거대한 '소스 코드'처럼 바라봅니다. 삶에서 벌어지는 수많은 일들은 표면적으로는 무작위한 우연처럼 보이지만, 한 발짝만 뒤로 물러서서 관찰하면 그 모든 것은 특정 조건들이 맞물려 나타난 결과물입니다. 원인 없는 결과는 존재하지 않습니다: 저는 기본적으로 강한 결정론적 세계관을 갖고 있습니다. 우리가 '운'이라고 부르는 영역의 상당 부분은 사실 우리가 아직 파악하지 못한 변수들이 복잡하게 얽혀 만든 결과입니다.

저는 요즘 웹이 바뀌는 방향을 보면 결국 한 가지로 수렴한다고 느낍니다. 앞으로 웹사이트는 '보여주는 곳'이 아니라 '생각을 담는 그릇'이 됩니다. 예전에는 웹이 주로 이랬습니다. 정보를 많이 모아서 정리해두거나 예쁘게 포장해서 보여주거나 방문자를 오래 붙잡아 광고를 팔거나 그런데 AI 시대가 올 수록 이 방식은 힘이 빠질 겁니다. 정보는 이제 너무 많습니다. 심지어 "정보를 정리한 정보"까지 넘쳐납니다. 검색 비용은 0에 수렴하고요. 돈뿐 아니라 시간까지 포함해서요. 그럼 사람들은 더 이상 "정보"를 찾지 않습니다. 저 역시 언제부터인가 '구글링'을 하지 않습니다. Chat GPT한테 물어보거나 찾으라고 시키면 되죠. 대학생 때 몇 시간이고 각종 레포트들과 논문을 찾기 위해 '구글링'을 했었는데... 이제 그 시대는 끝났습니다.

감정이 없는 AI는 정말 똑똑한 걸까? 11개월 된 딸이 있습니다. 요즘 딸이 높은 곳에서 내려오는 방법을 스스로 터득하는 걸 보며 이상하게도 AI 생각이 자주 납니다. 처음엔 내려오려다 몇 번 쿵 해봅니다. 그러다 어느 순간부터는 발을 내딛기 전에 잠깐 멈춥니다. 망설이는 거죠. 무서워진 겁니다. 그런데 거기서 포기하지 않습니다. 다른 방법을 찾기 시작합니다. 손을 짚어보고, 방향을 바꿔보고, 자세를 낮춰보면서 결국 자기만의 내려오는 방식을 만들어냅니다. 그 모습을 보면서 이런 생각이 들었습니다. 아, 이게 진짜 학습이구나.

알고픽 투자 에이전트를 설계하고 코딩하고 운영한지 5개월 째로 들어 서고 있네요. 25년 8월 24일부터 알고픽 에이전트가 운용하는 포트폴리오를 가동했으니 그러한 것 같습니다. 아... 오픈AI의 에이전트 킷을 발견하고는 AI 에이전트가 주식을 알아서 운용하는걸 만들 수 있겠는데? 했던건 아마 25년 5월 정도였던 것 같으니 그거까지 포함하면 벌써 9개월인가요? 시간 빠릅니다 ㅎㅎ 시장은 전체적으로 상승했지만 그 사이사이 조정도 있었고 폭락도 있었습니다. 투자를 하다보면 늘 그런 것 같습니다. '지나고 보면 저 때 사서 지금까지 들고만 있었어도 얼마야...' 라는 생각. 하지만 그 과정은 쉽지 않죠. 처음 투자 에이전트를 만들 때는 저의 투자 스타일을 최대한 모사하려고 했습니다. 여러 에이전트를 만들고 각각에 여러가지 툴을 주고 기나긴 프롬프트까지. 내가 지금까지 책으로 공부하고 실전에서 깨지면서 배우고 깨우쳐 왔던 투자 철학을 에이전트에 담고 싶었습니다. 그 결과가 수익이 나든 안 나든 솔직히 중요하지는 않았습니다. 왜나하면 저는 저의 투자를 대신해줄 AI를 원했기 때문인데요. 그거면 충분할 것 같았습니다. 내가 매일 시장을 보고 텔레그램을 읽으면서 주도 테마를 찾고, 주도주를 찾고, 시장의 분위기를 읽는 일련의 과정들을 AI가 대신해주고 매매를 해준다면 그 시간을 다른 곳에 쓸 수 있으니까요. 하지만 결과적으로는 실패했습니다.

최근 시장의 흐름을 멀리서 조망해보면 삼성전자와 SK하이닉스를 위시한 대형 반도체주 장세는 그대로 유지되면서 우주와 자율주행 등 신규 테마가 등장하는 상황인 것 같습니다. 재미난 것은 기존 주도주에서 탈락하는 애들이 나오기 시작하고 있다는 겁니다. 'K-뭐시기' 테마에 속했던 애들이 그 주인공인데요. 대표적으로 에이피알과 삼양식품을 들 수 있을 것 같습니다. 먼저 주가를 보죠. 뷰티 의료기기의 대장주였던 에이피알이 100일선 지지에 실패하면서 주가 급락이 나오고 있습니다. 전고점 돌파를 실패한 시기가 삼성전자와 SK하이닉스가 재급등하는 시기와 맞물린 것은 우연이 아닙니다. 시장 자금은 한정적입니다. 모두를 올릴 수는 없죠. 다음은 불닭 신화의 주인공 삼양식품입니다. 역시나 'K-뭐시기' 시리즈의 대표 성공 사례죠.

오늘은 알고픽 알고리즘 데이터를 활용해서 우리가 고점에서 물리는 이유에 대해 데이터로 풀어 보고자 합니다. 사족 없이 바로 본론으로 들어 갈게요. 먼저, 주가는 회귀 본능이 있습니다. 영원이 상승하는 주식도 없고, 영원히 하락하는 주식도 없습니다. 일정 기준점을 중심으로 등락을 반복하는 것이 주가입니다. 알고픽은 이 기준점을 100일 이동평균선으로 잡고 있습니다. 이유는 그냥 경험칙입니다. 100일선 위에 있으면 추세가 살아 있고, 100일선 아래에 있으면 추세가 죽었다고 판단하는 투자 원칙일 뿐입니다. 아무튼 문득 이런 궁금증이 생겼습니다. 주가와 100일 이동평균선의 차이는 정규분포를 따를까? 세상이 정규분포 법칙에 지배받는다면, 주식 시장도 그 법칙에서 자유로울 수 있을까? 시가총액 2천억 원 이상인 종목들의 최근 3개년도 종가를 갖고 분석해보았습니다.

2025년이 시작되며 육아휴직을 시작했습니다. 처음에는 '1년만 하고 알고픽이 잘 되면 퇴사하고 안 되면 그냥 복귀해야지' 하는 마음으로 시작했죠. 그런데 이게 참... 복귀할만큼 안 됐다고 하기도 뭐하고, 그렇다고 퇴사할 정도는 아니고... 그래서 6개월 더 연장했습니다 ㅎㅎ 일단 6개월 더 진행하면서 이 알고픽의 방향성에 대해 진지하게 다듬어가야 될 것 같습니다. 이게 무슨 말이냐하면요... 원래 알고픽은 AI 없이 알고리즘의 매수/매도 신호만으로 서비스하려던 것이었습니다. '라씨 매매비서'라는 서비스가 있는데 그거에 영감을 받아었죠. 그런데 진행하다보니 오픈AI의 ADK(에이전트 디벨롶 킷) 존재를 알게 되고는 '엇? 이걸로 AI가 굴리는 펀드? 같은걸 만들 수도 있겠는데??!!' 라는 생각을 하게 됩니다. 그래서 만든 게 지금의 에이전트가 알아서 굴리는 알고픽 포트폴리오죠. 그 과정에서 정말 많은 고민과 시행착오가 있었지만 그걸 다 적기에는 분량이... 아무튼 웹사이트를 이리저리 수정해 나가고, 에이전트도 개발해 나가면서 쓰레드에 그냥 이것저것 올리다보니 벌써 3700명이나 팔로우를 해주시고 계시더라구요. 감사합니다. 정말로.

대회 시작하자마자 시장이 폭등했습니다. 삼성전자가 7%나 상승하다니.... 코로나 이후 처음 보는 광경입니다. 그만큼 올해 상반기는 시장이 핫하지 않을까 생각이 되네요. 아무튼 저번에 참가했던 탐폴 투자대회는 최종적으로 16등으로 마무리했었습니다. 너무 아쉬웠던 것이 1등과 수익률이 불과 2% 차이밖에 안 날 정도로 조금만 더 내 포트폴리오가 상승해줬어도 1등을 노려볼 수 있었다는 겁니다 ㅠㅠ 게다가 스크린샷 오른쪽 하단에 보면 Daily NAV가 나오는데 대회 막판에는 제 포트폴리오 수익률(빨간색)이 시장 대비 크게 아웃퍼폼하기 시작한 때였습니다. 실제로 대회 기간이 2일 정도만 더 있었으면 무조건 1등이었던 것이 자율주행 테마를 좋게 보고 있어서 '현대오토에버'를 포트폴리오의 15%(대회 규정 상 MAX)로 담고 있었는데 대회 마감하고 2일 뒤에 폭등하더라구요... 후... 1천만원이 날아갔다는 생각에 진짜 너무 상실감이 컸지만... 테슬라가 올라가 줘서 마음의 위안을 받았던 때였네요. 그 아쉬움을 뒤로 하고 이번에는 한경과 콜라보를 해서 1등 상금이 무려 2천만원입니다.

API 비교 분석 GPT 5.1 vs gemini-3-pro-preview 알고픽 투자 에이전트는 현재 오픈AI의 에이전트를 이용해 포트폴리오를 운용하고 있습니다. 최근 구글에서 발표한 제미나이3의 성능이 생각보다 우수한 것 같아 간단한 테스트를 해보았는데요. 주도 테마 에이전트를 만들어 동일한 데이터를 주고 현재 주도 테마를 분석하고 관련주를 선별하라고 했습니다. 결과는 거의 동일했습니다. 주도 테마 3개는 똑같았고, 구성 종목도 크게 다르지 않았습니다. 관련주도 틀리지 않게 잘 뽑아 냈습니다. 결과는 아래와 같습니다. <GPT 5.1> 로봇 테마 : 로보티즈, 로보스타, 에스피지 바이오 테마 : 앱클론, 디앤디파마텍, 보로노이 패키지판/PCB 테마 : 심텍, 대덕전자 <gemini-3-pro-preview> 로봇 테마 : 로보티즈, 로보스타, 케이엔알시스템, 에스피

예전에 작성했던 글입니다. 당시에도 운용 인플루언서에 대해 다루었고 그 생각엔 변함이 없습니다. 다만, 그걸 어떻게 구현해나갈 것인가?에 대해 좀 더 명확했졌다고 해야될 것 같습니다. 결국 제가 추구하고자 하는건 명확합니다. 나의 투자 자산, 매매 내역을 투명하게 공개하고 투자 성과를 남들과 공유하는 모델. 먼 미래의 일이겠지만 저는 위 2가지 요소가 폐쇄적인 여의도 자산운용사들의 비즈니스 모델을 깰 수 있을거라 확신합니다. 원래는 알고픽 사이트에 노출되고 있는 '알고픽 포트폴리오'를 어플로 만들어서 구독 모델을 붙이려고 했습니다. 하지만 아무리 생각해도 이용자들이 돈을 지불하기 망설이게 하는 포인트가 몇가지 있었고 그걸 해결하기에는 기술적 이슈가 크다고 판단했습니다. 첫번째는 실시간성입니다. 알고픽 포트폴리오는 먼저 2천 개가 넘는 개별 종목에 대해 매수·매도 알고리즘을 돌리는 과정이 필요합니다. 이 작업만 약 1시간이 걸립니다. 그리고 그 결과를 바탕으로 LLM이 최종 포트폴리오를 구성·운용하는 단계가 이어지는데, 여기서도 추가로 1시간 정도가 소요됩니다. 즉, 장 마감(3시 30분) 이후 실제로 최종 포트폴리오가 완성되기까지 총 2시간이 필요한 구조입니다. 저는 이 부분이 서비스 확장의 가장 큰 걸림돌이 될 수 있다고 생각했습니다.

Part 1. 국장 투자의 본질은 테마 순환매다 Chapter 1. 국장엔 있고, 미장엔 없는 것 주식을 처음 시작하는 개인 투자자가 가장 먼저 접하는 이름은 단연 '워렌 버핏'일 것입니다. 가치투자의 정석이자 완성형으로 추앙받는 인물이죠. 그 영향으로 우리는 자연스럽게 다음과 같은 투자 철학을 받아들입니다. "재무제표를 꼼꼼히 분석해 저평가된 우량주를 찾아 장기 보유하면, 언젠가는 보상받을 것이다." 경쟁사를 분석하고 기업의 해자(Moat)를 확인하며 "이 회사는 튼튼하니 묻어두면 오른다"고 스스로를 설득합니다. 하지만 안타깝게도 한국 시장(국장)의 역사적 데이터는 이 방식이 얼마나 위험한지를 적나라하게 증명하고 있습니다. 퇴직연금을 S&P 500 ETF에는 묻어도 KOSPI ETF에는 안 묻는 것만 봐도 국장의 인식이 어떠한지 알 수 있죠. 1. 구조적 한계: 빅테크의 부재와 사이클의 굴레 미국 시장(S&P500, 나스닥)이 장기간 우상향하는 이유는 명쾌합니다. 시장을 주도하는 애플, 마이크로소프트, 구글 등 초대형 빅테크 기업들이 구조적인 성장을 지속하기 때문입니다. 이들은 강력한 브랜드와 플랫폼을 기반으로 전 세계에서 수익을 창출하며, 불황에도 쉽게 무너지지 않는 견고한 비즈니스 모델을 갖추고 있습니다. 무엇보다 이들은 데이터 센터, 클라우드, 검색 엔진 등 확장성이 무한한 '테크' 기반 사업을 영위합니다.

비개발자가 서비스를 개발하고 이걸 유료화하려니 어려움이 많은 것 같습니다. 지식이 없으니 문제 해결 방안들도 편협할 수박에 없고, 오히려 뺑~ 돌아간 느낌입니다. 최근 제 고민은 '수익화'였습니다. 어떻게든 제가 만든 알고리즘과 AI 투자 에이전트를 서비스화 하는 게 제 목표였죠. 그래서 단순하게 구독 모델을 붙이자! 했었던거구요. 하지만 문제는 한국에서 웹사이트에 구독 모델을 붙이려면 결제 시스템이 꼭 필요하다는 것이었죠. stripe가 지원이 안 되니 비개발자한테는 이것 자체가 큰 문턱이었습니다. 무슨 카드사 승인도 필요하고 그걸 구현하는 데는 아무리 AI를 써도 쉽지 않을 것 같아 보였습니다. 특히나 돈이 걸린 문제라 예민하기도 했구요. 그런데 갑자기 불현듯 이런 생각이 들더라구요. '아니 내가 이용하는 어플들에서는 구독할 때 그냥 구글 결제? 스와이프 한번이면 되던데 왜이리 어려운거지?' 개발자분들이 보시기에는 아주 바보같이 보일지 모르지만 비개발자 입장에선 '아 어플리케이션은 구글과 애플이 따로 마련한 결제 시스템?을 써야하는구나' 가 생각이 나질 않았던 겁니다. 아무튼 불현듯 그런 생각이 들자마자 GPT한테 물어봤고, 결론적으로는 웹사이트에 billing 시스템을 붙이는 것보다 수월하다는 결론을 얻을 수 있었습니다.

10월 초부터 열린 타임폴리오자산운용에서 주최하는 투자 대회에 참가하고 있습니다. 11월 28일까지니 이제 2주 남은 시점에서 중간 소고를 작성해보려 합니다. 일단 현재 순위는 1568명 중에 11등으로 총 27% 정도 수익을 냈네요. 1등이 수익률 36%라서 변동성이 큰 시장이라 충분히 1등도 노려볼 수 있지 않을까 생각 중입니다. 알고픽 포트폴리오 도움 덕입니다. 제가 만든 사이트고 서비스라 일방적인 호의를 보이는 것은 아닙니다. 실제로 알고픽 포트폴리오의 운용을 보면서 인풋 대비 꽤나 괜찮은 아웃풋을 냈기 때문이죠. 구체적으로 어떤 부분에서 실질적으로 투자에 도움을 받았는지 말씀드려 보겠습니다. 그러기에 앞서 타임폴리오 투자 대회의 특징부터 알고 가야할 것 같습니다. 10월 초부터 수익률 27%? 이런 불장에 이것밖에 못 벌었다고? 할 수 있습니다. 그 이유는 이 대회가 여타 대회와 다르게 레버리지가 불가능하고, 포트폴리오를 꾸려야하기 때문입니다. 대표적인 룰로 중소형주 비중을 최대 15%밖에 못 가져가고, 각 섹터별 최대 노출도가 정해져 있습니다. 즉, 아무리 내가 SK하이닉스에 몰빵 치고 싶어도 그러지 못한다는 거죠.

저점 매수, 고점 매도. 주식 투자자라면 꿈의 능력이 아닐까 싶습니다. 항상 지나고 보니 저점이었고, 지나고 보니 고점이었을 뿐이죠. 저도 주식 투자를 처음 시작했을 때는 저점에서 매수하려고 노력했고, 고점에서 매도하려고 노력했습니다. 그런데 10년 넘게 투자를 하다보니 적당히 벌고 적당히 매도하는 게 맞더라구요... 욕심 부리다가 지하실 구경하고, 욕심 부리다가 벌었던 돈 다 사라지더라는 겁니다. 그럼에도 꼭지를 맞추고 싶다... 하지만 인간이기에 수익을 최대화하고 싶은 욕망은 사라지지 않습니다. 그래서! “통계적으로 봤을 때, 어느 시점의 매도가 ‘그래도 잘 팔았다’고 평가받을 만할까?” 를 고민해봤습니다. 결론부터 말하면, 종가와 100일 이동평균선 값의 차이가 +2배 날 때 매도하면 크게 후회하지 않더라... 종가와 100일 이동평균선 값의 차이가 2배 나는 지점은 아래와 같습니다.

3편에서는 실제 코드 예시와 함께 OpenAI의 ADK(Agent Development Kit)를 활용해 "매크로 분석 에이전트" 하나를 만드는 과정을 중심으로 이야기해보려 합니다. 이번 편의 포커스는 코딩 테크닉이 아닙니다. 대신 아래 세 가지를 직관적으로 느끼는 것이 목표예요. 에이전트에게 '목적'을 심어주는 것 = 프롬프트 그 목적을 이루기 위해 어떤 일을 어떻게 해야 하는지 계획 = 프롬프트 안의 구조화된 지시 그 계획을 실제로 수행하게 해주는 손발 = 툴(tool) OpenAI는 에이전트(Agent)를 다음과 같이 정의합니다. "사용자를 대신하여 목표를 추구하고 작업을 완료하기 위해 자율적으로 행동하고 의사 결정을 내릴 수 있는 AI 시스템" 즉, 머리(모델)만 있다고 에이전트가 되는 게 아니라, 머리 + 목적, 계획, 지침 등(프롬프트) + 손발(툴) 이 모두 있어야 비로소 에이전트가 됩니다. 인간 버전으로 먼저 생각해보죠. "요즘 매크로 환경이 어떤지 브리핑 한번 부탁드립니다."