본 논문은 구글의 Gemini와 같은 강력하고 접근 가능한 대규모 언어 모델(LLM)을 활용하여 실시간 주식 분석을 위한 새로운 서버리스 시스템의 설계, 구현 및 반복적인 디버깅 과정을 기록하고 있다. 이 시스템은 Gemini API를 정성적 평가에 활용하고, GitHub Actions를 통해 데이터 수집 및 처리를 자동화하며, 분리된 정적 프런트엔드를 통해 결과를 제시한다. 초기 개념부터 강력한 이벤트 기반 파이프라인까지 시스템의 아키텍처 발전 과정과 배포 중 발생한 실질적인 문제점들을 자세히 설명하며, 특히 일반적인 소프트웨어 오류, 플랫폼별 권한 문제, 드문 환경 수준의 플랫폼 버그를 포함한 디버깅 프로세스에 대한 사례 연구를 중점적으로 다룬다. 최종 아키텍처는 거의 제로 비용으로 작동하며, 개인이 정교한 AI 기반 금융 도구를 구축할 수 있는 실행 가능한 모델을 제시한다. 운영 애플리케이션은 공개적으로 접근 가능하며, 전체 소스 코드도 검토를 위해 공개되어 있다. 마지막으로 금융 분석에서 LLM의 역할, 강력한 디버깅 방법론의 중요성, 그리고 소프트웨어 개발에서 새롭게 등장하는 인간-AI 협업 패러다임에 대해 논의한다.
