AI 9명이 증권사처럼 주식을 분석한다 — 오픈소스 TradingAgents, 깃허브 스타 3만 2천 돌파

주식 투자를 할 때 증권사에는 기업 재무를 파는 애널리스트, 시장 분위기를 읽는 센티먼트 전문가, 차트를 분석하는 기술 분석가, 최종 결정을 내리는 트레이더, 위험을 관리하는 리스크 매니저가 있습니다. TradingAgents는 이 역할 9개를 전부 AI에게 맡기는 오픈소스 프레임워크입니다. 깃허브 스타 3만 2천 개를 돌파했고, 이틀 전 최신 AI 모델을 지원하는 v0.2.1을 출시했습니다.

실제 증권사를 그대로 옮겨놓은 AI 팀 구조

TradingAgents의 핵심은 9명의 AI 에이전트가 각자 역할을 맡아 협업한다는 점입니다. 한 명의 AI가 모든 걸 판단하는 게 아니라, 실제 투자 회사처럼 전문가 팀이 단계별로 분석하고 토론합니다.

위 다이어그램처럼, 분석팀이 먼저 데이터를 수집하고, 리서치팀이 찬반 토론을 거친 뒤, 실행팀이 최종 판단을 내립니다. 이 과정이 자동으로 진행되며, 각 단계의 결과를 사용자가 실시간으로 확인할 수 있습니다.

v0.2.1 — 최신 AI 모델 총동원

3월 15일 출시된 v0.2.1에서는 2026년 최신 AI 모델들이 대거 추가됐습니다.

이전 v0.2.0에서 도입된 멀티 AI 지원 기능이 한층 강화된 것입니다. 특히 GPT-5.4의 100만 토큰 컨텍스트를 활용하면 수년치 재무 데이터를 한 번에 분석할 수 있습니다. 또한 주식 데이터에서 발생하는 CSV 파싱 오류와 보안 취약점(CVE-2026-22218)도 수정됐습니다.

터미널에서 바로 사용하는 AI 증권 분석

TradingAgents는 명령어 한 줄로 실행할 수 있는 CLI(명령줄 인터페이스)를 제공합니다. 분석할 종목과 날짜, 사용할 AI 모델을 선택하면 9명의 AI가 순서대로 분석을 시작합니다.

분석이 진행되면 각 에이전트의 리포트가 실시간으로 화면에 표시됩니다. 재무 분석 결과, 뉴스 요약, 감성 점수, 기술적 신호가 차례로 나타나고, 리서치팀의 찬반 토론 내용도 확인할 수 있습니다.

직접 설치해서 써보는 방법

Python 3.13 환경이 필요하며, AI 모델 API 키와 금융 데이터용 Alpha Vantage API 키가 필요합니다.

# 저장소 복제
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents

# 가상환경 생성 및 활성화
conda create -n tradingagents python=3.13
conda activate tradingagents

# 의존성 설치
pip install -r requirements.txt

# API 키 설정 (사용할 AI 모델에 맞게 선택)
export OPENAI_API_KEY=sk-...
export ANTHROPIC_API_KEY=sk-ant-...
export ALPHA_VANTAGE_API_KEY=...

# CLI 실행
python -m cli.main

Python 코드에서 직접 호출할 수도 있습니다.

from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

ta = TradingAgentsGraph(debug=True, config=DEFAULT_CONFIG.copy())
_, decision = ta.propagate("NVDA", "2026-01-15")
print(decision)

위 코드 한 줄로 엔비디아(NVDA) 주식에 대한 9명의 AI 분석 리포트와 최종 매매 판단을 받아볼 수 있습니다.

논문이 뒷받침하는 멀티 에이전트 트레이딩

TradingAgents는 단순한 취미 프로젝트가 아닙니다. arXiv 논문(2412.20138)으로 발표된 학술 연구 기반의 프레임워크입니다. Yijia Xiao, Edward Sun, Di Luo, Wei Wang 등의 연구진이 개발했으며, 후속 연구인 Trading-R1 기술 보고서도 공개됐습니다.

핵심 아이디어는 "AI 하나보다 전문가 팀이 낫다"는 것입니다. 실제 증권사에서 한 명의 애널리스트가 모든 걸 판단하지 않듯, AI도 역할을 나누면 편향이 줄고 분석 품질이 올라갑니다. 특히 강세·약세 연구원의 찬반 토론 구조는 확증 편향(자기가 믿고 싶은 것만 보는 경향)을 줄이기 위한 장치입니다.

투자 판단은 참고용, 수익을 보장하지 않습니다

중요한 점은 TradingAgents가 연구 목적의 프레임워크라는 것입니다. 제작팀도 "투자 조언이 아니며, 실제 거래 성과는 여러 요인에 따라 달라진다"고 명시하고 있습니다. 실제 수익률이나 백테스팅(과거 데이터로 전략을 검증하는 것) 결과를 공개하지 않았습니다.

그럼에도 이 프로젝트가 스타 3만 2천 개를 받은 이유는, AI가 투자 분석 과정 자체를 어떻게 자동화할 수 있는지 보여주는 훌륭한 교육 자료이기 때문입니다. 증권사 리서치 보고서가 어떤 과정을 거쳐 나오는지 궁금했던 분이라면, 9명의 AI가 협업하는 과정을 직접 관찰해보는 것만으로도 가치가 있습니다.

관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기