AI 주식 분석 사이트를 직접 만들기 시작한 이유 — 평범한 개인 투자자의 개발 일지

오늘은 평소 글과 조금 다른 이야기를 적어 보려고 합니다. 제가 직접 운영하고 있는 무료 주식 분석 사이트 Lee Trader Lab(https://www.leetrader.kr)을 만들게 된 계기를 정리한 글입니다. 한 편으로 끝나지 않을 것 같아서, "개발 일지" 시리즈로 천천히 풀어 가려 합니다.

이 시리즈는 코드를 보여주는 글이 아닙니다. "평범한 개인 투자자가 왜 자기 손으로 주식 분석 시스템을 만들기 시작했는지", 그리고 "그 과정에서 어떤 시행착오를 거쳤는지"를 이야기 식으로 정리한 글입니다.

---

시작은 평범한 손실이었습니다

처음 시스템을 만들어야겠다고 마음먹은 건 2년 전쯤 어느 평일 저녁이었습니다.

그날 매수한 종목이 장중 10% 가까이 빠졌습니다. 회사 점심시간에 본 가격이 좋아 보여서 그 자리에서 매수 주문을 넣었던 종목이었어요. 퇴근하고 집에 돌아와 계좌를 확인했을 때, 빨간색이 아니라 짙은 파란색이 떠 있는 걸 보고 한참 멍하게 앉아 있었습니다.

손실 자체보다 더 답답했던 건, "내가 왜 그 종목을 샀는지 설명할 수 없었다"는 사실이었습니다. 점심시간에 차트 한 번 보고, 외국인이 사고 있다는 코멘트 하나 보고, 그 자리에서 결정했던 거예요. 사후적으로 보니까 그 종목은 이미 단기 과열 구간이었고, 수급도 그날 아침에 막 꺾이고 있던 상황이었습니다.

---

매일 2,500개 넘는 종목, 한정된 시간

생각해 보니까 저만의 문제가 아니었습니다.

KOSPI와 KOSDAQ을 합치면 종목 수가 2,500개를 넘습니다. 시가총액 상위 200개만 추려도 하나당 차트, 거래량, 수급, 최근 뉴스를 점검하는 데 5분씩 잡으면 17시간이 걸립니다. 직장인 입장에서는 물리적으로 불가능한 시간입니다.

그러다 보니 자연스럽게 "오늘 화제가 된 종목"만 보게 됩니다. 뉴스에 나오는 종목, 커뮤니티에서 거론되는 종목, 누군가 추천한 종목. 그런데 그런 종목들은 대부분 이미 가격이 움직인 뒤입니다. 시장에 정보가 다 퍼진 다음에 진입하는 셈이죠.

저는 IT 쪽 일을 하고 있어서 데이터 다루는 게 익숙한 편입니다. 그날 저녁 컴퓨터 앞에 앉아서 한 가지 생각을 했어요. "사람이 매일 2,500종목을 다 못 본다면, 도구로 후보를 줄이고 시작하는 게 맞지 않나."

---

기존 도구는 왜 부족했나

물론 이미 도구는 많이 있었습니다.

네이버 증권은 정보가 잘 정리되어 있지만 "오늘 어떤 종목부터 봐야 하는지" 우선순위를 제시해 주지는 않습니다. HTS는 분석 도구라기보다 거래 도구에 가깝고, 화면이 복잡해서 빠른 의사결정에 적합하지 않습니다. 유료 분석 사이트들은 점수만 보여주거나, 매수·매도 신호를 단정적으로 제시하는 경우가 많아 신뢰가 가지 않았습니다.

특히 마음에 걸렸던 건 마지막 부분이었습니다. 신호를 단정적으로 주는 서비스일수록 의심해야 한다는 직감이 있었어요. 진짜 가치 있는 신호가 무료로 풀린다면 시장에 반영되는 순간 효용은 사라집니다. 결국 사용자에게 진짜 도움이 되는 건 신호가 아니라 "후보를 줄여 주는 필터"라는 결론에 도달했습니다.

---

"그럼 내가 만들어 볼까"

그때부터 한 달 정도 머릿속에서만 굴렸습니다.

처음에는 그냥 엑셀 매크로로 수급 데이터를 정리하는 것부터 시작했어요. 외국인·기관 5일 순매수만 한 번에 보고 싶어서요. 그게 잘 작동하는 걸 보고, 다음에는 종가 데이터로 간단한 점수를 만들어 봤습니다. 그것도 그럴듯하게 작동하니까, 그 다음에는 백테스트를 붙여 봤어요.

이게 6개월쯤 흐른 시점이 되니까 어느새 시스템 형태가 갖춰져 있었습니다. 처음에는 분명히 "내가 쓰려고" 만든 도구였는데, 점점 정리되어 가는 결과를 보면서 "이걸 무료로 공개하는 게 더 의미 있겠다"는 생각이 들었습니다.

투자 정보는 결국 한 사람이 독점할 때보다 여러 사람이 같은 기준으로 보는 게 시장 전체 노이즈를 줄이는 데 도움이 된다고 믿었기 때문입니다.

---

첫 번째 막막함

만들기 시작하니까 곧바로 첫 번째 막막함이 왔습니다.

"한국 주식 데이터는 도대체 어디서 어떻게 모으는가"였습니다.

미국 주식이라면 야후 파이낸스 같은 무료 데이터 소스가 잘 정리되어 있지만, 한국 주식은 KRX에서 받아야 하는 데이터, 금융감독원 OpenDART에서 받아야 하는 재무 데이터, 증권사 API로 받아야 하는 실시간 데이터가 각각 분산되어 있습니다. 데이터마다 형식도 다르고, 결측치도 많고, 종목 코드 표기 방식도 다 다릅니다.

이 부분에 가장 많은 시간이 들었어요. 처음 3개월은 분석 로직보다 데이터 정리에 더 많은 시간이 들었던 것 같습니다.

---

다음 화 예고

이번 1화는 "왜 만들기 시작했는가"였습니다.

다음 2화는 "처음 부딪힌 문제 — 한국 주식 데이터는 어디서 어떻게 모으는가"를 다뤄 보려 합니다. KRX, OpenDART, 증권사 API 각각의 특성과, 데이터 정합성을 맞추는 과정에서 겪었던 시행착오를 적어 볼 예정입니다.

이 시리즈가 비슷한 고민을 하고 계신 분, 또는 데이터 기반 투자 도구에 관심 있는 분께 도움이 되기를 바랍니다.

사이트 → https://www.leetrader.kr
블로그 → https://www.leetrader.kr/blog

결과물 화면 보기
이 시리즈에서 이야기하는 시스템이 실제로 어떤 모양으로 동작하는지 궁금하시면 운영 화면을 직접 확인할 수 있습니다.
https://www.leetrader.kr/app

본 글은 Lee Trader Lab 운영자가 직접 작성한 개발 일지입니다.
본 시리즈는 시스템 개발 과정에 대한 기록이며, 특정 종목의 매수·매도 권유나 투자 자문이 아닙니다.
투자 판단과 손익 책임은 투자자 본인에게 있습니다.