# Show GN: jusikai.com - 멀티 에이전트 기반 종목 추천 서비스

> Clean Markdown view of GeekNews topic #29726. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=29726](https://news.hada.io/topic?id=29726)
- GeekNews Markdown: [https://news.hada.io/topic/29726.md](https://news.hada.io/topic/29726.md)
- Type: show
- Author: [huyng123](https://news.hada.io/@huyng123)
- Published: 2026-05-21T10:20:48+09:00
- Updated: 2026-05-21T10:20:48+09:00
- Original source: [jusikai.com](https://jusikai.com)
- Points: 5
- Comments: 8

## Topic Body

안녕하세요, 저는 틈틈이 주식 투자를 하는 10년차 AI 엔지니어 입니다.  
​개인적으로 주식 종목 리서치를 할 때마다 여러 증권사 앱과 포털 뉴스를 오가며 정보를 파편적으로 수집해야 하는 과정이 너무 불편했습니다. 이후 AI가 나오면서 굉장히 편리해졌지만 할루시네이션과 데이터 최신성 이슈로 여러 AI한테 다물어보고 이걸 종합했는데 너무 소모적인 과정이었습니다.  
​이러한 개인적인 불편함을 해결하고자 주식에 대한 정보들과 여러 AI들 (GPT, Gemini, Claude, DeepSeek)들의 분석 결과를 한눈에 볼수 있는 서비스를 지인과 함께 만들어 보았습니다.  
​  
서비스 바로가기  
• 주식 AI : https://jusikai.com.  
​  
고민의 순간들  
​이 서비스를 만들면서 기술적인 것보다도 정책적인 고민과 선택이 굉장히 많을수 밖에 없었습니다.  
• ​모델 및 프롬프트 선정: 사실 지금까지 주식 분석을 잘하는 모델은 무엇인가에 대한 연구는 많았지만 요즘처럼 모델들이 계속 쏟아지는 시기에 적합한 모델과 프롬프트를 고르는 일은 매우 쉽지 않았습니다. 저는 팀원들과 종목별 백테스팅 데이터를 구축하고 이를 적극 활용하여 가장 높은 모델을 선정하였습니다. 흥미로운건 항상 좋은 모델이 좋은 예측을 하지는 않는다는 것입니다.  
• 종목 추천의 기준: 단순히 좋은 주식이라고 오늘 오르는 것은 아닙니다. 워렌버핏이 장기투자를 강조하는 이유도 아마 이것일텐데요. 사실 이건 매일 추천해야하는 저희 조건에는 부합하지 않아서 단기(1주) 중장기(1개월 이상) 조건을 구성하였습니다. 이는 실제 사용자에게 매우 직관적이고 좋은 춫ㆍ니 방법이었습니다.  
• 대시보드 공개: 추천 결과에 대한 수익률을 모델별로 대시보드 형태로 항상 투명하게 공개하고 있습니다. (다행히 4~5월 좋은 수익률을 보여주고 있습니다.  
• 에이전트 스킬업: 주기적으로 모델들이 본인 분석에 대한 평가를 통해 시장/종목별 스킬업을 진행하고 있습니다. 이는 각 종목별 시장별 특징을 LLM이 이해할수 있도록 하여 성능이 더 나아지도록 합니다.  
• 종목 제한 및 LLM 유지 비용: 현재는 파이프라인 최적화 문제로 제한적인 종목 위주로만 서비스되고 있습니다. 또한, 토큰 사용량을 줄이기 위해 프롬프트 최적화와 Context Caching을 최대한 적용했음에도 불구하고 매달 수십만 원의 유지 비용이 발생하고 있어 지속 가능성에 대한 고민이 있습니다ㅠ  
  
날카로운 피드백을 부탁드립니다.  
• ​긱뉴스에 계신 뛰어난 엔지니어 및 메이커 분들의 시각에서 조언을 구하고 싶습니다.  
• ​사용성 측면: 저희의 추천 방식과 UI 등이 실제 사용자 입장에서 너무 불친절하게 느껴지지는 않는지 궁금합니다.  
• ​그 외에 어떤 버그 리포트나 가혹한 비판이라도 달게 받겠습니다. 주말 동안 계속 모니터링하며, 수정 가능한 버그는 즉시 고치고 반영하겠습니다. 긴 글 읽어주셔서 감사합니다!

## Comments



### Comment 57998

- Author: computerphilosopher
- Created: 2026-05-21T14:08:55+09:00
- Points: 2

혹시 단기, 중장기 예측의 근거가 애널리스트들의 리포트일까요?

### Comment 58003

- Author: huyng123
- Created: 2026-05-21T14:52:48+09:00
- Points: 1
- Parent comment: 57998
- Depth: 1

넵 맞습니다! 리포트 작성시 단기 중장기 추천 점수를 별도로 산정해서 반영한 결과 입니다. 단기는 기술적 지표와 뉴스 등 시그널이 더 강하게 반영되고 중장기는 펀더멘탈 개선이 더 반영됩니다

### Comment 57991

- Author: dydwls140
- Created: 2026-05-21T12:51:54+09:00
- Points: 2

서비스 한번 둘러봤어요. 만드신 노력은 보이는데 가혹한 비판도 받겠다고 하셔서 솔직히 적습니다.  
  
모델 4개의 합의가 신뢰도를 높여준다는 전제 자체가 위험해 보여요. gpt, gemini, claude, deepseek 결국 비슷한 인터넷 데이터로 학습된 모델들이라 같은 종목 보면 비슷한 얘끼 합니다. 합의가 됐다 = 신뢰도 네 배가 아니라 같은 편향이 네 번 반복됐을 가능성이 더 큽니다. 앙상블의 효과는 모델끼리 독립적일떄 나오는데 범용 LLM끼리는 그게 보장이 안돼요

### Comment 57995

- Author: huyng123
- Created: 2026-05-21T13:29:59+09:00
- Points: 1
- Parent comment: 57991
- Depth: 1

의견 감사합니다! 말씀하신것처럼 4개의 모델이 있다고해서 신뢰도가 4배가 되는 것은 절대 아닙니다. 다만 서로간의 실수를 잡아줄수 있다 정도로 봐주시면 좋을거 같고, 재밌는 건 생각보다 같은 프롬프트와 데이터를 넣어도 각 모델이 분석하는 방법과 관점이 정말 많이 다릅니다. 4개 페르소나도 그런 부분을 분석해서 억지로 주입하지않도록 테스트를 많이 거쳤습니다. 아직 부족하지만 좀 더 신뢰적인 서비스가 되도록 더 발전시켜보겠습니다! 서비스 둘러보고 의견도 주셔서 정말 감사드립니다

### Comment 57997

- Author: dydwls140
- Created: 2026-05-21T13:48:02+09:00
- Points: 2
- Parent comment: 57995
- Depth: 2

답글 감사합니다! "서로 실수를 잡아준다"는 부분만 짧게 덧붙이자면, 모델들이 표면적인 관점은 달라도 같은 시기, 같은 코퍼스로 학습된 탓에 비슷한 종류의 실수는 같이합니다. 그러면 다수결로 합의가 되더라도 그 실수가 걸러지는게 아니라 오히려 강화가 될 수 있어요.  
  
가능하시면 한번 측정해보시는거 추천드려요. 백테스트 데이터에서 모델 4개 의견이 (a) 일치했을때와 (b) 갈렸을 때의 사후 수익률 분포를 비교해보시면 (a)가 (b)보다 유의미하게 잘 나오면 다수결 효과가 실증되는거고 차이가 없거나 오히려 (b)가 낫다면 합의가 된 노이즈에 가깝다는 신호일거예요. 이미 구축하신 데이터로 바로 돌려볼 수 있는 가설이라 한번 보시면 재밋으실 것 같습니다!

### Comment 58004

- Author: huyng123
- Created: 2026-05-21T14:56:13+09:00
- Points: 1
- Parent comment: 57997
- Depth: 3

좋은 제안 감사합니다. 실제로 모든 모델이 추천한다고 수익률이 높은 종목은 아니더라고요. 저는 이부분을 리스크가 있을수록 수익률이 높다는 주식 특성과 연루지어 생각했었는데, 흥미로운 제안 감사합니다 :)

### Comment 57978

- Author: jeongm
- Created: 2026-05-21T10:54:57+09:00
- Points: 2

오.. 풀매수라고 하니 손가락이 근질근질하네요~  
잘 써보겠습니다 ㅎㅎ

### Comment 57984

- Author: huyng123
- Created: 2026-05-21T11:07:32+09:00
- Points: 1
- Parent comment: 57978
- Depth: 1

넵 감사합니다ㅎㅎ