이번 주 깃허브 트렌드에 투자 에이전트 프로젝트 하나가 올라왔다. 증권사에 수수료를 내며 AI 투자 서비스를 쓰지 말고, 오픈소스로 공유된 코드로 스스로 구축하자는 제안이다. 계좌 관리부터 매매 판단, 기억 시스템까지 전부 공개된 상태다.

20개 도구와 3단계 기억, 단일 에이전트가 판단한다

개발팀이 공개한 핵심 구조는 이렇다. 계좌 관리는 이벤트소싱(모든 변경 내역을 사건 단위로 기록하는 방식)으로 구현해 모든 거래 내역을 재현하고 검증할 수 있게 설계했다. 배치 실행 전에는 이벤트 기반 검증을 거친 후에야 실제 거래가 이뤄진다. 여러 에이전트가 협력하는 구조가 아니라, 단일 에이전트가 도구와 기억을 활용해 혼자 판단한다. 다만 최종 거래 전에 여러 에이전트 노드가 서로의 판단을 공유하는 단계를 거치고, 거래 후에는 사용자에게 재미있는 게시판 글을 제공한다. 에이전트가 사용하는 API 외 도구로는 빅쿼리(Google의 클라우드 데이터 웨어하우스)에서 ML 모델 4개를 스태킹(여러 모델을 결합해 예측 성능을 높이는 기법)한 자체 제작 도구를 포함해 약 20개를 제공한다.

기억 시스템은 특히 신경 쓴 부분이다. 기본적으로 벡터DB(데이터를 벡터 형태로 저장해 유사도를 검색하는 데이터베이스)와 빅쿼리 원시 데이터에서 정보를 가져온다. 기억은 3단계로 구성해 중요도에 따라 기억 기간을 다르게 설정하고, 지수적 망각곡선(시간이 지날수록 기억 가중치가 지수적으로 감소하는 방식)을 적용했다. 기억을 그래프로 연결해 특정 기억에 연관된 내용이 줄줄이 따라나오도록 했고, 온톨로지(개념 간 관계를 구조화한 지식 체계) 기반으로 검증된 것만 의미적으로 기억한다. 배치 시작 시 초기 컨텍스트에 일부 기억을 주입하고, 에이전트가 도구 호출 행동을 할 때 관련 티커(주식 종목 코드)를 기준으로 도구 응답에 기억이 딸려나오도록 구현했다. 예를 들어 애플(AAPL)을 실적 발표 직전 RSI(상대강도지수, 과매수/과매도 판단 지표) 과매수 상태에서 샀다가 손실이 났다면, 이 손실은 중요도가 높아 중기 기억(episodic)에 저장된다. 비슷한 패턴이 반복되면 장기 교훈(semantic)으로 승격된다. 평범한 거래는 2주 후 가중치가 자동 감소하지만, 큰 손익이나 자주 조회된 기억은 천천히 잊힌다. 다음에 애플을 판단할 때 이 기억 하나만 나오는 게 아니라, 연관된 "중국 공급망 우려", "반도체 섹터 약세" 기억까지 함께 딸려나온다. 온톨로지 검증을 통해 "애플 --위험--> 중국 공급망" 같은 구조화된 관계만 의미 기억으로 살아남고, "애플 좀 불안함" 같은 애매한 정보는 탈락한다.

예전에는 블랙박스였지만, 이제는 모든 코드를 직접 뜯어고칠 수 있다

예전에는 AI 투자 서비스를 쓰면 내부 판단 로직을 전혀 알 수 없었다. 이 프로젝트는 정반대다. UI에서 거의 모든 것을 보고 커스텀할 수 있다. 도구 코드베이스, LLM(대규모 언어 모델)에 주입되는 모든 프롬프트, 도구 실행 결과까지 전부 공개된다. 커스텀 범위는 모델 설정, 리스크 관리, 프롬프트(투자 방식, 게시판 글 스타일 등), 사용할 도구 선택, 기억 관리(위 3단계 기억 시스템 전부)까지 자유롭다. 제공되는 도구가 마음에 들지 않으면 직접 도구를 만들어 MCP(모델 컨텍스트 프로토콜, 에이전트가 외부 도구와 통신하는 표준 방식)에 붙여서 추가할 수 있다. 뉴스 검색용 에이전트와 배치 후 투자 에이전트의 행동을 정리해 메모리에 집어넣는 에이전트 등 추가 에이전트 2개도 포함되어 있다.

수익률은 아직 초기 단계다. 미국 시장은 시장 수익률보다 못한 수준이고, 국내 시장은 시장 수익률과 비슷한 정도다. 개발팀은 "투자도 결국 에이전트에게 서서히 넘어갈 텐데, 중요한 건 남의 에이전트를 쓰면서 수수료를 내느냐, 본인만의 에이전트를 만들어 수수료를 아끼느냐"라고 말한다. 오픈소스로 공개한 만큼, 증권사에 매매 수수료와 에이전트 수수료까지 주지 말고 스스로 발전시켜 나가면서 구축하자는 취지다.

투자 에이전트 시장이 수수료 중심 폐쇄형에서 오픈소스 자체 구축형으로 갈지, 성과가 증명돼야 판가름 날 문제다.