⚠️ 본 칼럼은 무료 교육 목적의 프롬프트 제작 과정 공유이며, 어떠한 투자, 법적, 재무적 자문이 아닙니다. AI 실행 결과는 오류가 있을 수 있어 독립적 검증이 필수이며, 활용에 따른 모든 책임은 전적으로 사용자 본인에게 귀속됩니다. 비즈니스 의사결정에 직접 사용할 수 없습니다. [이용 전 30주 타임라인 아래의 필수 확인 사항 전체 보기]
저는 전업 투자자를 목표로 늦은 나이에 경제학과에 진학했고, 졸업전 투자 관련 서적 300권 가까이 읽고 분석하며 최고의 투자 전략을 찾으려고 노력했습니다. 졸업 이후까지 대략 50개월 동안 S&P 500, 원유, 미 국채 등 해외 선물 시장에서 전략을 수천 번 넘게 수정하며 트레이딩했습니다.
매일 아침 시장이 열리기 전, 국제 뉴스를 확인하고 리스크를 분석했습니다. 관세 정책 하나, 중앙은행 발표 하나가 시장을 흔들었고, 저는 그 변화에 발맞춰 포지션을 조정해야 했습니다. 하지만 이 모든 과정은 수동이었습니다.
매일 뉴스를 확인하고, 투자 전략을 검증하고, 수정하면서 수익률을 측정했습니다. 하루 평균 5시간을 리스크 관리에 투입했지만, 언제나 불안했습니다. "중요한 모든 뉴스를 확인한 게 맞을까?" 이 질문이 머릿속을 떠나지 않았습니다. "혹시 내가 놓친 뉴스가 있지 않을까?" 한순간도 마음이 편한 적 없었습니다.
언제나 자동화에 대한 수요는 있었습니다. 그러나 저는 개발자도 아니고, 코드에 대해서도 아는 게 없었으며, 실제로 몇 번 자동화로 전환을 시도했지만, 트레이딩 전략의 보안 및 개발 비용 등 여러 가지 문제를 해결하지 못하고 계속 수동으로 진행하고 있었습니다.
그러다가 2025년 6월쯤, AI 기술의 발전을 목격하면서 저는 본격적으로 자동화 전환 작업을 시작했습니다. 특히 Claude의 MCP(Model Context Protocol)가 시발점이었습니다.
드디어 AI가 단순히 질문에 대답하는 수준을 넘어, 복잡한 작업을 자동으로 처리할 수 있는 시대가 왔습니다. 복잡하고 어려운 코드 작성 대신 자연어로 요청하면 실행하는 걸 보면서 저는 드디어 마음 편히 지낼 수 있겠다고 생각했습니다.
첫 번째는 자동 매매 시스템 구축으로 23시간 진행되는 해외 선물 트레이딩으로부터 자유로워지고 싶었으며, 두 번째는 수익률 검증 프로그램 개발이었습니다. 수백 권의 서적을 읽으면서 많은 전략 검증 후, 실제 트레이딩을 하면서 검증한 전략 개수보다 더 많이 전략을 수정한 만큼, AI가 저처럼 수익률을 계산하는 걸 보고 싶었습니다.
그러나 가장 먼저 정보 수집에 할애하는 시간을 줄이고 싶었기 때문에, 우선 매일 진행하는 국제정치 동향 파악부터 자동화로 전환했습니다. 몇 주 동안 제가 갖고 있는 인사이트를 예시와 함께 전달하여 AI가 마치 저처럼 분석 및 검증까지 진행하는 프롬프트를 기획했으며, 점점 발전하여 파일 크기에 따른 분할도 진행하며 7개의 허브 시스템으로 구성되면서 마치 하나의 프로그램처럼 작동하는 수준까지 이르렀습니다.
시간이 갈수록 인사이트도 강해지며, 정보의 선별 능력이 향상되며, 기사를 전달하면 분석 후 필요한 키워드를 추출하여 정보를 검증하는 등 결과적으로 AI를 활용한 국제정치 동향 파악은 성공했습니다. 이 모든 걸 1시간 이내로 처리하면서 효율이 크게 증가하였으며, AI를 더욱 본격적으로 활용해야겠다고 생각했습니다.