코스피·코스닥 전 종목을 매일 자동으로 스캔해서 매수 후보를 추려주는 주식 자동 분석 시스템을 직접 만들어, 1개월간 실전 투자에 써봤습니다. 주식 자동 분석이란 기술 지표와 가격 데이터를 기반으로 매수·매도 타이밍을 자동으로 판별하는 시스템이에요. BUY 시그널의 누적 승률은 56.4%, Profit Factor는 2.03. 이 글은 “자동화 도구가 실전 투자에서 어떤 실제 효과가 있었는지”를 숫자와 경험으로 정리한 기록이에요.
- 본업이 있어 매일 2,500개 종목을 직접 볼 수 없어서 자동 스크리너를 직접 구축
- 바이브코딩으로 4주 만에 대시보드·차트·성과 추적까지 포함한 웹앱 완성
- 누적 BUY 시그널 2,498건 기준 승률 56.4%, Profit Factor 2.03
- 1개월 실전 7건: 5승 2패, 가장 큰 수익 +70%, 가장 큰 손실 -10%
왜 주식 자동 분석 시스템을 만들게 됐나
본업이 있다 보니 매일 종목 차트를 하나하나 살펴볼 시간이 부족했어요. 그런데 코스피·코스닥을 합치면 종목 수가 2,500개 이상입니다. 사람이 매일 훑는 건 현실적으로 불가능해요. 거래량이 터진 종목을 하루 늦게 발견하거나, 이미 10% 오른 뒤에야 차트를 펼쳐보는 일이 계속 반복됐습니다. “내가 지금 놓치고 있는 게 많다”는 체감이 먼저 쌓였어요.
두 번째 이유는 감정을 빼고 싶어서였어요. “이거 오를 것 같은데?”라는 느낌으로 들어갔다가 물린 경험이 한두 번이 아니었거든요. 뒤돌아 보면 진입 근거가 명확하지 않은 경우가 많았습니다. 규칙을 미리 정해두고, 컴퓨터가 그 규칙에 부합하는 종목만 추려주면, 적어도 “느낌 매매”는 막을 수 있겠다고 생각했어요.
분석 기반은 주식 커뮤니티에서 알게 된 Qullamaggie 브레이크아웃 전략이었습니다. 거래량 급증과 가격 돌파를 핵심으로 보는 방식이에요. 이 접근을 컴퓨터가 대신 매일 스캔하면 내가 직접 차트를 뒤지는 시간을 거의 없앨 수 있을 것 같았고, 여기에 RSI(상대강도지수)·MACD 같은 기술적 지표를 조합해 “다른 시각으로도 한 번 더 검증”하는 시그널들을 추가로 얹었습니다.
바이브코딩 4주, 이렇게 만들었습니다
바이브코딩이 뭔지부터 간단히 정리하면, AI에게 “이런 기능 만들어줘”라고 말로 지시하면 AI가 코드를 작성해주는 방식이에요. 2025년부터 본격적으로 퍼지기 시작했고, 코딩 경험이 있는 사람일수록 개발 속도가 몇 배로 빨라집니다. 이 분석 시스템을 4주 만에 만들 수 있었던 건 전적으로 바이브코딩 덕분이었어요. 혼자서 이 규모의 웹앱을 이 기간에? 솔직히 AI 없이는 불가능했을 겁니다.
주차별 진행은 이렇게 흘러갔어요.
- 1주차 — 기본 분석 엔진과 시세 데이터 파이프라인. 과거 데이터를 긁어서 저장하고 기본 지표를 계산하는 부분까지.
- 2주차 — 12가지 시그널 로직을 하나씩 추가. 각 시그널마다 “어떤 조건에서 뜨는가”를 분리해서 모듈화.
- 3주차 — 웹 대시보드 UI. 카드 목록, 차트 뷰, 필터링. 매일 열어보게 만드는 게 목표였어요.
- 4주차 — 성과 추적 자동화. 시그널이 맞았는지 자동으로 따라가면서 승률·수익률을 계산하는 기능까지 완성.
재밌었던 건, 제가 평소 자주 쓰지 않던 언어와 프레임워크로 시스템이 구성됐다는 점이에요. 디버깅이 버거운 순간도 분명 있었지만, 제가 코드를 직접 분석하는 것보다 AI에게 “여기서 이런 에러가 나는데 원인이 뭐야?”라고 물어보고 같이 고치는 게 오히려 빨랐습니다. 백테스트와 오류 수정에 시간이 꽤 들긴 했어도, 4주면 실전에 쓸 만한 상태까지 도달하더라고요.
완성된 시스템이 하루에 하는 일을 요약하면 이래요.
- 장 마감 20분 전에 코스피·코스닥 전 종목 자동 분석
- 12가지 시그널 조건을 각각 평가해서 “매수 후보” 카드 생성
- 시그널 결과를 자동으로 추적해서 일자별 적중률·수익률 갱신
- 웹 대시보드에서 차트·시그널 목록·성과 통계를 한 화면에서 확인
출처: 직접 운영 중인 자동 스크리너 대시보드 (자체 캡처)
시그널 타입은 전부 12가지예요. 핵심은 거래량이 평소의 4배 이상 터지면서 주요 가격대를 돌파하는 종목을 잡는 BUY 시그널이고, 여기에 RSI·MACD 같은 기술적 지표의 교차·다이버전스를 감지하는 보조 시그널들을 더했습니다. 전문 용어가 복잡해 보이지만, 결국 “가격이 오를 가능성이 높은 패턴”을 서로 다른 렌즈로 찾는 거예요.
출처: 자체 운영 대시보드, 전체 시그널 페이지 (자체 캡처)
제가 하루에 투자하는 시간은 30분 정도예요. 장 마감 20분 전 시스템이 자동으로 분석을 돌리고, 이때 뜬 시그널 중 눈에 띄는 것만 직접 차트를 한 번 더 확인합니다. 2,500개 중에서 오늘 볼 만한 5~10개로 줄어드니 부담이 확 줄어요.
1개월 실전 투자 결과 — 수치로 정리
가장 궁금하실 부분이죠. 먼저 시스템 전체 누적 성과부터. 지금까지 시스템이 생성한 시그널은 87,889건이고, 그중 가장 엄격한 BUY 시그널(2,498건)만 따로 보면 승률 56.4%, 평균 이익 +17.89%, 평균 손실 -10.68%입니다. 이익 대비 손실 비율인 Profit Factor는 2.03, 평균 보유 기간은 약 28일이에요.
전체 시그널 평균 승률은 25.2% 수준인데, BUY만 56.4%로 유독 높은 건 조건이 가장 까다롭기 때문이에요. 거래량이 평소의 4배 이상 터지고, 주가가 핵심 저항대(피벗 고점)를 돌파하고, 장기 이동평균선 위에 있고, 상대강도까지 양호해야 시그널이 발생합니다. 허들이 높은 만큼 진입 후보 자체가 적고, 대신 적중률이 올라가는 구조예요.
출처: 자체 운영 대시보드, 성과 분석 페이지 (자체 캡처)
이어서 실전 1개월 결과. BUY 시그널을 기반으로 실제로 7건 진입했고, 결과는 5승 2패. 가장 큰 수익은 +70%, 가장 큰 손실은 -10%였습니다. 손실이 -10% 선에서 멈춘 건 시그널 발생 당시 기준으로 스스로 손절 라인을 미리 정해두고 들어간 덕분이에요. 손절이 없었다면 훨씬 더 내려갔을 가능성이 분명 있었습니다.
출처: 자체 운영 대시보드, 종목 상세 페이지 (자체 캡처)
1개월 운영하면서 실제로 달라진 3가지
첫째, 감정 매매가 눈에 띄게 줄었어요. 전에는 “이 종목 오를 것 같은데?”로 진입했다가 물리는 경우가 반복됐는데, 지금은 시그널이 뜨지 않으면 아예 사지 않습니다. “사고 싶은 마음”과 “사야 할 이유”가 분리됐고, 사야 할 이유가 없으면 그냥 지나칩니다. 이 한 줄이 생각보다 심리적으로 큰 해방감을 줬어요.
둘째, 하루 투자 시간이 극적으로 짧아졌습니다. 2,500개 종목에서 5~10개로 후보가 좁혀지니까, 매일 차트를 훑는 시간이 길어도 30분이에요. 본업과 다른 사이드 프로젝트를 동시에 굴리는 입장에서 이 시간 절감이 가장 크게 체감됐습니다. 도구가 “후보 추림”을 맡고, 제가 “최종 판단”을 맡는 역할 분리가 정착됐어요.
셋째, 시그널을 맹신하지 않는 태도가 자연스럽게 생겼습니다. BUY 승률 56.4%는 분명 의미 있는 수치지만, 거꾸로 보면 43.6%는 틀린다는 뜻이기도 해요. 시그널은 “볼 가치가 있는 후보”까지만 알려주는 거고, 들어갈지 말지는 제가 차트를 한 번 더 보고 결정합니다. 이 “도구와 판단의 분리”는 실전에 들어가기 전엔 머리로만 알던 원칙이었는데, 1개월 돌려보고 나서야 몸으로 체화됐어요.
자주 묻는 질문
Q. 바이브코딩으로 4주 안에 만들 수 있는 이유는 뭔가요?
A. 제 경우 “무엇을 만들고 싶은지”가 이미 머릿속에 구체적이었기 때문이에요. 평소 제가 종목을 고를 때 보는 조건·지표·필터가 이미 정해져 있었고, AI에게 “이런 기능 만들어 달라”고 지시할 때 말로 표현할 수 있는 상태였거든요. AI는 구현을 빨리 해주지만 “무엇을 만들지”는 결국 사람이 결정해야 합니다. 도메인 지식이 있을수록 바이브코딩의 효율이 기하급수적으로 올라가요.
Q. 승률 56.4%가 높은 건가요, 낮은 건가요?
A. 단독 지표로는 판단하기 어렵고, 승률과 손익비(평균 이익 ÷ 평균 손실)를 같이 봐야 의미가 있어요. 이 시스템의 BUY는 평균 이익 +17.89%, 평균 손실 -10.68%이고, Profit Factor는 2.03입니다. “이기는 건 반반이지만 이길 때 훨씬 많이 벌고 질 때 상대적으로 적게 잃는” 구조예요. 이 조합이 누적되면 장기적으로 수익으로 기울게 돼 있습니다. 다만 이건 과거 데이터이고, 미래가 똑같이 재현된다는 보장은 없어요.
Q. 왜 시그널이 떠도 무조건 사지 않나요?
A. 시그널은 “지금 볼 가치가 있다”까지만 알려주는 신호이고, 최종 진입 판단은 여전히 사람이 해야 한다고 보기 때문이에요. 예를 들어 같은 BUY 시그널이라도 전체 시장 분위기가 급격히 꺾이고 있거나, 해당 종목에 악재 뉴스가 방금 붙은 상태면 저는 보통 패스합니다. 도구는 “후보 스크리닝”, 사람은 “맥락 판단” — 이렇게 역할을 나누는 게 저에게는 가장 편한 조합이었어요.
Q. 비슷한 시스템을 직접 만들고 싶은데 어디서 시작해야 할까요?
A. 화려한 UI보다 “내가 평소에 매수 판단할 때 보는 조건 3가지”를 먼저 종이에 써보는 걸 추천드려요. 그 3가지가 구체적이면 AI에게 코드를 맡기는 순간부터 속도가 붙습니다. 또 하나, 처음부터 12가지 시그널을 만들려고 하지 말고 가장 신뢰하는 시그널 1개만 완성해서 매일 써보세요. 써보면서 “여기에 이 필터 한 줄만 더 있으면 좋겠는데”가 떠오를 때, 그때 다음 시그널을 붙이면 됩니다. 저도 비슷한 원칙으로 코인 자동매매 봇도 함께 만들고 있어요.
자동 스크리닝, 바이브코딩, 시그널 설계 같은 주제에 관심 있으신 분이 있다면 댓글로 알려주세요. AI/투자/개발 관련 더 많은 글이 궁금하면 자주 방문해주세요.
Written by 비온
아이디어를 직접 코드로 만들고, 배포하고, 운영하고, 수익화까지 혼자 해내는 빌더. 코인 자동매매 봇과 주식 분석 웹앱을 직접 개발·운영하며 그 전 과정을 AI 로그랩에 기록하고 있습니다.
* 이 글은 개인적인 프로젝트 운영 경험과 수치를 공유하는 것이며, 투자 추천이 아닙니다. 주식 투자는 원금 손실 위험이 있으며, 모든 투자 판단과 책임은 본인에게 있습니다.