← 프로젝트 아카이브CASE / 018
Cognitive · 인지 / AI Quantitative Trading
Smart AI Trading System
1인 개발로 진행한 AI 기반 자동매매 시스템입니다. 실시간 수집/모니터링, 멀티 에이전트 분석, 자동 실행(트레이딩 엔진/포지션 관리)과 복구, 그리고 운영 관측(로그/대시보드)을 결합했습니다.
- 역할
- 1인 개발 · 아키텍처, 구현, 운영 도구
- 기간
- 2024 - Present
- 맥락
- Personal Project
01 / 핵심 요약
1인 개발로 진행한 AI 기반 자동매매 시스템입니다. 실시간 수집/모니터링, 멀티 에이전트 분석, 자동 실행(트레이딩 엔진/포지션 관리)과 복구, 그리고 운영 관측(로그/대시보드)을 결합했습니다.
DECISION / A시스템 과제
무엇이 시스템을 어렵게 만들었는가.
변동성 큰 시장에서 데이터 수집→분석→실행까지 끊기지 않는 파이프라인과 재시작/실패 상황에서도 복구 가능한 구조가 필요했고, 장시간 운영을 위해 로그/상태/이벤트를 관측할 수 있어야 했습니다.
DECISION / B엔지니어링 해법
어떤 경계와 흐름으로 답했는가.
서비스를 역할별로 분리해 수집/트리거/분석/실행/대시보드를 구성했습니다. 재시작 시 거래소/DB 포지션 동기화와 활성 세션 복구 흐름을 포함했고, 파일+메모리 로그 캡처 및 WebSocket 기반 모니터링으로 운영 추적을 가능하게 했습니다.
02 / 시스템 경로
시스템을 통과하는 책임의 경로.
Multi-Agent System
Market Analysis & Decision
Responsibilities
- — Multi-agent analysis
- — Supervisor orchestration
- — Strategy execution flow
Macro Backend
Economic Regime Detection
Responsibilities
- — Market regime features
- — Model-based signals
- — Macro indicator integration
Smart Trigger System
Real-time Monitoring
Responsibilities
- — Trigger-based monitoring
- — Realtime streaming
- — Adaptive scheduling
03 / 기술 필드
01Python02FastAPI03React04TypeScript05PostgreSQL06Docker07WebSocket
04 / 상세 기록
개요
- 1인 개발로 진행한 AI 기반 자동매매 시스템입니다.
- 실시간 데이터 수집/모니터링, 멀티 에이전트 분석, 자동 실행(포지션 관리)을 결합했습니다.
핵심 구성
1) 수집/저장 파이프라인
- 거래소/온체인/거시 지표 등 이질적인 소스를 수집해 분석 가능한 형태로 저장합니다.
2) 멀티 에이전트 분석
- Supervisor 기반으로 다양한 분석 에이전트를 오케스트레이션하고, 트리거 조건에서 분석을 실행합니다.
3) 트레이딩 엔진/포지션 관리
- 주문/포지션 상태를 동기화하고, 전략 실행 결과를 기록/추적 가능하게 구성했습니다.
4) 운영 관측(로그/모니터링)
- 파일 로깅 + 메모리 로그 캡처를 구성하고, WebSocket 기반 대시보드에서 상태/로그를 확인할 수 있게 했습니다.
운영 포인트
- 실전 운영에서는 “정확도”보다 데이터 일관성, 실패 복구, 상태 동기화, 관측 가능성이 핵심이라 해당 관점으로 구성했습니다.
05 / 실제 증거
ACTUAL PROJECT ASSET / NOT GENERATED