들어가며 (Disclaimer) 
이 글은 대형 언어 모델(LLM)과 다중 에이전트 기술을 금융 분야에 적용하는 방법을 탐구하기 위해 연구 목적으로 개발된 TradingAgents 프로젝트를 소개하는 글입니다. 파이토치 한국 사용자 모임은 최신 인공지능 프레임워크가 복잡한 금융 도메인의 의사결정에 어떻게 활용될 수 있는지 그 기술적 가능성과 구현 방법을 소개하고자 합니다. 즉, 이 글이 특정 자산에 대한 투자를 권유, 제안 또는 추천하려는 목적으로 작성된 것이 아님을 분명히 알려드리며, 이 글이 실제 금융 거래를 위한 전문적인 투자 조언으로 해석되거나 활용되어서는 안 됩니다.
TradingAgents 소개
금융 시장에서 투자 결정은 방대한 데이터를 다양한 관점에서 동시에 분석하는 복잡한 과정을 필요로 합니다. 최근 인공지능 기술의 비약적인 발전과 함께 대규모 언어 모델(LLM)을 금융 트레이딩에 접목하려는 시도가 활발히 이루어지고 있습니다. 하지만 초기 연구들은 주로 텍스트 요약이나 단일 지표 예측 등 제한적인 임무를 수행하는 단일 에이전트 시스템에 의존해 왔습니다. 이러한 방식은 쏟아지는 수많은 변수와 동적인 시장 환경을 반영하기에는 아키텍처적 한계가 명확했습니다. 따라서 거시 경제, 기업 재무, 기술적 지표 등을 종합적으로 판단할 수 있는 보다 고도화된 다각적 접근법의 필요성이 꾸준히 제기되어 왔습니다.
이러한 배경 속에서 등장한 TradingAgents는 전문 트레이딩 회사의 실제 조직 구조를 모방하여 설계된 다중 에이전트(Multi-Agent) 기반의 오픈소스 프레임워크입니다. Tauric Research가 개발하고 공개한 이 프로젝트는 현재 GitHub에서 4.5만개 이상의 스타를 기록하며 개발자 및 금융 공학 커뮤니티에서 폭발적인 반응을 얻고 있습니다. 이 시스템은 단일 모델의 인지적 과부하를 방지하기 위해 각 에이전트에게 특화된 역할을 부여합니다. 에이전트들은 서로의 분석 결과를 교환하고 토론을 거쳐 투자 판단을 내리는 방식으로 정보의 비대칭성을 해소하고 위험을 관리하는 가상 트레이딩 생태계를 구현합니다.
특히, TradingAgents 프로젝트는 2024년 공개된 학술 논문(arXiv:2412.20138)의 연구 결과를 기반으로 삼아 지속적인 발전을 거듭해 왔습니다. 특히 2026년 3월에 릴리스된 v0.2.2 업데이트를 통해 GPT-5.4, Gemini 3.1, Claude 4.6 등과 같은 최신 LLM들을 자유롭게 선택하고 교체하며 사용할 수 있게 되었습니다. 사용자는 특정 기업의 API에 종속되지 않고 성능과 비용을 고려하여 최적의 오픈소스 및 상용 모델 조합을 유연하게 구축할 수 있습니다. 이는 AI 에이전트들의 협력과 집단 지성을 실험할 수 있는 시뮬레이션 환경을 제공하며, LangGraph를 활용한 다단계 의사결정 파이프라인의 좋은 참고 사례가 됩니다.
TradingAgents의 다중 에이전트 구조
TradingAgents는 실제 투자 회사의 조직 구조를 모방한 다섯 개의 전문 에이전트 팀으로 구성됩니다. 각 팀은 분명한 역할 분담을 통해 시장 분석의 서로 다른 측면을 담당합니다:
애널리스트 팀(Analyst Team) 은 시장의 원시 데이터(Raw Data)를 수집하고 가공하는 역할을 담당하며, 4가지 전문 분야로 구성됩니다.
- 기본적 분석가 (Fundamentals Analyst): 기업의 재무제표, 매출 성장성, 부채 비율 등을 분석하여 내재 가치를 평가합니다.
- 심리 분석가 (Sentiment Analyst): 소셜 미디어 트렌드와 대중의 감정을 분석하여 시장 심리를 파악합니다.
- 뉴스 분석가 (News Analyst): 글로벌 거시 경제 지표와 정책 뉴스 등의 영향을 분석합니다.
- 기술적 분석가 (Technical Analyst): MACD, RSI, 이동평균선 등 가격 차트와 모멘텀을 수치화합니다.
리서처 팀(Researcher Team) 은 애널리스트 팀의 보고서를 바탕으로 시장의 방향을 예측합니다. 시장의 강세(Bullish) 요인을 주로 살펴보는 에이전트와 약세(Bearish) 요인을 주로 살펴보는 에이전트들이 구조화된 토론을 진행하며, 리스크와 보상의 균형을 평가합니다.
이어서 트레이더 에이전트(Trader Agent) 가 모든 보고서를 종합하여 매수/매도 타이밍과 포지션 진입 규모를 기획하고 거래를 제안하게 됩니다.
마지막으로 리스크 관리 및 포트폴리오 매니저 (Risk Management & Portfolio Manager) 가 전체 포트폴리오의 유동성과 변동성을 모니터링합니다. 최종적으로 포트폴리오 매니저가 트레이더의 거래 제안을 승인하거나 반려하여 전체 리스크를 관리하는 방식으로 거래가 진행됩니다.
TradingAgents의 기술 스택 및 설정
TradingAgents 프레임워크는 모듈화된 에이전트 워크플로우를 구현하기 위해 LangGraph를 백본으로 사용합니다. 에이전트 간의 자연어 대화(추론 과정)와 구조화된 출력(시스템 제어)을 결합한 형태로 구동됩니다.
내부 통신은 수익 추구(RiskyGoal), 균형 유지(NeutralGoal), 위험 최소화(SafeGoal)라는 사전 정의된 목표를 중심으로 진행되어 대화가 본래의 목적에서 벗어나는 것을 방지합니다.
또한, 다양한 LLM 제공자를 지원하며, OpenAI(GPT 계열), Google(Gemini), Anthropic(Claude), xAI(Grok), OpenRouter, 그리고 Ollama를 통한 로컬 모델까지 선택적으로 사용할 수 있습니다. 이는 특정 API에 종속되지 않고 비용과 성능을 고려하여 원하는 모델을 조합하여 사용할 수 있습니다.
TradingAgents 설치 및 사용
설치는 Python 3.13 환경에서 다음과 같이 진행합니다:
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
conda create -n tradingagents python=3.13
conda activate tradingagents
pip install .
설치 후에는 API 키들을 환경 변수로 설정합니다. 최소한 원하는 LLM 제공자의 API 키와 시장 데이터 접근을 위한 ALPHA_VANTAGE_API_KEY가 필요합니다.
CLI로 인터랙티브 분석을 실행하는 방법은 다음과 같습니다:
tradingagents
# 또는
python -m cli.main
또는, Python 코드에서 직접 사용할 수도 있습니다. 다음 예시를 참고해주세요:
from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG
# 기본 설정으로 초기화
ta = TradingAgentsGraph(debug=True, config=DEFAULT_CONFIG.copy())
# NVDA 주식에 대한 2026-01-15 기준 분석 실행
_, decision = ta.propagate("NVDA", "2026-01-15")
print(decision)
DEFAULT_CONFIG를 수정하여 LLM 제공자, 토론 라운드 수, 분석 깊이 등을 조정할 수 있습니다. 분석 깊이를 높이면 더 상세한 보고서가 생성되지만 그만큼 API 비용도 증가합니다.
라이선스
TradingAgents 프로젝트는 Apache-2.0 라이선스로 공개되어 있어 개인 및 상업적 목적으로 자유롭게 사용, 수정, 배포할 수 있습니다. 단, 프로젝트 문서에서 명시하듯이 이 시스템은 연구 목적으로 설계된 것으로, 실제 투자 조언으로 활용해서는 안 됩니다.
TradingAgents 공식 홈페이지
TradingAgents 논문
TradingAgents 프로젝트 GitHub 저장소
더 읽어보기
-
IntellAgent: 대화형 AI 시스템 평가를 위한 다중 에이전트 프레임워크(Multi-Agents Framework)
-
TinyTroupe, 비즈니스를 위한 LLM 기반 다중 에이전트 시뮬레이션 라이브러리 (feat. Microsoft)
이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. 
파이토치 한국 사용자 모임
이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일
로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)
아래
쪽에 좋아요
를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 