AI 에이전트로 미국 주식 포트폴리오 관리하기

안녕하세요. 미국 종목에 특화된 포트폴리오 관리 서비스 insighta cloud를 만들고 있는 개발자입니다.

저는 평소 AI 에이전트를 업무 전반에 걸쳐 쓰고 있습니다. 에이전트를 쓰다 보니 포트폴리오 관리도 에이전트가 하면 편하겠다는 생각이 들었습니다. 현황 파악, 수익률 계산, 이상 감지는 결국 데이터를 조회하고 정리하는 일인데, 에이전트가 잘하는 영역이기 때문입니다.

그래서 insighta cloud에 OpenAPI, Python SDK, CLI, MCP 서버를 만들었습니다. 이 글에서는 에이전트에 연결했을 때 실제로 무엇을 할 수 있는지 소개합니다.

실제로 시켜본 것들

Insighta MCP 서버를 에이전트에 연결해두면 에이전트가 내 포트폴리오 데이터에 접근할 수 있습니다. 자연어로 요청하면 데이터를 조회하고, 계산하고, 정리해서 답해줍니다.

"내 포트폴리오에서 비중이 제일 많이 틀어진 종목 알려줘"

종목이 많아지면 목표 비중과 현재 비중을 비교하기가 쉽지 않습니다. 에이전트에 요청하면 전체 종목의 목표 비중과 현재 비중을 비교해 차이가 큰 순서대로 정리할 수 있습니다. 예를 들어 “NVDA가 목표 20%인데 현재 35%입니다. 15%p 초과”와 같은 식입니다.

앱을 전환하지 않고 작업 중에 바로 확인할 수 있어 점검 빈도도 자연스럽게 높아집니다.

"내 포트폴리오 연환산 변동성이랑 샤프 레이시오 계산해줘"

이런 지표를 직접 계산하려면 수익률 이력을 가져와 일간 수익률로 바꾸고, 표준편차와 연환산 값을 계산해야 합니다. 코드를 짤 줄 알아도 매번 하기에는 번거로운 작업입니다.

에이전트는 API에서 데이터를 가져오고 계산을 실행한 다음, 결과를 정리해줄 수 있습니다. 필요하면 계산 과정도 함께 요청할 수 있습니다. 벤치마크 대비 비교, 드로우다운 분석, 상관관계 매트릭스도 같은 방식으로 다룰 수 있습니다.

"리밸런싱 해야 할 시점인 것 같아? 근거도 같이 줘"

이 요청은 단순한 데이터 조회보다 여러 지표를 종합해 판단 재료를 만드는 일에 가깝습니다. 에이전트는 비중 이탈 정도, 마지막 리밸런싱 시점, 최근 시장 상황 등을 함께 정리할 수 있습니다.

최종 결정은 투자자가 내려야 합니다. 다만 판단에 필요한 재료를 모으고 정리하는 시간을 크게 줄일 수 있습니다.

"매주 월요일에 포트폴리오 상태를 요약해줘. 비중이 10% 이상 틀어진 종목은 강조해줘"

분기에 한 번 직접 점검하는 것도 좋지만, 그 사이에 큰 변화가 생기면 놓칠 수 있습니다. 에이전트에 정기 모니터링을 설정하면 평소에는 신경 쓰지 않아도 되고, 이상이 생겼을 때 먼저 확인할 수 있습니다.

MCP를 지원하는 에이전트(Claude, Cursor 등)를 사용한다면 MCP 서버를 연결합니다. 설정에 서버 주소와 API 키를 넣으면 됩니다.

MCP 환경이 아니라면 CLI로도 같은 흐름을 사용할 수 있습니다.

pip install insighta-cli
insighta copilot "내 포트폴리오 상태 요약해줘"

API 키는 Insighta Settings의 Developer 메뉴에서 발급받을 수 있습니다. SDK를 직접 사용해 자동화 스크립트를 만드는 방법도 있습니다.

투자 판단 자체를 에이전트에게 맡기기에는 아직 이르다고 생각합니다. 하지만 판단 전 단계인 데이터 수집, 계산, 정리는 에이전트를 활용하면 훨씬 효율적입니다. 사람은 그 결과를 검토하고 판단하는 데 집중하면 됩니다.

이미 에이전트를 쓰고 있다면 포트폴리오 관리에도 연결해보세요. 지금 하듯이 말로 요청하면 됩니다.