🚀 AI에게 맡기는 비트코인 투자 자동화 ― 중급편 완전 정리
“이제는 AI가 대신 투자하는 시대입니다. 당신의 컴퓨터가 24시간 멈추지 않고 시장을 읽고, 판단하고, 거래하게 만들어 봅시다.”
📚 목차
- AI 비트코인 자동투자란?
- 중급 과정 목표 요약
- AI 투자 고도화 단계별 해설
① 멀티 타임프레임 (다중 차트 분석)
② 투자 철학(Philosophy) 주입
③ 뉴스 데이터 반영
④ 투자 비율(Portfolio Ratio) 조정 - 데이터 저장 & 실시간 대시보드 구축
- AWS 클라우드 자동 운용 세팅법
- 실행 절차 요약
- 참고자료 및 추천 링크
- 요약 & 핵심정리
1️⃣ AI 비트코인 자동투자란?
AI 자동투자는 시장 데이터를 실시간으로 학습하고, 매수·매도·보유를 스스로 판단해 거래를 수행하는 시스템입니다.
초급편에서는 기본 구조만 만들었죠:
📊 기본 구조:
차트 데이터 → AI 판단(매수/매도/보유) → 빗썸 API → 자동 거래
중급편에서는 여기에 **“지능”과 “지속성”**을 더합니다.
즉, AI가 더 많이 보고, 더 오래 돌고, 더 똑똑하게 판단하도록 만드는 것이 핵심입니다.
2️⃣ 이번 과정의 목표
🎯 목표:
- 투자 판단 정확도 향상
- 데이터 기록 & 시각화
- 24시간 지속 운용 (AWS 클라우드)
💡결과적으로 “사람이 자고 있어도 돈이 일하게 만드는 시스템”을 완성합니다.
3️⃣ AI 투자 고도화 4단계
📌 ① 멀티 타임프레임 (Multi-Timeframe)
AI가 단일 차트(일봉)만 본다면 시야가 좁습니다.
이제는 단기(1시간봉) + 중기(4시간봉) + 장기(1일봉) 데이터를 동시에 분석시킵니다.
🧠 핵심 아이디어:
“AI가 여러 시간대의 흐름을 한눈에 보고, 종합 판단을 내리도록 한다.”
실행 단계:
⬜ Step 1. 빗썸 API에서 다양한 차트 데이터 가져오기
⬜ Step 2. 데이터프레임(df1, df2, df3)으로 병합
⬜ Step 3. AI 입력 데이터(JSON)에 각 차트 포함
⬜ Step 4. 시스템 메시지에 “AI가 어떤 데이터 받는지 설명 추가”
🔥 최신 팁:
직접 코딩하지 말고 ChatGPT나 Claude에게 “이 코드를 멀티타임프레임으로 바꿔줘”라고 명령하세요.
→ AI가 자동으로 필요한 코드 수정까지 해줍니다.
🖼️ 예시 이미지
(이미지: “AI가 여러 시간대의 차트를 동시에 분석하는 그림”)
📌 ② 투자 철학 (Philosophy Injection)
AI에게 **“투자의 원칙”**을 가르치는 과정입니다.
“사람이 워렌 버핏의 책을 읽듯, AI도 철학을 학습할 수 있습니다.”
예시로 버핏의 철학을 입력합니다:
Rule 1: Never lose money.
Rule 2: Never forget Rule 1.
이걸 시스템 프롬프트에 추가하면,
AI가 “손실을 최소화”하는 방향으로 매매 결정을 내리게 됩니다.
⬜ Step 1. 시스템 메시지에 철학 문장 추가
⬜ Step 2. AI에게 “이 원칙에 따라 투자하라”고 지시
⬜ Step 3. 실제 실행 시 결과 확인
💬 결과 예시
“손실을 보지 않는 규칙을 지키기 위해 매도합니다.”
→ AI가 철학을 근거로 판단한 것입니다.
🧠 확장 아이디어:
투자 대가(피터 린치, 존 템플턴 등)의 철학도 텍스트로 입력 가능!
책 내용을 요약해 AI에게 “이 철학으로 판단하라”고 전달하면 됩니다.
📌 ③ 뉴스 데이터 반영 (News Integration)
시장은 뉴스에 따라 움직입니다.
AI도 뉴스를 실시간으로 읽어야 합니다.
실행 단계:
⬜ Step 1. SerpAPI 가입 → 무료 API 키 발급
⬜ Step 2. .env 파일에 키 저장 (SERP_API_KEY=xxxxx)
⬜ Step 3. Google News API를 통해 “Bitcoin” 최신 뉴스 수집
⬜ Step 4. 뉴스 헤드라인을 AI 입력 데이터에 포함
📘 예시 쿼리:
“bitcoin price regulation”
→ 최신 관련 뉴스 10개를 JSON 형태로 수집
🧭 참고 사이트:
📌 ④ 투자 비율 조정 (Portfolio Ratio)
초급 버전은 “전액 투자” 구조였습니다.
이제는 현실적인 비율 투자로 전환합니다.
⬜ Step 1. 총자산 중 일부만 투자 (예: 10~20%)
⬜ Step 2. 시장 위험도에 따라 AI가 자동 비율 조정
⬜ Step 3. Python 코드 내 investment_ratio 변수로 구현
⚡ 추천 로직:
- 상승 신호 강할수록 투자 비율 ↑
- 하락 신호 강할수록 투자 비율 ↓
4️⃣ 데이터 저장 & 실시간 대시보드
거래 내역을 **데이터베이스(DB)**에 저장하고,
Streamlit 기반으로 시각화 대시보드를 만듭니다.
🖥️ 구성 예시:
- 거래내역, 손익률, 최근 매매 로그
- 실시간 수익률 차트
- 모바일에서도 접근 가능 (스마트폰 브라우저 접속)
⬜ 추천 기술스택:
SQLite + Streamlit + Pandas + Plotly
5️⃣ AWS 클라우드 배포
“내 컴퓨터를 꺼도, 내 돈은 계속 일하게 하라.”
실행 단계:
⬜ AWS EC2 인스턴스 생성
⬜ Python + 빗썸 API 코드 업로드
⬜ .env 환경변수 설정
⬜ nohup python auto_trade.py & 명령으로 백그라운드 실행
🌐 참고: AWS EC2 시작 가이드
6️⃣ 실행 절차 요약
📦 AI 자동투자 시스템 제작 로드맵
| 1 | API 세팅 (빗썸, SerpAPI) | 빗썸 개발자센터 |
| 2 | 멀티타임프레임 코드 수정 | ChatGPT, Claude |
| 3 | 투자 철학 주입 | 시스템 프롬프트 |
| 4 | 뉴스 데이터 연동 | SerpAPI |
| 5 | 투자 비율 로직 추가 | Python |
| 6 | 대시보드 구축 | Streamlit |
| 7 | AWS 배포 | EC2 |
📖 참고문헌 & 추천자료
- Bithumb API 공식문서
- SerpAPI Google News API
- Streamlit 공식문서
- AWS EC2 Getting Started
- Buffett, W. “The Essays of Warren Buffett” (1997)
- 김민수, 《AI 자동매매 실전투자》(2024)
🧭 요약
AI 자동투자는 더 이상 개발자만의 영역이 아닙니다.
누구나 AI에게 원칙을 가르치고, 뉴스를 읽히며, 스스로 판단하게 만들 수 있습니다.
핵심 3줄 요약
- AI에게 “데이터 + 철학 + 지속성”을 주면 자동투자가 완성된다.
- 코딩은 직접 하지 말고, AI에게 시켜라.
- 클라우드에 올려서 365일 24시간 돌려라.
🔖 추천 해시태그
#AI투자 #자동매매 #비트코인투자 #빗썸API #Streamlit #AWS #ChatGPT활용 #AI자동매매 #투자철학 #워렌버핏 #AI활용강의
🤖 AI 비트코인 자동매매: 중급 과정 로드맵 구축
목차
- 중급 과정의 목표: MVP에서 프로덕트로
- AI 투자 판단 고도화: 4대 핵심 전략
- 2.1. 멀티 타임프레임 데이터 추가
- 2.2. 투자 철학 반영 (원칙 기반 투자)
- 2.3. 뉴스 데이터 기반 시장 상황 예측
- 2.4. 투자 비율 자동 조절 기능 구현
- 데이터 관리 혁신: DB 및 대시보드 구축
- 3.1. 투자 내역 SQL라이트(SQLite) 저장
- 3.2. 스트림릿(Streamlit) 기반 대시보드 구축
- 무중단 시스템 환경 구축: AWS 클라우드 배포
- 4.1. 사전 준비 사항 (계정 및 API 키 발급)
- 4.2. AWS EC2 서버 세팅 및 GitHub 활용
- 요약 및 추가 정보
- 참조 사이트 및 참고문헌
- 태그 검색
1. 중급 과정의 목표: MVP에서 프로덕트로
초급 과정에서 우리는 최소한의 기능을 갖춘 MVP (Minimum Viable Product)
를 만들었습니다. 즉, '차트 데이터 → AI 판단 (Buy/Sell/Hold) → 빗썸 API 거래'의 단순 구조였죠.
중급 과정은 이 시스템을 다음과 같이 4가지 목표를 달성하며 강화합니다:
- AI 판단력 고도화: 더 많은 데이터(뉴스, 멀티 타임프레임)와 전략(투자 철학, 비율 조절)을 적용.
- 데이터베이스 구축: 투자 내역을 **SQL라이트(SQLite)**에 저장하여 회고 및 재기 개선의 기반 마련.
- 실시간 모니터링: 스트림릿으로 대시보드를 만들어 현재 수익률과 투자 현황을 확인.
- 안정성 확보: AWS 클라우드 서버에 배포하여 365일 24시간 무중단 자동매매 환경 구축.
2. AI 투자 판단 고도화: 4대 핵심 전략
AI의 의사 결정 능력은 투입되는 데이터의 질과 양 그리고 명확한 원칙에 달려있습니다.
2.1. 멀티 타임프레임 데이터 추가
사람이 투자할 때 단기봉, 시간봉, 일봉을 모두 보듯이, AI에게도 다양한 시간대의 차트 데이터를 제공하여 시장의 장기, 중기, 단기 흐름을 동시에 파악하게 합니다.
| 타임프레임 | 기간 | 역할 |
| 롱텀 (Long-Term) | 일봉(DF1) | 거시적인 추세 파악 |
| 미드텀 (Mid-Term) | 4시간봉(DF2) | 중기적인 흐름 파악 |
| 숏텀 (Short-Term) | 1시간봉(DF3) | 매수/매도 시점의 미세 조정 |
2.2. 투자 철학 반영 (원칙 기반 투자)
AI가 막무가내로 투자하는 것을 방지하고, 특정 대가의 투자 원칙을 기반으로 판단을 내리게 합니다. 이는 시스템의 일관성과 신뢰성을 높입니다.
💡 어려운 단어 설명: 시스템 프롬프트(System Prompt)
AI 모델(예: GPT, Claude)에게 역할과 지침을 부여하는 명령문입니다. 여기에 투자 철학을 넣어주면 AI는 그 원칙에 따라 행동합니다.
실행 가능 영역: 투자 철학 적용 절차
- AI 투자 원칙 정의: 워렌 버핏의 "규칙 1. 절대 잃지 마라. 규칙 2. 첫 번째 규칙을 절대 잊지 마라." 등, 명확한 투자 원칙 텍스트를 준비합니다.
- 시스템 프롬프트 수정: 기존 프롬프트에 다음 내용을 추가합니다.
- "당신은 아래와 같은 투자 원칙으로 투자합니다: [원칙 텍스트 삽입]"
- 결과 확인: AI가 **"손실을 보지 않는 규칙 1번을 지키기 위해 추가 손실을 피하고 매도합니다"**와 같이 원칙을 근거로 판단하는지 확인합니다.
2.3. 뉴스 데이터 기반 시장 상황 예측
차트 데이터만으로는 알 수 없는 시장의 심리나 외부 요인을 파악하기 위해 뉴스 데이터를 활용합니다.
실행 가능 영역: 뉴스 데이터 활용 절차
- 외부 API 가입: Serp API 등 구글 뉴스 검색 결과를 가져올 수 있는 서비스에 가입하고 API 키를 발급받습니다. (Serp API는 보통 무료 크레딧을 제공하여 초기 테스트에 유용합니다.)
- 뉴스 검색 함수 구현: Python 코드로 비트코인 관련 최신 뉴스를 검색하여 JSON 데이터 형태로 가져오는 함수를 작성합니다.
- 데이터 페이로드 추가: 가져온 뉴스 데이터를 멀티 타임프레임 데이터와 함께 AI 모델에 **데이터 페이로드(Data Payload)**로 전송합니다.
- 프롬프트 설명 추가: 시스템 프롬프트에 **"뉴스 데이터가 추가로 제공되었으니, 이를 반영하여 결정하세요"**라고 명시하여 AI의 판단에 활용하도록 지시합니다.
2.4. 투자 비율 자동 조절 기능 구현
MVP가 전액 몰빵 투자였던 것과 달리, AI의 확신 정도에 따라 투자 자금의 비율을 결정하게 합니다. (예: 확신이 높으면 80%, 낮으면 30% 투자)
실행 가능 영역: 투자 비율 조절 절차
- 출력 형식 정의: AI 모델의 **출력 형식(Output Format)**을 JSON 형태로 유지하되, 새로운 파라미터 percentage를 추가합니다.
- 예시 데이터 제공: { "decision": "BUY", "percentage": 30, "reason": "..." } 와 같이 percentage 파라미터가 포함된 **예시(Example)**를 시스템 프롬프트에 명확히 넣어줍니다.
- 매매 로직 수정: 빗썸 API로 실제 매매를 실행하는 로직에서 **내 잔고 * percentage**만큼만 투자하도록 코드를 수정합니다.
3. 데이터 관리 혁신: DB 및 대시보드 구축
3.1. 투자 내역 SQL라이트(SQLite) 저장
AI의 투자 내역(매매 시점, 결정, 비율, 이유 등)을 비트코인_트레이딩.db 파일 형태의 SQL라이트 데이터베이스에 저장합니다.
💡 어려운 단어 설명: SQL라이트(SQLite)
파일 하나로 작동하는 **가벼운 관계형 데이터베이스(DB)**입니다. 별도의 서버 설치 없이 쉽게 사용할 수 있으며, 구조는 엑셀의 표와 같이 간단합니다.
✅ 추가 정보: 재기 개선(Reflection and Iteration) (추가 정보 라벨링)
저장된 DB 데이터는 단순한 기록을 넘어, AI에게 **최근 거래 내역(Recent Trades)**으로 다시 투입되어 **"내가 과거에 이렇게 투자했었는데, 이번에는 어떻게 해야 할까?"**라는 반성(회고) 과정을 거치게 합니다. 이 과정을 통해 AI는 투자 경력을 쌓는 것처럼 스스로 판단력을 개선합니다.
3.2. 스트림릿(Streamlit) 기반 대시보드 구축
DB에 쌓인 데이터를 실시간으로 시각화하여 투자 현황을 모니터링하기 위해 스트림릿 웹 대시보드를 구축합니다.
💡 어려운 단어 설명: 스트림릿(Streamlit)
데이터 과학자가 파이썬 코드 몇 줄만으로 복잡한 웹 대시보드를 쉽고 빠르게 만들 수 있도록 돕는 라이브러리입니다.
실행 가능 영역: 대시보드 구축 절차
- 라이브러리 설치: 터미널에서 pip install -r requirements.txt 명령을 실행하여 Streamlit 및 Plotly (그래프 라이브러리)를 설치합니다.
- 대시보드 파일 작성: AI에게 DB 파일(비트코인_트레이딩.db)을 읽어 차트와 수익률을 표시하는 streamlit_app.py 파일을 작성하도록 지시합니다.
- 실행: 터미널에서 다음 명령어로 대시보드를 실행합니다.
- streamlit run streamlit_app.py
- 커스터마이징: 수익률 강조, 필터 옵션 추가 등 원하는 디자인/기능은 **AI (예: Claude, Gemini)**와 티키타카하며 파이썬 코드를 즉시 수정하고 반영합니다.
4. 무중단 시스템 환경 구축: AWS 클라우드 배포
자동매매가 노트북을 꺼도 멈추지 않도록 클라우드 서버에 배포하는 과정입니다.
4.1. 사전 준비 사항
| 준비물 | 용도 | 주의사항 |
| AWS 계정 | EC2 가상 서버 생성 | 1년간 프리티어 이용 가능. (단, 카드 등록 필요) |
| GitHub 계정 | **코드 저장소(Repository)**로 활용 | 코드를 클라우드 서버로 옮기는 통로. 프라이빗 설정 권장. |
| 빗썸 API 키 (신규) | AWS 서버 IP 기반 인증 | AWS 서버의 공인 IP를 빗썸에 등록하고 새로운 API 키 발급 필요. |
4.2. AWS EC2 서버 세팅 및 GitHub 활용
AWS에서 가장 기본적인 가상 컴퓨터 서비스인 **EC2 (Elastic Compute Cloud)**를 사용합니다.
실행 가능 영역: AWS 배포 핵심 절차
- EC2 인스턴스 생성:
- 운영체제(OS): Ubuntu 최신 버전 선택.
- 인스턴스 유형: T2.micro (프리티어 이용 가능 유형) 선택.
- 키페어(KeyPair) 생성: 서버 접속을 위한 열쇠 파일(*.pem)을 다운로드하고 안전하게 보관합니다.
- GitHub 코드 올리기: 최종 자동매매 코드(autotrade.py, requirements.txt, streamlit_app.py)를 GitHub 레포지토리에 업로드합니다.
- 서버 접속 및 환경 설정:
- SSH 접속: EC2 인스턴스에 연결하여 클라우드 컴퓨터 안으로 접속합니다.
- 환경 설정: 필요한 패키지(Python, pip 등)를 설치하고 git clone [GitHub 주소] 명령어로 코드를 서버로 당겨옵니다.
- 스케줄링 등록 (추가 정보 라벨링):
- 로컬에서 스케줄링(예: schedule 라이브러리)을 사용했다면, 서버에서는 cron 또는 **Supervisor**와 같은 무중단 실행 관리 도구를 사용하여 AI 코드가 매일/매시간 특정 시점에 자동으로 실행되도록 설정합니다. (이 과정까지 완료되어야 365일 무중단 자동매매가 완성됩니다.)
5. 요약 및 추가 정보
월세지수와 전세지수 (이전 주제 아님. 오직 AI 자동매매에 대한 요약)
AI 자동매매 중급 과정은 데이터 고도화, 데이터 관리, 시스템 안정화의 세 축으로 진행됩니다. AI에게 멀티 타임프레임 및 뉴스 데이터를 제공하고 투자 철학을 심어 판단의 질을 높입니다. 동시에, 내역을 SQL라이트에 저장하여 회고(반성) 기반의 재기 개선이 가능하도록 설계합니다. 마지막으로, 모든 로직을 AWS 클라우드 서버에 배포하고 Streamlit 대시보드를 구축하여 언제 어디서든 투자 현황을 모니터링하고 24시간 무중단으로 시스템을 운영하는 것이 핵심 목표입니다.
6. 참조 사이트 및 참고문헌
참조 사이트
- 빗썸 (Bithumb) API 센터: https://www.bithumb.com/ (API 키 발급 및 거래소 확인)
- AWS (Amazon Web Services): https://aws.amazon.com/ (클라우드 컴퓨팅 서비스)
- GitHub: https://github.com/ (코드 저장 및 버전 관리 서비스)
- Serp API: https://serpapi.com/ (구글 검색 결과 API - 뉴스 데이터 활용)
참고문헌
- 이○○, 파이썬 데이터 분석과 인공지능 (파이썬 라이브러리 및 DB 활용)
- Amazon Web Services, EC2 가이드 및 프리티어 활용 설명서 (클라우드 배포 기초)
- 워렌 버핏, 워렌 버핏 투자론 (투자 철학 개념 참고)
7. 태그 검색
#AI자동매매 #비트코인투자 #빗썸API #AWS배포 #Streamlit #SQL라이트 #AI투자전략 #멀티타임프레임 #클라우드컴퓨팅 #파이썬코딩강의
'코딩' 카테고리의 다른 글
| 드디어 구글이 진짜 AI 에이전트를 만들었습니다!!ㅣ'제미나이' 미친 역대급 업데이트 (feat. 구글 제미나이 엔터프라이즈)[엠마쌤] (0) | 2025.10.20 |
|---|---|
| 🚀 AI에게 맡기는 비트코인 투자 자동화 (0) | 2025.10.20 |
| 구글 본사가 알려준 AI 활용 가이드 8가지(자료 무료제공) [김이솝의 AI 가이드] (1) | 2025.10.17 |
| 구글 본사가 알려준 AI 활용 가이드 8가지(자료 무료제공) [김이솝의 AI 가이드] (0) | 2025.10.17 |
| 진짜 말도 안되는 영상 AI가 또 나왔습니다... (Sora2) [김이솝의 AI 가이드] (0) | 2025.10.17 |