사주 × AI 주식 분석
사주는 "이 종목이 오를까"가 아니라 "당신은 어떤 투자자인가"에 답한다.
거기서 얻은 성향 프로파일을 종목 판단과 결합해 최종 매수 판단을 사람마다 다르게 낸다.
AI의 역할은 수익을 보장하거나 매매를 지시하는 것이 아니라, 분산된 정보를 정리하고
판단 근거를 이해하기 쉽게 보여주는 것이다. 투자자문이 아니다.
이 저장소는 두 프로젝트를 합친 것이다 — 주식 분석(StockProject)의 구조를 기저로
사주 서비스(SajuService, Next.js 단독 앱)의 엔진을 옮겨 왔다. 합치는 방향은
통합 기획이 미리 정해 두었고, 그 문서의 5.3 절이
요구한 integrations/saju/ 경계가 실제 접점이다.
구성
| 디렉터리 | 스택 | 역할 |
|---|
back/ | FastAPI · SQLAlchemy(async) · Pydantic v2 · Gemini · lunar-python | 시세·검색·지표·AI 판단 + 사주 엔진 |
front/ | Next.js 16 (App Router) · Tailwind v4 · axios | SSR 리서치 화면 + 성향 온보딩 |
docs/ | — | 통합 기획 · 사주→성향 매핑 규칙 |
실행
두 개의 터미널이 필요하다. 백엔드를 먼저 띄운다 — 프런트가 SSR 단계에서 호출한다.
# 1) 백엔드 → http://127.0.0.1:8000 (문서: /docs)
cd back
uv sync --all-groups
cp .env.example .env # 전체 기능용. 사주만 볼 거면 .env.saju-only.sample 로 충분하다
uv run fastapi dev
# 2) 프런트 → http://localhost:3000
cd front
npm install
cp .env.local.example .env.local
npm run dev
사주 화면(/saju)과 /api/v1/saju/* 는 DB 도 LLM 도 쓰지 않는다 — 순수 계산이라
.env 없이도 돈다. /saju/report 만 GEMINI_API_KEY 를 쓰고, 없으면 규칙 기반 간이
리포트로 내려간다.
화면과 API
| 화면 | 경로 | 사용하는 API |
|---|
| 시장 현황 | / | GET /api/v1/markets/overview |
| 종목 상세 | /stocks/[symbol] | GET /api/v1/stocks/history · /content · /fundamentals |
| AI 투자 판단 | 종목 상세 내 | POST /api/v1/stocks/advice |
| 투자 성향 온보딩 | /saju | POST /api/v1/saju/chart · PUT /api/v1/profile |
사주가 하는 일 — 그리고 하지 않는 일
[가입 1회] 생년월일시 → 사주엔진 → 성향 초안 → 사용자 보정 → DB 영구 저장
↓ (LLM 비용 0, 재계산 없음)
[종목 분석] 시세·지표·뉴스 → 에이전트 3인 → 판단 → ① MarketVerdict
InvestorProfile × StockMetrics ────→ ② FitScore (순수 함수)
①+② ────→ ③ PersonalVerdict (결정론적)
지켜지는 선이 둘이다. 둘 다 코드가 강제한다.
- 사주 원문은 판단 컨텍스트에 절대 들어가지 않는다. 사주는 프로파일 초안까지만
관여하고, 판단이 보는 것은 사용자가 확인한 숫자 6개뿐이다.
domain/fit.py 도 domain/verdict.py 도 saju_summary 를 읽지 않는다.
- 단방향 보정 — 성향은 판단을 보수적인 쪽으로만 민다. 적합도가 아무리 높아도
AVOID 가 BUY 로 올라가지 않는다 (domain/verdict.py). 프로파일은
브레이크지 액셀이 아니다.
그래서 "사주가 매수를 추천하나요?"에 "아니요. 프로파일은 매수를 만들어내지 못하고
보류시킬 수만 있습니다" 라고 답할 수 있다.
사주 엔진 — 포팅과 그 검증
원본 SajuService 는 TypeScript 로 쓰인 Next.js 단독 앱이었다. 엔진을 파이썬으로
옮기면서 유일한 외부 의존(lunar-javascript)은 같은 저자(6tail)의 파이썬 포팅본
lunar-python 으로 갈았다 — API 가 1:1 로 대응한다.
포팅이 맞다는 것은 diff 가 판정했다. 사주 계산은 틀려도 그럴듯해 보여 육안
검토로는 잡히지 않으므로, 두 엔진에 같은 입력을 주고 출력을 비교하는 하네스를 만들었다.
| 표본 | 결과 |
|---|
| 손으로 고른 경계 케이스 28건 (자시·입춘·서머타임·자오선 전환·음력/윤달·시각 미상) | 완전 일치 |
| 무작위 표본 1,500건 (1920-2024, seed 고정) | 완전 일치 |
# 재현
cd back && uv run python tests/gen_random_cases.py 1500 > cases.json
SAJU_CASES_PATH=cases.json npx tsx ../../SajuService/scripts/dump-charts-for-port.ts > ts.json
SAJU_CASES_PATH=cases.json uv run python tests/dump_python_charts.py > py.json
uv run python tests/compare_dumps.py ts.json py.json
두 덤퍼가 같은 케이스 파일 하나를 읽는다 — 한쪽에만 케이스를 추가하는 실수가
구조적으로 불가능하다.
엔진이 지키는 것들
원본이 여러 차례의 조사 끝에 굳힌 판단들이라 주석과 함께 그대로 옮겼다.
- 정자시설(sect 1) — 23시부터 일주가 넘어간다. 한국 서비스들의 기본값이고,
야자시설은 시두법으로 나올 수 없는 짝(경 일간에 무자시)을 만든다.
tests/test_saju_engine.py 의 시두법 불변식이 전 시각에 대해 강제한다.
- 두 개의 시간 프레임 — 년·월주는 라이브러리의 UTC+8 절기표와 같은 프레임에서,
일·시주는 한국 진태양시에서 뽑는다. 섞으면 절입 경계가 13~74분 어긋난다.
- 1920년 하한 — 엔진은 1908년부터 계산하지만 공개 API 는 1920년부터 받는다.
독립 검증이 닿지 않는 12년을 팔지 않기 위해서다.
- 리포트 정책 검증기 — 의료·법률·투자·운명론·의식 권유 표현을 코드로 막는다.
프롬프트 문구가 아니라 모델의 실제 출력에 매번 돌아간다.
검증
cd back && uv run ruff check . && uv run pytest # 사주 66개 포함
cd front && npx tsc --noEmit && npm run lint && npm test && npm run build
DB 를 쓰는 백엔드 테스트는 TEST_DATABASE_URL(Postgres) 이 있어야 돈다.
없으면 그 테스트들만 명시적으로 실패하고, 사주 엔진처럼 순수 계산인 것은 그대로 돈다.
원본과 달라진 것
합치면서 의도적으로 가져오지 않은 것이 있다.
| 원본 SajuService 에 있던 것 | 왜 안 옮겼나 |
|---|
| 결제(Toss)·주문·리포트 작업 큐 | 그쪽은 리포트를 파는 제품이었다. 여기서 사주는 온보딩 수단이라 결제 경로가 없고, 옮기면 쓰이지 않는 결제 코드가 남는다 |
| 생년월일시 저장(Order 30일 보관) | 저장 대상은 보정이 끝난 숫자 6개다. 재산정 허용 여부가 미결인 상태에서 민감정보를 미리 받아 두는 것은 안 받는 것보다 나쁘다 |
| 회원·관리자 화면 | 이 저장소에 이미 있다 (NextAuth + /admin) |
| 웹툰 렌더러 | 판단 영역과 재미 영역을 시각적으로 분리한다는 기획 5.7 과 맞지 않는다 |
자세한 것은 사주→성향 매핑 규칙과
통합 기획을 본다.
