🔗 바로가기: github.com/youngseongshin/thesis-investment-os — 이 블로그의 리서치를 돌리는 오픈소스 시스템
오늘은 평소와 조금 다른 글입니다. 종목 이야기가 아니라, 이 블로그의 글이 어떻게 만들어지는지에 대한 이야기입니다. 무대 뒤를 한번 보여드리려고 합니다.
글 한 편이 나오기까지
Korea Invest Insights의 글은 사람이 빈 화면 앞에 앉아 즉흥적으로 쓰는 게 아닙니다. 그 뒤에는 Thesis Investment OS라는 작은 운영체제가 돌아갑니다. 이름은 거창하지만 생각은 단순합니다.
투자 판단을 눈에 보이게, 검증할 수 있게, 그리고 자기 성적표에 솔직하게 만든다.
이 시스템은 자동매매 봇도 아니고, 시그널을 파는 서비스도 아니며, “AI가 종목을 찍어준다"는 물건도 아닙니다. 흩어진 시장 정보를 모아 하나의 논거(thesis)로 엮고, 그 논거가 나중에 맞았는지 틀렸는지까지 되짚어볼 수 있게 만드는 틀입니다.
이 구조는 세 가지 역할로 나뉩니다. 사람으로 치면 한 팀의 세 사람이라고 보시면 됩니다.
1. 알파(Alpha) — 증거를 모으는 사람
알파는 사실을 모으고 검증하는 역할입니다.
- 가격, 거래량, 수급, 펀더멘털, 공시 같은 정량 데이터
- 뉴스, 공시, 실적 발표 내용, 커뮤니티 신호 같은 정성 데이터
- 스크리너로 후보를 추리고, 맥락을 덧입혀 “볼 만한 종목"을 찾아내는 일
알파가 만들어내는 건 증거 기록, 시장 스냅샷, 장중 알림, 스크리너 후보, 그리고 리서치 패킷입니다. 한마디로 “무슨 일이 일어났는가"를 정직하게 쌓아두는 사람입니다. 판단은 아직 하지 않습니다. 재료만 모읍니다.
2. 격자(Lattice) — 증거로 판단을 세우는 사람
격자라는 이름은 찰리 멍거가 말한 “여러 사고 모형이 격자처럼 얽힌 정신의 구조(latticework of mental models)"에서 따왔습니다.
알파가 모은 재료를 받아, 실제 투자 판단으로 바꾸는 역할입니다.
- 논거를 등록하고, 결정 카드(decision card)로 정리하고
- 일부러 반대편에 서서 따져보는 악마의 변호인(devil’s advocate) 리뷰를 거치고
- 예측을 기록(prediction ledger)해두었다가, 시간이 지나 맞았는지 되짚어보는 일
블로그에서 여러분이 읽는 “결론은 이렇다”, “이건 사실이고 이건 추측이다” 같은 구조가 바로 격자에서 나옵니다. 판단을 내리되, 그 판단을 나중에 채점할 수 있게 남겨두는 것이 핵심입니다.
3. 아키(Arki) — 시스템을 돌보는 사람
아키는 눈에 잘 안 띄지만 가장 중요한 역할일지도 모릅니다. 시스템 전체가 건강하게 굴러가도록 돌보는 역할입니다.
- 데이터를 담는 틀(스키마)과 저장 구조(vault layout)를 정의하고
- 반복되는 작업(recurring jobs)을 관리하고, 건강 검진(health check)을 돌리고
- 변경 이력(migration log)을 남기고, 각 역할의 권한과 규칙을 관리하는 일
집으로 치면 알파와 격자가 일하는 동안, 전기·수도·보일러가 멈추지 않게 챙기는 사람입니다. 화려하지 않지만, 아키가 없으면 나머지 둘도 오래 못 갑니다.
이 세 역할이 만든 결과물 — 실제 예시
말로만 들으면 추상적이니, 최근 이 시스템을 거쳐 나온 글 두 편을 보여드립니다.
- 델 1분기 실적과 한국 AI 서버 마진 read-through — 알파가 델의 실적 숫자를 모으고, 격자가 그걸 한국 반도체·서버 밸류체인으로 연결해 판단을 세운 글입니다.
- 마벨 Q1 FY2027 실적과 한국 반도체 read-through — 같은 흐름으로, 마벨의 커스텀 실리콘 숫자에서 출발해 한국 read-through로 이어진 글입니다.
두 글 모두 “이건 사실(Fact), 이건 추론(Inference), 이건 추측(Speculation)“을 나눠 적습니다. 그 습관이 바로 격자가 강제하는 구조이고, 그 사실들을 떠받치는 데이터는 알파가 모은 것입니다.
왜 이걸 굳이 공개하나
리서치를 하다 보면 가장 무서운 건 “내가 예전에 뭐라고 했는지 기억이 안 나는 것”입니다. 좋아 보이는 논거는 많지만, 그게 정말 맞았는지 되짚는 건 귀찮고 불편합니다. 그래서 대부분의 분석은 한 번 쓰고 잊힙니다.
Thesis OS는 그 불편함을 일부러 시스템 안에 넣었습니다. 모든 판단에 증거를 붙이고, 예측을 기록하고, 나중에 채점합니다. 완벽해서가 아니라, 틀렸을 때 그게 보이도록 만든 구조입니다.
이 시스템은 로컬에서 돌아가도록 설계됐습니다. 별도의 API 키나 증권사 로그인, 유료 데이터 구독 없이도 함께 들어 있는 샘플 데이터로 한번 돌려볼 수 있습니다. 라이선스는 MIT, 파이썬 3.10 이상이면 됩니다.
그리고 이 시스템이 글을 내보내는 창구가 바로 세 곳입니다. 지금 읽고 계신 블로그(Korea Invest Insights), 텔레그램 @korea_invest_insights, 그리고 서브스택입니다.
들어와서 구경하세요
이 글의 목적은 자랑이 아니라 초대입니다. 투자 리서치를 어떻게 좀 더 정직하고 검증 가능하게 만들 수 있을지 고민해본 적 있다면, 한번 들여다봐 주세요.
코드를 다 읽지 않아도 됩니다. README만 훑어봐도 “아, 이 블로그 글들이 이런 식으로 만들어지는구나” 하는 감이 잡힐 겁니다.
👉 github.com/youngseongshin/thesis-investment-os
별(star)을 눌러주셔도 좋고, 그냥 구조만 구경하셔도 좋습니다. 무대 뒤를 열어 보여드린 이유는 단 하나입니다. 이 블로그의 판단이 어디서 어떻게 나오는지, 여러분이 직접 확인할 수 있게 하기 위해서입니다.
Disclaimer: 본 글은 개인 맞춤형 투자자문이 아니라 공개정보 기반 분석입니다. 소개한 오픈소스 시스템은 리서치 도구이며, 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.