@think.5x의 Threads 글은 주식 모니터링 도구 PanWatch를 네 가지 특징으로 소개한다. AI 애널리스트의 토론, Docker 배포, 조건식 알림, 다중 계좌·PWA다. 실제 프로젝트의 공식 저장소를 확인하면 기능의 큰 줄기는 맞지만, “분석 한 번에 약 0.05달러”와 “데이터가 밖으로 나가지 않는다”는 말에는 중요한 전제가 붙는다. 이 글은 제품이 무엇을 자동화하는지, 어디까지 검증됐는지, 직접 운영할 때 무엇을 확인해야 하는지를 구분한다.
Sources
- 원문 Threads 공유 링크 · 원문 게시글
- PanWatch GitHub 저장소와 README
- PanWatch 시장 데이터 모듈 문서 · TradingAgents 연동 코드
- TradingAgents 원본 프레임워크
1. PanWatch는 매매 봇보다 모니터링·분석 작업대에 가깝다
PanWatch는 중국 A주·홍콩주·미국주를 대상으로 시세 모니터링, 보유 종목 관리, 기술 지표, AI 분석, 알림을 한곳에 모으는 자가 호스팅 웹 앱이다. 공식 README는 여러 계좌를 구분해 자산을 합산하고, 모의투자 화면과 모바일 PWA도 제공한다고 설명한다. 이는 증권사 계좌를 자동 연결하거나 주문을 실제로 집행한다는 뜻은 아니다. 계좌별 보유 정보 입력·동기화 범위와 주문 실행 여부는 별도로 확인해야 한다. PanWatch README
flowchart TD
A["시장 데이터·뉴스"] --> B["PanWatch 서버"]
C["보유 종목·계좌 설정"] --> B
B --> D["대시보드·PWA"]
B --> E["조건식 알림"]
B --> F["TradingAgents 심층 분석"]
F --> G["분석 결과·알림 채널"]
classDef sourceTone fill:#c5dcef,stroke:#54789e,color:#333;
classDef coreTone fill:#e0c8ef,stroke:#9275ac,color:#333;
classDef outputTone fill:#c0ecd3,stroke:#5a9d75,color:#333;
class A,C sourceTone;
class B,F coreTone;
class D,E,G outputTone;README가 언급하는 기술 지표에는 MA, MACD, RSI, KDJ 등이 있다. 이런 지표는 관측 값을 정리하는 도구이지 수익을 보장하는 예측기는 아니다. 시장·종목에 따라 데이터 제공 범위와 지연도 달라질 수 있으므로, 실제 의사결정 전 원천 시세와 거래소 시간을 대조하는 편이 안전하다. PanWatch README, 시장 데이터 모듈 문서
2. “애널리스트 4명”은 전체 의사결정 과정의 첫 단계다
Threads의 첫 번째 포인트는 기술·심리·뉴스·펀더멘털 담당 AI 네 종류가 각자 분석하고 토론한다는 것이다. PanWatch README는 이 네 분석 결과가 강세·약세 토론, 위험 검토, 포트폴리오 매니저의 최종 판단으로 이어진다고 설명한다. 기반인 TradingAgents도 애널리스트, 토론 담당 연구원, 트레이더, 위험 관리, 포트폴리오 매니저를 역할별로 구분한다. 따라서 “AI 네 명의 다수결”보다는 서로 다른 근거를 역할별로 검토하는 다단계 LLM 워크플로라고 이해하는 편이 정확하다.
flowchart TD
A["기술 분석"] --> E["분석 근거 취합"]
B["시장 심리"] --> E
C["뉴스"] --> E
D["펀더멘털"] --> E
E --> F["강세·약세 토론"]
F --> G["위험 검토"]
G --> H["최종 판단·보고서"]
classDef analystTone fill:#c5dcef,stroke:#54789e,color:#333;
classDef synthesisTone fill:#e0c8ef,stroke:#9275ac,color:#333;
classDef cautionTone fill:#fde8c0,stroke:#bd9454,color:#333;
classDef resultTone fill:#c0ecd3,stroke:#5a9d75,color:#333;
class A,B,C,D analystTone;
class E,F synthesisTone;
class G cautionTone;
class H resultTone;PanWatch의 연동 코드는 선택할 분석가와 토론 라운드, LLM 시간 제한·토큰 제한 등을 구성하고, 결과와 추정 비용을 기록한다. 결과가 단계별로 나온다고 해서 시장의 불확실성이 사라지는 것은 아니다. 네 역할이 같은 부정확한 시세나 뉴스를 받으면 여러 에이전트가 같은 오류를 그럴듯하게 강화할 수 있다. TradingAgents 원본도 연구용 프레임워크이며 성과는 모델·기간·데이터 품질 등에 따라 달라지고 투자 조언이 아니라고 명시한다. TradingAgents README
3. 배포는 짧지만, 운영 설정까지 한 줄은 아니다
Threads의 두 번째 포인트인 Docker 실행 명령은 공식 README에도 있다. 컨테이너를 띄우면 http://localhost:8000에서 첫 계정을 설정할 수 있다. 다만 AI 제공자, 알림 채널, 보유 종목·Agent 설정은 웹 화면에서 추가로 구성해야 한다. README는 첫 실행 시 Chromium 다운로드가 필요할 수 있고 몇 분 걸릴 수 있다고도 안내한다. PanWatch 설치 안내
docker run -d \
--name panwatch \
-p 8000:8000 \
-v panwatch_data:/app/data \
sunxiao0721/panwatch:latest
이 명령은 문서에 나온 예시이며 여기서 실행하거나 이미지를 검증하지는 않았다. latest 태그는 내용이 바뀔 수 있으므로 운영 환경에서는 검토한 버전 태그 또는 이미지 다이제스트를 고정하는 편이 재현성에 유리하다. 또한 예시의 -p 8000:8000은 호스트의 네트워크 인터페이스에 포트를 공개할 수 있으므로, 개인 테스트라면 접근 범위를 제한하고 외부 공개 시 인증·HTTPS·방화벽을 점검해야 한다. 이는 Docker 배포 방식에 대한 운영상 권고다.
flowchart TD
A["이미지 버전 검토"] --> B["Docker 기동·데이터 볼륨"]
B --> C["관리 계정 설정"]
C --> D["AI API·모델 설정"]
D --> E["알림 채널·종목 설정"]
E --> F["시세·분석·알림 시험"]
classDef prepTone fill:#c5dcef,stroke:#54789e,color:#333;
classDef configTone fill:#e0c8ef,stroke:#9275ac,color:#333;
classDef testTone fill:#c0ecd3,stroke:#5a9d75,color:#333;
class A,B prepTone;
class C,D,E configTone;
class F testTone;4. 조건식 알림과 여러 계좌: 편의 기능의 검증 지점
세 번째 포인트인 알림은 가격·등락률·거래대금·거래량 비율 등의 조건을 AND 또는 OR로 묶는 방식이다. 공식 문서는 거래 시간 적용 여부, 알림 간격 제한, 하루 최대 발송 수, 반복 방식과 채널 선택도 설명한다. Telegram, 기업용 WeChat, DingTalk, Feishu, Bark, 사용자 정의 웹훅 등이 명시돼 있다. 조건이 맞았다는 사실과 매매 적기라는 판단은 다르다. 또한 외부 알림 채널을 사용하면 메시지 내용이 해당 서비스로 전송된다. PanWatch README
네 번째 포인트인 다중 계좌 화면은 계좌별 보유 종목을 구분하면서 총자산을 함께 볼 수 있게 하는 기능이다. PWA는 브라우저 화면을 홈 화면에 설치해 앱처럼 접근하는 방식으로 소개된다. 여기서도 대시보드의 합산 값이 증권사 원장과 자동으로 일치한다는 보장은 없다. 통화 변환, 수수료, 갱신 시점, 입력 누락을 사용자가 확인해야 한다. 이는 원본 기능 설명에서 도출한 검증 항목이지 프로젝트가 특정 오류를 일으킨다는 뜻은 아니다. PanWatch README
flowchart TD
A["시장 데이터 갱신"] --> B{"알림 조건 충족?"}
B -->|"아니오"| C["다음 평가 대기"]
B -->|"예"| D["간격·횟수 제한 확인"]
D --> E["선택 채널로 발송"]
E --> F["수신·시각·가격 확인"]
classDef dataTone fill:#c5dcef,stroke:#54789e,color:#333;
classDef decideTone fill:#fde8c0,stroke:#bd9454,color:#333;
classDef sendTone fill:#e0c8ef,stroke:#9275ac,color:#333;
classDef verifyTone fill:#c0ecd3,stroke:#5a9d75,color:#333;
class A dataTone;
class B,D decideTone;
class C,E sendTone;
class F verifyTone;5. 비용과 데이터 보안: 홍보 문구의 조건을 분리한다
Threads와 README는 심층 분석 비용을 회당 약 0.05달러로 소개한다. README의 표현은 기본 deepseek-chat 설정을 전제로 한 예시다. 실제 비용은 사용하는 모델과 제공자의 요금, 입력 문맥·출력 길이, 토론 라운드, 실패 후 재시도에 따라 달라진다. 연동 코드에도 토론 라운드와 토큰 제한, 비용 기록 경로가 있다. 따라서 이 수치를 고정 가격이나 독립 검증된 평균으로 인용하지 말고 자신의 설정에서 사용량 기록과 청구서를 대조해야 한다. PanWatch README
“내 서버에 올리니 데이터가 밖으로 나가지 않는다”는 말도 그대로 받아들이기 어렵다. 보유 정보 저장소는 로컬 볼륨일 수 있지만, README는 OpenAI 호환 외부 AI API 설정과 Telegram 등의 외부 알림 채널을 안내한다. 시장 데이터 모듈 역시 여러 공급자에게 시세를 요청한다. 이 문서들로부터 추론하면 실제 외부 전송 범위는 선택한 AI 제공자·데이터 공급자·알림 채널에 따라 달라진다. 로컬 Ollama 같은 모델을 선택하면 LLM 요청의 외부 전송은 줄일 수 있겠지만, 전체 시스템의 네트워크 통신이 사라지는 것은 아니다. PanWatch README
실전 적용 포인트
- 모의 데이터로 시작한다. 실제 계좌 정보와 API 키를 넣기 전에 테스트 종목으로 시세 갱신·알림 지연·중복 발송을 확인한다.
- 출처와 시각을 기록한다. 분석 시 사용한 시세·뉴스가 언제 수집됐는지 확인하고, 거래소 정보와 비교한다. 데이터 공급자 장애나 대체 경로도 점검한다.
- 모델 비용을 측정한다. 같은 종목을 여러 번 실행해 토큰 사용량·실제 청구액·실패율을 비교한다. README의 예시 금액을 예산으로 고정하지 않는다.
- 네트워크 경계를 그린다. AI API, 시장 데이터, Telegram·웹훅으로 어떤 정보가 나가는지 확인하고, 계정·볼륨 백업·포트 공개 범위를 관리한다.
- 투자 판단은 분리한다. AI의 토론 결과는 검토 자료로 취급하고, 손익과 위험 한도에 대한 결정은 사람이 한다.
핵심 요약
- PanWatch는 시장 모니터링·다중 계좌·조건식 알림·TradingAgents 분석을 한 화면에 묶는 자가 호스팅 프로젝트다.
- 네 명의 분석가가 전부가 아니다. 분석 뒤 강세·약세 토론과 위험 검토, 최종 판단 단계가 이어진다.
- Docker 한 줄은 서버 시작 단계이며, AI 제공자와 알림 채널 등은 별도 설정이 필요하다.
- 회당 약 0.05달러와 완전한 데이터 비유출은 보장된 속성이 아니다. 모델·통신 설정을 직접 검증해야 한다.
결론
PanWatch의 가치는 AI가 수익을 예측한다는 주장보다 흩어진 시장 관찰과 분석 근거를 한 작업 흐름에 모으는 데 있다. 직접 운영한다면 기능 목록보다 데이터의 시점, 외부 전송 경로, 실제 비용, 알림 신뢰성을 먼저 검증하자. 이 글은 도구 구조를 설명하는 기술 문서이며 투자 권유가 아니다.