티스토리 뷰
project/로컬 LLM + RAG 기반 AI 채팅봇 만들기
Ollama + CrewAI + Medium을 활용한 한국 주식 분석 자동 포스팅 프로젝트 - Ollama + CrewAI + Medium을 활용한 자동 포스팅 개념
octo54 2025. 3. 6. 19:33반응형
Ollama + CrewAI + Medium을 활용한 한국 주식 분석 자동 포스팅 프로젝트
1. 프로젝트 개요 및 환경 설정
1.1 프로젝트 개요
1.1.1 Ollama + CrewAI + Medium을 활용한 자동 포스팅 개념
📌 개요
이 프로젝트는 Ollama (로컬 LLM), CrewAI (에이전트 프레임워크), Medium API를 활용하여 한국 주식 시장 분석 글을 자동으로 작성하고 Medium에 게시하는 시스템을 구축하는 것이 목표입니다.
기본적으로 주식 데이터 수집 → 데이터 분석 → AI 기반 보고서 생성 → Medium 자동 포스팅의 4단계 워크플로우를 통해 운영됩니다.
🚀 프로젝트의 핵심 개념
1️⃣ Ollama (로컬 AI 모델) 활용
- Ollama는 로컬에서 실행 가능한 **대형 언어 모델(LLM)**로, 인터넷 없이도 AI를 활용한 텍스트 생성이 가능합니다.
- 다양한 오픈소스 모델(GPT-4All, LLaMA, Mistral 등)을 지원하며, 주식 리포트 생성에 활용됩니다.
2️⃣ CrewAI (멀티 에이전트 AI 프레임워크) 활용
- CrewAI는 여러 개의 AI 에이전트를 조합하여 역할 기반의 AI 자동화를 지원하는 프레임워크입니다.
- 주식 분석을 위한 다양한 역할의 AI 에이전트를 생성하여 협업할 수 있도록 합니다.
- 예시 AI 에이전트 구조
- 📊 Data Analyst Agent: 주식 데이터를 분석하고 인사이트를 도출
- 📰 News Sentiment Agent: 종목별 뉴스 감성 분석 수행
- ✍ Report Writer Agent: 분석된 데이터를 기반으로 자동 리포트 생성
- 🎯 SEO Optimizer Agent: Medium 포스팅의 검색 최적화 수행
3️⃣ Medium API를 활용한 자동 포스팅
- AI가 작성한 주식 분석 리포트를 Medium API를 통해 자동으로 게시
- Medium의 SEO 최적화 및 태그 관리를 자동화하여 검색 노출 증가
- 포스팅 이후 조회수 및 사용자 반응 데이터를 분석하여 개선 가능
🛠 프로젝트의 핵심 흐름
반응형
- 한국 주식 데이터 수집
- Naver 금융, Fnguide, Alpha Vantage API에서 실시간 주가 데이터 확보
- 기업 재무제표 및 실적 분석을 위한 데이터 수집
- 데이터 분석 및 시각화
- 이동평균선(MA), MACD, RSI 등의 기술적 분석 적용
- 기업 실적, ROE, PBR, PER 등의 재무 분석 수행
- NLP 기반 뉴스 감성 분석 진행
- AI 기반 주식 리포트 생성 (CrewAI + Ollama 활용)
- CrewAI의 Data Analyst Agent가 주식 데이터 분석
- News Sentiment Agent가 긍정/부정 뉴스 분석
- Report Writer Agent가 AI 기반 리포트 작성
- SEO Optimizer Agent가 Medium 검색 최적화 수행
- Medium API를 통한 자동 포스팅
- AI가 생성한 리포트를 Medium에 스케줄링하여 자동 게시
- SEO 최적화 태그 추가 및 조회수 트래킹
📈 기대 효과
✅ AI 기반으로 자동화된 주식 리포트 생성 가능
✅ 인공지능 기반 데이터 분석을 통해 보다 정밀한 투자 인사이트 제공
✅ Medium API를 통한 완전 자동화된 블로그 운영
✅ Ollama 기반 로컬 환경에서도 실행 가능하여 보안 강화
✅ CrewAI 활용으로 다양한 에이전트 협업을 통한 최적의 콘텐츠 생성
'project > 로컬 LLM + RAG 기반 AI 채팅봇 만들기' 카테고리의 다른 글
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 46 - 추가 기능 및 향후 발전 방향 (1) | 2025.03.03 |
---|---|
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 45 - 프로젝트 개발 과정 정리 (2) | 2025.03.03 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 44 - 시스템 확장 및 추가 기능 구현 (0) | 2025.03.03 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 43 - 데이터베이스 성능 최적화 (2) | 2025.03.02 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 42 - API 응답 속도 개선 (0) | 2025.03.01 |
※ 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 개발블로그
- SEO최적화
- nextJS
- 백엔드
- 스마트 컨트랙트
- Prisma
- rag
- Docker
- Webpack
- seo 최적화 10개
- NestJS
- AI챗봇
- nodejs
- 웹개발
- 백엔드개발
- AI 자동화
- REACT
- Next.js
- Ktor
- gatsbyjs
- App Router
- PostgreSQL
- github
- fastapi
- kotlin
- llm
- CI/CD
- 프론트엔드
- 관리자
- LangChain
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함
반응형