A Study on an Explainable GPT-Based Stock Investment Analysis System : Integrated Design of RAG Structure and Multi-AI Agent Framework

본 연구는 ChatGPT-4o, 역할 기반 멀티 AI(Artificial Intelligence, 인공지능) 에이전트, RAG(Retrieval- Augmented Generation, 검색기반 증강생성) 구조를 결합한 주식 투자 분석 자동화 시스템을 구현하였다. 재무ㆍ비재무 데이터, 뉴스 감성, 산업 경쟁력, ESG(Environmental, Social, and Governance) 정보를 실시간 수집․분석하여 해석 가능한 투자 보고서를 생성하는 것이 목표이다. 본 연구 시스템은 DART(Data Analysis, Retrieval and Transfer System, 전자공시시스템), 한국은행 ECOS(Economic Statistics System, 경제통계시스템), Google News & Finance API(Application Programming Interface, 응용 프로그램 인터페이스)와 연동하여 데이터 수집을 자동화하고, 11종 AI 에이전트를 통해 계획 수립, 분석, 예측, 종합 판단을 수행한다. 머신러닝 예측과 LLM(Large Language Model, 대규모 언어 모델) 기반 설명을 결합해 블랙박스 모델의 해석 한계를 보완하였다. 실험 결과, 분석 계획부터 최종 보고서 작성까지 전 과정이 자동화되었으며, 통합 분석 결과는 실제 투자 판단에 활용 가능함을 확인하였다. 본 연구는 금융 AI 분야에서 실시간․설명가능․자동화 분석 프레임워크를 제시하며, 투자자문․로보어드바이저 ․IR(IR(Investor Relations, 투자자 관계) 지원 등 다양한 분야에 적용 가능하다.