내가 쓰려고 만든 미국 투자 MCP
개인 투자자가 Web Search의 한계를 넘기 위해 직접 만든 미국 투자용 MCP 제작기. 왜 만들었는지, 어떤 흐름으로 설계했는지, 실제로 어떻게 투자 조사에 활용했는지를 정리했다.
개인투자를 시작하려 했지만, 재무제표 읽는 법부터 기술적 분석까지 공부할 게 산더미였다. 핑계일 수 있겠지만 본업이 있는 상태에서 금융을 체계적으로 배울 시간은 늘 부족했다. 게다가 투자는 이론만으로 되는 게 아니었다. 실시간 주가, 거래량, 뉴스 흐름까지 동시에 봐야 하는데, 그야말로 첩첩산중이었다.
그러던 중 Anthropic이 발표한 법률·금융 전문 AI 서비스 관련 기사를 접하게 되었다. “나도 AI로 할 수 없을까?” 하는 생각이 들었다. 다만 내가 원한 것은 종목을 찍어주는 추천기가 아니었다. 내가 판단하기 전에 필요한 자료를 빠르게 모아주고, 비교하고, 정리해주는 조사 도구에 가까웠다.
왜 Web Search만으로는 부족했나
AI에게 투자 분석을 맡기려면 먼저 풀어야 할 문제는 정확하고 실시간인 금융 데이터를 어떻게 안정적으로 연결하느냐였다. 아무리 똑똑한 LLM이라도 시장 상황이 계속 바뀌는 투자 영역에서는 최신 가격과 거래량, 재무 정보가 제때 들어오지 않으면 분석의 품질이 흔들릴 수밖에 없다. Web Search만으로도 어느 정도 보완은 가능하겠지만, 투자 판단에 필요한 수준의 정확도와 실시간성을 확보하려면 적절한 MCP(Model Context Protocol)가 필요했다.
미국 주식 투자를 주로 하려 했기에, 종목의 뉴스 정보, 차트 데이터, 거래량, 재무제표 등을 끌어올 수 있는 MCP를 찾아보았다. 하지만 쓸 만한 것들은 대부분 유료였다.
- Financial Datasets MCP — 재무제표, 주가 데이터를 제공하지만 유료 플랜 기반
- Alpha Vantage MCP — 주식, 옵션, 외환, 암호화폐 데이터를 다루며 월 $29~$199 수준
- EODHD MCP — 실시간·과거 금융 데이터 제공, 유료 구독 필요
- MarketXLS — 1,100개 이상의 분석 함수를 지원하나 역시 유료
매달 구독료를 내면서까지 쓰기엔 아직 검증도 안 된 실험 단계였다. 그래서 결심했다. 직접 만들자.
내가 먼저 정한 설계 기준
처음부터 데이터를 닥치는 대로 붙인 것은 아니었다. 먼저 “내가 투자 아이디어를 실제로 어떤 순서로 좁혀 가는가”를 정리했고, 그 흐름에 맞춰 MCP 기능을 설계했다. 몇 주간 로컬 환경에서 빌드와 테스트를 반복하며, Claude Desktop과 연동해 실제 투자 판단에 써 보았다.
내가 먼저 세운 기준은 네 가지였다.
- 답변이 아니라 조사 흐름을 만들어야 한다.
- 최신 시세와 뉴스, 재무 데이터가 함께 들어와야 한다.
- 한 번에 끝나는 거창한 분석보다, 단계별로 다시 물어볼 수 있어야 한다.
- 실험 단계이므로 우선은 공개 데이터만으로 MVP를 만들자.
그래서 필요한 기능은 테마 선정 -> 섹터 선정 -> 스크리닝 -> 펀더멘탈 -> 차트 타이밍의 top-down 흐름으로 먼저 정의했다. 먼저 큰 투자 아이디어를 고르고, 그 안에서 수혜 섹터를 좁힌 뒤, 조건에 맞는 종목을 스크리닝하고, 마지막으로 재무와 차트까지 확인하는 방식이다. 이 단계들은 하나의 파이프라인으로도 쓸 수 있고, 필요하면 각각 독립적인 도구처럼 따로 호출할 수 있게 구성했다.
어떤 데이터를 붙였나
각 단계에 필요한 데이터도 먼저 쪼개서 정리했다. 테마 선정 단계에서는 관련 뉴스와 산업 트렌드, 섹터 선정 단계에서는 산업 분류와 밸류체인 정보가 필요했다. 스크리닝에서는 시가총액, 매출 성장률, 영업이익률, ROE, PER, EV/EBITDA 같은 비교 지표가 중요했고, 펀더멘털 단계에서는 손익계산서, 재무상태표, 현금흐름표, 애널리스트 추정치, 공시 원문이 필요했다. 마지막 차트 타이밍 단계에서는 OHLCV, 이동평균선, RSI, MACD, 거래량 변화 같은 시계열 데이터를 봐야 했다.
데이터 소스는 역할별로 나눴다.
- 시세, 차트, 기본 밸류에이션, 뉴스는 Yahoo Finance
- 금리나 경기 같은 거시 흐름은 FRED
- 10-K, 10-Q 같은 원문 공시는 SEC EDGAR
유료 금융 API도 비교해봤지만, 실험 단계에서는 공개 데이터만으로도 충분히 MVP를 만들 수 있다고 판단했다. 그렇게 종목 검색, 재무제표 조회, 밸류에이션 지표, 뉴스 수집, 차트 분석 기능을 하나씩 붙여 나갔다.
첫 번째 실전: AI 추론용 데이터센터 테마
실제로 가장 먼저 써본 테마는 AI 추론용 데이터센터였다. 서버 인프라, 네트워킹 장비, 전력 인프라까지 밸류체인이 넓어서 MCP가 어느 정도로 조사 흐름을 정리해주는지 보기 좋은 주제라고 생각했다.
결과적으로는 DELL(Dell Technologies)과 ANET(Arista Networks)에 투자를 결정했다. 2026년 4월 8일 기준, DELL은 +27.5%, ANET은 +19.1% 수익 상태에 있다.
다만 이 결정은 “AI가 사라고 해서 산 것”이 아니었다. 아래처럼 질문하고, 발췌해서 읽고, 내가 다시 체크하고, 마지막 판단은 직접 내리는 식으로 사용했다.
1차: 후보군 넓게 찾기
내가 던진 질문
앞으로 전망이 좋은 주식을 구매하려고해. 국내든 해외든 상관없어.
추론용 데이터센터를 만드는 데에 필요한 장비를 만드는 회사로 찾고 있어.
MCP/LLM이 준 핵심 요약
추론용 데이터센터 관련 후보를 전력 인프라, 네트워킹 장비, 서버/랙 하드웨어로 나눠서 제시했다.
전력 인프라에서는 VRT, ETN, NVT와 국내 전력기기 종목이 나왔고, 네트워킹 장비에서는 ANET, CSCO, GLW가, 서버/랙 하드웨어에서는 CLS와 DELL이 후보로 정리되었다.
내가 실제로 체크한 포인트
- 밸류체인을
전력 / 네트워킹 / 서버로 나눠 주는 방식이 내가 생각하던 조사 흐름과 맞는지 봤다. - 특정 종목을 바로 추천하는지보다, 어떤 산업 포지션 때문에 후보로 들어왔는지를 먼저 확인했다.
- 국내와 해외 종목을 섞어 제시하더라도, 내가 실제로 살 수 있고 추적할 수 있는 종목인지 다시 걸렀다.
- 이 단계에서는 수익률보다도 “테마와 얼마나 직접 연결되는가”를 더 중요하게 봤다.
최종 판단
1차 스크리닝의 목적은 종목을 고르는 것이 아니라 후보군을 압축하는 것이었다. 그래서 이 단계에서는 바로 매수하지 않고, 미국 상장 종목 중심으로 다시 좁힌 뒤 펀더멘털 비교 단계로 넘겼다. 좋아요! 추론용 데이터센터의 전력 인프라, 네트워킹, 서버/랙 분야로 국내외 종목을 찾아볼게요.스크리닝 답변 전문 보기
전력 인프라
네트워킹 장비
서버 / 랙 하드웨어
2차: 후보군 압축하기
내가 던진 질문
VRT, GLW, CLS, NVT, ANET, DELL, CSCO, ETN 펀더멘탈을 조사해줘.
MCP/LLM이 준 핵심 요약(발췌본)
VRT, GLW, CLS는 이미 1년 동안 많이 오른 상태였고, 일부는 애널리스트 평균 목표가를 이미 넘어서 있었다.
ANET은 수익성과 마진이 가장 좋았지만 비쌌고, DELL은 가장 저평가된 편이지만 재무 구조와 현금흐름에는 약점이 있었다.
NVT와 CSCO는 상대적으로 균형 잡힌 선택지였지만, 고성장과 밸류 매력의 조합으로는 DELL과 ANET이 더 눈에 들어왔다.
내가 실제로 체크한 포인트
- 이미 크게 오른 종목인지, 아직 기대가 남아 있는 종목인지 먼저 분리했다.
- 밸류에이션만 싸다고 좋은 게 아니므로, 매출 성장과 현금흐름을 함께 봤다.
- ANET처럼 비싼 종목은 왜 비싼지, 즉 높은 마진과 네트워크 장비 포지션이 프리미엄을 정당화하는지 확인했다.
- DELL처럼 싼 종목은 왜 싼지, 즉 낮은 마진과 재무 리스크를 감수할 만한지 따져봤다.
최종 판단
이 단계에서 후보군은 사실상 DELL과 ANET으로 좁혀졌다. DELL은 저평가된 AI 서버 수혜주, ANET은 비싸지만 질이 좋은 AI 네트워킹 리더라는 그림이 분명했다. 둘 다 성격이 달라서 서로를 보완하는 조합이라고 판단했다. 펀더멘탈 답변 전문 보기
8개 종목 종합 의견 요약
3차: 실제 매수 판단에 가까운 비교
내가 던진 질문
3~6개월 투자, 10,000달러 예산으로 미국 AI 인프라 비중을 늘리려 해.
DELL, ANET의 최근 재무, 밸류에이션, 뉴스, 차트 시그널을 한 번에 요약해줘.
MCP/LLM이 준 핵심 요약(발췌본)
DELL은 성장세에 비해 밸류에이션이 낮아 매력적이지만, 이미 목표가 근처이고 차트는 중립적이라는 평가가 나왔다.
ANET은 수익성과 사업 질이 더 좋고, 조정 이후 다시 보는 구간이라는 해석이 붙었다.
둘 다 한 종목만 고르기보다 성격이 다른 포지션으로 보고 분할 접근하는 게 낫다는 쪽으로 정리되었다.
내가 실제로 체크한 포인트
- DELL은 싸다는 이유만으로 사기보다는, 현재 주가가 이미 기대를 일부 반영했는지 확인했다.
- ANET은 비싸지만 네트워킹 장비에서 차지하는 위치가 확실해 프리미엄을 감수할 만한지 봤다.
- 두 종목 모두 뉴스 모멘텀과 차트 위치를 함께 확인해 “좋은 회사”와 “지금 살 만한 회사”를 구분하려 했다.
- 3~6개월 시계라면 다음 실적이 큰 변곡점이 될 가능성이 높아, 실적 전후 전략도 같이 생각했다.
최종 판단
최종적으로는 DELL과 ANET 둘 다 매수해야겠다고 골랐다. 이유는 간단하다. DELL은 밸류에이션 매력, ANET은 사업의 질과 구조적 성장성이 강점이었기 때문이다. 다만 비중과 진입 타이밍은 한 번에 정하지 않았고, 거래량과 최근 변동률을 확인하여 매수 타이밍 역시 분석 받았다. 내게 MCP는 매수 버튼을 눌러주는 도구가 아니라, 내가 왜 사는지 설명 가능한 상태를 만들어주는 도구였다. DELL / ANET 비교 답변 전문 보기
핵심 정리
4차: 언제가 적기인가
내가 던진 질문
두 종목의 내가 진입한 타이밍을 캡쳐 이미지에서 확인할 수 있다. 매수타이밍을 분석받아 진입했었는데, 이제는 언제 나오면 좋을지를 알아야했다.
DELL과 ANET 둘 다 매도 타이밍을 분석해줘.
MCP/LLM이 준 핵심 요약(발췌본)
DELL은 이미 수익 구간에 들어와 있고, 1차 저항선인 $195.8 근처 반응이 중요하다는 답을 받았다.
ANET은 과열 신호는 강하지 않지만, $160.6~$162.8 저항대를 돌파하는지가 다음 방향을 가를 가능성이 크다고 정리되었다.
두 종목 모두 지금 당장 전량 매도할 시그널은 아니고, 저항선 부근에서 가격과 거래량 반응을 보며 분할 대응하는 쪽이 더 적절하다는 결론이었다.
내가 실제로 체크한 포인트
- “좋은 종목인가”보다 “지금 들어가도 되는 자리인가”를 보기 위해 지지선과 저항선 위치를 먼저 확인했다.
- 수익 중인 종목은 욕심보다 대응이 중요하다고 보고, 한 번에 전량 매도하기보다 분할매도 기준을 세우는 데 집중했다.
- DELL은 거래량이 줄어드는 상태에서 저항선에 가까워지고 있었기 때문에, 돌파가 나와도 거래량 확인 없이 추격하지 않으려 했다.
- ANET은 RSI가 과열권이 아니라는 점은 긍정적이었지만, 저항 구간이 촘촘해 돌파 실패 시 되돌림 폭도 함께 염두에 두었다.
최종 판단
이 단계에서 내가 얻은 핵심은 “정답 가격”이 아니라 대응 기준이었다. DELL은 1차 저항선 부근에서 일부 이익을 실현하고, 거래량을 동반한 추가 돌파가 나오면 나머지를 더 가져가는 시나리오가 적절해 보였다. 반대로 ANET은 아직 상승 여지가 남아 있다고 봤지만, 저항대가 가까운 만큼 섣불리 추격 매수하기보다 돌파 확인 후 진입하거나, 조정 시 지지선 반응을 보고 들어가는 방식이 더 낫다고 판단했다. 결국 차트 분석은 “언제 사야 하나”를 단정해 주기보다, 어느 가격대에서 어떤 행동을 할지 미리 정하게 해주는 도구에 가까웠다. DELL — 현재 $191.21로 매수가 대비 +29.5% 수익 중입니다. 1차 저항선($195.8)까지 약 2.4% 남았으므로, 해당 구간 도달 시 50% 분할매도를 추천합니다. 거래량이 감소세인 점이 신경 쓰이는데, 저항선 돌파에 거래량이 수반되지 않으면 되돌림 가능성이 높습니다. R2($200.5)를 거래량과 함께 돌파하면 나머지는 홀딩해볼 만합니다. ANET — 현재 $158.49로 +34.3% 수익 상태입니다. RSI가 51로 과열이 아니고 OBV도 상승 추세라 아직 상승 여력이 있습니다. R1($160.6)~R2($162.8) 구간이 좁기 때문에 이 저항대를 한 번에 뚫을 가능성도 있지만, 실패 시 S1($154.9)까지 조정될 수 있으니 R2 돌파 여부를 확인한 뒤 판단하는 것이 안전합니다. 두 종목 모두 “급매도” 시그널은 없고, 현재 수익을 확보한 상태에서 저항선 근처 가격 반응을 보며 분할로 대응하는 전략이 적합합니다. 투자 결정은 본인의 판단으로 하시길 권합니다.차트 타이밍 답변 전문 보기
매도 타이밍 판단
트레이더 지인의 피드백, 그리고 DCF 기능 추가
어느 정도 결과가 나오자, 트레이드를 전문으로 하는 지인에게 이 시스템을 보여주었다. 반응은 꽤 긍정적이었고, 한 가지 조언을 받았다. “요즘 DCF(현금흐름할인법) 가치평가를 많이 쓰는데, 그 기능도 넣어보면 좋겠다”는 것이었다.
그래서 DCF 관련 기능을 추가로 개발했다. 과거 재무 데이터 기반의 성장률 추정, 할인율 계산, 시나리오별(Bear/Base/Bull) 내재가치 산출, 그리고 역 DCF(현재 주가가 정당화되려면 어떤 성장이 필요한지)까지 구현했다.
예를 들어 Dell Technologies(DELL)의 경우, 2026년 4월 17일 기준으로 다시 돌려본 Base DCF 내재가치는 $200.89였고 당시 주가 $193.09 대비 상승 여력은 약 4%에 그쳐, 이미 적정 가격에 가까워진 상태라는 결론이 나왔다. 다만 내가 실제로 DELL을 매수한 시점은 2026년 3월 11일이었고, 평균 매수단가는 $147.7이었다. 즉 결과적으로 보면 나는 지금의 “적정가 근처” 구간이 아니라, 내재가치 대비 훨씬 여유가 있던 가격대에서 진입한 셈이었다.
역 DCF를 돌려보니 시장이 당시 주가에 반영하고 있는 성장률은 2.66%로, 과거 기준 성장률 3.53%보다도 낮았다. 즉 AI 서버·인프라 수요가 실제로 이어지며 DELL의 성장이 과거 평균만 넘어도, 시장 기대가 지나치게 보수적일 수 있다는 해석이 가능했다. 추가로 Forward P/E 13.2배, PEG 0.80은 성장 대비 멀티플이 아직 과도하지 않다는 점을 보여줬고, 터미널밸류가 전체 기업가치의 49.3% 수준에 그쳐 지나치게 먼 미래에만 의존하는 모델도 아니었다. 반면 총부채 $31.5B 규모로 EV와 Equity 간 격차가 크다는 점은 분명한 리스크였다. 이런 식으로 DCF와 역 DCF를 함께 보게 되면서, 단순히 “싼가 비싼가”를 넘어서 내가 진입한 가격이 어느 정도 안전마진을 가졌는지, 그리고 현재 가격에는 어떤 성장 기대가 반영되어 있는지까지 함께 질문할 수 있게 되었다.
만들면서 배운 것들
이 과정을 거치며 몇 가지를 분명히 배웠다.
- AI에게 좋은 데이터를 먹이면 놀라울 정도로 체계적인 분석이 나온다.
- MCP 덕분에 LLM과 외부 데이터를 연결하는 일은 생각보다 빠르게 MVP로 만들 수 있다.
- 긴 반환값 전문보다, 핵심 발췌와 사람이 해석한 포인트를 함께 보여주는 편이 훨씬 읽기 좋다.
- 무엇보다 중요한 것은 AI의 분석 결과를 맹신하지 않고, 최종 판단은 반드시 본인이 해야 한다는 점이다.
아직 갈 길이 멀지만, “금융을 몰라도 AI와 함께라면 시작할 수 있다”는 가능성은 분명히 확인했다. 내가 얻은 정도의 리포트를 금융 Specialist에게 얻으려면 그만큼 수수료가 들었을테고 이만큼 가까이 소통하지도 못했을 것이다. Agent의 가장 큰 장점은 Generalist를 쉽게 Specialist 급으로 올려주는 것 같다. 다음에는 포트폴리오 리스크 관리까지 연결해서, 조사 도구를 조금 더 실전적이고 지속적으로 다듬어 보고 싶다.
직접 써보고 싶다면
이 MCP 서버를 직접 연결해서 사용해볼 수 있도록 공개 엔드포인트를 열어두었다. 별도의 설치 없이 URL만 등록하면 바로 사용할 수 있다.
Claude Desktop / Claude Code에서 사용하기
Claude Desktop의 경우 Settings > Developer > Edit Config에서, Claude Code의 경우 .claude/mcp.json 또는 프로젝트 설정에서 아래 JSON을 추가하면 된다.
{
"mcpServers": {
"trade-bridge": {
"url": "https://trade-bridge.cloud/mcp"
}
}
}
설정 후 Claude에게 “AAPL 펀더멘탈 분석해줘”, “NVDA DCF 돌려줘” 같은 질문을 던지면 MCP 도구가 자동으로 호출된다.
Google Gemini에서 사용하기
Gemini CLI에서도 MCP 서버를 연결할 수 있다. 프로젝트 루트 또는 홈 디렉토리에 .gemini/settings.json 파일을 만들고 아래 내용을 추가하면 된다.
{
"mcpServers": {
"trade-bridge": {
"url": "https://trade-bridge.cloud/mcp"
}
}
}
설정 후 Gemini에서도 동일하게 투자 분석 관련 질문을 하면 MCP 도구를 통해 데이터를 가져온다.
질문 및 이슈
사용 중 궁금한 점이나 버그, 기능 제안이 있다면 GitHub 리포지토리에 이슈를 남겨주세요.
본 글에 등장하는 모든 투자 사례와 수익률은 개인적 경험이며, 투자 권유가 아닙니다. 투자의 책임은 본인에게 있습니다.
