🤖 경제 뉴스 자동 생성 시스템

AWS Bedrock과 고도화된 Agent 시스템을 활용한 지능형 경제 기사 자동 생성 및 실시간 알림 시스템입니다.

🚀 주요 기능

📊 고도화된 이벤트 감지

• 기술적 분석: RSI, MACD, 볼린저 밴드 등 13가지 지표
• 감정 분석: 뉴스 피드 기반 시장 심리 분석
• 상관관계 분석: 시장 간 상관관계 이탈 감지
• 섹터 로테이션: 자금 흐름 패턴 분석

🤖 AI 기반 뉴스 생성

• AWS Bedrock Claude: 고품질 경제 기사 자동 생성
• 다중 Agent 시스템: 전문화된 Agent들의 협업
• 콘텐츠 최적화: 가독성, SEO, 독자 참여도 최적화

📱 실시간 Slack 알림

• 즉시 알림: 긴급 시장 이벤트 실시간 전송
• 시장 요약: 정기적인 종합 분석 리포트
• 스마트 필터링: 알림 피로도 최소화
• 모바일 지원: Slack 앱을 통한 모바일 알림

📈 Streamlit 대시보드

• 인터랙티브 차트: 실시간 시장 데이터 시각화
• AI 생성 기사: 웹 기반 기사 뷰어
• 자동 이미지: 기사 일러스트레이션 및 워드클라우드

🏗️ 시스템 아키텍처

┌─────────────────────────────────────────────────────────────┐
│                    Streamlit Dashboard                      │
│                 (웹 인터페이스 & 시각화)                      │
└─────────────────────┬───────────────────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────────────────┐
│                Enhanced Monitor System                       │
│              (고도화된 모니터링 시스템)                        │
└─────────────────────┬───────────────────────────────────────┘
                      │
        ┌─────────────┼─────────────┐
        │             │             │
┌───────▼──────┐ ┌────▼─────┐ ┌────▼──────────┐
│ Technical    │ │ Sentiment│ │ Correlation   │
│ Analysis     │ │ Analysis │ │ Analysis      │
│ Agent        │ │ Agent    │ │ Agent         │
└──────────────┘ └──────────┘ └───────────────┘
        │             │             │
        └─────────────┼─────────────┘
                      │
        ┌─────────────▼─────────────┐
        │      Slack Notifier       │
        │    (실시간 알림 전송)       │
        └───────────────────────────┘

📋 요구사항

시스템 요구사항

• Python 3.8+
• AWS 계정 및 Bedrock 액세스 권한
• Slack 워크스페이스 (알림용)
• 인터넷 연결 (데이터 수집용)

AWS 권한

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel",
                "bedrock:InvokeModelWithResponseStream"
            ],
            "Resource": "*"
        }
    ]
}

🛠️ 설치 및 설정

1. 저장소 클론

git clone https://github.com/jihwanwoo/Economic-News-System.git
cd Economic-News-System

2. 의존성 설치

pip install -r requirements.txt

3. AWS 자격 증명 설정

# AWS CLI 설정
aws configure

# 또는 환경 변수 설정
export AWS_ACCESS_KEY_ID=your_access_key
export AWS_SECRET_ACCESS_KEY=your_secret_key
export AWS_DEFAULT_REGION=us-east-1

4. Slack 웹훅 설정

# Slack 웹훅 URL 설정
export SLACK_WEBHOOK_URL="https://hooks.slack.com/services/YOUR/WEBHOOK/URL"

# 또는 설정 파일 생성
cp config/slack_config_template.json config/slack_config.json
# config/slack_config.json 편집

5. 시스템 테스트

# 전체 시스템 테스트
python test_system.py

# Slack 알림 테스트
python demo_slack_alerts.py

🎯 사용법

📱 Slack 알림 시스템 (추천)

즉시 테스트

python demo_slack_alerts.py

연속 모니터링 시작

# 백그라운드 실행
./start_background_monitoring.sh

# 상태 확인
./check_monitoring_status.sh

# 중지
./stop_monitoring.sh

📊 Streamlit 대시보드

# 대시보드 실행
python demo_streamlit.py

# 또는 직접 실행
python run_streamlit.py

🖥️ 명령줄 인터페이스

# 전체 파이프라인 실행
python main.py --mode full

# 특정 유형의 기사 생성
python main.py --mode full --market-summary --stock-focus

# 고도화된 이벤트 감지만 실행
python data_monitoring/integrated_event_system.py

📊 알림 유형

🚨 긴급 알림 (심각도 0.6 이상)

• 📈 주식 급등/급락 (5% 이상)
• ⚡ 높은 변동성 (15% 이상)
• 📊 거래량 급증 (평균 대비 3배)
• 🚀 기술적 돌파 (볼린저 밴드, RSI)
• 💭 시장 감정 급변
• 🔄 모멘텀 다이버전스

📋 시장 요약 (1시간마다)

• 전체 위험도 평가
• 감지된 이벤트 요약
• 주요 인사이트
• 투자 시사점

📰 뉴스 업데이트

• AI 생성 기사 완료 알림
• 주요 포인트 요약

⚙️ 설정 커스터마이징

Slack 알림 설정

{
  "notification_settings": {
    "send_summary": true,
    "send_critical_alerts": true,
    "summary_interval_minutes": 60,
    "min_alert_severity": 0.6,
    "max_alerts_per_hour": 15,
    "cooldown_minutes": 15
  }
}

모니터링 대상 심볼

monitoring_symbols = [
    # 주요 지수
    "^GSPC", "^IXIC", "^DJI", "^VIX",
    
    # 주요 개별 종목
    "AAPL", "GOOGL", "MSFT", "TSLA", "NVDA",
    
    # 섹터 ETF
    "XLK", "XLF", "XLE", "XLV"
]

📁 출력 파일

생성된 콘텐츠는 output/ 디렉토리에 저장됩니다:

output/
├── pipeline_result_20240804_143022.json    # 전체 실행 결과
├── article_20240804_143022_1.html          # HTML 형식 기사
├── slack_demo_20240804_143022.json         # Slack 알림 결과
└── advanced_events_20240804_143022.json    # 고급 이벤트 감지 결과

🔍 모니터링 및 관리

로그 확인

# 실시간 로그 모니터링
tail -f logs/background_monitoring.log

# 오류 로그 검색
grep "ERROR" logs/slack_monitoring.log

# 알림 통계
grep "Slack 알림 전송 성공" logs/slack_monitoring.log | wc -l

성능 모니터링

# 시스템 상태 확인
./check_monitoring_status.sh

# 디스크 사용량 확인
du -sh logs/ output/

🚨 문제 해결

일반적인 문제들

AWS 자격 증명 오류

aws configure list
aws sts get-caller-identity

Slack 웹훅 오류

curl -X POST -H 'Content-type: application/json' \
--data '{"text":"테스트 메시지"}' \
$SLACK_WEBHOOK_URL

알림이 너무 많음

# config/slack_config.json에서 조정
"min_alert_severity": 0.8,  # 0.6에서 0.8로 증가
"max_alerts_per_hour": 8    # 15에서 8로 감소

📈 성능 최적화

• 캐싱: 데이터 수집 결과 캐싱으로 API 호출 최소화
• 병렬 처리: 여러 Agent 동시 실행
• 배치 처리: 대량 기사 생성 시 배치 모드 사용
• 알림 최적화: 스마트 필터링으로 중요한 알림만 전송

🔒 보안 고려사항

• AWS 자격 증명 안전한 관리
• Slack 웹훅 URL 환경 변수 사용
• 민감한 정보 .gitignore에 추가
• 생성된 콘텐츠 검토 및 승인 프로세스

🤝 기여

1. Fork the repository
2. Create a feature branch (git checkout -b feature/amazing-feature)
3. Commit your changes (git commit -m 'Add some amazing feature')
4. Push to the branch (git push origin feature/amazing-feature)
5. Open a Pull Request

📝 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

📞 지원

문제가 발생하거나 질문이 있으시면:

• GitHub Issues에 문제 보고
• 로그 파일 확인 (logs/ 디렉토리)
• 설정 파일 및 환경 변수 재확인

---

주의사항:

• 이 시스템은 투자 조언을 제공하지 않습니다
• 생성된 콘텐츠는 정보 제공 목적으로만 사용하세요
• 중요한 투자 결정은 전문가와 상담하세요

🎉 특별 감사

• AWS Bedrock Claude 모델
• Yahoo Finance API
• Slack API
• Streamlit 커뮤니티

🚀 주요 기능

• 자동 데이터 수집: 주식 시장, 경제 지표, 뉴스 피드에서 실시간 데이터 수집
• 지능형 기사 작성: AWS Bedrock Claude 모델을 활용한 고품질 경제 기사 생성
• 콘텐츠 최적화: 가독성, SEO, 독자 참여도 최적화
• 다중 Agent 시스템: 전문화된 Agent들의 협업을 통한 효율적 워크플로우
• 📊 Streamlit 대시보드: 인터랙티브 웹 인터페이스로 기사와 차트 시각화
• 🖼️ 자동 이미지 생성: 기사 내용 기반 일러스트레이션 및 워드클라우드
• 📢 맞춤형 광고: 기사 내용 분석 기반 관련 광고 추천

🏗️ 시스템 아키텍처

┌─────────────────────────────────────────────────────────────┐
│                    Streamlit Dashboard                      │
│                 (웹 인터페이스 & 시각화)                      │
└─────────────────────┬───────────────────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────────────────┐
│                    Orchestrator Agent                       │
│                   (전체 시스템 조율)                          │
└─────────────────────┬───────────────────────────────────────┘
                      │
        ┌─────────────┼─────────────┐
        │             │             │
┌───────▼──────┐ ┌────▼─────┐ ┌────▼──────────┐
│ Data         │ │ News     │ │ Content       │
│ Collector    │ │ Writer   │ │ Optimizer     │
│ Agent        │ │ Agent    │ │ Agent         │
└──────────────┘ └──────────┘ └───────────────┘

Agent 구성

1. Data Collector Agent: 경제 데이터 수집 및 분석
2. News Writer Agent: 경제 기사 작성
3. Content Optimizer Agent: 콘텐츠 품질 최적화
4. Orchestrator Agent: 전체 워크플로우 관리
5. Streamlit Dashboard: 웹 기반 시각화 및 사용자 인터페이스

📋 요구사항

시스템 요구사항

• Python 3.8+
• AWS 계정 및 Bedrock 액세스 권한
• 인터넷 연결 (데이터 수집용)

AWS 권한

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel",
                "bedrock:InvokeModelWithResponseStream"
            ],
            "Resource": "*"
        }
    ]
}

🛠️ 설치 및 설정

1. 의존성 설치

pip install -r requirements.txt

2. AWS 자격 증명 설정

# AWS CLI 설정
aws configure

# 또는 환경 변수 설정
export AWS_ACCESS_KEY_ID=your_access_key
export AWS_SECRET_ACCESS_KEY=your_secret_key
export AWS_DEFAULT_REGION=us-east-1

3. 설정 파일 확인

# 기본 설정 파일 확인
cat config/default.json

# 필요시 설정 수정
cp config/default.json config/custom.json
# config/custom.json 편집

4. 시스템 테스트

# 전체 시스템 테스트
python test_system.py

# 개별 컴포넌트 테스트
python test_system.py aws      # AWS 연결 테스트
python test_system.py data     # 데이터 수집 테스트
python test_system.py writer   # 기사 작성 테스트

🎯 사용법

📊 Streamlit 대시보드 (추천)

# 대시보드 데모 실행
python demo_streamlit.py

# 또는 직접 실행
python run_streamlit.py

대시보드 기능:

• 🎛️ 사이드바 제어판: 새 기사 생성, 기사 선택, 표시 옵션 설정
• 📈 실시간 메트릭: S&P 500, 나스닥, VIX, 달러 인덱스 현황
• 📊 인터랙티브 차트: 주식 현황, 변화율, 섹터 성과, VIX 게이지
• 📰 AI 생성 기사: 헤드라인, 본문, 결론, 품질 점수
• 🖼️ 자동 이미지: 기사 일러스트레이션, 워드클라우드
• 📢 맞춤 광고: 기사 내용 기반 관련 서비스 추천

명령줄 인터페이스

# 전체 파이프라인 실행 (데이터 수집 + 기사 작성 + 최적화)
python main.py --mode full

# 특정 유형의 기사 생성
python main.py --mode full --market-summary --stock-focus

# 데이터 수집만 실행
python main.py --mode data

# 기사 작성만 실행
python main.py --mode article --article-type market_summary --length medium

고급 사용법

# 사용자 정의 설정 파일 사용
python main.py --config config/custom.json --mode full

# 로그 레벨 조정
python main.py --log-level DEBUG --mode full

# 스케줄 모드 (자동화)
python main.py --mode schedule

실행 모드

모드	설명	예시
full	전체 파이프라인 실행	--mode full
data	데이터 수집만	--mode data
article	기사 작성만	--mode article
schedule	자동화 스케줄 실행	--mode schedule
status	시스템 상태 확인	--mode status

기사 유형

• market_summary: 시장 종합 분석
• stock_focus: 개별 종목 분석
• economic_outlook: 경제 전망
• sector_analysis: 섹터별 분석

📁 출력 파일

생성된 콘텐츠는 output/ 디렉토리에 저장됩니다:

output/
├── pipeline_result_20240804_143022.json    # 전체 실행 결과
├── article_20240804_143022_1.html          # HTML 형식 기사
├── article_20240804_143022_2.html
└── collected_data_20240804_143022.json     # 수집된 데이터

출력 형식

• JSON: 구조화된 데이터 및 메타데이터
• HTML: 웹 게시용 완성된 기사
• Streamlit: 인터랙티브 웹 대시보드
• 로그: 실행 과정 및 오류 정보

📊 Streamlit 대시보드 상세 기능

🎛️ 제어판 (사이드바)

• 새 기사 생성: 실시간 데이터 수집 및 AI 기사 작성
• 기사 목록: 생성된 기사 선택 및 탐색
• 표시 옵션: 차트, 이미지, 광고 표시 설정
• 시스템 정보: 마지막 업데이트 시간 및 상태

📈 시장 현황 메트릭

• S&P 500: 현재가, 변화율, 실시간 업데이트
• 나스닥: 기술주 중심 지수 현황
• VIX: 공포 지수 및 시장 변동성
• 달러 인덱스: 달러 강세/약세 지표

📊 인터랙티브 차트

1. 주식 현황: 주요 종목 가격 및 거래량
2. 변화율: 종목별 등락률 비교
3. 섹터 성과: 업종별 평균 수익률
4. VIX 게이지: 공포/탐욕 지수 시각화
5. 시가총액: 주요 종목 비중 파이 차트

🖼️ 자동 이미지 생성

• 기사 일러스트레이션: 내용 기반 맞춤 이미지
• 워드클라우드: 핵심 키워드 시각화
• 차트 이미지: 데이터 기반 그래프

📢 맞춤형 광고 시스템

• 투자 플랫폼: 스마트 투자, 로보어드바이저
• 트레이딩 도구: 실시간 거래, 프리미엄 차트
• 교육 서비스: 투자 교육, 경제 뉴스 구독
• 컨텍스트 매칭: 기사 내용 및 태그 기반 광고 선택

⚙️ 설정 옵션

주요 설정 항목

{
  "aws_region": "us-east-1",
  "model_id": "anthropic.claude-3-sonnet-20240229-v1:0",
  "temperature": 0.7,
  "max_tokens": 4000,
  
  "data_collection": {
    "stock_symbols": ["AAPL", "GOOGL", "MSFT"],
    "update_interval_minutes": 30
  },
  
  "article_generation": {
    "default_types": ["market_summary"],
    "default_length": "medium"
  },
  
  "schedule": {
    "enabled": false,
    "data_collection_interval": 30,
    "article_generation_interval": 60
  }
}

🔧 개발 및 확장

새로운 Agent 추가

1. agents/ 디렉토리에 새 Agent 클래스 생성
2. BaseAgent를 상속받아 구현
3. OrchestratorAgent에 통합

from agents.base_agent import BaseAgent, AgentConfig

class CustomAgent(BaseAgent):
    def get_system_prompt(self) -> str:
        return "Your custom prompt"
    
    def process(self, input_data: Dict[str, Any]) -> Dict[str, Any]:
        # Your custom logic
        return result

Streamlit 컴포넌트 확장

# streamlit_app/custom_components.py
import streamlit as st

def create_custom_chart(data):
    # 새로운 차트 컴포넌트
    pass

def add_custom_widget():
    # 새로운 위젯 추가
    pass

새로운 데이터 소스 추가

DataCollectorAgent의 collect_* 메서드를 확장하여 새로운 데이터 소스를 추가할 수 있습니다.

📊 모니터링 및 로깅

로그 파일 위치

• 실행 로그: logs/economic_news_YYYYMMDD.log
• 오류 로그: 콘솔 및 로그 파일에 기록

성능 모니터링

# 시스템 상태 확인
python main.py --mode status

# Streamlit 대시보드에서 실시간 모니터링
python demo_streamlit.py

# 로그 실시간 모니터링
tail -f logs/economic_news_$(date +%Y%m%d).log

🚨 문제 해결

일반적인 문제

1. AWS 자격 증명 오류

   aws configure list
   aws sts get-caller-identity

2. Bedrock 모델 액세스 오류

   • AWS 콘솔에서 Bedrock 모델 액세스 권한 확인
   • 지원되는 리전에서 실행 확인

3. Streamlit 실행 오류

   # 포트 충돌 확인
   lsof -i :8501
   
   # 의존성 재설치
   pip install -r requirements.txt

4. 데이터 수집 실패

   • 인터넷 연결 확인
   • API 제한 및 Rate Limiting 확인

5. 메모리 부족

   • max_tokens 설정 조정
   • 동시 처리 수 제한

디버깅

# 디버그 모드 실행
python main.py --log-level DEBUG --mode data

# 개별 컴포넌트 테스트
python test_system.py [component_name]

# Streamlit 디버그 모드
streamlit run streamlit_app/app.py --logger.level debug

📈 성능 최적화

• 캐싱: 데이터 수집 결과 캐싱으로 API 호출 최소화
• 병렬 처리: 여러 Agent 동시 실행
• 배치 처리: 대량 기사 생성 시 배치 모드 사용
• Streamlit 캐싱: @st.cache_data 데코레이터 활용

🔒 보안 고려사항

• AWS 자격 증명 안전한 관리
• API 키 환경 변수 사용
• 생성된 콘텐츠 검토 및 승인 프로세스
• Streamlit 보안 설정 (HTTPS, 인증)

🌐 배포 옵션

로컬 개발

python demo_streamlit.py

클라우드 배포

# Streamlit Cloud
streamlit run streamlit_app/app.py

# Docker 컨테이너
docker build -t economic-news-dashboard .
docker run -p 8501:8501 economic-news-dashboard

📝 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다.

🤝 기여

1. Fork the repository
2. Create a feature branch
3. Commit your changes
4. Push to the branch
5. Create a Pull Request

📞 지원

문제가 발생하거나 질문이 있으시면 이슈를 생성해 주세요.

---

주의: 이 시스템은 투자 조언을 제공하지 않습니다. 생성된 콘텐츠는 정보 제공 목적으로만 사용하세요.