AI 투자 실험실을 열어놓고, 이제 진짜 뭔가를 시작해야 했다.
그래서 오늘은 바로 기능을 만들기보다 개발환경부터 잡아보기로 했다. 이번에 사용한 도구와 용도는 아래와 같다.
| 도구 | 용도 |
|---|---|
| WSL Ubuntu | Windows 안에서 리눅스처럼 개발하기 위한 환경 |
| Git | 프로젝트 변경 이력 관리 |
| Python 3.12 | 프로젝트 기본 언어 |
| uv | Python 패키지와 실행 환경 관리 |
| pytest | 테스트 실행 |
| ruff | 코드 검사와 포맷 관리 |
| Codex CLI | 코드 작성, 수정, 실행을 도와주는 AI 개발 에이전트 |
처음에는 Windows에서 바로 할까 싶었는데, 개발 환경은 WSL Ubuntu 안에서 잡기로 했다. Windows 안에서 리눅스처럼 개발할 수 있는 환경이라, Python 프로젝트를 다루기에는 이쪽이 더 편할 것 같았기 때문이다.
먼저 WSL과 Ubuntu를 준비하고, 그 안에 AI 투자 실험용 프로젝트 폴더를 하나 만들었다. 그다음 Git을 초기화했다.
바로 Codex를 켜기보다는, 먼저 ChatGPT에게 Codex에서 사용할 시작 프롬프트를 어떻게 잡으면 좋을지 물어봤다. 처음부터 큰 기능을 요청하면 프로젝트가 이상한 방향으로 갈 것 같아서, 우선은 투자 데이터를 다루기 위한 기본 구조만 잡는 쪽으로 프롬프트를 정리했다.
대충 이런 방향이었다.
Python 프로젝트 구조를 만들고, README와 AGENTS.md를 작성하고,
민감 정보는 절대 코드에 넣지 않고,
데이터 수집과 실험을 위한 기본 뼈대만 만들어달라.이렇게 시작점을 정리한 다음 Codex를 실행했다. Codex는 이 프롬프트를 바탕으로 프로젝트 구조와 기본 문서들을 만들어줬다.
이번에 잡은 프로젝트 구조는 대략 이런 식이다.
ai-trading-lab/
├── AGENTS.md
├── README.md
├── pyproject.toml
├── docs/
│ └── devlog/
├── src/
│ └── ai_trading_lab/
│ ├── config/
│ ├── data/
│ ├── experiments/
│ └── utils/
└── tests/AGENTS.md에는 Codex가 앞으로 작업할 때 지켜야 할 규칙을 적어뒀다.
민감한 정보는 코드에 넣지 않기.
실거래 관련 기능은 나중에 필요할 때 다루기.
데이터 수집, 정리, 실험 구조부터 차근차근 만들기.
대충 이런 내용이다.
이 정도면 적어도 코드를 쌓기 시작할 기본 환경은 잡힌 것 같다.
아직 실제 기능은 거의 없다. 하지만 프로젝트 폴더를 만들고, Git을 초기화하고, Python 프로젝트 구조를 잡고, 코드 검사까지 통과했다.
여기까지 하고 첫 커밋까지 남기면, AI 투자 실험실 기본 개발환경 1차 구축은 마무리라고 봐도 될 것 같다.
다음에는 이제 진짜 데이터를 조금 만져볼 차례다. 처음부터 복잡한 전략을 만들기보다는, 샘플 데이터를 하나 정해서 가져오고 읽어보는 것부터 해보려고 한다.
그래도 일단 첫 삽은 떴다.
잘되면 잘되는 대로, 막히면 막히는 대로 계속 기록해보자.
투자 유의사항
이 글은 개인적인 개발 및 투자 실험 기록입니다.
특정 종목이나 금융상품에 대한 매수·매도 추천이 아니며, 투자 판단은 각자의 책임하에 이루어져야 합니다.