암호화폐 개념 학습과 실시간 데이터를 결합한 AI 비서 시스템
iamzulx/crypto-rag
GitHub암호화폐의 개념 학습(RAG)과 실시간 시장 데이터를 결합한 AI 비서입니다. 6개 거래소 가격, TVL, 온체인 데이터 등 복합적인 정보를 제공합니다.
- 시장 가격 같은 휘발성 수치는 벡터 저장소에 넣지 않고, 툴 호출(Tool-call)을 통해 실시간 데이터를 가져와 정보의 정확성을 극대화했습니다.
- 단순 검색을 넘어 포트폴리오 추적, 조건부 가격 알림, 다중 거래소 비교 등 전문 트레이딩 기능을 채팅 인터페이스로 통합했습니다.
- 시스템 구축은 여러 데이터 소스 연동이 필요하지만, LLM 사용 여부와 관계없이 핵심적인 실시간 정보 검색 및 분석 기능이 안정적으로 작동합니다.
이 시스템은 암호화폐의 개념적 이해를 위한 (검색 증강 생성) 기능과 실시간 시장 데이터 검색 기능을 결합한 형태입니다. 핵심 아키텍처 원칙에 따라, 가격이나 펀딩률 같은 휘발성 수치나 시장 숫자는 벡터 저장소에 직접 저장하지 않습니다. 대신, 이러한 데이터는 툴 호출(tool-call)을 통해 라이브로 가져와 사용하며, RAG는 오직 개념, 설명, 정적 맥락 정보 처리에만 활용하여 가격 현상을 방지합니다.
데이터 수집 측면에서 이 시스템은 광범위한 실시간 정보를 통합합니다. 6개 거래소(Binance, OKX 등)의 현물 가격 비교는 물론, Binance WebSocket을 통한 서브-초 단위 스트리밍 가격과 OHLC 캔들 데이터를 제공합니다. 또한 DefiLlama를 통해 TVL 및 온체인 데이터(예: Bitcoin의 mempool 수수료, Ethereum의 gas fee)와 Fear & Greed Index 같은 시장 심리 지표도 실시간으로 추적할 수 있습니다.
사용자 경험 측면에서는 단순 질의응답을 넘어선 전문적인 기능을 제공합니다. 포트폴리오 트래커를 통해 보유 자산의 라이브 가치 및 P/L 계산이 가능하며, 조건부 가격 알림(예: BTC>65000) 설정도 지원합니다. 복잡한 다단계 질의는 툴 호출 를 통해 자동으로 라우팅되며, 필요시 합성 기능을 이용해 출처가 명확하고 인용된 자연어 답변을 생성할 수 있습니다.
용어 풀이
- RAG
- 답하기 전에 관련 문서를 찾아 그 내용을 근거로 답하게 하는 방법.
- 환각
- AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상.
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.