【MCP 직접 제작】 일상에서 쓰는 AI를 전담 트레이더로! 일본 주식 및 가상화폐 시뮬레이션 거래 환경 'Trading Dojo' 설계와 구현

서론

최근 투자 앱의 CM에서 "AI가 거래 타이밍을 알려주고, 사용자는 예/아니오만 선택하면 된다"라는 문구를 자주 접합니다.

Trading Dojo

이것을 보면서 문득 '일방적으로 지시받는 것이 아니라, 평소 자신이 키워서 사용하는 AI 에이전트와 상담하거나, 시장을 다각도로 분석하게 하면서 함께 시뮬레이션 거래를 할 수는 없을까?' 라는 의문이 들었습니다.

그래서 이번에 Model Context Protocol (MCP)을 활용하여, 평소 애용하는 AI 에이전트에게 직접 거래 툴의 권한을 넘겨줌으로써, 전담 프라이빗 뱅커처럼 상담/분석/매매 시뮬레이션이 가능한 시스템 'Trading Dojo(트레이딩 도조)' 를 개인 개발했습니다.

본 기사에서는 툴의 아키텍처와 설계 사상, 그리고 실제 AI 에이전트와의 거래 실연에 대해 설명합니다.

시스템 구성과 설계 사상

1. 왜 MCP (Model Context Protocol)를 채택했는가?

なぜMCPなのか

주식이나 가상화폐의 시뮬레이션 서비스는 오래전부터 존재하지만, 그중 상당수는 전용 UI나 폐쇄된 플랫폼 내에서만 완료됩니다.

그러나 MCP를 채택함으로써 다음과 같은 큰 장점이 생겨납니다:

동반 AI의 전문화: Antigravity CLI나 Claude Desktop 등 평소 사용하는 AI 에이전트에 직접 툴을 플러그인할 수 있음
문맥(Context) 공유: 과거 대화나 자신의 투자 방침(위험 허용도, 장기/단기 스탠스)을 파악한 AI와 상담 가능
자율적인 다단계 실행: '리서치 → 차트 분석 → 포트폴리오 비율 계산 → 매수'와 같은 일련의 흐름을 AI가 자율적으로 연계 실행할 수 있음

2. 실시간 시장 × 리스크 제로의 완전 가상 머니

リアルタイム相場と仮想マネー

Trading Dojo에서는 실제 주가나 암호자산의 가격 데이터, 호가 정보(板情報), 차트를 실시간으로 가져옵니다.

반면, 거래에 사용하는 자금은 완전한 가상 시뮬레이션 머니(초기 100만 엔 등)입니다. 업계 표준의 거래 수수료(0.1%)나 체결 슬리피지까지 고려한 로직을 구비하고 있어, 자기 자금을 1엔도 위험에 노출하지 않고 AI의 판단 로직이나 포트폴리오 전략을 철저하게 검증할 수 있습니다.

3. 설계의 전환점 ①: 실버 위크의 함정 (연휴 문제)

連休中のハプニング

개발 초기에는 일본 주식의 현물 거래 시뮬레이션만을 상정하고 있었습니다.

하지만 직전 연휴(실버 위크) 중에 개발을 완료하여 의기양양하게 테스트하려고 했을 때, '주식 시장이 닫혀 있어 주가가 1밀리도 움직이지 않는다' 라는 치명적인 사실에 직면했습니다 (웃음).

연휴가 끝날 때까지 검증할 수 없어 답답했기 때문에 급히 토일공휴일에도 24시간 365일 작동하는 '암호자산(가상화폐)'의 거래/분석 기능을 추가 구현했습니다. 이를 통해 언제든지 원하는 타이밍에 실시간 검증이 가능한 환경이 갖춰졌습니다.

4. 설계의 전환점 ②: API 규약의 벽과 완전 로컬 완결성

完全ローカル完結

당초에는 중앙 서버를 준비하여 사용자 간의 랭킹 배포나 데이터 집적을 수행하는 구성도 검토했습니다.

하지만 증권회사나 거래소 각사의 API 이용 규약을 면밀히 살핀 결과, 재배포 제한이나 상업적 이용 제약, 까다로운 레이트 리밋 등 많은 허들이 존재한다는 것이 밝혀졌습니다.

그래서 외부 서비스에 의존하지 않고 '사용자의 로컬 환경에서 모든 것이 자립 완결하는 설계' 로 방향을 틀었습니다. 이를 통해 라이선스나 규약에 얽매이지 않고, 안전하면서도 자유롭게 커스터마이징할 수 있는 오픈소스 형태로 공개하는 것이 가능해졌습니다.

개발 환경: Antigravity IDE × Gemini 3.8 Flash (Medium)

開発体験

이번 개발에는 Google의 'Antigravity IDE' 를 사용했으며, 메인 모델로는 Gemini 3.8 Flash (Medium) 을 채택했습니다.

평소 업무에서는 Claude Code를 사용하는 경우가 많지만, 개인 개발에 있어서 Gemini 3.8 Flash Medium의 코딩 성능과 속도의 균형은 매우 우수했습니다.

복잡한 프롬프트나 아키텍처 요구사항을 벽치기(brainstorming)하며 요청하면, Next.js 14의 대시보드 컴포넌트부터 MCP 서버의 툴 구현까지, 단 몇 분 만에 오류 없는 코드를 생성해 줍니다. 툴 추가나 미세 조정도 폭속으로 완료되어, 에이전트 구동 개발(agent-driven development)의 진화를 몸소 실감했습니다.

시연 리포트: Antigravity CLI로 전담 AI와 거래해 보기

실제로 Antigravity CLI에서 Trading Dojo의 MCP 툴군을 호출하여, AI와 거래 시뮬레이션을 진행했습니다.

# trading-dojo에서 사용 가능한 MCP 툴군
- search_stocks / get_stock_price / get_stock_history / analyze_stock
- buy_stock / sell_stock / get_portfolio / get_trade_history
...

1. 암호자산 동향 리서치와 'HYPE' 발견

CLI에서 '최근의 암호자산 시장 동향을 리서치해 달라'고 지시했습니다. AI는 자율적으로 get_crypto_ranking 등을 실행하여 주요 종목의 시장 환경을 요약했습니다. 게다가 '인터넷에서 화제가 되는 알트코인'을 묻자, 웹 검색을 병행하여 분산형 거래소 Hyperliquid의 자체 토큰 HYPE를 제안해 왔습니다.

2. 차트 분석과 지지선 매수 진단

'HYPE의 차트를 분석해 달라'고 하자, analyze_crypto를 실행하여 최근 30일간의 캔들스틱 데이터를 정밀하게 검토했습니다. 이동평균선이나 볼린저밴드, RSI(61%) 등을 통해 과열감을 벗어난 건전한 지지선 매수 수준에 있음을 논리적으로 제시해 주었습니다.

3. 포트폴리오 이론 기반의 매수 상담

'HYPE를 사고 싶은데, 현재 포트폴리오로는 어느 정도가 적정할까요?'라고 상담했습니다.

AI는 get_portfolio를 참조하여 계좌 잔고(총자산 약 100만 엔, 현금 54만 엔, 주식 44만 엔, 암호자산 비율 1.4%)를 순식간에 계산했습니다. '위험 분산 관점에서 암호자산 비율을 약 4.3%로 높이기 위해, 2 HYPE(약 28,000엔어치)의 시장가 매수가 최적'이라고 구체적인 수량을 제안해 주었습니다.

그대로 'HYPE 2개 사줘'라고 지시하자, buy_crypto가 실행되어 업계 수준의 0.1% 수수료를 제외한 체결 처리가 완료되었습니다.

4. Next.js 대시보드에 실시간 반영

Webダッシュボード

체결 직후 http://localhost:3000 웹 대시보드를 확인하니, 포트폴리오 보유 자산 추이 및 거래 내역(활동 로그)에 구매한 HYPE가 실시간으로 반영되어 있었습니다.

CLI에서 AI와 고도화된 상담을 진행하고, 그 결과를 그래픽적인 UI로 확인할 수 있는 매끄러운 연동이 구현되었습니다.

리포지토리 및 설정 절차

본 프로젝트는 GitHub에 오픈 소스로 공개되어 있습니다.

GitHub: https://github.com/ukkeyHG/trading-dojo

검증 환경 스펙

GPU: NVIDIA GeForce RTX 5060Ti 16GB -
RAM: 32GB -
CPU: AMD Ryzen 7 7700 -
개발 에디터: Google Antigravity IDE (Gemini 3.8 Flash Medium)

설치 절차

# 1. 리포지토리 클론 & 패키지 설치
git clone https://github.com/ukkeyHG/trading-dojo.git
cd trading-dojo
...

MCP 서버 설정 (예: Antigravity / Claude Desktop)

mcp_config.json에 다음과 같이 등록함으로써, AI 에이전트로부터 툴로 이용 가능하게 됩니다:

{

기존 툴에 만족하지 못할 때는 AI와 함께 자신만의 툴을 제로(zero)부터 만들어보는 개발 경험 자체가 무엇보다 즐거운 엔터테인먼트가 됩니다. 꼭 한번 시도해 보세요!

## 영상 실연 및 해설

본 기사의 실연(CLI 대화, 차트 분석, 대시보드 반영) 모습은 YouTube 동영상에서도 자세히 확인하실 수 있습니다.

### 토론
![](https://static.zenn.studio/images/drawing/discussion.png)