프로젝트 주제 변경(딥러닝 주가예측 -> 비슷한 차트 검색)

제 프로젝트는 사용자가 특정 차트를 고르면, 코스피 코스닥 전 종목의 과거(10년) 차트들을 모두 탐색하여 가장 유사한 차트 10개 정도를 골라 사용자에게 보여주는 것이 목표입니다.

 

비슷한 차트 검색기

similar chart finder

 

 

딥러닝? 좋기는 한데..

 

8월에 딥러닝(CNN)으로 주가를 예측하는 모델을 만들어보았습니다. 분명 모델이 유의미한 패턴을 학습하여 유의미한 결과를 얻을 수 있었지만, 이대로 프로젝트를 진행하기에는 뭔가 부족한 느낌이었습니다. 제가 느낀 애매한 점은 다음과 같습니다.

1. 수익률? 분명 괜찮긴 한데..

검증 결과 괜찮은 수익률을 보여주었지만, 그냥 생각 없이 나스닥에 투자하는 것이 더 확실하고(몇십 년 역사적으로 검증된) 좋은 수익을 얻을 수 있었습니다. 제 모델은 1년이 안 되는 검증기간을 가졌지만, 몇십 년 이상 검증하다 보면 오히려 손실을 볼 수도 있는 노릇이죠.

2. 왜 이렇게 판단한 거야..?

딥러닝의 특징 중 하나는 많은 은닉층(차원)으로 인해 모델이 어떻게 특정 결과를 도출하는지 사람이 알기 힘들다는 것입니다. 랜덤 포레스트처럼 판단의 근거를 알 수 있으면 좋을 텐데, 그냥 결과만 딱 내놓는 것이 아쉬웠습니다. 이렇게 근거가 없으면, 서비스 이용자들이 결과수용에 어려움을 겪을 것입니다.

3. 너무 비싸..

AI, 특히 딥러닝 모델을 사용하기 위해서는 많은 자원을 필요로 합니다. 즉, 기본으로 GB단위의 메모리가 필요하여 비용이 비쌉니다. 자원을 줄이는 것이 곧 비용절감으로 직결되는 클라우드 환경에서는 치명적인 단점입니다.

 

AI의 기반도 결국 비슷한 것 찾기

저는 AI전공입니다. 컴퓨터학부의 핵심 과목들을 배우면서 최근 기술 발전의 핵심인 AI도 같이 배울 수 있다는 점이 만족스럽습니다.

 

저는 처음에(1학년) 인공지능이 매우 고급 기술이고 뭔가 멀게 느껴졌습니다. 그런데 머신러닝과 딥러닝 등을 공부해 보니 결국 본질은 비슷한 것을 찾아 학습하는 것이라고 생각했습니다.

 

그래서 딥러닝으로 이후 상승할 것 같은 차트를 골라내서 이 차트가 좋다고 근거 없이 결과를 출력하는 것보다는, 사용자가 입력한 차트와 비슷한 과거의 차트들을 골라내어 직접 시각적으로 근거를 보여주면 좋겠다는 생각이 들었습니다.

일단 종강부터

그렇다고 딥러닝에 작성했던 코드들이 모두 쓸모없진 않았습니다. 차트 이미지를 만드는 부분과 정규화를 하는 부분 등은 그대로 갖고 올 예정입니다.

 

2023년 11월, 학기 중에는 프로젝트에만 100% 집중하기가 힘드네요.. 종강 후에는 모든 것을 쏟아부을 예정입니다.