Generative AI 10기 팀 프로젝트 1일차: 주식 대시보드 기획 및 환경 설정
📈 주식 정보 대시보드 팀 프로젝트 - 1일차
날짜: 2026년 2월 2일
목표: 프로젝트 계획 수립 및 개발 환경 구축
소요 시간: 약 4시간
1. 프로젝트 개요
프로젝트 목표
팀원별로 분석할 종목을 선정하고, 주식 데이터를 시각화하는 인터랙티브 대시보드를 개발하는 것을 목표로 함.
기본 정보
| 항목 | 내용 |
|---|---|
| 프로젝트명 | 주식 정보 대시보드 |
| 팀 | Generative AI 10기 |
| 데이터 분석 기간 | 2025.01.01 ~ 2025.12.31 |
| 기술 스택 | Python, Plotly, Streamlit, FinanceDataReader, Pandas |
| 개발 기간 | 5일 |

2. 선정 종목
팀원별로 관심 있는 종목을 선정하여 분석을 진행하기로 함.
종목 리스트
- SK하이닉스 (000660): 반도체/AI 시장 선도
- 삼성전자 (005930): 국내 대표 전자/반도체
- 카카오 (035720): 대표 IT 플랫폼
- 마음AI (377480): AI 소프트웨어 전문
- 솔트록스 (304100): AI 및 빅데이터 솔루션
- 한글과컴퓨터 (030520): 소프트웨어 대표 기업
종목 선정 기준
- 성장성: AI 및 핵심 기술 섹터 중심의 종목을 선정함.
- 다양성: 플랫폼, 하드웨어, 소프트웨어를 고르게 포함함.
- 데이터 접근성: FinanceDataReader를 통해 수집이 용이한 종목임.
3. 개발 환경 구축
3-1. Python 가상환경 생성
프로젝트 독립성을 위해 가상환경(venv)을 생성하고 활성화함.
python -m venv .venv
.venv\Scripts\activate
- 이유: 프로젝트별 패키지 버전 관리와 배포 일관성을 위해 필수적임.
3-2. 필수 라이브러리 설치 및 기록
분석에 필요한 주요 라이브러리를 설치하고 버전을 기록함.
pip install finance-datareader plotly streamlit pandas
pip freeze > requirements.txt
3-3. 프로젝트 폴더 구조
소스 코드와 데이터를 체계적으로 관리하기 위해 폴더 구조를 설계함.

4. 데이터 수집 및 분석 계획
4-1. 데이터 소스 (FinanceDataReader)
별도의 API 키 없이도 종목 코드를 활용해 즉시 데이터를 호출할 수 있는 FinanceDataReader 라이브러리를 사용함.
import FinanceDataReader as fdr
# 종목 데이터 수집 기초 예시
df = fdr.DataReader('000660', '2025-01-01', '2025-12-31')
4-2. 수집 항목 및 분석 기간
- 수집 항목: Open(시가), High(고가), Low(저가), Close(종가), Volume(거래량) 등.
- 분석 기간: 2025년 전체 데이터를 확보하여 이동평균선 등 기술적 분석에 활용함.
5. 학습 포인트 및 개발 로드맵
학습 내용 정리
- 환경 관리: 가상환경 구축과
requirements.txt를 활용한 협업 기초를 다짐. - 데이터 식별: KRX 상장사 리스트를 조회하고 정확한 종목 코드를 확보함.
- 워크플로우: 데이터 수집부터 배포까지의 전체 파이프라인 단계를 명확히 정의함.
개발 프로세스 (5일)

- Day 1: 기획 및 환경 설정 (오늘 완료함)
- Day 2: 데이터 수집 및 이동평균선 전처리
- Day 3: Plotly 기반 캔들스틱/거래량 시각화
- Day 4: 대시보드 테마 및 레이아웃 최적화
- Day 5: Streamlit 실전 웹 배포
6. 마무리 및 회고
잘한 점
- 명확한 분석 목표와 종목 선정을 빠르게 마침.
- 표준화된 폴더 구조를 설계하여 협업 기반을 다졌음.
부족한 점 및 개선 사항
- 추후 각 종목별 세부 분석 지표(RSI 등)를 추가로 논의할 필요가 있음.
- 일정 관리를 위해 중간 점검 시간을 더 구체화해야 함.
첫날 기획 단계를 꼼꼼히 진행한 만큼, 내일부터 시작될 본격적인 데이터 수집 작업도 순조로울 것으로 기대함.
Comments