기업분석 AI 에이전트 / Company Analysis Agent (LangGraph)

English summary. A multi-node LangGraph agent that turns a single company name into a full analysis report. It resolves the company to a stock ticker (DART corp registry + fuzzy matching), pulls market data via yfinance, gathers recent news by crawling Naver News and Tavily search, re-ranks the articles with a BGE cross-encoder so only genuinely relevant text reaches the model, then drafts and finalizes a report with an LLM (OpenAI or a local Ollama model) and saves it as a Word document.

---

개요

회사 이름 하나만 입력하면 기업분석 보고서(Word)를 자동 생성하는 에이전트입니다. LangGraph의 StateGraph로 6개 노드를 파이프라인으로 연결해, 각 단계가 공유 상태(CompanyState)를 채워가며 최종 보고서를 완성합니다.

단순 LLM 호출이 아니라 실제 데이터를 수집·검증하는 과정에 초점을 뒀습니다. 특히 뉴스는 크롤링한 뒤 그대로 넣지 않고 임베딩 리랭커로 관련도를 재평가해 노이즈를 걸러냅니다.

파이프라인

flowchart LR
    A[Decision_Company<br/>회사 → 티커 확정] --> B[Get_MarketPrice<br/>주가·시총]
    B --> C[Get_NewsData<br/>뉴스 수집 + 리랭킹]
    C --> D[Draft_Report<br/>초안 작성]
    D --> E[Final_Report<br/>최종 보고서]
    E --> F[Save_Report<br/>Word 저장]
    F --> G([END])

Loading

코드에 정의된 StateGraph를 networkx로 시각화한 실제 그래프입니다 (visualize_graph()).

노드	역할	핵심 기술
Decision_Company	회사명·힌트 → 종목코드/티커 확정. DART 기업 목록에서 유사도 매칭, 코스피/코스닥 접미사(.KS/.KQ) 판별	dart-fss, rapidfuzz, BeautifulSoup
Get_MarketPrice	주가 시계열·시가총액 등 스냅샷 수집	yfinance
Get_NewsData	네이버 뉴스 URL 수집 → 본문 추출 → 관련도 리랭킹 → 상위 N개 선별	trafilatura, Tavily, BGE CrossEncoder
Draft_Report	수집 데이터를 근거로 분석 초안 생성	ChatPromptTemplate + LLM
Final_Report	초안을 다듬어 최종 보고서로 정리	LLM
Save_Report	보고서를 Word(.docx) 파일로 저장	python-docx

상태는 CompanyState(TypedDict)로 정의해 ticker, price_df, news, analysis_draft, final_report, notes 등을 노드 간에 전달합니다. 각 노드는 notes에 진행 기록을 남겨 실행 흐름을 추적할 수 있습니다.

구성 모듈

파일	설명
company_analysis_agent.py	메인 에이전트 — 상태 정의, 6개 노드, 그래프 빌드·시각화
naver_latest_news_urls_v1.py	네이버 뉴스 최신 기사 URL 수집 (Playwright 기반)
news_maintext_extract.py	기사 본문 추출 (trafilatura)
sentences_embedding_reranker.py	BGE CrossEncoder 리랭커 — 질의–문장 관련도 재평가
tavily_search_urls.py	Tavily 웹 검색으로 보조 URL 확보

특징

• LLM 전환 가능 — OLLAMA_LLM 플래그로 OpenAI API와 로컬 Ollama 모델을 바꿔가며 실행
• 리랭커 기반 노이즈 제거 — 검색·크롤링 결과를 그대로 쓰지 않고 CrossEncoder로 재정렬해 정확도 향상
• 그래프 시각화 — networkx + matplotlib으로 StateGraph 구조를 도식화
• 결과물 산출 — 분석 결과를 Word 보고서로 저장해 바로 활용 가능

실행 방법

pip install -r requirements.txt
playwright install chromium      # 뉴스 크롤링용

cp .env.example .env             # 키 입력 (OPENAI / TAVILY / DART)
python src/company_analysis_agent.py

API 키는 반드시 .env로 관리하세요. 저장소에는 .env.example만 포함되어 있습니다.

참고

• 관련 저장소: travel-planner-agent

---

NVIDIA AI 코어 엔지니어 과정 — AI 에이전트 과제 · 전체 포트폴리오