핵심 목표

목표 설명 운영 관점
거래 API 제어 Upbit 조회, 잔고, 주문, 취소 흐름 구성 실제 돈이 움직이는 API를 안전하게 다루기 위한 최소 경계
서비스 구조화 FastAPI, PostgreSQL, SQLAlchemy, Alembic 도입 상태 저장과 migration으로 추적 가능한 서비스화
AI 분석 자동화 APScheduler, AI 분석 API, 백테스트, RAG 도입 수동 분석이 아니라 반복 가능한 분석 흐름 확보
AI 운영 콘솔 LangGraph AI 뱅커, Reviewer, SSE activity AI 판단 과정과 중간 상태를 화면에 노출
운영 안정화 live BUY 잠금, paper/live 분리, provider fallback, warning 실패를 숨기지 않고 잠그거나 경고하는 구조

설계 기준

기준 내용
기능보다 경계 매수 기능보다 매수가 나가면 안 되는 조건을 먼저 설계
답변보다 근거 AI 답변 자체보다 사용 데이터, provider 상태, warning을 같이 표시
상태 저장 주문, 포지션, AI 분석, 스냅샷, 채팅 세션을 DB에 남김
반복 가능성 백테스트, 스케줄러, 테스트로 동일한 조건을 다시 확인 가능하게 구성

남긴 기준

프로젝트의 방향은 "AI가 종목을 추천한다"가 아니라 "AI 판단을 운영 환경에서 추적하고 통제한다"로 잡았다.

항목 내용
관련 운영 리스크 프로젝트가 기능 나열처럼 보이지 않도록 전환점과 운영상 의미를 기록
대표 구현 근거 timeline, migration, scheduler, trading 흐름
관련 테스트 월별 구현 근거와 상세 문서 링크

AI Trade Manager가 단순 자동매매 스크립트가 아니라, 운영 가능한 AI 트레이딩 백엔드 시스템으로 정리된 기준을 남긴다.

상세 타임라인: AI Trade Manager 타임라인에서 월별 DB 기준으로 확인한다.