전체 아키텍처와 기술 선택

계층을 나눈 기준은 하나다. AI 판단, 데이터 조회, 주문 실행이 섞이면 실패했을 때 어디서 멈췄는지 찾을 수 없다.

전체 아키텍처

영역별 책임

영역	구성	책임
Frontend	React, Vite, TanStack Query, Recharts	대시보드, 포트폴리오, AI 뱅커, 백테스트 UI
Backend	FastAPI, async SQLAlchemy, APScheduler	API, 스케줄러, 주문/분석 흐름 제어
Safety (2026.07)	중앙 주문 서비스, Kill Switch Gate, 주문 의도 원장, 거래 모드 원장	실주문 멱등성, 신규 주문 차단, 모드 판정 fail-closed
Data	PostgreSQL, Alembic	포지션, 주문, 설정, 분석 로그, 스냅샷 저장
Search/RAG	OpenSearch, kNN, BM25	뉴스 문서 저장, chunk 검색, source health 관측
AI/Ops	Gemini, OpenAI fallback, LangGraph	AI 분석, provider fallback, reviewer 흐름
External	Upbit, Slack, RSS/News	거래소, 운영 명령, 시장 데이터 연동

2026.07에 생긴 층이고, 거래소로 나가는 모든 POST가 지나는 단일 경로다.

주문 흐름: Engine → 중앙 주문 서비스 → Kill Switch Gate → 주문 의도 원장 → Upbit → 15초 대사 → 원장 반영

FastAPI는 비동기 API와 스케줄러, 외부 API 호출을 한 프로세스에서 다루기 좋았다
PostgreSQL과 Alembic으로 운영 상태와 이력을 migration 기반으로 추적한다. 7월에는 주문·제어 원장의 SSOT 역할까지 맡았다
OpenSearch는 뉴스 RAG에서 keyword/vector hybrid 검색과 상태 집계가 함께 필요해서 골랐다
APScheduler로 뉴스 수집과 AI 분석, 스냅샷 저장, 15초 주문 대사를 반복 작업으로 관리한다
LangGraph는 AI 뱅커의 supervisor / worker / reviewer 흐름을 코드 구조로 나누려고 썼다
SSE는 AI 활동 단계를 사용자가 실시간으로 보게 하려는 것이다

AI 뱅커는 단일 응답 생성으로 끝나는 챗봇이 아니다. supervisor가 요청을 분류해 worker로 분기하고 reviewer가 근거 부족과 과도한 확신을 검토한 뒤에야 답이 나간다.