서문 4

Chapter 1. 금융 분석의 역사와 패러다임 변화
1.1 전통적 펀더멘털 분석의 탄생 12
1.2 기술적 분석과 차트 패턴의 발전 14
1.3 퀀트 혁명과 수학적 금융학 22
1.4 전통적 애널리스트의 한계와 새로운 가능성 27

Chapter 2. AI와 LLM 기술 기초
2.1 인공지능의 발전 단계 32
2.2 대규모 언어 모델(LLM)의 핵심 개념 35
2.3 생성형 AI의 특징과 능력 37
2.4 LLM의 한계와 주의사항 41
2.5 금융 분야에서의 LLM 활용 가능성 45

Chapter 3. LLM 실습 환경과 첫 번째 Apple 분석
들어가며 50
3.1 파이썬 환경 준비 51
3.2 OpenAI 라이브러리 설치 및 설정 54
3.3 첫 번째 Apple 분석 시스템: Raw OpenAI API 59
3.4 LangChain으로 같은 기능 구현하기 62
3.5 다음 단계로의 준비 74

Chapter 4. 프롬프트 엔지니어링과 구조화된 응답
들어가며: 일관성과 재사용성의 중요성 76
4.1 Temperature 설정과 일관성 확보 77
4.2 Role-based Prompting: 전문가 역할 부여 78
4.3 Zero-shot vs Few-shot Learning 83
4.4 PromptTemplate으로 입력 표준화 95
4.5 구조화된 출력으로 문제 해결 102
4.6 프롬프트 엔지니어링으로 만드는 투자 분석 시스템 108
4.7 다음 단계로의 준비 121

Chapter 5. 실제 데이터로 신뢰성 확보하기
들어가며: 왜 실제 데이터가 중요한가? 124
5.1 Yahoo Finance 실시간 데이터 수집 126
5.2 SEC EDGAR 데이터 수집 및 분석 136
5.3 뉴스 데이터 수집 및 분석 147
5.4 다음 단계로의 준비 157

Chapter 6. RAG로 대용량 문서 정보 활용하기
들어가며: 컨텍스트 윈도우의 한계와 RAG의 필요성 160
6.1 RAG란 무엇인가? 163
6.2 벡터 스토어 선택 166
6.3 데이터 입력하기: 텍스트를 적절하게 잘라서 넣기 174
6.4 완성된 스토어에 검색어를 넣어서 데이터 검색하기 183
6.5 BM25를 통한 키워드 기반 검색 186
6.6 BM25와 벡터 검색의 앙상블 193
6.7 통합 RAG 시스템 구축 196
6.8 다음 단계로의 준비 207

Chapter 7. 고급 프롬프트 기법으로 분석 품질 극대화
들어가며: 생각하는 방법을 가르치기 210
7.1 Chain-of-Thought(CoT): 단계별 추론으로 분석 품질 높이기 212
7.2 CoT 활용 시 핵심 주의사항 220
7.3 Self-Consistency: 언어 모델의 추론 능력을 향상시키는 새로운 접근법 225
7.4 Self-Refine: 반복적 개선으로 분석의 완성도 높이기 236
7.5 Self-Refine의 실제 적용 과정 239
7.6 고급 Self-Refine 기법들 242
7.7 실전 투자에서의 Self-Refine 활용 사례 245
7.8 Self-Refine 프로세스 최적화 전략 247
7.9 Self-Refine 활용 시 주의사항과 한계점 249

Chapter 8. 제로 트러스트(Zero Trust) 금융 AI 보안 아키텍처
8.1 제로 트러스트 원칙과 금융 AI 적용 255
8.2 금융 AI 환경에서의 제로 트러스트 구현 전략 257
8.3 생체 인증 및 동적 접근 제어 259
8.4 최소 권한 원칙과 접근 제어 261
8.5 마이크로 세그멘테이션과 네트워크 격리 264
8.6 연속적 검증과 위험 기반 접근 267
8.7 컨텍스트 인식 접근 제어 270
8.8 데이터 중심 보안 272
8.9 AI 특화 제로 트러스트 통제(AI-Driven Zero Trust Controls) 276
8.10 인시던트 대응(Incident Response)과 자동화된 격리(Automated Containment) 283

Chapter 9. 금융 생태계의 미래 전망
9.1 AI와 금융 시장의 패러다임 전환 291
9.2 인간과 AI의 협업 모델 293
9.3 개인화된 금융 서비스 295
9.4 혁신적인 금융 기술과 상품 297
9.5 글로벌 금융 생태계의 변화 301
9.6 미래 금융 전문가의 역량 304
이 장을 마치며 306