본 프로젝트는 FinTech 시장 내 인공지능 스타트업에 대한 투자 가능성을 자동으로 평가하는 LangGraph 기반 에이전트를 설계하고 구현한 실습 프로젝트입니다.
- Objective: 한국 AI 핀테크 스타트업의 기술력, 시장성, 경쟁력을 종합 분석하여 투자 적합성 판단
- Method: Multi-Agent Pipeline (7 Agents) + LLM Structured Output + Agentic RAG
- Tools: Tavily API, GPT-4o/4o-mini, LangGraph, FAISS, ReportLab
- 한국 AI 핀테크 스타트업 자동 탐색 및 수집
- 구체적 AI/ML 기술 스택 식별 (예: XGBoost, BERT, Transformer)
- Agentic RAG: Query Rewrite → PDF 검색 → 관련성 체크 → 웹 검색 → 평가
- 경쟁사 비교 분석 (제품 초점, 기술 차별점, GTM 전략, 포지셔닝)
- 다차원 투자 평가 (ROI, 기술경쟁력, 시장성, 경쟁우위, 팀역량, 리스크)
- 이중 평가 시스템: Fintech (0-5점) / Legacy (0-100점)
- Markdown + PDF 투자 보고서 자동 생성
| Category | Details |
|---|---|
| Framework | LangGraph, LangChain, Python 3.11+ |
| LLM | GPT-4o (Advanced), GPT-4o-mini (Standard) |
| Retrieval | FAISS, Tavily Search API |
| Embedding | OpenAI Embeddings |
| Data Validation | Pydantic v2 |
| State Management | LangGraph StateGraph + MemorySaver |
| PDF Generator | ReportLab (Korean Font Support) |
| Evaluation | GroundednessChecker |
-
Startup Search Agent: 스타트업 탐색 (Startup Search)
- 목적: 한국의 AI 핀테크 스타트업을 자동으로 발견하고 수집
- 핵심 기능:
- 2025년 기준 최신 정보 우선 반영
- 한국 기업만 선별 (해외 기업 제외)
- AI 기술 핵심 활용 여부 검증
- 다양한 검색어 조합으로 포괄적 탐색
-
Tech Analysis Agent: 원천 기술 분석 (AI Tech Summary)
-
목적: 선별된 스타트업의 구체적인 AI 원천 기술을 분석하고 요약
-
핵심 기능:
- "AI 활용" 같은 일반적 표현 배제, 구체적 기술만 추출
- 정보 부족 시 빈 리스트 반환으로 과장 방지
- 다음 에이전트로 전달 가능한 구조화된 데이터 생성
-
Startup Select Agent: 적절한 스타트업 후보 선정 (Startup Select)
-
목적: 탐색 단계에서 조회한 여러 스타트업 중 가장 적절한 스타트업을 1곳을 선택
-
최적의 후보 선정 기준은 아래와 같음
-
빠른 확장성과 시장 선점을 목표로 하는 기업인가
-
단기간 내 급성장이 가능한 비지니스 모델과 기술을 보유했나
-
기존 제품 및 서비스와 차별화된 아이디어가 있나
-
M&A IPO 등 명확한 성장 및 Exit 전략을 갖추었는가
-
Tech Summary Agent: 기술력 종합 평가 (Tech Summary & Scoring)
- 목적: 스타트업의 AI/ML 기술 스택을 심층 분석하고 기술력을 정량화
- 핵심 기능:
- 검색 결과 기반 분석 (추측 금지)
- Structured Output과 레거시 방식 모두 지원
- 관련 문서 자동 필터링 및 정규화
- 시장 평가 에이전트로 데이터 전달 준비 완료
-
Market Evaluation Agent : 시장성 종합 평가 (Market Evaluation with Agentic RAG)
- 목적: Agentic RAG 기반 PDF 리포트 및 웹 검색을 통한 정밀 시장성 분석
- 핵심 기능:
- Agentic RAG 5단계 파이프라인 (Rewrite → PDF 검색 → 관련성 체크 → 웹 검색 → 평가 생성)
- Query Rewrite로 검색 쿼리 최적화 (핵심 키워드 강조)
- PDF 리포트 우선 검색 (FAISS 벡터 검색)
- 관련성 낮을 시 자동 웹 검색 Fallback (Tavily API)
- Legacy 모드 Fallback 지원
- Pydantic 기반 구조화된 시장 평가 (TAM/SAM/SOM, CAGR, 경쟁사, 규제)
- 경쟁사 목록에서 대상 회사 자동 제외
-
Competitor Comparison Agent: 경쟁사 비교 분석 (Competitor Comparison)
- 목적: 주요 경쟁사 대비 대상 스타트업의 차별화 요소 및 경쟁 우위 평가
- 핵심 기능:
- 다층 문서 수집 전략 (market_store → startup_search → Tavily 검색)
- 경쟁사별 제품 초점, 기술 차별점, Go-to-Market 전략 분석
- 강점/약점 및 시장 포지셔닝 자동 추출
- 대상 회사명 정규화 및 경쟁사 목록에서 자동 제외
- 기술 점수 가중 적용한 경쟁 우위 점수(edge_score 0-100) 산출
-
Investment Decision Agent: 최종 투자 판단 (Investment Decision)
- 목적: 모든 에이전트 분석 결과를 통합하여 최종 투자 의사결정 도출
- 핵심 기능:
-
Fintech 방식 (0-5점) 및 Legacy 방식 (0-100점) 이중 평가 시스템
-
6개 항목 가중치 평가 (ROI 20%, 기술경쟁력 20%, 시장성 20%, 경쟁우위 15%, 팀역량 15%, 리스크 10%)
-
항목별 상세 breakdown (점수, 가중치, 가중점수, 설명)
-
투자 기준 점수 기반 자동 의사결정 (Invest ≥3.5 / Hold <3.5)
-
LLM 기반 투자 판단 근거 자동 생성
-
자동 점수 척도 변환 (0-10)
overall_score = ( market_size.score * 0.25 + growth_potential.score * 0.25 + (10 - competition_intensity_score) * 0.25 + # 경쟁 강도는 반비례 (10 - regulatory_risk_score) * 0.25 # 규제 리스크도 반비례 )
-
-
Report Generator: 종합 보고서 생성 (Report Generator)
- 목적: 전체 분석 결과를 Markdown 및 PDF 형식의 전문 투자 보고서로 통합
- 핵심 기능:
- Markdown 및 PDF 이중 포맷 보고서 자동 생성
- Executive Summary LLM 자동 정제 (3-5개 불릿 포인트)
- 다중 에이전트 출처 통합 및 중복 제거 (최대 10개)
- 한글 폰트 지원 PDF 생성 (AppleGothic)
- Fintech/Legacy 모드 자동 감지 및 맞춤 테이블 생성
- 7단계 구조화된 보고서 (요약, 개요, 기술, 시장, 경쟁사, 투자판단, 출처)
ai_agent_project/
ai_agent_project/
├── app_graph.py # 전체 평가 파이프라인 메인 스크립트
├── agents/ # 각 단계별 분석 에이전트 모듈
│ ├── startup_search.py # 1️⃣ 스타트업 탐색: 웹 기반으로 유망 기업 10개 수집
│ ├── ai_tech_summary_single.py # 2️⃣ AI 기술 필터링: 수집된 스타트업 중 AI 원천 기술 보유 기업 선별
│ ├── tech_summary.py # 3️⃣ 기술 분석: 핵심 기술력, 구현 방식, 기술 성숙도 평가
│ ├── market_evaluation.py # 4️⃣ 시장 평가: TAM·SAM·SOM 및 성장성·수요 전망 분석
│ ├── competitor_compare.py # 5️⃣ 경쟁사 분석: 주요 경쟁사와의 기술·시장 차별성 평가
│ ├── investment_decision.py # 6️⃣ 투자 판단: 종합 점수 기반 투자 적합성 판단
│ └── report_generator.py # 7️⃣ 보고서 생성: 단계별 결과 통합 및 최종 투자 보고서 생성
├── data/ # 참고 데이터 및 산업 리포트(PDF)
│ ├── KIFIR2025-03.pdf # 한국금융연구원: Green FinTech 동향
│ ├── KMPG_report.pdf # 삼정KPMG: Business Focus 2025 - 디지털 금융 주요 이슈
│ └── miraeasset_FinTecj.pdf # 미래에셋투자연구소: 핀테크 산업 전망
└── outputs/ # 평가 결과 및 생성된 보고서 저장 디렉터리
- 김세희: Startup Search Agent, Tech Summary Agent, Structured Output Design
- 민경현: Competitor Comparison Agent, Architecture Diagram
- 송수아: Market Evaluation Agent (Agentic RAG), README Documentation
- 윤현선: Investment Decision Agent, Report Generator, Agent Pipeline Integration