8.5 KiB
8.5 KiB
I'm AI 투자매니저 요구사항 정의서
1. 프로젝트 개요
1.1 프로젝트명
Invest Manager AI (I'm AI)
1.2 프로젝트 목적
무료 웹 기반 AI 투자 분석 서비스 MVP를 개발하여 개인 투자자에게 실시간 투자 분석과 수익률 시뮬레이션을 제공
1.3 개발 범위
- 투자 상품: 코인 5종 + 주식 5종
- 서비스 범위: AI 투자 분석, 실시간 가격 모니터링, 수익률 시뮬레이션
- 서비스 형태: 웹 기반 무료 서비스
2. 기능적 요구사항 (Functional Requirements)
2.1 투자 상품 관리
- FR-001: 시스템은 코인 5종(BTC, ETH, ADA, DOGE, XRP)의 실시간 가격을 표시해야 한다
- FR-002: 시스템은 주식 5종(AAPL, GOOGL, TSLA, MSFT, NVDA)의 실시간 가격을 표시해야 한다
- FR-003: 시스템은 각 투자 상품의 기본 정보(명칭, 현재가, 등락률)를 제공해야 한다
2.2 AI 투자 분석
- FR-004: 시스템은 투자 상품별 AI 분석 결과를 제공해야 한다
- 목표가 (Target Price)
- 손절가 (Stop Loss)
- 진입가 (Entry Price)
- 매력도 점수 (Attractiveness Score)
- 관련 근거 뉴스
- AI 분석 내용
- FR-005: AI 분석은 최신 뉴스 데이터와 캔들 데이터를 기반으로 수행되어야 한다
- FR-006: AI 분석 결과는 24시간마다 업데이트되어야 한다
2.3 실시간 데이터 수집
- FR-007: 시스템은 업비트 API를 통해 코인 가격을 실시간 수집해야 한다
- FR-008: 시스템은 야후파이낸스 API를 통해 주식 가격을 실시간 수집해야 한다
- FR-009: 시스템은 투자 상품 관련 뉴스를 수집해야 한다
- FR-010: 시스템은 캔들 데이터(OHLCV)를 수집하고 저장해야 한다
2.4 수익률 시뮬레이션
- FR-011: 시스템은 AI 분석 결과를 기반으로 수익률 시뮬레이션을 제공해야 한다
- FR-012: 사용자는 투자 금액을 입력하여 예상 수익/손실을 계산할 수 있어야 한다
- FR-013: 시뮬레이션 결과는 목표가 달성시, 손절가 도달시 시나리오를 포함해야 한다
2.5 사용자 인터페이스
- FR-014: 메인 대시보드는 모든 투자 상품을 그리드 형태로 표시해야 한다
- FR-015: 투자 상품 클릭시 상세 분석 패널이 표시되어야 한다
- FR-016: 상세 패널은 캔들차트, AI 분석 결과, 수익률 시뮬레이션을 포함해야 한다
- FR-017: 웹 인터페이스는 모바일 반응형으로 구현되어야 한다
- FR-018: 시스템은 다크모드/일반모드 테마 전환 기능을 제공해야 한다
- FR-019: 테마 설정은 브라우저 로컬스토리지에 저장되어야 한다
2.6 다국어 지원
- FR-020: 시스템은 사용자의 IP 주소를 기반으로 자동 언어 감지 기능을 제공해야 한다
- FR-021: 시스템은 한국어, 영어, 중국어(간체)를 지원해야 한다
- FR-022: 언어 설정은 수동으로 변경 가능해야 한다
- FR-023: 모든 UI 텍스트, 버튼, 메뉴는 다국어로 표시되어야 한다
- FR-024: 투자 상품명과 기본 정보는 해당 언어로 표시되어야 한다
3. 비기능적 요구사항 (Non-Functional Requirements)
3.1 성능 요구사항
- NFR-001: API 응답시간은 500ms 이내여야 한다
- NFR-002: 실시간 가격 업데이트 지연은 1초 이내여야 한다
- NFR-003: 시스템은 동시 사용자 1,000명을 지원해야 한다
- NFR-004: 페이지 로딩 시간은 3초 이내여야 한다
3.2 가용성 요구사항
- NFR-005: 시스템 가용성은 99.5% 이상이어야 한다
- NFR-006: 예정된 유지보수를 제외하고 월 다운타임은 3.6시간 이하여야 한다
3.3 확장성 요구사항
- NFR-007: 투자 상품은 추가 개발 없이 확장 가능해야 한다
- NFR-008: 서버리스 아키텍처로 자동 스케일링이 가능해야 한다
3.4 보안 요구사항
- NFR-009: 모든 API 통신은 HTTPS를 사용해야 한다
- NFR-010: API 키는 환경변수로 관리되어야 한다
- NFR-011: 개인정보는 수집하지 않아야 한다 (무료 서비스)
3.5 데이터 요구사항
- NFR-012: 가격 데이터는 실시간 업데이트되어야 한다
- NFR-013: AI 분석용 데이터는 최소 90일간 보관되어야 한다
- NFR-014: 데이터 백업은 일 1회 수행되어야 한다
4. 사용자 스토리 (User Stories)
4.1 메인 사용자 (개인 투자자)
- US-001: "투자자로서, 관심 있는 투자 상품의 실시간 가격을 한눈에 볼 수 있기를 원한다"
- US-002: "투자자로서, AI가 분석한 목표가와 손절가를 통해 투자 결정에 도움을 받고 싶다"
- US-003: "투자자로서, 투자 금액에 따른 예상 수익률을 미리 계산해보고 싶다"
- US-004: "투자자로서, 모바일에서도 편리하게 투자 정보를 확인하고 싶다"
- US-005: "투자자로서, 별도 회원가입 없이 바로 서비스를 이용하고 싶다"
- US-006: "투자자로서, 어두운 환경에서도 편안하게 볼 수 있는 다크모드를 사용하고 싶다"
- US-007: "투자자로서, 내가 이해할 수 있는 언어로 서비스를 이용하고 싶다"
4.2 관리자
- US-008: "관리자로서, 데이터 수집 상태와 AI 분석 결과를 모니터링하고 싶다"
- US-009: "관리자로서, 시스템 성능과 사용자 현황을 실시간으로 확인하고 싶다"
5. 유스케이스 (Use Cases)
5.1 Primary Use Cases
-
투자 상품 조회
- Actor: 개인 투자자
- Flow: 메인 페이지 접속 → 투자 상품 리스트 확인 → 실시간 가격 조회
-
AI 분석 결과 확인
- Actor: 개인 투자자
- Flow: 투자 상품 클릭 → AI 분석 결과 패널 표시 → 목표가/손절가/진입가 확인
-
수익률 시뮬레이션
- Actor: 개인 투자자
- Flow: 1000만원을 투자했다면?(고정) → 원하는 AI 분석 결과 체크 → 체크된 AI 분석 결과인 목표가/손절가/진입가를 기반한 수익률 계산 → 결과 확인
5.2 System Use Cases
-
데이터 수집
- Actor: System
- Flow: API 호출 → 데이터 수집 → 정규화 → 저장 (로컬DB)
-
AI 분석 수행
- Actor: System
- Flow: 데이터 수집 → AI 프롬프트 생성 → AI API 호출 → 결과 저장 (로컬DB)
-
AI 분석 결과 업데이트
- Actor: System
- Flow: DB에서 데이터 읽어오기 → 데이터 가공 → AWS-S3 저장
6. MVP 범위 정의
6.1 MVP 포함 기능
✅ 포함
- 코인 5종 + 주식 5종 실시간 가격 표시
- AI 분석 결과 (목표가, 손절가, 진입가, 매력도)
- 수익률 시뮬레이션
- 반응형 웹 인터페이스
- 실시간 데이터 수집 및 처리
- 다크모드/일반모드 테마 전환
- 다국어 지원 (한글/영어/중국어)
6.2 MVP 미포함 기능
❌ 미포함
- 사용자 회원가입/로그인
- 포트폴리오 관리
- 알림/푸시 서비스
- 과거 데이터 분석
- 커뮤니티 기능
- 결제 시스템
7. 제약사항 및 전제조건
7.1 기술적 제약사항
- 업비트 API 호출 제한 준수
- 야후파이낸스 API 사용 정책 준수
- AI API 비용 최적화 필요
7.2 비즈니스 제약사항
- 무료 서비스로 운영 (광고로만 수익 창출)
- 투자 권유 금지 (분석 정보만 제공)
- 개인정보 수집 없음
7.3 전제조건
- AWS 계정 및 서비스 사용 가능
- 외부 API 서비스 정상 운영
- 개발 및 운영 환경 구축 완료
8. 성공 기준
8.1 기술적 성공 기준
- API 응답시간 < 500ms 달성
- 시스템 가용성 99.5% 이상
- 실시간 데이터 업데이트 지연 < 1초
- 모바일 사용성 테스트 통과
8.2 비즈니스 성공 기준
- DAU 100명 이상
- 평균 세션 시간 5분 이상
- 투자 상품 클릭률 30% 이상
- 주간 재방문률 40% 이상
9. 위험 요소 및 대응책
9.1 기술적 위험
-
위험: 외부 API 서비스 중단
-
대응: 다중 API 소스 활용, 캐싱 전략 수립
-
위험: AI API 비용 초과
-
대응: 사용량 모니터링, 비용 알람 설정
9.2 운영 위험
-
위험: 사용자 급증으로 인한 서비스 부하
-
대응: Auto Scaling 설정, 성능 모니터링
-
위험: 데이터 정확성 이슈
-
대응: 데이터 검증 로직 구현, 모니터링 대시보드 구축