Raw Data 가공 레이어 제거를 통한 AI 기반 Stock Analysis API 구현

Context

기존 Finance API의 Raw Data 제공 방식으로 인한 클라이언트 측의 과도한 데이터 정규화 및 분석 로직 구현 부담 발생. 다수 데이터 제공자의 필드명 불일치와 Rate Limit 처리, LLM Prompt 튜닝 등 유지보수 비용이 실제 제품 기능 구현보다 커지는 병목 현상 직면.

Technical Solution

• Polygon, Finnhub, Financial Modeling Prep 등 다중 데이터 소스로부터 실시간 Fundamental 데이터 수집
• 서로 다른 데이터 포맷을 통합하고 정규화하는 Normalization Layer 구축을 통한 데이터 일관성 확보
• 정규화된 수치 데이터를 기반으로 분석적 판단(Verdict)과 근거(Reasoning)를 생성하는 AI Synthesizer 설계
• Ticker 입력 시 분석 결과가 즉시 반환되는 단일 Endpoint 구조를 통해 클라이언트의 Prompt Engineering 및 인프라 관리 책임 제거
• RapidAPI 통합을 통한 인증(Authentication) 및 API Gateway 계층의 추상화로 배포 복잡도 최소화
• 정량적 수치와 AI의 정성적 분석을 결합한 Structured JSON 응답 포맷 정의