AI 시대, 반도체 랠리와 배터리 산업의 이중주 속 잃지 않는 ETF 투자 전략 (feat. 금융 자동화)

약 21분 읽기

지난주, 저는 늘 들여다보던 시장 데이터에서 꽤 흥미로운 패턴을 발견했습니다. 뉴욕증시에서 다우존스 산업평균지수가 사상 처음으로 5만 3천 선을 돌파했다는 소식이 들려왔죠. 단순히 지수가 올랐다는 것 이상으로, 그 원동력 중 하나가 바로 반도체 매수세였다는 점이 눈길을 끌었습니다. 하지만 같은 시기, 국내에서는 삼성SDI를 두고 “ESS(에너지저장장치)가 동아줄”이라는 긍정론과 “전기차 역성장을 막지 못할 것”이라는 우려가 공존하는 복잡한 시선이 교차하고 있었습니다. 시장의 큰 흐름 속에서 산업별 명암이 엇갈리는 모습은 우리 같은 장기 투자자들에게 많은 질문을 던집니다. 과연 이 모든 변동성 속에서 우리가 추구해야 할 투자 전략은 무엇일까요? 특히, 저처럼 자동화로 시간을 벌어 투자 공부에 활용하는 직장인 ETF 투자자에게는 더욱 중요한 문제입니다.

반도체 랠리와 배터리 산업의 복합적 도전: 시장의 이중주

최근 뉴욕증시를 달군 반도체 섹터의 강세는 단순히 특정 기업의 선전을 넘어, 광범위한 기술 혁신과 산업 전환의 기대를 반영하고 있습니다. [기사 4]에 따르면 다우존스 산업평균지수가 사상 처음으로 5만 3천 선을 돌파하며 역사적인 순간을 맞이했습니다. 이러한 상승세의 배경에는 AI 기술 발전에 따른 고성능 반도체 수요 폭증이 자리 잡고 있습니다. 엔비디아(NVIDIA)와 같은 AI 반도체 선두 주자들은 이미 시장에서 압도적인 존재감을 과시하며 투자자들의 기대를 한 몸에 받고 있습니다.

그러나 시장의 모든 분야가 동일한 낙관론에 휩싸여 있는 것은 아닙니다. 특히 배터리 산업은 전기차 시장의 일시적 둔화와 맞물려 복합적인 도전에 직면해 있습니다. [기사 1]에서 언급된 삼성SDI의 사례가 대표적입니다. 전기차 시장의 ‘역성장’ 가능성에 대한 우려 속에서도, 에너지 저장장치(ESS)가 새로운 성장 동력으로 부상할 수 있다는 기대가 교차하는 상황입니다. 전기차 판매 둔화는 배터리 제조사들에게 단기적인 수익성 압박으로 작용할 수 있지만, 전 세계적인 신재생에너지 전환 흐름은 ESS 시장의 장기적인 성장을 견인할 잠재력을 가지고 있습니다.

실제로 유럽과 미국을 중심으로 한 친환경 에너지 정책 강화는 태양광 및 풍력 발전의 확대를 촉진하고 있으며, 이는 필연적으로 ESS 수요 증가로 이어집니다. 예를 들어, 2023년 글로벌 ESS 시장 규모는 약 200억 달러를 넘어섰으며, 2030년에는 1,200억 달러 이상으로 급성장할 것이라는 전망도 나오고 있습니다. 이처럼 반도체와 배터리 산업은 각기 다른 속도와 방향으로 움직이며, 글로벌 경제의 복잡한 면모를 보여주고 있습니다. 투자자 입장에서는 이러한 산업별 흐름을 정확히 읽어내고, 균형 잡힌 시각으로 접근하는 것이 중요합니다.

글로벌 경기 사이클과 산업별 파급 효과

글로벌 경기 사이클은 반도체 산업과 배터리 산업에 각기 다른 방식으로 영향을 미칩니다. 일반적으로 반도체 산업은 경기 변동에 민감하게 반응하지만, 인공지능과 데이터센터 투자와 같은 장기적인 구조적 변화에 힘입어 경기 하강 국면에서도 상대적인 강세를 보이는 경향이 있습니다. 특히 AI 반도체 시장은 고성장세를 유지하며 전체 반도체 시장의 하방 경직성을 확보하는 데 기여하고 있습니다. 예를 들어, 시장조사업체 가트너(Gartner)에 따르면, 2024년 전 세계 AI 반도체 매출은 전년 대비 33% 증가한 671억 달러에 이를 것으로 예측됩니다. 이는 전체 반도체 시장의 성장을 견인하는 핵심 동력으로 작용하고 있습니다.

반면, 배터리 산업은 전기차 시장의 성장 둔화라는 예상치 못한 변수에 직면했습니다. 과거 급격한 성장을 경험했던 전기차 시장은 고금리, 충전 인프라 부족, 그리고 보조금 축소 등으로 인해 잠시 숨 고르기에 들어간 모양새입니다. 이는 배터리 수요 둔화로 이어져 재고 부담과 가격 경쟁 심화를 야기할 수 있습니다. 하지만 ESS 시장의 성장은 이러한 우려를 상쇄할 수 있는 중요한 변수입니다. 전력망 안정화, 피크 전력 관리, 그리고 신재생에너지 통합이라는 측면에서 ESS는 필수적인 인프라로 자리 잡고 있습니다. 장기적인 관점에서 보면, 배터리 산업 역시 친환경 에너지 전환이라는 거대한 흐름 속에서 지속적인 성장 동력을 찾아나갈 것으로 보입니다.

산업 데이터 해석과 투자 결정의 중요성

투자자들에게는 이러한 산업별 데이터를 정확히 해석하고 자신만의 투자 원칙을 세우는 것이 무엇보다 중요합니다. 단순히 주가 상승 소식에 일희일비하기보다는, 기업의 본질적인 가치와 장기적인 성장 잠재력을 평가해야 합니다. 예를 들어, 삼성SDI의 경우 전기차 배터리 외에 ESS 사업 부문의 성장 가능성을 면밀히 분석하는 것이 필요합니다. ESS 사업은 전기차 배터리와는 다른 시장 특성과 성장 동력을 가지고 있기 때문입니다. 또한, 글로벌 공급망 변화, 기술 혁신 속도, 그리고 각국 정부의 정책 변화 등 거시적인 요인들도 투자 결정에 중요한 변수가 됩니다.

저는 ‘돈을 버는 것보다 잃지 않는 것이 먼저’라는 보수적 투자 철학을 가지고 있습니다. 이러한 철학은 시장의 명암이 엇갈리는 복잡한 상황에서 더욱 빛을 발합니다. 불확실성이 높은 시기에는 리스크 관리에 우선순위를 두고, 분산 투자와 장기적인 관점을 유지하는 것이 필수적입니다. 저처럼 ETF를 통해 시장 전체나 특정 섹터에 분산 투자하는 방식은 개별 기업의 리스크를 줄이면서도 시장의 성장을 함께 누릴 수 있는 효과적인 대안이 될 수 있습니다. 결국, 꾸준한 학습과 데이터 기반의 분석, 그리고 원칙에 충실한 투자가 성공적인 재테크의 길임을 다시 한번 강조하고 싶습니다.

현업 적용 사례: 금융 데이터 파이프라인과 시장 분석의 자동화

RPA 엔지니어로서 제가 현업에서 가장 많이 다루는 주제 중 하나는 바로 ‘데이터 파이프라인 구축’입니다. 금융 시장은 방대한 정보의 바다이며, 이 정보를 얼마나 효율적으로 수집하고 분석하느냐에 따라 투자 성과가 달라집니다. 수많은 기업 공시, 뉴스 기사, 경제 지표, 환율 변동 등 끊임없이 쏟아지는 데이터를 사람이 일일이 추적하고 분석하는 것은 거의 불가능합니다. 여기서 자동화의 역할이 빛을 발합니다.

저는 실제로 n8n과 파이썬을 활용하여 여러 금융 데이터 파이프라인을 구축해왔습니다. 예를 들어, 특정 주식 종목이나 ETF의 주요 경제 뉴스를 실시간으로 스크래핑하고, 재무제표 업데이트 시 자동으로 데이터를 추출하여 구글 시트에 정리하는 작업을 자동화했습니다. 또한, 관심 종목의 주가 변동률이 일정 수준을 넘거나 특정 기술적 지표가 나타날 경우, 저에게 즉시 알림이 오도록 텔레그램 봇을 연동해두기도 했습니다. 이러한 자동화 시스템은 제가 투자 의사결정을 내리는 데 필요한 정보를 신속하고 정확하게 제공해주며, 무엇보다도 시간을 절약해준다는 점에서 큰 가치가 있습니다.

한번은 특정 ETF의 구성 종목 변경 공시를 놓쳐 중요한 정보 업데이트를 한참 뒤에 알게 된 적이 있습니다. 그 이후로는 ETF 운용사의 공식 홈페이지를 정기적으로 모니터링하고, 변경 사항이 있을 때마다 자동으로 데이터를 가져와 분석하는 파이프라인을 구축했습니다. 덕분에 이제는 수동으로 정보를 찾아다닐 필요 없이, 최신 데이터를 기반으로 ETF의 투자 매력을 재평가할 수 있게 되었습니다. 이런 자동화는 단순히 데이터를 모으는 것을 넘어, 제가 깊이 있는 분석에 집중할 수 있도록 돕는 핵심 도구입니다.

AI 에이전트와 데이터 기반 의사결정

최근 AI 에이전트 기술의 발전은 금융 데이터 분석의 지평을 더욱 넓히고 있습니다. 단순한 데이터 수집을 넘어, AI가 스스로 데이터를 해석하고 패턴을 찾아내며, 심지어는 예측 모델을 생성하는 단계에 이르고 있습니다. 예를 들어, 특정 기업의 뉴스 기사를 수집한 뒤, AI 에이전트가 해당 기사의 긍정/부정 감성을 분석하여 투자 심리에 미칠 영향을 자동으로 판단하는 시스템도 구축할 수 있습니다.

UiPath 프로젝트 현장에서 보면, 금융기관들은 이미 이러한 AI 기반 자동화 도입에 적극적입니다. 고객 문의 응대, 사기 거래 탐지, 리스크 관리 등 다양한 영역에서 AI 에이전트가 활용되고 있습니다. 저는 개인 투자자로서 이러한 거대한 시스템을 직접 구축하기는 어렵지만, 클라우드 기반의 저코드(Low-Code) 또는 노코드(No-Code) 솔루션들을 활용하여 부분적으로 AI 에이전트의 기능을 빌려 쓰고 있습니다. 예를 들어, 특정 주식 시장 예측 모델의 결과를 주기적으로 확인하고, 이를 제가 구축한 자동화 시스템과 연동하여 투자 시그널로 활용하는 식입니다.

물론, AI의 예측이 항상 정확한 것은 아닙니다. 저는 AI의 분석 결과를 맹신하기보다는, 하나의 보조 지표로 활용하며 최종 결정은 저의 보수적인 투자 철학과 함께 내립니다. 하지만, 방대한 데이터를 빠르게 처리하고 유의미한 패턴을 찾아내는 AI의 능력은 인간의 한계를 보완해주는 강력한 도구임에 틀림없습니다. 특히 직장인 투자자에게는 제한된 시간 안에 최대한 많은 정보를 소화해야 하므로, AI와 자동화는 선택이 아닌 필수에 가깝다고 생각합니다.

저자 직접 경험: ETF 장기투자의 딜레마와 자동화 솔루션

아, 정말이지, 제가 처음 ETF 장기투자를 시작했을 때를 생각하면 웃음이 나옵니다. 솔직히 말하면, 그때는 시장이 이렇게 복잡할 줄 몰랐습니다. 그저 우량 ETF 몇 개 사서 묻어두면 된다고 생각했죠. 특히 ISA 계좌를 직접 운용하면서 절세 효과까지 노린다는 점에서, 저의 직장인 재테크 핵심 전략이었습니다. 하지만 시장은 늘 예상대로 움직이지 않더군요. 특정 섹터 ETF가 한동안 놀라운 수익률을 보이다가도, 갑자기 예상치 못한 악재로 급락하는 모습을 여러 번 보았습니다. ‘돈을 버는 것보다 잃지 않는 것이 먼저’라는 저의 보수적 철학이 흔들릴 때도 있었죠.

가장 기억에 남는 실패 경험은 바로 2022년 고성장 기술주 ETF 투자였습니다. 당시만 해도 모든 지표가 장밋빛이었습니다. 하지만 금리 인상과 인플레이션 압박이 심화되면서 기술주 전반이 급락했고, 제가 투자했던 ETF 역시 예상보다 훨씬 큰 폭으로 하락했습니다. 당시에는 ‘이건 일시적인 조정일 거야’라고 스스로를 위로했지만, 사실 그 이면에는 충분한 데이터 분석과 리스크 관리가 부족했다는 점을 인정해야 합니다. 그때 깨달았습니다. 단순히 ‘묻지마 장투’가 아니라, 시장의 변화에 유연하게 대응하고, 리스크를 관리하며, 무엇보다 제 자신의 시간을 효율적으로 활용해야 한다는 것을요.

이 경험 이후, 저는 자동화 기술을 제 투자 활동에 본격적으로 접목하기 시작했습니다. 직장인으로서 투자 공부에 할애할 수 있는 시간은 한정적이니까요. 처음에는 n8n으로 주식 시장 개장 전에 주요 경제 지표와 뉴스 요약을 메일로 받아보는 간단한 알림봇을 만들었습니다. 그런데 이게 생각보다 만족도가 높더라고요. 매일 아침 출근길에 5분만 투자해도 그날의 중요한 이슈를 파악할 수 있으니 말입니다. 더 나아가 ETF 자동매수 알림봇도 만들었는데, 이건 제가 설정한 조건(예: 특정 ETF가 52주 신저가 대비 10% 이상 하락했을 경우)을 만족하면 자동으로 매수 시그널을 보내주는 방식입니다. 이 알림을 받으면 제가 직접 매수 여부를 최종 판단하는 거죠. 완전히 자동매매를 하는 건 아니고, 투자의 핵심인 ‘판단’은 제가 하되, ‘정보 탐색’과 ‘기회 포착’을 자동화하는 방식입니다.

자동화로 얻은 투자 공부 시간

자동화 덕분에 저는 주당 최소 3~4시간 이상의 시간을 절약할 수 있었습니다. 이 귀한 시간을 단순히 휴식에만 사용한 것이 아닙니다. 대신 저는 경제 서적을 더 많이 읽고, 재무제표 분석 강의를 듣고, 거시 경제 지표의 상관관계를 심층적으로 연구하는 데 투자했습니다. 예를 들어, 금리 인상 시기에 어떤 섹터가 영향을 받고, 반대로 어떤 섹터가 수혜를 보는지에 대한 과거 데이터를 직접 찾아보고 분석하는 식입니다. 이런 공부는 저의 투자 철학을 더욱 단단하게 만들어주었고, 시장의 흔들림 속에서도 중심을 잡는 데 큰 도움이 됩니다.

솔직히 아직도 확신이 없다면 거짓말이겠죠. 하지만 이 자동화 시스템을 통해 저는 ‘덜 잃는 투자’에 한 발짝 더 다가섰다고 생각합니다. 시장이 불확실할수록, 정확한 정보와 냉철한 판단이 중요합니다. 그리고 그 판단을 돕는 것은 결국 데이터입니다. 제가 구축한 데이터 파이프라인은 제가 원하는 데이터를 적시에 제공해주고, 가격 알림봇은 제가 설정한 투자 원칙에 따라 매수 또는 매도 기회를 놓치지 않게 도와줍니다. 이러한 시스템은 제가 투자를 ‘감정’이 아닌 ‘논리’와 ‘원칙’에 따라 할 수 있도록 이끌어주었고, ISA 계좌의 꾸준한 수익률 관리에도 긍정적인 영향을 미치고 있습니다.

독자 실천 방안: 변동성 시대, 스마트한 ETF 선택과 보수적 접근

지금처럼 시장의 변동성이 크고 산업별 희비가 엇갈리는 시기에는 개인 투자자들이 현명한 선택을 내리기가 더욱 어렵습니다. 뉴욕 증시의 반도체 랠리나 삼성SDI의 ESS 성장 동력과 같은 개별 이슈를 쫓아가기보다는, 전체적인 시장 흐름과 자신의 투자 목표에 부합하는 전략을 세우는 것이 중요합니다. 특히, 저처럼 장기적인 관점에서 꾸준히 자산을 불려나가려는 직장인 투자자에게는 ETF가 매우 매력적인 대안이 될 수 있습니다. 개별 종목 투자에 비해 분산 효과가 뛰어나고, 상대적으로 낮은 비용으로 다양한 시장에 접근할 수 있기 때문입니다.

스마트한 ETF 선택을 위해서는 몇 가지 원칙을 세우는 것이 좋습니다. 첫째, 자신의 투자 목표와 리스크 허용 범위를 명확히 설정해야 합니다. 은퇴 자금 마련인지, 자녀 교육 자금인지, 아니면 단순히 자산 증식인지에 따라 ETF의 종류와 비중이 달라질 수 있습니다. 둘째, ETF의 운용 수수료와 추적 오차율을 꼼꼼히 확인해야 합니다. 장기 투자일수록 복리 효과로 인해 작은 수수료 차이가 최종 수익률에 미치는 영향은 상당합니다. 셋째, ETF가 추종하는 지수와 그 구성 종목들을 이해해야 합니다. 단순히 ‘좋아 보인다’는 이유로 투자하기보다는, 해당 ETF가 어떤 섹터나 테마에 집중하고 있는지, 그리고 그 섹터의 전망이 어떤지를 분석해야 합니다. [기사 5]에서 한국금융지주가 ETF 시장 점유율 확대에 따른 브로커리지 경쟁력 부각으로 주가 상승세를 보였다는 점은, ETF 시장의 전반적인 성장과 투자자들의 관심이 그만큼 높아지고 있다는 방증이기도 합니다.

ISA 계좌를 통한 절세 전략 극대화

제가 ISA(개인종합자산관리계좌) 계좌를 적극적으로 활용하는 이유는 바로 ‘절세’ 효과 때문입니다. ISA 계좌는 주식, 펀드, ETF 등 다양한 금융 상품을 한 계좌에서 운용하며 발생하는 수익에 대해 비과세 또는 저율 분리과세 혜택을 제공합니다. 이는 직장인 투자자들에게 매우 큰 이점으로, 연간 납입 한도(예: 연 2천만원)를 최대한 활용하여 복리 효과와 절세 효과를 동시에 누릴 수 있습니다.

저는 ISA 계좌 내에서 주로 국내 상장된 해외 지수 추종 ETF와 배당 성장 ETF를 운용합니다. 국내 상장 해외 ETF는 해외 직접 투자 대비 환전 수수료 부담이 적고, ISA 계좌의 비과세 혜택을 온전히 누릴 수 있기 때문입니다. 예를 들어, 미국 S&P 500 지수를 추종하는 ‘KODEX 미국S&P500TR’ ETF나, 기술주 중심의 ‘TIGER 미국나스닥100’ ETF를 ISA 계좌에 편입하여 장기적으로 운용하는 전략을 사용합니다. 배당 성장 ETF는 안정적인 현금 흐름을 제공하면서도 장기적으로 자산 가치를 늘려주는 효과가 있어 포트폴리오의 안정성을 높이는 데 기여합니다.

ISA 계좌는 만기 시 발생하는 이자와 배당 소득에 대해 일정 금액까지 비과세하고, 초과분에 대해서도 낮은 세율로 분리과세하므로, 일반 주식 계좌와 비교해 세금 부담을 크게 줄일 수 있습니다. ‘돈을 버는 것보다 잃지 않는 것이 먼저’라는 저의 철학은 단순히 손실을 피하는 것을 넘어, 세금이라는 ‘숨겨진 비용’까지 최소화하는 전략으로 확장됩니다. ISA 계좌는 이러한 절세 전략을 실행하는 데 있어 가장 효과적인 도구 중 하나입니다. 직장인이라면 반드시 ISA 계좌를 개설하고 자신의 투자 계획에 맞춰 적극적으로 활용해 볼 것을 권장합니다.

전망: AI 시대의 투자 환경 변화와 금융 자동화의 미래

우리는 지금 AI 기술이 산업 전반을 재편하는 격변의 시대를 살고 있습니다. 이러한 변화는 금융 시장과 투자 환경에도 예외 없이 영향을 미치고 있습니다. 뉴욕 증시를 견인하는 반도체 랠리의 중심에도 AI 기술이 있고, 배터리 산업의 미래 역시 전기차를 넘어 ESS와 같은 새로운 AI 기반 스마트 그리드 솔루션과 연계될 가능성이 큽니다. AI는 단순히 주가 예측 모델을 고도화하는 것을 넘어, 투자 의사결정 과정 자체를 혁신할 잠재력을 가지고 있습니다.

미래의 투자 환경에서는 AI가 개인화된 투자 조언을 제공하고, 포트폴리오를 자동으로 최적화하며, 심지어 시장의 미세한 비효율성까지 찾아내 수익 기회를 창출할 수 있을 것입니다. 하지만 저는 이러한 AI의 발전이 인간의 역할을 완전히 대체할 것이라고는 생각하지 않습니다. 오히려 AI는 투자자들이 더 현명하고 효율적인 결정을 내릴 수 있도록 돕는 강력한 ‘도구’로 진화할 것입니다. 예를 들어, 복잡한 재무 데이터를 몇 초 만에 분석하여 투자 아이디어를 제시하거나, 글로벌 경제 뉴스를 실시간으로 요약하여 투자 판단에 필요한 통찰력을 제공하는 방식으로 말이죠. 제가 구축한 데이터 파이프라인이나 가격 알림봇은 바로 이러한 미래 금융 자동화의 초기 단계라고 볼 수 있습니다.

금융 자동화의 미래는 더욱더 개인 맞춤형으로 진화할 것입니다. 단순히 주가 알림을 넘어서, 개인의 소비 패턴, 재정 상태, 투자 목표 등을 종합적으로 분석하여 최적화된 재테크 솔루션을 제안하는 AI 에이전트의 등장이 가능해질 것입니다. 저는 현재의 자동화 시스템을 고도화하여, 단순한 데이터 수집을 넘어 더 정교한 리스크 관리 모델과 연동시키는 방법을 구상 중입니다. 예를 들어, 거시 경제 지표의 특정 변화(예: 금리 인상 속도 가속화)가 감지될 경우, 제 포트폴리오의 위험 자산 비중을 자동으로 조정할 것을 제안하는 알림을 받는 식입니다. 이는 ‘돈을 버는 것보다 잃지 않는 것이 먼저’라는 저의 보수적 투자 철학을 AI 시대에 맞게 구현하는 방식이 될 것입니다.

데이터 주권과 윤리적 투자 관점

금융 자동화와 AI의 발전은 ‘데이터 주권’이라는 새로운 화두를 던지고 있습니다. 개인의 금융 데이터가 방대하게 수집되고 분석되는 과정에서, 정보 보안과 프라이버시 보호는 더욱 중요해질 것입니다. 투자자들은 자신의 데이터를 누가 어떻게 활용하는지에 대해 명확히 인지하고, 신뢰할 수 있는 플랫폼과 서비스를 선택해야 합니다. 또한, AI 기반 투자 시스템이 특정 투자자들에게 불공정한 이점을 제공하거나 시장 왜곡을 초래할 가능성에 대한 윤리적 논의도 활발해질 것입니다.

ESG(환경, 사회, 지배구조) 투자가 중요해지는 현대 사회에서, AI가 단순히 수익률만을 추구하는 것을 넘어 사회적 가치까지 고려하는 ‘윤리적 AI 투자 시스템’을 구축하는 것도 중요한 과제가 될 것입니다. 예를 들어, 투자하려는 기업의 ESG 평가 데이터를 자동으로 수집하고 분석하여, ESG 기준에 부합하는 기업에만 투자하도록 가이드라인을 제시하는 식입니다. 이는 투자 자동화가 단순한 기술적 효율성을 넘어, 더 나은 사회를 만드는 데 기여할 수 있는 가능성을 열어줄 것입니다.

저는 RPA 엔지니어로서 이러한 변화의 최전선에 서 있습니다. 제가 직접 구축한 금융 자동화 도구들을 통해 얻은 경험은 단순히 개인적인 재테크를 넘어, 더 많은 사람들이 스마트하고 안전한 투자를 할 수 있도록 돕는 데 기여할 수 있다고 믿습니다. 미래의 투자 환경은 더욱 복잡하고 도전적일 것이지만, 자동화와 AI를 현명하게 활용한다면 우리는 그 어떤 시대보다도 강력한 투자 도구를 손에 쥘 수 있을 것입니다. 결국, 중요한 것은 기술을 어떻게 활용하여 자신의 투자 원칙을 지키고, 장기적인 관점에서 꾸준히 성과를 쌓아나갈 것인가 하는 점입니다.

황민 (Hwang Min)

IT·RPA·AI 분야 개발자. 웹앱 개발, UiPath RPA, n8n 자동화 실무 경력 4년. AI·금융·IT 트렌드를 현장 개발자 시각으로 분석합니다.

GitHub 이메일 프로필 보기