무료 로컬 AI(Ollama)로 24시간 미국 증시 시황 알림 봇 만들기

 

이 글의 목표: ChatGPT API 비용 없이, 내 PC에서 직접 돌리는 로컬 AI로 매일 아침 미국 증시 시황을 텔레그램으로 자동 수신하는 봇을 구성하는 방법을 설명한다.
사용 스택: Python / n8n → Ollama(Gemma 4) → Telegram Bot API

ChatGPT API 대신 Ollama를 선택한 이유

문제는 누적 비용이다. 경제 뉴스 요약 봇은 특성상 하루에도 수차례 API를 호출한다. 야후 파이낸스 기사 5개, 공포탐욕지수, FOMC 코멘트 수집까지 하면 하루에 수십 번의 API 호출이 발생한다. ChatGPT API(GPT-4급)는 입출력 토큰 합산 기준으로 요청 한 번에 수십 원에서 수백 원 수준의 비용이 생긴다. 하루 50회 호출 기준으로 월 2~5만 원은 금세 쌓인다.

비유하자면 이렇다.
ChatGPT API는 전화할 때마다 요금이 청구되는 국제전화다. 반면 Ollama는 한 번 설치하면 통화 횟수와 무관하게 요금이 0원인 인터폰이다. 하드웨어(내 PC)만 있으면 된다.

Ollama는 오픈소스 로컬 AI 런타임이다. 내 Mac Mini나 일반 PC에서 LLM(대형 언어 모델)을 직접 구동한다. 인터넷 연결 없이도 동작하며, API 키도 없고, 호출 비용도 없다.

항목	ChatGPT API	Ollama (로컬)
API 호출 비용	토큰당 과금 (누적됨)	0원
인터넷 필요 여부	필수	불필요 (로컬 실행)
데이터 보안	외부 서버로 데이터 전송	내 PC 외부로 유출 없음
사용 모델	GPT-4o 등 (유료)	Gemma 4, Llama 3 등 (무료)
초기 세팅	API 키 발급, 결제 등록	설치 후 즉시 사용

현재 Ollama에서 사용 가능한 Gemma 4(Google DeepMind, Apache 2.0 라이선스)는 12B·26B 등 다양한 크기로 제공된다. 12B 모델 기준으로 뉴스 요약 작업은 충분히 소화한다.

알림 봇 시스템 파이프라인

전체 구조는 3단계다. 데이터를 모으고 → AI가 요약하고 → 텔레그램으로 쏜다.

단계	역할	사용 도구	수집·처리 대상
1	데이터 수집	Python (yfinance, requests) 또는 n8n HTTP 노드	야후 파이낸스 뉴스 헤드라인, S&P 500·나스닥 지수, CNN 공포탐욕지수, 경제 지표 발표 일정
2	요약 및 분석	Ollama + Gemma 4 (12B) 로컬 API 호출 (포트 11434)	수집된 텍스트를 투자자 관점 3줄 요약, 핵심 키워드(인플레이션·금리·실적) 추출
3	알림 전송	Telegram Bot API (sendMessage)	요약 결과를 텔레그램 채널·개인 채팅으로 전송. 매일 오전 7시 스케줄러로 자동 실행.

Ollama 로컬 API 호출 구조 (Python 예시)

import requests

response = requests.post(
  "http://localhost:11434/api/generate",
  json={
    "model": "gemma4:12b",
    "prompt": prompt_text, # 아래 섹션에서 작성
    "stream": False
  }
)
summary = response.json()["response"]

증시 분석에 최적화된 프롬프트 세팅

AI에게 "뉴스 번역해 줘"를 시키면 그냥 번역기가 된다. 투자자 관점의 요약을 지시하는 프롬프트를 구성해야 쓸모가 생긴다.

핵심은 두 가지다. 역할 지정(Role)과 출력 형식 제한(Format).

# 프롬프트 예시 1 — 핵심 키워드 추출
"""
너는 미국 증시 전문 애널리스트야.
주어진 뉴스에서 인플레이션(PCE/CPI) 및 연준(Fed) 금리 관련 키워드만 추출해서 3줄로 요약해 줘.
각 줄은 '•'로 시작하고, 수치가 있으면 반드시 포함해.
뉴스: {news_text}
"""

# 프롬프트 예시 2 — 시장 분위기 한 줄 판단
"""
오늘 미국 증시 뉴스를 읽고 시장 분위기를 '위험 선호 / 관망 / 위험 회피' 중 하나로 판단하고
그 이유를 2문장 이내로 설명해 줘.
뉴스: {news_text}
"""

프롬프트 작성 원칙
역할(너는 ~야) → 작업 지시 → 출력 형식 → 입력 데이터 순으로 구성하면 결과 품질이 일정하게 유지된다. "요약해 줘"만 쓰면 모델마다 출력 형식이 제각각이 된다.

로컬 AI 서버의 한계점과 현실적인 해결책

이 구성의 명백한 단점은 하나다. PC를 24시간 켜둬야 한다.

전기세 vs API 비용 비교

Mac Mini M2 기준 소비전력은 약 30~45W 수준이다. 24시간 가동 시 월 약 22~32kWh 소비.
한국 전기요금 기준(주택용 누진 3단계 제외) 약 월 3,000~5,000원 수준의 추가 전기요금이 발생한다.
반면 동일한 작업을 GPT-4급 API로 처리하면 월 2~5만 원 이상 누적된다.
전기세가 훨씬 저렴하다.

한계점	현실적인 해결책
PC 24시간 상시 가동 필요	Mac Mini 등 저전력 소형 PC 사용 (전기세 부담 최소화)
대형 모델은 RAM 요구량 높음	Gemma 4 12B 기준 RAM 16GB 권장 / 8GB에서는 8B 모델 사용
GPT-4 대비 성능 차이 존재	뉴스 요약·키워드 추출 수준은 Gemma 4 12B로 충분. 창의적 분석보다 정형화된 요약에 집중
초기 세팅 진입장벽	다음 포스팅에서 Ollama 설치부터 첫 API 호출까지 단계별로 다룰 예정

장기적으로 보면 클라우드 AI API 요금은 올라갈 수 있고, 로컬 모델 성능은 계속 올라간다. 지금 세팅해두면 나중에 더 이득이다.

💡 로컬 AI에 관심이 생겼다면? 코딩할 때도 무료로 Gemma 4를 활용해 보세요!

Ollama에 올린 Gemma 4를 VS Code에서 GitHub Copilot 없이 바로 연결하는 방법. 세팅 시간 15분이면 된다.

👉 VS Code에서 Gemma 4 로컬 AI 쓰는 방법 — GitHub Copilot 없이 바로가기

이 봇의 핵심은 복잡한 코드가 아니라 파이프라인의 조합이다. 크롤링 → 로컬 AI 요약 → 텔레그램 전송. 각 단계를 따로 만들어서 붙이면 된다.

다음 글에서는 Ollama 설치와 Gemma 4 모델 다운로드, 첫 API 호출까지 순서대로 다룬다.