Tauric의 TradingAgents, 트레이딩 데스크 전체를 오픈소스로 공개

TradingAgents는 거래 결정을 실제 트레이딩 조직을 그대로 옮겨 놓은 전문 LLM 에이전트들로 분해하는 오픈소스 프레임워크다. 펀더멘털 분석가, 감성 분석가, 뉴스 분석가, 기술적 분석가가 증거를 수집하고, 강세론자와 약세론자 연구원이 구조화된 라운드로 이를 토론하며, 트레이더가 제안서를 작성하고, 리스크 팀이 익스포저를 검토하며, 포트폴리오 매니저가 주문이 시뮬레이션 거래소에 도달하기 전에 승인, 거부 또는 조정한다. LangGraph 기반으로 구축되어 OpenAI, Anthropic, Google, DeepSeek, Qwen, GLM, Groq, Azure, Bedrock 등 12개 이상의 LLM 제공자를 지원하고, 과거 실현 수익을 되돌아보는 결정 로그를 유지하며, 중단된 실행을 체크포인트에서 재개한다. 자매 프로젝트인 Trading-R1은 동일한 팀을 목적에 맞게 구축된 금융 LLM에 적용한다.

트레이딩 회사의 전체 워크플로, 즉 분석가, 강세/약세 토론, 트레이더, 리스크 데스크, 포트폴리오 매니저를 개발자가 엔드투엔드로 실행할 수 있는 오픈소스로 제공해야 한다는 베팅이다.

Tauric Research는 지능형 금융 트레이딩에 집중하는 AI 연구 회사다. 창업자 Yijia Xiao는 칭화대에서 Zhipu 공동 창업자인 Tang Jie 밑에서 컴퓨터 과학을 공부한 뒤 UCLA로 옮겨 Edward Sun, Di Luo, Wei Wang과 공저자로 박사 과정을 밟았다. 팀은 2024-12-28에 연구 논문(arXiv 2412.20138)과 함께 TradingAgents를 GitHub에 게시했으며 별도의 출시 캠페인은 없었다. 저장소에는 수많은 문의를 받은 끝에 팀이 프레임워크를 전면 오픈소스화하기로 결정했다고 적혀 있었다.

조용하던 저장소는 2025년 초 대부분의 기간을 연구 산출물로 보냈다. 2026년 2월 v0.2.0에서 멀티 제공자 LLM 지원이 추가되며 프로젝트가 상승하기 시작했고, 팀이 2026년 3월 전면 오픈소스 릴리스를 발표하자 입소문이 퍼졌으며 36kr는 그달 말까지 39,000개 이상의 스타와 7,200개 이상의 포크를 보도했다. 2026년 5월 초까지 TradingAgents는 GitHub의 Python 트렌딩 차트에서 1위를 차지하며 71,400개 이상의 스타와 13,800개 이상의 포크를 기록했고, 일주일 만에 11,000개 이상의 스타를 얻었으며, TMTPost는 이를 수직적 워크플로가 개발자 관심에서 범용 오케스트레이션 프레임워크를 밀어내고 있다는 증거로 해석했다. 봄까지의 릴리스에서는 결정 메모리, 체크포인트 재개, 구조화된 출력, 근거 기반 감성 분석가가 추가되었고, 2026년 8월의 v0.4.0에서는 미래 정보 참조(look-ahead) 수정과 결정 로그 메모리가 추가되었다.

2026-09-05 기준 TradingAgents는 운영 중이며 여전히 성장하고 있다. TechTarget의 9월 초 주간 목록에서 다시 가장 빠르게 성장하는 저장소 상위 20위에 포함되었으며, v0.4.0은 8월에 릴리스되었다. 이는 투자 조언이 아니며 수익은 모델, 데이터, 설정에 따라 달라진다는 명시적 면책 조항이 있는 연구 프레임워크로 남아 있다. Tauric Research의 매출이나 펀딩 수치는 공개된 바 없다. 입소문이 난 오픈소스 워크플로가 상업적 제품으로 전환될지, 그리고 그 결정들이 실제 자본 아래에서 견딜 수 있을지는 여전히 미해결이다.

하나의 모델에 분석가, 반대론자, 트레이더, 리스크 관리자 역할을 동시에 맡기면 블랙박스가 만들어진다. 구조화된 토론을 하는 분리된 에이전트들은 모든 단계에 감사 가능한 책임자를 부여한다.

수직적이고 검증된 워크플로는 '내 에이전트를 어떻게 오케스트레이션할까'가 아니라 '오늘 무엇을 실행할까'에 답한다. 이것이 TradingAgents가 Python 트렌딩 차트에서 범용 프레임워크를 밀어낸 이유다.

전면 오픈소스화는 의도적인 신뢰 전략이었다. 금융 개발자들은 폐쇄형 시스템을 자신들의 연구에 연결하지 않겠지만, 검사하고 확장할 수 있는 투명한 시스템에는 스타를 주고 포크할 것이다.

연구 전용 면책 조항은 정직한 기대치를 설정한다. 이 프로젝트의 가치는 멀티 에이전트 분석을 연구하기 위한 발판으로 입증된 것이지, 돈을 찍어낸다는 주장이 아니다.

개발자들이 스타를 준 것은 영리한 모델이 아니라 완전하고 감사 가능한 워크플로였다. 가치 있는 베팅은 회사의 전체 의사결정 과정을 실행 가능한 오픈소스로 패키징한 것이었다.

TradingAgents는 조용한 연구 저장소에서 2026년 GitHub에서 가장 빠르게 성장하는 프로젝트 중 하나가 되었다. 3월 말까지 39,000개 이상의 스타, 5월 초까지 71,400개 이상의 스타를 기록했고, v0.4.0 이후 9월 초 주간 상위 20위에 이름을 올렸다. Tauric Research는 여전히 작은 규모로, 공개 저장소는 세 개이며, 프레임워크와 Trading-R1 연구 라인 외에 공개된 매출이나 펀딩은 없다. 커뮤니티 채택이 유료 사용자로 전환될지, 그리고 투자 조언으로 의도되지 않았다고 명시한 연구 도구가 청중을 유지할 수 있을지는 여전히 미해결 질문이다.