MacroPulse News

방법론 (Methodology)

MacroPulse는 공개된 데이터와 검증 가능한 방법으로 거시경제·금융 정보를 분석합니다.

핵심 원칙: 모든 분석은 공개된 데이터 소스에서 시작하며, 교차검증을 거친 후 발행됩니다. 데이터 출처와 방법론을 투명하게 공개하여 이용자가 직접 검증할 수 있도록 합니다.

1. 데이터 수집 (Ingestion)

국내외 공개 RSS·뉴스 API에서 매 5~15분 단위로 헤드라인을 수집합니다. URL 정규화 + content hash로 중복을 제거하고, raw_news 테이블에 적재합니다.

주요 데이터 출처

  • 국내 통신사: 연합뉴스, 한국경제, 매일경제, 조선비즈 등 RSS
  • 해외: Reuters, Bloomberg 공개 피드, AP 등
  • 시장 데이터: 한국거래소(KRX), DART 전자공시, 한국은행 경제통계
  • 일일 평균 수집량: 약 100건/일

2. 분류 (Classification)

키워드 기반 1차 분류기(topic_quick_classify.py)가 7분야 중 하나로 즉시 라벨링합니다. 미분류 또는 모호한 기사는 LLM 보조 분류기(news_topic_classifier.py)가 재분류합니다.

분류 카테고리 (7분야)

  • 정치: 대통령, 국회, 선거, 외교, 정당
  • 경제: 금리, CPI, GDP, 재정, 고용
  • 시장: 코스피, 환율, 채권, 유가, ETF
  • IT: 반도체, 빅테크, 스타트업, 클라우드
  • 국제: 미국, 중국, EU, 지정학, 무역
  • 사회: 인구, 교육, 노동, 복지
  • 과학: 연구, 우주, 기후, 바이오

분류 결과는 news_topic_cache 테이블에 저장되며, topic_slug ∈ {정치, 경제, 시장, 국제, IT, 사회, 과학, 문화, 스포츠, 오피니언, 기타}.

3. 랭킹 및 영향도 점수 (Ranking & Impact Score)

각 헤드라인은 기본 중요도(1~10점)를 부여받으며, 최신성 감쇠(Recency Decay) 알고리즘이 적용된 유효 점수(Effective Score)로 정렬됩니다.

기본 점수 계산 요소: 출처 신뢰도 · 시장 연관 키워드 · 감성 극성 · 종목 매핑 수.
시간 감쇠 모델: effective_score = base_score × exp(-age_hours / 36) (반감기 36시간).
이를 통해 오래된 고점수 기사보다 최신 발생 기사가 우선순위를 갖도록 조정됩니다. 교차 검증 샘플 100건 기준 토픽 정합률 약 87% (2026-05-28 기준).

4. 교차검증 및 분석 생성

raw_news 수집 → topic 분류 → 24h 헤드라인 30건 선별
    ↓
초안 생성 → 교차 검증 → news_editorials 저장
    ↓
news-site / stock-site cross-link → R2 배포

5. 일일 분석 생성 (Editor's Take)

매일 06:00 KST에 7분야 분석 인사이트를 자동 생성합니다.

6. 갱신 주기

뉴스 수집

5~15분 간격

일일 분석

매일 06:00 KST

속보 피드

60초 실시간 감지

7. 종목 매핑

헤드라인·분석에서 한국 종목명·티커를 추출해 종목 페이지(stock.macropulseai.net)와 양방향 cross-link합니다.

8. 한계 및 면책

본 사이트의 분석 결과는 데이터 수집과 규칙 기반 파이프라인(일부 LLM 기반 재분류 포함)을 통해 자동 생성됩니다. 자동 분석 특성상 사실 오류·편향을 포함할 수 있으며, 모든 콘텐츠는 정보 제공 목적입니다.

  • 투자 자문이 아니며, 최종 판단은 이용자의 책임입니다
  • 과거 분석 기록이 미래 성과를 보장하지 않습니다
  • 데이터 소스의 오류·지연이 분석에 반영될 수 있습니다

자세한 내용은 이용 약관을 참조하세요.

📊 데이터 출처 상세 → 📝 편집 정책 →

최종 갱신: 2026-05-31 (v22)