웹툰 하네스를 참고한 ETF 발굴 에이전트·스킬 설계

멘토님이 공개한 웹툰 하네스를 봤다(revfactory/webtoon-harness). 역할별 AI 에이전트와 반복 작업 지침인 스킬을 묶어 트렌드 리서치부터 조립까지 진행하는 실행 구성이었다. 이런 구성 전체를 하네스라고 부른다.

구성을 뜯어보다가 이 방식이 웹툰에만 묶일 이유는 없다고 생각했다. 에이전트를 팀으로 묶고 방법론을 스킬로 분리하는 골격은 만드는 대상이 달라져도 성립할 것 같았다. 나는 이 구조로 ETF 발굴을 자동화하고 싶었다.

그래서 웹툰 하네스의 구성을 참고해 ETF 발굴 하네스를 만들었다. 시장 진단에서 시작해 섹터, 테마, ETF 후보, 3축 검증, 4단계 판정까지 내려가는 파이프라인을 같은 방식으로 에이전트와 스킬에 나눠 담았다.

웹툰 하네스는 27개 에이전트를 네 팀으로 나눠 흐르게 했다

먼저 눈에 들어온 건 에이전트를 한 줄로 늘어놓지 않았다는 점이었다. 에이전트 27개를 한 폴더에 던져두면 무엇이 먼저 실행되는지 파악하기 어려운데, 웹툰 하네스는 이를 역할과 단계에 따라 묶어뒀다.

리서치·시나리오·비주얼·조립 — 팀이 곧 파이프라인 단계다

에이전트 27개가 네 팀으로 나뉘었고, 각 팀이 파이프라인의 한 단계를 통째로 맡았다.

팀	에이전트 수	맡는 단계
리서치	5	트렌드 스카우팅, 플랫폼 랭킹, 독자 분석, 훅 분해, 종합
시나리오	9	컨셉·월드빌딩·캐릭터·플롯·긴장 곡선·대사
비주얼	9	아트 디렉션, 레퍼런스 시트, 패널 연출, 레터링, 렌더, 검증
조립	4	조판, QA, 연속성 추적, 최종 승인

에이전트를 일의 종류가 아니라 파이프라인 위치로 묶은 게 핵심이었다. 폴더 구조만 봐도 트렌드 → 시나리오 → 비주얼 → 조립으로 이어지는 흐름이 읽혔다. 리서치가 낸 트렌드 브리프가 시나리오의 입력이 되고, 시나리오가 짠 컷 리스트가 비주얼의 입력이 되는 식으로 팀 사이에 데이터가 한 방향으로 흘렀다.

팀 안에서는 병렬, 팀을 넘길 땐 검증이 막았다

같은 팀 안의 작업은 병렬로 돌았다. 리서처 넷이 동시에 트렌드를 조사하고, 렌더 아티스트 셋이 패널을 한 번에 그렸다. 이미지 생성은 codex로 한 번에 5장까지 동시에 뽑았다.

병렬 생성 결과가 다음 단계로 넘어가기 전에 검증 조건, 즉 게이트를 통과하도록 했다. 캐릭터 일관성은 레퍼런스 시트를 먼저 렌더해 단일 기준으로 삼고 모든 패널 프롬프트에 주입했다. 패널이 나오면 검증 에이전트가 6축으로 확인하고, 기준에 못 미치면 다시 그리게 했다. 대사 말풍선은 후처리로 얹지 않고 이미지 안에 직접 구워 넣었다. 빠르게 만들되 틀리면 되돌리는 구조였다.

스킬 6개 — 진입점 하나에 방법론 다섯

스킬 6개는 성격에 따라 둘로 나뉘었다. webtoon-orchestrator가 유일한 진입점이었고, 나머지 5개는 트렌드 리서치·시나리오·패널 분해·렌더·조립에 필요한 방법론이었다.

에이전트가 누가 할지를 정했다면 스킬은 어떻게 할지를 정했다. 누군가 레포를 처음 열어도 오케스트레이터 하나만 찾으면 나머지 단계가 연결돼 실행됐다. 내가 가져온 것도 이 세 가지였다. 에이전트를 팀으로 묶고, 반복되는 방법론을 스킬로 분리하고, 진입점은 하나만 남긴다.

네 팀의 실제 구성은 5·9·9·4명으로 총 27명이며, 기존 그림의 비주얼 8·조립 3 표기는 각각 검증·최종 승인 역할이 빠진 수다

그 골격을 ETF 발굴 하네스에 그대로 옮겼다

ETF 발굴에도 팀·스킬·진입점을 나누는 구성을 적용했다. 단계 사이의 전달 방식은 참고하되, 후보를 평가하는 기준은 ETF에 맞게 정해야 했다.

에이전트 17개 — 단계별 팀이 후보를 좁혀갔다

파이프라인 단계마다 에이전트를 팀으로 묶었다. 처음에는 14개로 시작했지만 파일럿을 두 번 실행하면서 17개로 늘었고, 결과는 output/2026-07-05/와 output/2026-07-05-us/에 쌓였다. 섹터별·테마별·ETF별 작업은 여러 갈래로 나누어 병렬 실행했다.

단계 팀	에이전트 수	하는 일
시장·섹터	2	시장 관찰, 섹터 등급화
테마 발굴	3	테마 확장, 양방향 근거, 핵심 테마 선정
ETF 후보	2	실존 확인, 보유종목 밸류체인
독립 평가	3	테마 구조·재무·가격 3축
판정·리포트	4	비교, 하드 게이트, 4단계 판정, QA
UI·전달	3	페이로드, HTML 렌더, 렌더 QA

한 군데는 오히려 웹툰보다 팀 결합을 더 끊었다. 테마 구조·재무·가격을 평가하는 3축 스코어러는 서로의 판단을 참조하면 축이 오염될 수 있어 통신을 금지했다. 웹툰의 팀은 앞 단계 결과를 받아 이어갔지만, 이 셋은 같은 ETF를 독립적으로 채점한 뒤 마지막에야 결과를 합쳤다.

스킬 6개 — 진입점과 공유 표준, 전달 레이어

스킬도 웹툰 하네스와 같은 기준으로 나눴다. etf-discovery-orchestrator를 진입점으로 두고, etf-evidence-standards·etf-grading-standards·etf-compliance-rules·etf-report-templates에는 여러 에이전트가 함께 쓰는 방법론을 담았다. etf-ui-render는 결과를 전달 형식으로 바꾸는 레이어로 분리했다.

에이전트와 스킬 수는 웹툰의 27/6에서 ETF의 17/6으로 달라졌다. 에이전트는 팀으로 묶고, 방법론은 스킬로 빼고, 진입점은 하나만 둔다는 구성은 그대로 옮겼다.

도메인이 달라서 손본 부분도 있었다. 웹툰 하네스가 조사·시나리오·이미지·조립을 연결했다면 ETF는 재무·가격·보유종목을 FMP 같은 외부 데이터 API에서 가져와야 했고, 최종 결과도 세로 스크롤 HTML 뷰어가 아니라 공유·보관용 PDF로 뽑았다. 파이프라인 골격은 그대로 두고 입력 소스와 출력 형식만 도메인에 맞게 바꾼 셈이다.

27/6과 17/6은 각각 에이전트·스킬 수이며, 팀·스킬·진입점을 분리한 구성을 두 도메인에 적용했다

ETF 하네스는 위에서 좁히고 아래에서 검증한다

골격은 참고했지만 그 안에 채운 판단 로직은 ETF 도메인에서 새로 설계해야 했다. 이 하네스는 특정 ETF를 찍어 분석하지 않는다. 시장 환경에서 출발해 후보를 좁혀 내려간 다음, 좁힌 후보를 보유종목 단위로 다시 검증한다.

하향식 발굴 — 시장 환경에서 ETF 후보까지

시장 진단이 먼저다. 거시경제 항목을 관찰해 유리한 섹터 유형을 잡고, 6개 평가 기준을 정한 루브릭으로 등급을 매겨 섹터 3~5개를 고른다. 고른 섹터마다 테마를 최소 10개씩 발굴하는데, 이때 긍정 요인만이 아니라 부정 요인도 반드시 채운다. 부정 근거가 빈 테마는 미완성으로 본다.

그렇게 넓힌 테마를 최소 선정 조건으로 한 번 거른 뒤 7기준으로 심사해 핵심 테마 3개만 남긴다. 각 테마마다 실존이 확인된 ETF 후보 3~5개를 찾는다. 시장에서 시작해 섹터, 테마, ETF 후보로 단계마다 후보 공간을 줄여 내려가는 하향식이다.

시장에서 시작해 단계마다 후보를 좁히고, 마지막은 추천이 아니라 네 상태로 끝난다

상향식 검증 — 이름이 아니라 보유종목으로

좁힌 ETF 후보는 다시 아래에서부터 검증한다. ETF 이름을 믿지 않고 실제 보유종목을 85% 넘게 훑어 밸류체인 비중과 테마 순도를 계산한다. 이름은 “AI ETF”인데 보유종목을 까보면 빅테크만 담고 있는 경우를 걸러내기 위해서다.

그다음 3축으로 채점한다. 테마 구조는 전망 데이터만, 재무 상태는 현재 데이터만, 가격 적정성은 배수를 업종·과거·성장률 세 맥락으로 본다. 세 축은 앞서 말한 대로 서로 참조하지 않는다. 3축과 별개로 상품 구조와 거래 품질에는 점수로 상쇄할 수 없는 필수 통과 조건인 하드 게이트를 둔다. 레버리지·인버스·합성 구조인지, 운용자산 규모(AUM)·거래대금·매수와 매도 호가의 차이(스프레드)·기준 지수와의 차이(추적오차)가 기준을 충족하는지를 점수와 무관하게 판정해서, 3축이 좋아도 여기서 걸리면 상쇄되지 않는다.

4단계 판정 — 근거에 따라 검토 상태를 남긴다

최종 결과는 네 가지 검토 상태로 구분한다. 아래의 커버리지는 판단에 필요한 근거가 얼마나 확보됐는지 나타내는 기준이다.

판정 상태	언제
검토 가능	3축 모두 B- 이상, 전 축 커버리지 70% 이상, 구조·거래 게이트 통과
조건부 검토	3축 중 1개가 C+ 이하, 또는 가격 부담·종목 쏠림·유동성 확인 필요
우선순위 낮음	3축 중 2개 이상 C+ 이하, 테마 순도 40% 미만, 부적합 구조
판단 보류	커버리지 60% 미만, 필수 보유종목 데이터 부족, 핵심 근거 충돌

데이터가 없으면 억지로 등급을 만들지 않고 판단 보류로 남긴다. 후보가 0개로 끝나도 유효한 결과다. “검토 가능”이 매수 추천을 뜻하지 않는다는 문구를 결과마다 함께 붙인다. 웹툰 하네스의 검증 게이트가 못 그린 패널을 다시 그리게 했다면, 이쪽 게이트는 근거가 부족한 판단을 등급 대신 보류로 돌리는 역할을 했다.

마무리

웹툰 하네스 하나를 참고해 시작했지만, 에이전트를 파이프라인 위치에 따라 팀으로 묶고 방법론을 스킬로 분리하고 진입점을 오케스트레이터 하나로 두는 방식은 ETF에서도 그대로 성립했다. 팀 안에서 병렬로 돌리고 단계를 넘길 때 게이트로 거르는 흐름까지 똑같이 옮겨졌다.

정작 품이 많이 든 부분은 골격이 아니라 그 안에 채운 판단 로직이었다. 하향식으로 후보를 좁히는 기준, 보유종목 기반 3축 분리, 하드 게이트, 4단계 판정은 도메인마다 새로 설계해야 하는, 참고만으로는 해결되지 않는 부분이었다.

참고한 구성은 작업을 나누고 다시 합치는 출발점이 됐다. 실제 결과의 신뢰도는 각 단계의 입력, 독립 평가 기준, 근거가 부족할 때의 보류 조건을 어떻게 정하는지에 달려 있었다.

ETF 자체를 검증하는 현재 범위와 개인의 투자 조건에 맞는지 판단하는 Investor Fit은 별도 단계다. 이 글의 구현 범위는 전자까지다.

참고 자료

• 웹툰 하네스 초기 구성 — 팀별 에이전트와 스킬 구성