AI API로 자동화된 재무 보고서 만들기: 완전 초보자 가이드

4.3 대량 재무 데이터 배치 처리

여러 기업의 데이터를 한 번에 처리해야 하는 경우, 배치 처리 기능을 활용하면 효율적입니다. 다음 코드는 여러 재무 데이터를 순차적으로 분석합니다.

import requests
import json
import time
from datetime import datetime

BASE_URL = "https://api.holysheep.ai/v1"
API_KEY = "YOUR_HOLYSHEEP_API_KEY"  # 실제 키로 교체

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

def batch_financial_analysis(companies_data, model="deepseek"):
    """
    여러 기업의 재무 데이터를 배치로 분석합니다.
    
    Args:
        companies_data: 기업 데이터 리스트
        model: 사용할 AI 모델
    
    Returns:
        각 기업의 보고서와 전체 요약
    """
    results = []
    total_cost = 0
    total_tokens = 0
    
    print(f"📊 {len(companies_data)}개 기업 분석 시작...")
    print(f"🤖 사용 모델: {model.upper()}")
    print("-" * 50)
    
    for idx, company in enumerate(companies_data, 1):
        print(f"\n[{idx}/{len(companies_data)}] {company['name']} 분석 중...")
        
        # 개별 기업 분석 요청
        start_time = time.time()
        
        prompt = f"""
        기업명: {company['name']}
        기간: {company['period']}
        
        매출액: {company['revenue']:,}원
        영업이익: {company['operating_income']:,}원
        순이익: {company['net_income']:,}원
        총자산: {company['assets']:,}원
        부채: {company['liabilities']:,}원
        전년 동기 매출: {company['prev_revenue']:,}원
        
        위 데이터 기반으로 간결한 경영 분석 보고서를 작성해주세요.
        형식:
        1. 핵심 지표 (매출액성장률, 영업이익률, 자기자본비율)
        2. 전년 대비 분석
        3. 종합 평가 (우수/양호/개선필요)
        """
        
        payload = {
            "model": "deepseek-chat" if model == "deepseek" else f"{model}-model",
            "messages": [
                {"role": "system", "content": "당신은 전문 재무 분석가입니다. 간결하고 명확하게 작성해주세요."},
                {"role": "user", "content": prompt}
            ],
            "temperature": 0.2,
            "max_tokens": 800
        }
        
        try:
            response = requests.post(
                f"{BASE_URL}/chat/completions",
                headers=headers,
                json=payload,
                timeout=30
            )
            response.raise_for_status()
            result = response.json()
            
            elapsed = time.time() - start_time
            usage = result.get("usage", {})
            tokens = usage.get("total_tokens", 0)
            
            # 비용 계산 (모델별 가격)
            model_prices = {
                "deepseek": 0.42,
                "gpt": 8.0,
                "claude": 15.0,
                "gemini": 2.50
            }
            price_per_mtok = model_prices.get(model, 0.42)
            cost = (tokens / 1_000_000) * price_per_mtok
            
            total_cost += cost
            total_tokens += tokens
            
            results.append({
                "company": company['name'],
                "report": result["choices"][0]["message"]["content"],
                "tokens": tokens,
                "cost": cost,
                "elapsed_ms": round(elapsed * 1000)
            })
            
            print(f"   ✅ 완료: {tokens} 토큰, {round(elapsed*1000)}ms, ${round(cost, 4)}")
            
            # API 제한 회피를 위한 대기 (1초)
            time.sleep(1)
            
        except Exception as e:
            print(f"   ❌ 오류: {str(e)}")
            results.append({
                "company": company['name'],
                "error": str(e)
            })
    
    # 전체 요약 생성
    summary = {
        "analysis_date": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
        "total_companies": len(companies_data),
        "successful": len([r for r in results if 'error' not in r]),
        "total_tokens": total_tokens,
        "total_cost_usd": round(total_cost, 4),
        "total_cost_krw": round(total_cost * 1350, 2),
        "results": results
    }
    
    return summary

배치 분석 실행
if __name__ == "__main__":
    # 분석할 기업 데이터
    companies = [
        {
            "name": "한국전자 주식회사",
            "period": "2024년 3분기",
            "revenue": 850000000,
            "operating_income": 95000000,
            "net_income": 72000000,
            "assets": 3200000000,
            "liabilities": 1200000000,
            "prev_revenue": 780000000
        },
        {
            "name": "글로벌물류 주식회사",
            "period": "2024년 3분기",
            "revenue": 420000000,
            "operating_income": 28000000,
            "net_income": 18000000,
            "assets": 890000000,
            "liabilities": 450000000,
            "prev_revenue": 400000000
        },
        {
            "name": "바이오텍 주식회사",
            "period": "2024년 3분기",
            "revenue": 150000000,
            "operating_income": -15000000,
            "net_income": -22000000,
            "assets": 560000000,
            "liabilities": 280000000,
            "prev_revenue": 180000000
        }
    ]
    
    # 배치 분석 실행 (DeepSeek 모델 사용 - 가장 저렴)
    summary = batch_financial_analysis(companies, model="deepseek")
    
    # 결과 출력
    print("\n" + "=" * 60)
    print("📈 배치 분석 결과 요약")
    print("=" * 60)
    print(f"분석 일시: {summary['analysis_date']}")
    print(f"분석 기업: {summary['total_companies']}개")
    print(f"성공: {summary['successful']}개")
    print(f"총 토큰: {summary['total_tokens']:,}")
    print(f"총 비용: ${summary['total_cost_usd']} (약 {summary['total_cost_krw']:,}원)")
    print("=" * 60)
    
    # 개별 보고서 출력
    for r in summary['results']:
        print(f"\n{'='*60}")
        print(f"📋 {r['company']}")
        print('='*60)
        if 'error' in r:
            print(f"❌ {r['error']}")
        else:
            print(r['report'])
            print(f"💰 비용: ${round(r['cost'], 4)} | ⏱️ {r['elapsed_ms']}ms")

5. 보고서 자동 생성의 실제 활용 사례

5.1 월간 재무 보고 자동화

매달 반복되는 재무 보고 작성을 자동화하면 다음과 같은 효과를 얻을 수 있습니다:

• 시간 절약: 매번 2시간 걸리던 작업을 5분으로 단축
• 일관성: 같은 형식과 기준의 보고서 보장
• 비용 효율: DeepSeek 모델 사용 시 약 $0.02~$0.05로 1회 보고서 생성 가능

5.2 모델별 비용 비교

1000토큰짜리 보고서를 생성할 때의 비용 비교입니다:

• DeepSeek V3.2: $0.00042 (약 0.57원) — 가장 경제적
• Gemini 2.5 Flash: $0.00250 (약 3.4원)
• GPT-4.1: $0.008 (약 10.8원)
• Claude Sonnet 4.5: $0.015 (약 20.3원)

대량 처리에는 DeepSeek, 복잡한 분석에는 Claude를 선택하는 것이 좋습니다.

자주 발생하는 오류와 해결책

오류 1: "401 Unauthorized" - API 키 인증 실패

# ❌ 잘못된 예시
API_KEY = "sk-xxxx"  # 다른 서비스의 키 사용

✅ 올바른 예시
API_KEY = "hsa-xxxx-xxxx"  # HolySheep AI에서 받은 키 사용

또는 환경 변수에서 올바르게 로드
import os
API_KEY = os.environ.get("HOLYSHEEP_API_KEY")

키 값 확인 (디버깅용)
if not API_KEY or API_KEY.startswith("sk-"):
    print("⚠️ HolySheep AI API 키를 확인해주세요!")
    print("키는 https://www.holysheep.ai/dashboard 에서 확인 가능합니다.")

원인: HolySheep AI의 API 키가 아닌 다른 서비스의 키를 사용하거나, 키 값이 비어있는 경우입니다.

해결: HolySheep AI 대시보드에서 올바른 API 키를 복사하여 사용하세요.

오류 2: "429 Too Many Requests" - API 호출 제한 초과

import time
import requests

BASE_URL = "https://api.holysheep.ai/v1"
API_KEY = "YOUR_HOLYSHEEP_API_KEY"

def safe_api_call_with_retry(prompt, max_retries=3, delay=2):
    """
    재시도 로직이 포함된 안전한 API 호출
    """
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    payload = {
        "model": "deepseek-chat",
        "messages": [{"role": "user", "content": prompt}],
        "max_tokens": 1000
    }
    
    for attempt in range(max_retries):
        try:
            response = requests.post(
                f"{BASE_URL}/chat/completions",
                headers=headers,
                json=payload,
                timeout=60
            )
            
            if response.status_code == 429:
                wait_time = delay * (2 ** attempt)  # 지수적 백오프
                print(f"⏳ Rate limit 도달. {wait_time}초 후 재시도... ({attempt+1}/{max_retries})")
                time.sleep(wait_time)
                continue
                
            response.raise_for_status()
            return response.json()
            
        except requests.exceptions.RequestException as e:
            if attempt == max_retries - 1:
                return {"error": f"최대 재시도 횟수 초과: {str(e)}"}
            time.sleep(delay)
    
    return {"error": "API 호출 실패"}

원인:短时间内 너무 많은 API 요청을 보내거나, 월간 사용량 할당량을 초과한 경우입니다.

해결: 요청 사이에 적절한 대기 시간을 두고, HolySheep AI 대시보드에서 사용량을 확인하세요.

오류 3: "Timeout" - 응답 시간 초과