1) 문제점
- 암호화폐 시장의 24/7 운영으로 인한 트레이더의 지속적인 모니터링 부담
- 감정적 판단으로 인한 손실: 공포와 탐욕이 투자 결정에 영향
- 복잡한 기술 지표 분석 및 다중 거래소 관리의 어려움
- 백테스팅 부재로 전략 검증 없이 실거래 진행

2) 프로젝트 목표
- AI 자동화: LSTM 기반 시장 예측으로 24시간 무인 트레이딩 구현
- 감정 배제: 알고리즘 기반 객관적 매매 신호 생성
- 멀티 거래소 통합: Bybit, Binance, OKX를 단일 플랫폼에서 관리
- 전략 검증: 레버리지 반영 백테스팅으로 실전 투입 전 성과 검증

3) 주안점
- 정확한 리스크 관리: 레버리지 배수를 고려한 손절매/익절 자동 설정
- 고성능 처리: Redis 캐싱으로 차트 데이터 응답 속도 90% 이상 개선
- 안정성: 일일 손실 한도, 긴급 정지, 중복 주문 방지 시스템

1) 포트폴리오 소개
AI와 머신러닝을 활용한 엔터프라이즈급 암호화폐 자동매매 웹 플랫폼으로, 개인 투자자와 기관을 위한 전문 트레이딩 솔루션입니다.

2) 작업 범위
- 풀스택 개발: Next.js 15 기반 프론트엔드 및 Node.js 백엔드 서버 구축
- AI/ML 시스템: Python Flask ML 서버, LSTM 기반 시장 예측 모델 개발
- UI/UX 디자인: TradingView 차트 연동, 반응형 대시보드 설계
- 데이터베이스 설계: PostgreSQL + Prisma ORM, Redis 캐싱 시스템
- 거래소 API 연동: Bybit, Binance, OKX 멀티 거래소 통합

3) 주요 기능
- 6개 병렬 에이전트 아키텍처: MarketData, Analysis, AI, Risk, Order, Monitor 에이전트가 독립적으로 동작
- LSTM 기반 AI 예측: 과거 캔들 데이터 학습을 통한 실시간 매매 신호 생성
- 백테스팅 시스템: 레버리지를 고려한 정확한 과거 성과 검증 및 전략 최적화
- 실시간 모니터링: WebSocket 기반 실시간 가격/포지션 추적
- Redis 분산 시스템: Rate Limiting, Distributed Lock, Pub/Sub, Streams 활용
- TensorBoard 통합: ML 모델 학습 과정 시각화 및 성능 모니터링

4) 기술적 주안점
- 레버리지 정확성: 선물거래 특성 반영, 손절매/익절 계산 시 레버리지 배수 적용
- 성능 최적화: 차트 데이터 계층적 캐싱으로 90-95% 성능 개선
- 안정성: 중복 주문 방지(Distributed Lock), Rate Limiting, 백업 큐 시스템
- 확장성: 에이전트 기반 마이크로서비스 아키텍처로 수평 확장 가능
- 보안: 데모 트레이딩 모드, 일일 손실 한도, 긴급 정지 메커니즘