tomevault-io 엔진 역할
macro는 회사가 아니라 시장/경제 환경을 읽는 L2 엔진이다. 경제 사이클, 재고, 기업집계, 교역, 전파 edge, 금리, 유동성, 위기, 자산, 심리, 예측, 시나리오, 전망 시뮬레이션, 종합을 6막 인과 구조로 해석한다.
단일 기업 수익성/현금흐름/가치평가는 analysis가 담당한다. macro는 그 기업이 놓인 외부 환경을 제공하고, 보고서 조합은 story가 담당한다.
공개 호출 방식
import dartlab
guide = dartlab.macro()
cycle = dartlab.macro("cycle", market="KR")
rates = dartlab.macro("금리", market="US")
scenario = dartlab.macro("시나리오", "2008 금융위기")
simulation = dartlab.macro("시뮬레이션", market="US") # BVAR 변수 팬(분위 경로) + IRF + 국면 forward
summary = dartlab.macro("종합", market="KR")
transmission = dartlab.macro("전파", market="KR", sectorKey="semiconductor")
c = dartlab.Company("005930")
company_macro = c.macro("사이클") # 시장 매크로 (KR 자동) — c.macro 의 axis 는 macro 엔진 axis
sensitivity = c.analysis("macro", "매크로민감도") # 기업 단위 매크로 민감도는 analysis 엔진
강행 호출 룰 (agent 답변 품질 회귀 차단)
15 axis 매크로 질문 (cycle·rates·transmission·corporate·trade 등) 에서 다음 4 룰 강행.
- 1 차 도구는 EngineCall 강제.
EngineCall(apiRef="macro", args={"axis": "rates", "market": "KR"})양식. RunPython 직접 ECOS/FRED 호출 금지 — 본 엔진이 HF SSOT 캐시 + tableRef 발급 담당. - 본문 숫자에
[valueRef:...]또는[dateRef:...]inline 표기 필수. macro 데이터는 시점 (asOf) 변동 큼 — dateRef 누락 시 stale 데이터 환각. - cycle / inventory 4 phase 판정은
[conf:30]기본 — 회고적 신호임을 명시. NBER vs ECRI vs Cleveland Fed 정의 차이 인지. - 단일 지표로 사이클 단정 금지 — CLI·LEI·yield curve 중 최소 2 종 ref 동행. 단일 지표 답변은 한계 명시 필수.
- macro EngineCall 결과는 본문에 최소 1 개 수치 + dateRef inline 인용 의무. macro 호출 했는데 답변에 결과 인용 0 회 = evidence flow 누락 회귀 (2026-05-20 OAuth probe 시나리오 F: rates/KR 3 회 호출 후 답변에 금리 수치 0 회 인용, NIM 단정 불가로 회피). 호출 결과의 핵심 지표 (예: KR base rate 3.25% [dateRef:date:macro:rates:KR:2026-Q1]) 1~2 개는 답변 본문 첫 단락에 inline. 결과 부족하면 그 이유 + 어떤 ref 필요 한계 명시.
산업별 macro 연결 — rates / liquidity / trade
기업 질문 + macro axis 결합 시 주로 등장하는 산업 매핑. 본 매핑은 직접 결합 규칙 아닌 대표 패턴 — 실제 결합은 c.analysis("macro","매크로민감도") + 시나리오 호출로.
| macro axis | 영향 큰 산업 | 결합 시 인용할 macro 지표 | 기업 측 인용할 재무 지표 |
|---|---|---|---|
| rates | 은행·보험·증권·리츠·고PER 성장주 | base rate / 10Y-3M / spread | 은행 NIM·예대마진, 증권 운용수익, 리츠 D/E |
| liquidity | 자산운용·증권·중소형 성장주 | M2 증가율 / NFCI / 신용스프레드 | 거래대금, 차입 규모, 변동성 |
| trade | 반도체·자동차·조선·정유 | 수출증가율 / 교역조건 / USD-KRW | 수출 비중·해외 매출, FX 손익 |
| crisis | 금융·부동산·고레버리지 | Credit-to-GDP gap / Minsky / GHS | D/E, 이자보상배율, 단기차입 |
| assets | 자산운용·증권·고배당 | 5 자산 배분 / Cu/Au / 위험선호 | ROE, 배당수익률, beta |
본 표 = system prompt 로 노출. macro axis 호출 후 산업 매핑 12 개 인용 + 회사 재무 12 개 인용으로 시장-기업 연결 답변. 표에 없는 산업도 가능 — 표는 "최소한 이 정도는 묶어라" 가이드.
호출 동작
무인자 dartlab.macro()는 15개 axis 가이드 DataFrame을 반환한다. axis를 지정하면 기본 HF SSOT 또는 직접 API 선택 경로의 ECOS/FRED 데이터를 읽고 축별 dict/table을 만든다.
Company-bound c.macro()는 회사의 market을 참조해 기업 단위 민감도나 밴드 확인에 연결한다. 시장 레벨 macro 해석과 기업 내부 재무 해석은 분리한다.
전체 축/메서드 목록
| axis | label | group | 대표 호출 | 축-specific 회피 |
|---|---|---|---|---|
| cycle | 사이클 | 제1막 | dartlab.macro("cycle") |
4 국면 자동식별 결과를 예측 으로 단정 X (회고적 신호); 단일 지표 (CLI) 만으로 사이클 단정 X; NBER vs ECRI vs Cleveland Fed 정의 차이 인지 |
| inventory | 재고 | 제1막 | dartlab.macro("inventory") |
ISM 재고순환 4 phase 명시 없이 단정 X; KR 제조업에 US ISM 직접 적용 X; I/S 산업별 정상수준 차이 무시 X |
| corporate | 기업집계 | 제2막 | dartlab.macro("corporate") |
전종목 평균으로 개별 기업 진단 X (analysis 로 분리); Ponzi 비율 한 지표만으로 시장위험 단정 X; 대형주 5 종이 평균 좌우하는 KR 특성 반영 |
| trade | 교역 | 제2막 | dartlab.macro("trade", market="KR") |
교역조건 단일 지표로 무역·경상수지 단정 X; KR 수출과 US/CN LEI 시차 (3~6 개월) 명시; 반도체/자동차 수출 비중 변화 반영 |
| transmission | 전파 | 제2막 | dartlab.macro("transmission", market="KR", sectorKey="semiconductor") |
회사 객체·analysis 내부 import 금지; edge는 driver -> sector -> financialLine -> valuationLever까지만; 회사별 beta/민감도 숫자는 analysis 품질 라벨 전까지 표시 X |
| rates | 금리 | 제3막: 정책 | dartlab.macro("rates") |
정책금리 vs 시장금리 (10Y/3M) 혼동 X; 명목 vs 실질 (CPI 보정) 혼용 X; 10Y-2Y 역전을 즉시 경기침체 단정 X; KR-US decoupling 가능성 |
| liquidity | 유동성 | 제4막 | dartlab.macro("liquidity") |
M2 vs M3/L 혼용 X; 연준 B/S 변동의 QE/QT 단순 인과 단정 X; NFCI 중립값 (0) vs 유동성 부족 단순 인과 X; 정책→시장 lag |
| crisis | 위기 | 제4막 | dartlab.macro("crisis") |
Credit-to-GDP gap 한 지표로 위기임박 단정 X (Minsky + GHS 동반); 역사적 위기 (1997/2008) 와 현 환경 제도/정책 차이 무시 X; 위기신호와 실제 발생 12~24m lag |
| assets | 자산 | 제5막 | dartlab.macro("assets") |
5 대 자산 (주식·채권·원자재·통화·부동산) 분류 명시; Cu/Au 비율 단일값으로 cycle 단정 X; BEI 4 분면 단순 인과 X |
| sentiment | 심리 | 제5막 | dartlab.macro("sentiment") |
VIX 단일값으로 공포 단정 X (15-/15-25/25+ 구간); 시장 vs 회사별 sentiment 혼동 X; VIX 와 JLN 동치 처리 X |
| narrative | 내러티브 | 제5막 | dartlab.macro("내러티브") |
news headline 30 일 sentiment + topic pulse + regime shift; 단일 헤드라인으로 시장심리 단정 X (archive 기준일 명시); sentiment(VIX) 축과 중복 인용 X |
| forecast | 예측 | 제6막 | dartlab.macro("forecast") |
침체확률 한 모델 (Cleveland Fed) 단독 인용 X (Sahm/GaR 교차); LEI/Sahm 미국 지표 KR 직접 적용 X (KR composite leading 분리); GaR 분포 신뢰구간 명시 |
| scenario | 시나리오 | 제6막 | dartlab.macro("scenario", "2008 금융위기") |
preset (146 종 — 1997 IMF, 2008 GFC, Fed DFAST) 그대로 인용; 임의 가정은 답변 한계로 표기; analysis("macro","매크로민감도") 와 결합해 정량 임팩트 |
| simulate | 전망시뮬 | 제6막 | dartlab.macro("시뮬레이션", market="US") |
BVAR 변수 팬(분위 경로)·충격반응 IRF·국면 forward 를 확률 시뮬 로 — 점추정 단정 X (분위 경로/신뢰구간 명시); 과거 BVAR 적합 기반이라 구조변화 시 한계 명시; KR/US 시장 분리 |
| summary | 종합 | 종합 | dartlab.macro("summary") |
6 막 점수 + 주요 신호 + 자산배분 힌트 형태; 단일 axis 결과만으로 summary 추정 X |
| marketReview | 시장 회고 | 제5막 | dartlab.macro("marketReview", market="KR") |
일별/주별 시장 변동 회고 — 예측 으로 사용 X. 회고 + 원인 + 한계만 |
공통 forbidden (모든 축): 기준일/source 없는 macro 숫자 인용 X · 기업 재무 분석을 macro 로 대체 X · macro 결과를 analysis 내부 계산처럼 섞지 X.
대표 반환 형태
dartlab.macro()
-> DataFrame
axis, label, description, example, group, apiKey
축 실행은 dict 또는 DataFrame 성격의 결과를 반환한다.
market, latestAsOf/date, indicator, value, unit,
signal/regime, score, basis/source, assumptions, flags
transmission은 Macro Lens용 시장·섹터 전파 계약을 반환한다.
market, sectorKey, asOf,
drivers[{id, sourceSeriesId, sourceLineage{date,value,unit,artifactPath,status}}],
edges[{driverId, channel, financialLine, valuationLever, evidenceLabel, requiredCompanyEvidence, falsifiers}],
regimeEvidence[], sourceRefs[], missing[]
scenario는 충격 이름, 역사적 비교 기간, 스트레스 변수, 예상 반응을 포함할 수 있다. summary는 6막 전체 점수, 주요 신호, 자산배분/전략 힌트를 포함할 수 있다.
evidence 기준
매크로 판단에는 시장, 지표명, 값, 단위, 기준일, 출처, 실행 ref가 필요하다. 최신 데이터가 아니면 stale 가능성을 같이 말한다.
EngineCall (agent 경로) args 매핑
dartlab.macro(...) |
EngineCall(apiRef="macro", args=...) |
|---|---|
dartlab.macro() 가이드 |
{} (빈 dict) |
dartlab.macro("cycle", market="KR") |
{"axis": "cycle", "market": "KR"} |
dartlab.macro("rates", market="US") |
{"axis": "rates", "market": "US"} |
dartlab.macro("transmission", market="KR", sectorKey="semiconductor") |
{"axis": "transmission", "market": "KR", "sectorKey": "semiconductor"} |
dartlab.macro("scenario", "2008 금융위기") |
{"axis": "scenario", "target": "2008 금융위기"} |
dartlab.macro("simulate", market="US") |
{"axis": "simulate", "market": "US"} |
dartlab.macro("summary", market="KR") |
{"axis": "summary", "market": "KR"} |
Company("005930").macro("사이클") |
{"stockCode": "005930", "axis": "사이클"} (apiRef="Company.macro") |
guard — axis 와 market 을 점 표기로 합쳐 apiRef="macro.rates.US" 호출 금지. args 안에 분리.
기업 답변에 macro 변수 결합 시 — 정량 시나리오 권장
P4 류 질문 ("다음 분기 영업이익률 떨어질까? 어떤 조건에서 깨지나") 에서 환율·금리·메모리 가격 같은 macro 변수를 반증조건 으로 인용할 때는:
- 시나리오 호출 —
dartlab.macro("scenario", "USD-KRW 5% 강세")또는 사전 정의된 preset ("2008 금융위기","COVID 충격"등). 임의 가정은 답변 한계로 표기. - 민감도 결합 —
c.analysis("macro", "매크로민감도")가 기업 단위 매출/영업이익 탄력성 (예:매출 elasticity vs WonDollar = 0.3) 반환. 시장 시나리오 × 기업 elasticity = 정량 임팩트. - 최소 시나리오 명시 X 답변 금지 — "환율이 우호적이면 마진 방어" 같은 일반론은 evidence 0 으로 GATE 차단 대상. 시나리오 호출 0 회 가능하지만 반증조건은 변수명 + 임계값 + 방향 셋 다 명시.
기본 실행 순서
- 시장을 정한다:
KR,US, 또는auto. - 축을 모르면
dartlab.macro()로 guide를 확인한다. - axis를 실행하고 기준일과 source를 확인한다.
- 기업 보고서에 넣을 때는
story에서 macro 블록으로 조합한다.
기본 검증
스킬은 공개 실행 문서다. dartlab.macro() guide 축, 공개 호출, 대표 반환 키가 바뀌면 이 파일과 관련 응용 스킬을 같은 변경에서 갱신한다.
Source: eddmpython/dartlab — distributed by TomeVault.