NoahAI Technical Whitepaper
본 기술백서는 '기술 스펙 나열'이 아니라, 팀원/투자자/파트너가 동일한 그림을 공유하도록 하는 기술 허브 문서입니다.
핵심 목표는 사용자의 금융 판단을 AI가 구조화·검증·설명하도록 돕는 것이며, 단기 수익률 경쟁이 아니라 '운영 가능한 안전성'에 초점을 둡니다.
Whitepaper v2.0 web · 2026-07-28
v3.9.0.7 Source Candidate 1 작업 소스의 사용자별 레퍼럴 UID 귀속 권한, AI 커스텀 전략 운영체제, 작업별 멀티 AI, 체결 증분 동기화와 KRW/USDT 경계를 반영했습니다. 공개 Windows 설치본은 v3.9.0.5 Fix Patch 1이며 v3.9.0.7은 Windows·daltrading·Affiliate UID E2E 대기 중입니다.
웹 원문은 v2.0 최신 기준이며 PDF는 v1.9 공개 스냅샷으로 보존됩니다.
목차
- 1
개요
NoahAI의 핵심 목표는 사용자의 금융 판단을 AI가 구조화·검증·설명하도록 돕는 것이며, 단기 수익률 경쟁이 아니라 운영 가능한 안전성에 초점을 둡니다.
- 2
기술 철학 (Design Principles)
Safety First, Record → Review → Improve, Collective Learning, Explain & Verify의 4가지 핵심 원칙을 제시합니다. 금융 AI에서 가장 중요한 KPI는 단기 수익이 아니라 사고 최소화이며, 모든 판단은 기록되고 복기되며 개선에 반영됩니다.
- 3
시스템 아키텍처
High-level Architecture를 7개 레이어로 구성: Market Data Layer, Account State Layer, Decision Layer, Risk & Guardrails, Execution Layer, Logging & Report, Feedback Loop. 각 레이어의 역할과 상호작용을 설명합니다.
- 4
AI 최적화 루프
Record → Review → Policy → Risk → Feedback → XAI의 6단계 루프를 베타 검증 관점으로 설명합니다. "고정된 자동화"가 아닌 "경험을 축적하는 판단 구조"를 지향하며, 각 단계의 역할과 개선 메커니즘을 상세히 다룹니다.
- 5
학습 데이터 구조
CareLog-like Schema로 설계된 데이터 구조를 제시합니다. DecisionLog, MarketSnapshot, AccountSnapshot, RiskEvent, ExecutionResult, XAITrace 등 핵심 스키마의 필드와 목적을 설명하고, 표준화된 기록을 통한 복기/학습/감사 가능성을 보장합니다.
- 6
XAI (설명 가능한 AI)
설명 가능성 = 신뢰/감사/재현 가능성 관점에서 XAI의 가치를 설명합니다. 신뢰 확보, 감사 및 추적, 재현 가능성, 개선 및 학습의 4가지 사용 사례를 제시하고, 기록 구조와 버전 트래킹 메커니즘을 다룹니다.
- 7
멀티 모델 벤치마크
다양한 AI 엔진을 비교 실험하여 최적의 판단 구조를 학습하는 메커니즘을 설명합니다. 동일한 데이터와 프롬프트에서 엔진별 성과를 비교하고, 편향과 환상을 줄이는 검증 프로세스를 다룹니다.
- 8
보안·컴플라이언스
금융 서비스에 필수적인 보안 조치와 규제 준수 방안을 설명합니다. 데이터 암호화, 접근 제어, 감사 로그, 개인정보 보호, 익명화 패턴 학습 등을 포함합니다.
- 9
엔터프라이즈 도입
기업 고객을 위한 도입 방안과 요구사항을 설명합니다. RBAC, SSO, 온프렘/VPC 옵션, SLA, 커스터마이징, 통합 API 등을 다룹니다.
- 10
향후 계획
자산·채널 확장은 이미 검증된 판단·기록·가드레일 구조 위에서 단계적으로 진행됩니다. 본 항목은 즉시 상용화를 의미하지 않으며, 동일한 운영 구조를 다른 고위험 버티컬로 확장하기 위한 기술적 로드맵과 설계 원칙을 설명합니다.
핵심 요약
NoahAI는 금융·자산 영역에서 반복되는 판단을 AI가 안전하게 수행할 수 있도록 설계된 금융 AI 운영 인프라입니다. 단기 수익률이나 자동 매매 성과가 아니라, 판단·리스크 통제·기록·복기·검증이 가능한 구조를 기술의 핵심으로 삼습니다.
본 기술백서는 상용 서비스 설명서나 투자 홍보 자료가 아니라, 정부 R&D, 공공 과제, 기관 도입 검토 과정에서기술의 실행성·재현성·책임 구조를 설명하기 위한 기준 문서입니다.
본 기술백서에서는 NoahAI의 전체 기술 구조, AI 최적화 루프, 학습 데이터 구조, 멀티 모델 벤치마크 실험 결과, 보안 및 컴플라이언스, 엔터프라이즈 도입 방안, 그리고 향후 개발 계획을 상세히 설명합니다.
모든 설계는 단기 성과가 아니라,사고를 줄이고 책임을 명확히 하는 금융 AI 운영 원칙에 기반합니다.
외부평가 기준으로 강조해야 할 포인트
NoahAI는 단순 자동매매 봇이 아니라 판단·HOLD·실행·청산·복기·개선을 하나의 루프로 운영하는 금융 의사결정 체계입니다. 특히 HOLD는 거래를 멈춘 것이 아니라, 현재 조건에서는 거래하지 않는 것이 더 유리하다는 적극적 의사결정입니다.
또한 한 사용자가 여러 거래소와 증권사를 연결해도 기관별 인증 방식, 주문 규격, 정밀도, 수수료 구조 차이를 공통 실행 계층으로 통합해 동일한 판단 구조와 리스크 정책을 적용합니다.
현재 NoahAI는 실거래 기술검증과 내부 학습검증을 계속 진행하며 SaaS 전환 및 대규모 사업검증을 준비하는 프리 스케일 단계에 있습니다.