미국 증권거래위원회(SEC)의 기업 공시 시스템인 에드거(EDGAR)에 제출되는 기업 재무 보고서(10-K, 10-Q)의 XBRL(eXtensible Business Reporting Language) 데이터가 매우 혼란스럽고 비표준적이라는 문제가 제기되었습니다. 이에 한 개발자가 직접 600개 이상의 기업 데이터를 수집하고, 약 35가지 핵심 재무 개념에 맞춰 XBRL 태그를 매핑하며, 성장률, 펀더멘털, 가치 평가 지표까지 계산하는 파이프라인을 구축해 공개했습니다.
이 프로젝트는 개발자 본인의 투자 가설을 검증하기 위해 깨끗하고 제3자 개입 없는 재무 데이터가 필요했지만, 무료로 제공되는 앱이나 오픈소스 솔루션을 찾을 수 없었던 데서 시작되었습니다. 에드거 데이터는 방대하지만, XBRL 태그가 일관성 없이 사용되고 규제도 미비하여 '금융의 무법지대'로 불릴 정도입니다. 개발자는 이 파이프라인을 통해 XBRL 팩트를 추출하고, 파생 지표를 계산하며, 야후 파이낸스(yfinance)의 주가 데이터와 연동하여 최대한 순수한 데이터 스트림을 제공하고자 했습니다.
이러한 노력은 금융 데이터 접근성에 대한 중요한 시사점을 던집니다. 대규모 기관이나 유료 서비스에 의존하지 않고도 개인이 직접 원천 데이터를 가공하여 심층적인 분석을 시도할 수 있음을 보여줍니다. 특히, 표준화되지 않은 원시 데이터를 정제하는 과정은 인공지능(AI) 기반의 금융 분석 도구 개발에 필수적인 전처리 단계로, 향후 데이터 기반 투자 전략 수립에 기여할 수 있는 잠재력을 가집니다. 이는 금융 시장의 정보 비대칭성을 해소하고, 개인 투자자 및 소규모 연구팀에게도 고급 분석 기회를 제공하는 중요한 발판이 될 수 있습니다.