삼성전자 매출액을 파이썬으로 꺼내는 방법은 이미 여러 개다. OpenDartReader나 dart-fss로 한 줄이면 재무제표가 손에 들어온다. 잘 만든 라이브러리들이다. 그런데 그 매출액을 LG전자, SK하이닉스와 나란히 놓으려는 순간 막힌다. 회사마다 계정 이름이 다르기 때문이다. 데이터를 가져오는 일은 끝났는데, 진짜 일은 바로 거기서 시작한다.
기존 라이브러리는 이미 훌륭하다
한국 전자공시(DART) 데이터를 파이썬으로 다루는 대표 도구가 둘 있다.
# OpenDartReader
import OpenDartReader
dart = OpenDartReader(api_key) # API 키로 시작
dart.finstate("삼성전자", 2024) # 재무제표를 바로 가져온다
dart.list("005930", start="2024-01-01") # 공시 목록# dart-fss
import dart_fss as dart
dart.set_api_key(api_key=api_key)
corp = dart.get_corp_list().find_by_corp_name("삼성전자")[0]
fs = corp.extract_fs(bgn_de="20200101") # BS, IS, CF 추출둘 다 정부의 Open DART API를 깔끔하게 감싼다. 공시 목록, 재무제표, 원문 문서를 파이썬 객체로 받아 온다. 데이터를 “가져오는” 일에서는 손에 익으면 아주 빠르다.
세 가지 전제가 공통으로 따라온다. 하나, API 키를 먼저 발급받아야 한다. 둘, 한국 DART 전용이라 미국 기업은 다른 도구가 필요하다. 셋, 이 도구들의 임무는 가져오는 데까지다. 가져온 다음 무엇을 할지는 사용자 몫으로 남는다.
문제는 가져온 다음이다
재무제표를 받아 오면 계정 이름이 회사마다 제각각이다. 어떤 회사는 매출액, 어떤 회사는 영업수익, 또 어떤 회사는 수익(매출액)으로 적어 낸다. XBRL 원문 태그를 그대로 받으면 이 셋은 서로 다른 문자열이다. 회사 세 곳의 매출을 한 표에 나란히 놓으려면, 먼저 “이 이름과 저 이름이 같은 뜻”이라는 매핑 사전을 손으로 만들어야 한다.
시계열도 마찬가지다. 어떤 회사는 분기 누적으로, 어떤 회사는 단일 분기로 숫자를 낸다. 5년치를 비교 가능한 격자로 펴려면 이 규칙 차이를 일일이 정리해야 한다. 데이터를 손에 넣은 뒤에도 진짜 일이 한참 남는 이유다.
dartlab은 여기서 시작한다
dartlab은 이 정규화를 이미 끝낸 상태에서 출발한다.
import dartlab
c = dartlab.Company("005930") # 종목코드만, API 키 없음
c.select("IS", ["매출액"]) # 어느 회사든 같은 이름으로회사가 삼성전자든 LG전자든, 매출액은 언제나 매출액이다. 원문 태그가 무엇이었든 표준 계정으로 맞춰 둔 격자를 돌려주기 때문이다. 한글로 매출액을 넣든 영문으로 sales를 넣든 같은 행을 찾는다. 종목코드 하나로 회사 전체를 여는 방법은 종목코드 하나면 끝난다에서 따로 다뤘다.
전제 세 가지도 여기서 뒤집힌다. dartlab의 분석 데이터는 미리 빌드된 데이터셋에서 직접 읽어 오므로 DART API 키를 발급받을 필요가 없다. 그리고 아래에서 보듯 한 줄로 전 종목을 훑고, 미국 기업까지 같은 문법으로 다룬다.
한 줄로 전 종목, 그리고 미국까지
기존 라이브러리로 “전 상장사의 매출액”을 뽑으려면 회사 하나씩 반복문을 돌며 요청을 보내야 한다. 요청 제한에 걸리고, 받아 온 결과의 계정명을 다시 맞추는 일이 또 기다린다. dartlab은 이 횡단을 한 줄로 접는다.
dartlab.scan("profitability") # 전 상장사 수익성을 표 하나로
dartlab.scan("growth") # 성장성, 안정성, 거버넌스도 같은 방식미리 빌드된 데이터를 읽으므로 전 종목(2,700여 개)이 순식간에 한 테이블로 펼쳐진다. 이 횡단이 왜 가능한지는 2,700개 종목을 한 줄로에 자세히 있다.
미국 기업도 문법이 같다. 종목코드 대신 티커를 넣으면 된다.
c = dartlab.Company("AAPL") # Apple, EDGAR 데이터
c.select("IS", ["매출액"]) # 한국 기업과 똑같은 호출기존 DART 라이브러리는 이름 그대로 DART 전용이다. 미국 전자공시(EDGAR)를 보려면 또 다른 라이브러리를 배워야 한다. dartlab은 한국과 미국을 같은 진입점, 같은 계정 이름으로 다룬다.
가져오기 위에 분석이 얹힌다
가장 큰 차이는 층이 하나 더 있다는 점이다. 기존 라이브러리는 원문과 재무제표를 돌려주고 임무를 마친다. dartlab은 그 위에 분석 엔진을 얹는다.
c.panel("ratios") # 비율 50여 개를 시계열로 자동 계산
c.analysis("financial", "수익성") # 마진 분해, ROIC 트리
c.credit("등급") # 신용 스코어카드비율을 직접 계산할 필요도, 신용도를 손으로 채점할 필요도 없다. 수익성 분해, 가치평가, 팩터, 서사 생성까지 같은 Company 객체에서 이어진다. 코드가 익숙하지 않으면 질문으로도 된다.
uv run dartlab ask "삼성전자 재무건전성 분석해줘"질문을 받으면 dartlab이 뒤에서 Company를 열고, 재무제표와 비율과 주석을 꺼내 종합해 답한다. 가져오기, 정규화, 비교, 분석, 질문이 한 도구 안에서 이어진다.
그래서 언제 무엇을 쓰나
둘은 경쟁이 아니라 층이 다른 도구다.
원문 그 자체가 목적이면 OpenDartReader나 dart-fss가 곧장 맞다. 특정 공시의 첨부 문서를 내려받거나, 방금 접수된 공시를 실시간으로 확인하거나, XBRL 원문 태그를 그대로 다뤄야 할 때는 API를 직접 두드리는 쪽이 가장 빠르고 정확하다.
가져온 데이터로 무언가 하려면 dartlab이 그 다음을 맡는다. 회사끼리 비교하고, 시계열 격자로 펴고, 한국과 미국을 나란히 놓고, 비율과 신용과 가치평가까지 이어 갈 때다. 계정명을 맞추고 데이터를 정리하는 반복 작업이 이미 끝난 자리에서 시작한다.
가져오는 층 위에 정규화, 비교, 분석 층이 있다. 기존 라이브러리가 첫 층을 튼튼하게 받치고, dartlab은 그 위층을 맡는다. 설치는 정말 쉬운 dartlab 사용법에서 5분이면 끝난다.
