재무제표 숫자를 꺼내는 것과 그 숫자가 “좋은 건지 나쁜 건지” 판단하는 것은 전혀 다른 일이다. ROE 15%가 좋은 건가? 부채비율 120%는 위험한 건가? 답은 업종, 규모, 추세에 따라 다르다.

dartlab의 인사이트 엔진은 이 판단을 자동화한다. 7개 영역(실적·수익성·건전성·현금흐름·지배구조·리스크·기회)을 A-F 등급으로 매기고, 이상치를 감지하고, 기업의 프로파일을 분류한다.

7영역 등급이 어떻게 만들어지는가

c.insights를 호출하면 7영역 분석이 즉시 실행된다.

from dartlab import Company

c = Company("005930")
result = c.insights

result.grades()
# {'performance': 'B', 'profitability': 'A', 'health': 'A',
#  'cashflow': 'B', 'governance': 'C', 'risk': 'B', 'opportunity': 'A'}

각 영역은 독립적으로 채점된다. 영역별로 여러 지표를 점수화하고, 합산 점수를 등급으로 변환한다.

7개 영역이 보는 것

등급 변환 기준

점수(score)를 등급으로 바꾸는 기준은 단순하다.

한 영역을 깊이 파고들기

각 영역의 상세 정보는 InsightResult 객체로 접근한다.

health = result.health

health.grade      # 'A'
health.summary    # '부채비율 54.8%로 업종 평균 대비 양호. 유동비율 2.1배.'
health.details    # ['부채비율 54.8% ...', '유동비율 211% ...', ...]
health.risks      # [Flag(text='이자보상배수 하락 추세', severity='warning')]
health.opportunities  # [Flag(text='순현금 보유', severity='positive')]

details는 해당 영역의 모든 분석 텍스트를 리스트로 담고 있다. risks와 opportunities는 해당 영역에서 감지된 플래그다.

이상치 탐지 — 6가지 규칙

인사이트 엔진은 등급 외에 6가지 이상치(anomaly)를 자동으로 감지한다.

result.anomalies
# [Anomaly(severity='warning', category='earningsQuality',
#          text='영업이익 증가에도 영업현금흐름 감소', value=-0.15)]

심각도는 3단계다: danger(즉시 주의), warning(모니터링), info(참고).

프로파일과 요약

result.profile   # '안정 성장형' — 기업 유형 분류
result.summary   # '삼성전자는 수익성과 재무건전성이 우수하며...'

profile은 등급 조합을 기반으로 기업을 유형 분류한 결과다. summary는 7영역을 종합한 한 문장 요약이다.

AI 분석과의 관계

c.insights는 순수 정량 엔진이다. LLM을 사용하지 않고 재무 데이터만으로 등급을 매긴다. dartlab ask를 사용하면 이 등급 결과가 LLM 컨텍스트에 자동으로 포함되어, AI가 등급의 의미를 해석하고 설명한다.

import dartlab

# 정량 등급만
c = Company("005930")
c.insights.grades()

# AI가 등급을 해석
dartlab.ask("삼성전자", "인사이트 등급 분석해줘")

어디에서 왜곡이 생기나

금융업 특수성. 은행·보험은 일반 제조업 지표(유동비율, 재고회전율 등)가 의미 없다. 인사이트 엔진은 금융업을 자동 감지해서 해당 지표를 N/A 처리하지만, 일부 영역의 등급이 N으로 나올 수 있다.

데이터 부족. 신규 상장사나 XBRL 제출이 불완전한 종목은 일부 영역의 등급이 N(평가 불가)으로 나온다.

governance 영역. 현재 governance는 공시 텍스트 기반 분석이므로, 정량 지표 기반인 다른 영역보다 평가 범위가 제한적이다.

놓치기 쉬운 예외

등급 N은 F가 아니다. N은 데이터가 없어서 평가할 수 없다는 뜻이다. F는 데이터가 있지만 나쁘다는 뜻이다. 혼동하지 말아야 한다.

이상치가 있어도 등급은 좋을 수 있다. earningsQuality 이상이 감지되어도 profitability 등급이 A일 수 있다. 이상치는 등급과 독립적인 보조 신호다.

EDGAR(미국) 기업도 지원한다. 같은 인사이트 엔진이 EDGAR 데이터에도 적용된다.

빠른 점검 체크리스트

• Company("005930") 생성 후 c.insights 확인
• result.grades() — 7영역 등급 dict
• result.health.details — 영역별 상세 확인
• result.anomalies — 이상치 리스트 확인
• result.profile — 기업 유형 분류
• result.summary — 종합 요약

FAQ

등급이 매일 바뀌나요?

아니다. 등급은 DART에 제출된 XBRL 재무제표 기반이다. 분기 보고서가 새로 제출되면 바뀔 수 있지만, 일일 주가 변동과는 무관하다.

등급 기준(임계값)을 바꿀 수 있나요?

현재는 고정된 기준을 사용한다. 커스텀 기준이 필요하면 c.timeseries로 원본 데이터를 꺼내서 직접 평가 로직을 만들 수 있다.

A등급이 “매수 신호”인가요?

아니다. 인사이트 등급은 재무 건전성 분석이지 투자 추천이 아니다. 주가 밸류에이션, 시장 상황, 업종 전망 등은 별도로 판단해야 한다.

전체 상장사 등급을 한번에 볼 수 있나요?

dartlab.screen()이 비율 기반 스크리닝을 제공한다. 등급 기반 대량 스크리닝은 현재 지원하지 않지만, screen()의 필터 조건이 인사이트 등급의 기저 지표와 동일하다.

governance 영역은 어떤 데이터를 쓰나요?

감사보고서 의견, 대주주 지분 변동, 내부거래 등 공시 텍스트 기반 데이터를 사용한다. 뉴스나 외부 데이터는 사용하지 않는다.

이상치 탐지는 몇 개까지 나오나요?

6가지 규칙 각각이 독립적으로 실행된다. 규칙당 0~1개의 이상치가 나오므로, 최대 6개까지 나올 수 있다. 일반적으로 0~2개가 나온다.

EDGAR 기업의 governance 등급은 어떤가요?

현재 governance는 DART 공시 텍스트에 특화되어 있다. EDGAR 기업은 governance 영역이 N으로 나올 가능성이 높다.

참고 자료

• dartlab 재무제표 가이드 — 인사이트의 기반이 되는 재무 데이터
• dartlab ask — AI 분석 — 인사이트 등급을 AI가 해석
• dartlab 스크리닝 가이드 — 비율 기반 시장 스크리닝

핵심 구조 요약

dartlab 인사이트의 구조는 세 문장으로 요약된다.

1. 7영역 × A-F 등급 — 실적, 수익성, 건전성, 현금흐름, 지배구조, 리스크, 기회를 독립적으로 채점한다.
2. 6가지 이상치 탐지 — 등급만으로 보이지 않는 위험 신호를 자동으로 감지한다.
3. LLM 없는 정량 엔진 — 재무 데이터만으로 동작하므로 API 키 없이 즉시 사용 가능하다.