주식 투자에서 “외국인이 샀다”, “기관이 팔았다"는 뉴스를 자주 접하지만, 정작 이 데이터를 프로그래밍으로 가져와서 분석하려면 막막한 경우가 많다. 특히 한국 시장은 KRX가 투자자별 매매동향을 공개하고 있어 데이터 접근성이 좋은 편인데, 문제는 이걸 자동화하는 도구들이 생각보다 불안정하다는 거다.
이번에 수급분석 웹 대시보드를 만들면서 겪은 삽질을 기록한다. pykrx가 완전히 깨져서 네이버 증권 크롤링으로 우회한 과정, lightweight-charts로 누적 순매수 차트를 구현하면서 Y축 포맷팅에서 막힌 부분, 그리고 실제 데이터를 수집해서 대시보드에 연결하기까지의 전체 과정이다.
수급분석이란
수급분석은 매매주체별 거래 흐름을 추적하는 방법이다. 한국 시장에서는 크게 세 가지 주체로 나뉜다.
| 매매주체 | 설명 | 특징 |
|---|---|---|
| 외국인 | 해외 기관/개인 | 대형주 주도세력, 방향성 일관적 |
| 기관 | 연기금, 금융투자, 사모, 보험 등 | 세부 분류별 성격이 다름 |
| 개인 | 국내 개인 투자자 | 다수가 제각각 → 방향성 약함 |
핵심은 외국인·기관의 순매수 추세가 주가 방향과 일치하는 경우가 많다는 점이다. 삼성전자의 경우 외국인이 순매도하면 주가가 하락하고, 순매수로 전환하면 주가가 반등하는 패턴이 반복적으로 관찰된다.
이걸 웹 대시보드로 만들면 HTS/MTS 없이도 수급 흐름을 한눈에 파악할 수 있다.
pykrx는 왜 죽었나
Python으로 한국 주식 데이터를 가져올 때 가장 먼저 떠오르는 라이브러리가 pykrx다. KRX 웹사이트를 스크래핑해서 OHLCV, 시가총액, 투자자별 순매수 등을 제공한다. 설치도 간단하고 API도 직관적이다.
from pykrx import stock
# 삼성전자 투자자별 순매수 (detail=True → 기관 세분화)
df = stock.get_market_trading_value_by_date('20260310', '20260323', '005930', detail=True)
문제는 이 코드가 2026년 3월 기준으로 Empty DataFrame을 반환한다는 거다.
=== 삼성전자 순매수 (detail=True) ===
Empty DataFrame
Columns: []
Index: []
시가총액 함수는 아예 에러가 난다.
cap = stock.get_market_cap_by_ticker('20260323')
KeyError: "None of [Index(['종가', '시가총액', '거래량', '거래대금'], dtype='object')] are in the [columns]"
원인 1: KRX 웹사이트 구조 변경
pykrx는 KRX의 HTML을 파싱해서 데이터를 추출한다. KRX가 웹사이트 구조를 바꾸면 파싱 로직이 깨진다. 2024~2025년 사이에 KRX가 상당한 구조 변경을 했고, pykrx의 여러 함수가 동시에 영향을 받았다.
GitHub 이슈를 보면 #228, #227, #225 등 다수의 관련 이슈가 Open 상태로 남아있다.
원인 2: pandas 2.x 호환 문제
pykrx는 pandas 1.x 시절에 만들어졌다. pandas 2.x에서는 astype() 등의 타입 변환이 엄격해졌는데, KRX가 휴장일에 반환하는 - 같은 값을 정수로 변환하려 하면 ValueError가 발생한다.
흔히 제안되는 해결법은 pandas 다운그레이드다.
pip install pandas==2.0.3
실제로 시도해봤다.
python3.11 -m venv .venv
source .venv/bin/activate
pip install 'numpy<2' 'pandas==2.0.3' pykrx
결과: pandas 버전을 맞춰도 Empty DataFrame 문제는 그대로였다. KRX 웹사이트 구조 자체가 바뀐 게 근본 원인이라 pandas 버전과는 무관했다.
KRX 직접 API 호출도 실패
pykrx를 버리고 KRX API를 직접 호출해봤다. KRX data.krx.co.kr은 OTP 발급 → 데이터 요청 2단계 구조다.
otp_url = 'http://data.krx.co.kr/comm/fileDn/GenerateOTP/generate.cmd'
data_url = 'http://data.krx.co.kr/comm/bldAttendant/getJsonData.cmd'
otp_resp = requests.get(otp_url, params=params, headers=headers)
data_resp = requests.post(data_url, data={'code': otp_resp.text}, headers=headers)
Not JSON. Text: <!DOCTYPE HTML>
<html>
<head>
<title>한국거래소</title>
HTML 에러 페이지가 반환됐다. KRX가 외부 스크래핑을 차단하고 있는 것으로 보인다.
네이버 증권 크롤링으로 우회
pykrx도 안 되고, KRX 직접 호출도 안 되니 남은 건 네이버 증권이다. 네이버 증권은 두 가지 데이터 소스를 제공한다.
1. siseJson API — OHLCV 데이터
네이버가 제공하는 JSON API로, 인증 없이 바로 사용할 수 있다.
url = "https://api.finance.naver.com/siseJson.naver"
params = {
"symbol": "005930",
"requestType": 1,
"startTime": "20250101",
"endTime": "20260324",
"timeframe": "day",
}
resp = requests.get(url, params=params)
응답은 JavaScript 배열 형식이다.
[['날짜', '시가', '고가', '저가', '종가', '거래량', '외국인소진율'],
["20260310", 187600, 191500, 184300, 187900, 33530170, 49.79],
["20260311", 193000, 194800, 187700, 190000, 24311356, 49.77],
...
JSON이 아니라 JS 리터럴이라서 '를 "로 바꿔야 파싱된다.
text = resp.text.strip().replace("'", '"')
data = json.loads(text)
2. frgn.naver 페이지 — 외국인/기관 순매수
종목별 외국인·기관 순매매 데이터는 HTML 테이블로 제공된다.
https://finance.naver.com/item/frgn.naver?code=005930&page=1
BeautifulSoup으로 파싱하면 된다. 테이블 구조는 이렇다.
| 날짜 | 종가 | 전일비 | 등락률 | 거래량 | 기관 | 외국인 | 보유주수 | 보유율 |
|---|
핵심 코드:
from bs4 import BeautifulSoup
import requests
url = f"https://finance.naver.com/item/frgn.naver?code=005930&page=1"
resp = requests.get(url, headers={"User-Agent": "Mozilla/5.0"})
soup = BeautifulSoup(resp.text, "html.parser")
for t in soup.select("table.type2"):
ths = [th.get_text(strip=True) for th in t.select("th")]
if "기관" in ths and "외국인" in ths:
# 이 테이블이 순매수 데이터
for row in t.select("tr"):
tds = row.select("td")
if len(tds) >= 9:
date = tds[0].get_text(strip=True)
institution_net = parse_number(tds[5].get_text(strip=True))
foreign_net = parse_number(tds[6].get_text(strip=True))
한 페이지에 20일치 데이터가 있고, page 파라미터를 올리면 과거 데이터를 가져올 수 있다. 30페이지면 약 600일치가 나온다.
개인 순매수는 직접 계산
네이버 증권은 개인 순매수를 별도로 제공하지 않는다. 하지만 주식시장에서 순매수 = 순매도 등식이 항상 성립하므로 역산할 수 있다.
individual_net = -(foreign_net + institution_net)
네이버 vs pykrx 비교
| 항목 | pykrx (사망) | 네이버 크롤링 |
|---|---|---|
| OHLCV | ✅ → ❌ | ✅ (siseJson API) |
| 외국인 순매수 | ✅ → ❌ | ✅ (frgn.naver) |
| 기관 순매수 | ✅ → ❌ | ✅ (합계만) |
| 기관 세분화 | ✅ detail=True | ❌ 미제공 |
| 순매수 랭킹 | ✅ → ❌ | ❌ 별도 구현 필요 |
| 외국인 보유율 | ❌ | ✅ |
| Rate Limit | 없음 (스크래핑) | 없음 (0.3초 딜레이 권장) |
| 안정성 | ❌ KRX 구조 의존 | ✅ 네이버 안정적 |
네이버의 가장 큰 한계는 기관 세분화가 안 된다는 점이다. 연기금, 금융투자, 사모, 보험 등을 구분할 수 없다. 이건 KRX만 제공하는 데이터라서 pykrx가 정상화되거나 KRX가 공식 API를 만들기 전까지는 어쩔 수 없다.
수집 스크립트 작성
네이버 증권에서 10개 종목의 데이터를 한 번에 수집하는 스크립트를 만들었다.
STOCKS = {
"005930": "삼성전자",
"000660": "SK하이닉스",
"373220": "LG에너지솔루션",
"005380": "현대자동차",
"035420": "NAVER",
"068270": "셀트리온",
"105560": "KB금융",
"055550": "신한지주",
"000270": "기아",
"006400": "삼성SDI",
}
OHLCV 500일 + 투자자 30페이지(600일)를 수집해서 JSON으로 저장한다.
📊 삼성전자 (005930)
OHLCV: 331일
투자자: 600일
✅ stock_005930.json
JSON 구조는 이렇다.
{
"ticker": "005930",
"name": "삼성전자",
"trading_days": 331,
"daily": [
{
"date": "2025-01-02",
"open": 55000, "high": 55800, "low": 54200, "close": 55500,
"volume": 18234567,
"investors": { "foreign": 1234567, "institution": -567890, "individual": -666677 },
"cumulative": { "foreign": 1234567, "institution": -567890, "individual": -666677 },
"foreign_ratio": "49.56%"
}
]
}
누적 순매수는 수집 시점에 미리 계산해서 저장한다. 프론트엔드에서 매번 계산하지 않아도 되게.
KRX 데이터 갱신 시점
하나 중요한 점이 있다. KRX 최종 데이터는 매일 18:00 KST 이후에 확정된다. 장 마감(15:30)과 데이터 확정 사이에 2시간 반의 갭이 있다. 이 시간 동안은 데이터가 미확정 상태이므로 수집하면 안 된다.
cron으로 돌리려면 18:15 이후에 실행하는 게 안전하다.
# crontab -e
15 18 * * 1-5 cd /path/to/project && python3 scripts/collect_naver.py
Next.js + lightweight-charts로 대시보드 구현
프론트엔드는 Next.js 16 + TypeScript + Tailwind CSS로 만들었다. 차트는 TradingView의 오픈소스 라이브러리인 lightweight-charts를 사용했다.
프로젝트 구조
stock_dashboard/
├── src/
│ ├── app/
│ │ ├── page.tsx # 메인 (종목 수급 현황)
│ │ ├── ranking/page.tsx # 순매수 랭킹
│ │ ├── leader/page.tsx # 주도세력 분석
│ │ └── api/stocks/route.ts # 데이터 서빙 API
│ ├── components/charts/ # lightweight-charts 컴포넌트
│ └── components/tables/ # @tanstack/react-table 테이블
├── public/data/ # 수집된 JSON 파일
└── scripts/
└── collect_naver.py # 데이터 수집 스크립트
API Route — 실제 데이터 서빙
public/data/stock_005930.json 같은 파일을 읽어서 API로 제공한다.
// src/app/api/stocks/route.ts
export async function GET(request: Request) {
const { searchParams } = new URL(request.url);
const code = searchParams.get("code");
if (code) {
const filePath = path.join(process.cwd(), "public", "data", `stock_${code}.json`);
const data = JSON.parse(fs.readFileSync(filePath, "utf-8"));
return NextResponse.json(data);
}
// 전체 종목 목록 반환 (요약)
}
lightweight-charts Y축 포맷팅 삽질
lightweight-charts로 누적 순매수 차트를 만들었는데, Y축에 소수점 2자리까지 표시되는 문제가 있었다. 주식 수량은 정수인데 1234567.00 이런 식으로 나오니 보기 불편했다.
처음에는 priceFormat으로 해결하려 했다.
const series = chart.addSeries(LineSeries, {
priceFormat: { type: "price", precision: 0, minMove: 1 },
});
이것만으로는 Y축 눈금(tick mark)에는 적용이 안 됐다. localization.priceFormatter를 써야 Y축 전체에 포맷이 적용된다.
const chart = createChart(container, {
localization: {
priceFormatter: (price: number) => {
if (Math.abs(price) >= 1000000) return `${(price / 10000).toFixed(0)}만`;
if (Math.abs(price) >= 10000) return `${(price / 10000).toFixed(1)}만`;
return price.toLocaleString();
},
},
});
이렇게 하면 Y축에 -803만, +142만 같은 한국식 단위로 표시된다.
leftPriceScale 활성화
일별 순매수 차트에서 더 큰 문제가 있었다. priceScaleId: "left"로 시리즈를 추가했는데 Y축 자체가 안 보였다.
const foreignSeries = chart.addSeries(HistogramSeries, {
priceScaleId: "left", // 왼쪽 스케일에 바인딩
});
원인은 leftPriceScale을 명시적으로 활성화하지 않아서였다.
const chart = createChart(container, {
rightPriceScale: { visible: false },
leftPriceScale: {
visible: true, // 이게 빠져있었음
borderColor: "#374151",
},
});
lightweight-charts는 기본적으로 rightPriceScale만 보여준다. left를 쓰려면 visible: true를 명시해야 한다.
장중 0주 문제
대시보드를 띄워보니 상단 요약 카드에 “외국인 순매수 0주, 기관 순매수 0주"가 표시됐다.
원인은 단순했다. 장중에는 당일 수급 데이터가 아직 확정되지 않아서 0으로 들어온다. 18:00 이후에야 실제 수치가 반영된다.
해결: 데이터가 0인 당일 대신, 실제 수급 데이터가 있는 가장 최근 거래일을 찾아서 표시한다.
const lastWithData = [...filteredDaily].reverse().find(
(d) => d.investors.foreign !== 0 || d.investors.institution !== 0
);
const displayInvestors = lastWithData || last;
카드 레이블에 날짜도 같이 표시해서 언제 기준 데이터인지 명확하게 했다.
외국인 순매수 (2026-03-23) 기관 순매수 (2026-03-23)
-801.7만주 -647.8만주
데이터 소스 비교 — 어디서 가져올 것인가
이번 삽질을 통해 한국 주식 수급 데이터 소스를 전수 조사하게 됐다. 결과를 정리하면 이렇다.
| 소스 | 방식 | 기관 세분화 | 실시간 | 안정성 | 비용 |
|---|---|---|---|---|---|
| pykrx | KRX 스크래핑 | ✅ | ❌ | ❌ 사망 | 무료 |
| 네이버 증권 | HTML 크롤링 | ❌ 합계만 | ❌ | ✅ | 무료 |
| FinanceDataReader | 네이버/KRX | ❌ | ❌ | △ | 무료 |
| KRX Data Marketplace | 공식 | ✅ | △ | ✅ | 유/무료 |
| HTS/MTS | 전용 프로그램 | ✅ | ✅ | ✅ | 무료 |
| judal.co.kr | 웹 크롤링 | ❌ | △ | ✅ | 무료 |
judal.co.kr도 조사해봤는데, 소외지수나 버핏초이스 같은 독자 지표는 있지만 투자자별 순매수 데이터는 제공하지 않았다. 보조 데이터 소스로는 괜찮지만 수급 분석의 대체는 불가능하다.
결론적으로 무료로 프로그래밍 가능한 수급 데이터 소스는 네이버 증권 크롤링이 현재 가장 안정적이다. 기관 세분화가 필요하면 pykrx 정상화를 기다리거나 KRX 공식 API를 모니터링하는 수밖에 없다.
실제 데이터에서 보이는 패턴
수집한 삼성전자 실제 데이터를 보면 블로그에서 설명한 수급 패턴이 정확히 드러난다.
날짜 종가 외국인 기관 개인
2026-03-18 208,500 +1,369,284 +4,424,253 -5,793,537
2026-03-19 200,500 -2,135,532 -1,121,429 +3,256,961
2026-03-20 199,400 -196,136 -7,302,259 +7,498,395
2026-03-23 186,300 -8,017,053 -6,477,862 +14,494,915
3월 18일 이후 외국인·기관이 대규모 순매도를 하면서 주가가 208,500원 → 186,300원으로 급락했다. 개인은 이 물량을 받아내고 있다. 전형적인 “외국인·기관 매도 → 개인 매수” 패턴이다.
누적 순매수를 보면 더 명확하다. 외국인 누적 포지션이 -19,889,155에서 -30,237,876으로 급격히 하락했다. 6거래일 만에 1천만 주 이상을 순매도한 셈이다.
주의사항과 한계
네이버 크롤링의 리스크
네이버 증권은 공식 API가 아니다. 언제든 HTML 구조가 바뀔 수 있고, 그러면 크롤링 코드가 깨진다. pykrx가 KRX 의존으로 죽은 것과 같은 패턴이 반복될 수 있다.
방어 전략:
- 수집 결과를 검증하는 로직 추가 (빈 DataFrame 체크)
- 수집 실패 시 알림 발송
- 데이터를 DB에 캐싱해서 크롤링 실패해도 과거 데이터는 사용 가능하게
기관 세분화 불가
네이버 증권은 기관을 하나의 합계로만 제공한다. 연기금이 사는 건지 금융투자(증권사)가 사는 건지 구분이 안 된다. 수급 분석에서 주도세력을 세밀하게 판별하려면 이 구분이 중요한데, 현재로서는 한계다.
데이터 갱신 타이밍
무료 소스로는 장중 실시간 수급 데이터를 가져올 수 없다. 장 마감 후 18:00 KST 이후에 확정된 데이터만 수집 가능하다. 실시간이 필요하면 HTS/MTS를 써야 한다.
결론
pykrx가 KRX 사이트 구조 변경 + pandas 2.x 호환 문제로 사실상 사망한 상태에서, 네이버 증권 크롤링이 현실적인 대안이었다. 기관 세분화를 포기하는 대신 외국인/기관/개인 3주체 순매수와 누적 추이를 안정적으로 수집할 수 있었다.
lightweight-charts는 금융 차트에 최적화된 가벼운 라이브러리지만, Y축 포맷팅에서 localization.priceFormatter를 써야 한다는 점, leftPriceScale을 명시적으로 활성화해야 한다는 점은 문서를 꼼꼼히 읽지 않으면 놓치기 쉽다.
한국 주식 데이터 생태계가 KRX 공식 API 없이 스크래핑에 의존하는 구조라서, 이런 삽질이 반복될 수밖에 없는 것 같다. KRX가 공식 REST API를 제공해주면 이 문제가 근본적으로 해결될 텐데, 당분간은 네이버 크롤링 + 방어 코드가 최선이다.
💬 댓글
비밀번호를 기억해두면 나중에 내 댓글을 삭제할 수 있어요.