한국어 | English
MCP OpenDART
OpenDART(금융감독원 전자공시시스템)를 위한 Model Context Protocol(MCP) 서버입니다. 이 통합은 데이터 프라이버시와 보안을 유지하면서 OpenDART와의 안전하고 맥락적인 AI 상호작용을 가능하게 합니다.
사용 예시
AI 어시스턴트에게 다음과 같은 요청을 할 수 있습니다:
- 📊 재무 보고서 - "삼성전자의 최신 분기 보고서를 가져와주세요"
- 🔍 공시 검색 - "지난달 코스피 기업들의 주요 지분 변동을 찾아주세요"
- 📈 기업 분석 - "현대자동차의 지난 3년간의 재무제표를 보여주세요"
- ⚡ 실시간 업데이트 - "오늘의 기술 섹터 중요 공시를 가져와주세요"
기능 데모

사용 예시: 삼성전자 2024년 사업보고서 분석
질문:
삼성전자 2024년 사업보고서를 기반으로 다음 질문에 답해줘:
- 연봉킹은 누구야? 개인별 보수 상위 5명과 금액을 알려줘
- 오너가 지분 변동이 있었어? 최대주주 및 특수관계인의 지분율 변화와 거래 사유가 뭐야?
- 배당은 얼마나 줘? 배당금, 배당수익률, 배당성향 3개년 추이와 배당 지속가능성은?
- 숨겨진 리스크가 있어? 재무제표 주석에서 소송, 우발부채, 충당부채 관련 내용 검색해서 알려줘
- HBM 사업 전망은? 사업의 내용에서 HBM, AI반도체 관련 회사의 공식 입장을 정리해줘
종합해서 삼성전자 투자 시 주의할 점 3가지를 정리해줘.
답변:
삼성전자 2024년 사업보고서를 기반으로 분석해드리겠습니다. 먼저 삼성전자 고유번호를 조회하겠습니다.삼성전자 고유번호는 00126380입니다. 이제 각 질문에 대한 정보를 조회하겠습니다.이제 재무제표 주석에서 소송, 우발부채 관련 내용을 검색하겠습니다.이제 수집한 정보를 바탕으로 종합 분석해드리겠습니다.
삼성전자 2024년 사업보고서 종합 분석
1) 연봉킹 - 개인별 보수 상위 5명
| 순위 | 이름 | 직위 | 보수총액 |
|---|---|---|---|
| 1 | 경계현 | 고문 | 80.36억원 |
| 2 | 이정배 | 상담역 | 69.50억원 |
| 3 | 최시영 | 상담역 | 69.00억원 |
| 4 | 한종희 | 대표이사 | 52.40억원 |
| 5 | 노태문 | 이사 | 50.98억원 |
분석: 현직 임원보다 퇴임 임원(고문/상담역)의 보수가 더 높은 점이 눈에 띕니다. 경계현 전 DS부문장이 퇴임 후에도 80억원 이상을 받았는데, 이는 퇴직금과 기존 성과급이 포함된 것으로 보입니다.
2) 오너 지분 변동 - 최대주주 및 특수관계인
| 주주명 | 관계 | 기초 지분율 | 기말 지분율 | 변동 | 사유 |
|---|---|---|---|---|---|
| 삼성생명보험 | 최대주주 | 8.51% | 8.51% | - | 변동없음 |
| 삼성물산 | 계열회사 | 5.01% | 5.01% | - | 변동없음 |
| 홍라희 | 특수관계인 | 1.96% | 1.64% | ▼0.32% | 시간외 매매 |
| 이재용 | 특수관계인 | 1.63% | 1.63% | - | 변동없음 |
| 이부진 | 계열회사 임원 | 0.93% | 0.80% | ▼0.13% | 시간외 매매 |
| 이서현 | 계열회사 임원 | 0.93% | 0.79% | ▼0.14% | 시간외 매매 |
| 계 | - | 20.70% | 20.07% | ▼0.63% | - |
분석:
- 홍라희·이부진·이서현 3인이 시간외 매매로 약 3,700만주(약 2조원 규모) 매각
- 이재용 회장 지분(1.63%)은 변동 없음
- 전체 특수관계인 지분이 20.70% → 20.07%로 감소
- 매각 사유: 상속세 납부 재원 마련 및 재산 포트폴리오 조정으로 추정
3) 배당 현황 - 3개년 추이
| 구분 | 2024년 | 2023년 | 2022년 |
|---|---|---|---|
| 연결 당기순이익 | 33.6조원 | 14.5조원 | 54.7조원 |
| 현금배당금 총액 | 9.81조원 | 9.81조원 | 9.81조원 |
| 주당 배당금(보통주) | 1,446원 | 1,444원 | 1,444원 |
| 배당수익률(보통주) | 2.7% | 1.9% | 2.5% |
| 배당성향 | 29.2% | 67.8% | 17.9% |
배당 지속가능성 평가:
- 긍정: 3년 연속 약 9.8조원의 안정적인 배당 유지 (주주환원 정책 일관성)
- 주의: 2023년 배당성향 67.8%는 순이익 급감에 따른 일시적 현상
- 전망: 2024년 순이익 회복(33.6조원)으로 배당성향 29.2%로 정상화. 현 수준 배당 지속 가능
4) 숨겨진 리스크 - 재무제표 주석 분석
📌 주요 소송/우발부채
① 삼성바이오로직스 회계처리 관련 행정소송 (진행 중)
- 증권선물위원회가 삼성바이오에피스 지분 회계처리 오류를 이유로 과징금 80억원 부과, 재무제표 재작성 명령
- 삼성바이오로직스가 처분 취소 소송 진행 중
- 서울행정법원에서 2020년(1차), 2024년(2차) 처분 취소 판결 → 증선위 항소 중
- 리스크: 소송 패소 시 삼성전자의 2015~2022년 지분법손익, 관계기업투자주식, 이익잉여금에 영향 가능
② 법적 소송 우발부채
- "다수의 회사와 정상적인 영업과정에서 발생한 소송, 분쟁 및 규제기관 조사 진행 중"
- 경영진은 재무상태에 중요한 영향을 미치지 않을 것으로 판단
- 단, 자원 유출 금액과 시기는 불확실
③ 충당부채
- 판매보증충당부채: 제품 품질보증, 교환, 하자보수 비용 추정 계상
- 배출부채: 온실가스 배출권 초과분에 대한 예상 비용 충당
5) HBM 및 AI반도체 사업 전망 - 회사 공식 입장
📌 2024년 4분기 실적 상황
"모바일/PC 고객사의 재고 조정이 심화되었으나, 주요 데이터센터 및 테크 기업들의 AI향 투자가 지속되며 HBM과 서버향 DRAM 수요 견조세가 지속되었습니다."
📌 2025년 전망 및 리스크
"AI향 수요 모멘텀은 지속될 것으로 전망되지만, GPU 공급 상황에 따라 데이터센터 및 OEM 고객 수요가 변동될 가능성이 있고 AI향 반도체 수출 통제로 인한 HBM 수요 변동성도 지속 발생하고 있습니다."
📌 회사의 대응 전략
- 고부가가치 제품(HBM, DDR5, LPDDR5x, QLC SSD) 중심 포트폴리오 전환
- 선단공정 전환 가속화
- 서버향 DDR5, 고용량 서버향 QLC SSD 수요 대응 집중
📌 Foundry 사업
"2025년 Foundry 시장은 HPC/AI 응용 수요 강세가 지속되며 Advanced 노드 시장 중심으로 두 자릿수 성장 전망"
- 4나노 공정 안정적 수율 기반 모바일/HPC 수요 확대
- GAA 적용 3나노 공정 2025년 상반기 모바일향 양산 출하 준비 중
🚨 삼성전자 투자 시 주의할 점 3가지
1️⃣ HBM 경쟁력 격차와 지정학적 리스크
- SK하이닉스 대비 HBM 기술 및 고객사 확보에서 후발주자 위치
- 미국의 AI반도체 수출 통제 강화 시 중국향 HBM 수요 급감 가능성
- NVIDIA 등 주요 고객사 공급 다변화로 삼성전자 비중 확대 불확실
2️⃣ 오너 일가 지분 매각과 지배구조 불안정성
- 홍라희·이부진·이서현의 연간 약 2조원 규모 지분 매각 지속
- 이재용 회장 개인 지분(1.63%)이 낮아 경영권 안정성 우려
- 삼성생명(8.51%) + 삼성물산(5.01%) 등 계열사 의존도 높음
- 향후 상속세 추가 납부 위한 지분 매각 가능성 상존
3️⃣ 삼성바이오로직스 회계처리 소송의 잠재적 영향
- 현재 행정소송 진행 중으로 결과 예측 불가능
- 패소 시 2015~2022년 재무제표 소급 수정 → 이익잉여금 감소 가능
- 관계기업 투자주식 및 지분법손익 변동으로 연결재무제표 왜곡 리스크
- 회사는 현 시점에서 재무제표 반영이 어렵다고 명시
결론: 삼성전자는 AI/HBM 수요 모멘텀의 수혜를 받고 있지만, 경쟁사 대비 기술 격차, 지정학적 불확실성, 그리고 지배구조 관련 리스크를 면밀히 모니터링해야 합니다. 배당은 안정적이나, 순이익 변동성이 큰 만큼 배당성향보다는 절대 배당금 유지 여부에 주목하는 것이 바람직합니다.
지원 기능
📊 6대 핵심 분석 카테고리
| 카테고리 | 분석 목적 | 주요 분석 가능 영역 |
|---|---|---|
| 🔍 공시정보 분석 | 기업의 공시 패턴과 경영 변화 신호 포착 | • 공시 빈도 및 유형 분석으로 경영 상태 변화 예측 • 주요사항보고서, 지배구조변동 등 핵심 공시 실시간 모니터링 • 재무제표 주석 자동 추출로 숨겨진 리스크 발굴 • 사업의 내용/회사의 개요 구조화 파싱으로 전략 의도 파악 |
| 📈 정기보고서 주요정보 분석 | 사업보고서, 분기/반기보고서의 핵심 경영정보 추출 | • 임원 보수 및 보상체계 분석으로 지배구조 리스크 평가 • 배당 정책 및 주주환원 전략의 지속가능성 분석 • 자본변동(증자/감자/자기주식) 패턴으로 자금조달 의도 파악 • 직원 현황 및 인건비 구조로 조직 안정성 평가 |
| 💰 정기보고서 재무정보 분석 | 재무제표 및 XBRL 데이터 기반 재무건전성 평가 | • 수익성(ROA/ROE), 안정성(부채비율), 성장성, 활동성 지표 종합 분석 • 시계열 추세 분석으로 재무성과 변동성 및 이상치 탐지 • 산업 평균 대비 상대적 위치 파악 및 경쟁력 평가 • 연결재무제표 기반 그룹 전체 재무건전성 구조 분석 |
| 👥 지분공시 종합정보 분석 | 지배구조 안정성 및 경영권 변동 리스크 평가 | • 최대주주 및 특수관계인 지분 변동으로 경영권 안정성 모니터링 • 5% 이상 주주 지분 변동으로 적대적 인수 가능성 조기 탐지 • 임원 및 주요주주 주식 거래로 내부자 거래 의혹 분석 • 소액주주 분산도로 M&A 방어력 및 지배구조 리스크 평가 |
| ⚡ 주요사항보고서 분석 | 경영 전략 변화 및 구조조정 신호 포착 | • 사업양수/양도, 합병/분할 결정으로 사업재편 전략 분석 • 자산양수도 및 풋백옵션 계약으로 경영전략 변화 파악 • 부도, 영업정지, 회생절차 등 경영위기 조기 경보 • 소송 제기 사실로 법적 리스크 및 재무 영향 평가 |
| 💼 증권신고서 분석 | 자금조달 구조 및 부채 리스크 심층 분석 | • 채무증권(회사채/전환사채/신주인수권부사채) 발행 조건 분석 • 단기/장기 부채 구조로 유동성 및 차환 리스크 평가 • 공모/사모자금 사용내역으로 자금 운용 투명성 검증 • 해외상장 결정으로 글로벌 자금조달 전략 및 외화 리스크 분석 |
🎯 고급 분석 기능
- 재무제표 주석 자동 추출: 연결재무제표 주석, 재무제표 주석을 자동으로 파싱하여 구조화된 데이터로 저장
- 사업의 내용 파싱: II. 사업의 내용 섹션을 동적으로 파싱하여 사업 개요, 영업 현황, 재무건전성 등 하위 섹션별 구조화
- 회사의 개요 파싱: I. 회사의 개요 섹션을 동적으로 파싱하여 회사 연혁, 자본금 변동, 주식 총수 등 핵심 정보 추출
- 구조화된 데이터 검색: 테이블 및 문단 단위 의미 기반 검색으로 특정 키워드(예: 소송, 우발부채, HBM) 관련 상세 정보 즉시 검색
- 지능적 XML 파일 선택: ZIP 파일에서 감사보고서를 제외하고 최적의 비즈니스 보고서를 자동으로 선택하여 분석 효율성 극대화
🧠 온톨로지 기반 지식 그래프 시스템
-
자동 지식 그래프 생성: 공시 문서 캐싱 시 자동으로 구조적 지식 그래프 생성
- 엔티티: 기업(Corporation), 공시(Disclosure), 섹션(Section), 하위섹션(Subsection), 테이블(Table), 문단(Paragraph)
- 관계: 기업-공시, 공시-섹션, 섹션-하위섹션 등 구조적 관계 자동 추출
- 메타데이터: 노드 수, 엣지 수, 생성 시각 등 포함
-
자연어 쿼리 엔진: 지식 그래프를 활용한 관계 기반 검색
- 자연어 쿼리 지원: "사업의 내용 하위섹션", "재무제표 주석 섹션" 등
- 구조적 관계 탐색: 섹션 간 관계, 하위섹션 계층 구조 자동 탐색
- 관련 엔티티 자동 발견: 쿼리와 관련된 모든 노드와 엣지 반환
-
도메인별 동의어 확장: 검색 정확도 향상을 위한 동적 용어 확장
- 도메인 분리: 보험(synonyms_insurance.json), 금융(synonyms_finance.json) 등
- 자동 확장: 검색 시 관련 동의어 자동 포함 (예: "CSM" → "계약서비스마진", "보험계약자산")
- 매칭 점수: 확장된 용어의 신뢰도 점수 제공
-
자가 개선 동의어 학습: 검색 결과와 지식 그래프를 분석하여 동의어 자동 발견
- 자동 학습: 검색 결과에서 공출현 패턴 분석
- 지식 그래프 관계 분석: 그래프 내 공유 노드와 경로 길이 기반 신뢰도 계산
- 신뢰도 기반 자동 승인: 높은 신뢰도(≥0.8)는 자동 승인, 낮은 신뢰도는 수동 검토 대기열 추가
- 수동 검토 시스템: 대기열 관리 및 통계 제공
빠른 시작 가이드
1. 인증 설정
먼저 OpenDART API 키를 얻으세요:
- OpenDART에 접속
- 회원가입 후 API 키 신청
2. 설치
# 저장소 복제
git clone https://github.com/ChangooLee/mcp-opendart.git
cd mcp-opendart
# [중요] Python 3.10 이상 사용 필수. 아래 'Python 3.10+ 설치 안내' 참고
# 가상 환경 생성
python3.10 -m venv .venv
source .venv/bin/activate
# 패키지 설치
# python 3.10 이상이 필요
python3 -m pip install --upgrade pip
uv pip install -e .
Docker로 실행하기
Docker 이미지 로드 (사전 빌드된 이미지 사용)
저장소에 포함된 사전 빌드된 이미지를 사용할 수 있습니다:
# Git LFS가 설치되어 있다면 자동으로 다운로드됩니다
# Git LFS 설치: https://git-lfs.github.com/
git lfs pull
# 이미지 로드
docker load -i mcp-opendart-image.tar.gz
Docker 이미지 빌드
직접 빌드하려면:
# Docker 이미지 빌드
docker build -t mcp-opendart:latest .
Docker 컨테이너 실행
방법 1: 환경변수 직접 전달 (-e 옵션)
# 기본 실행 (포트 8000)
docker run -d \
--name mcp-opendart \
-p 8000:8000 \
-e OPENDART_API_KEY=your-api-key-here \
-e TRANSPORT=http \
-e HOST=0.0.0.0 \
-e PORT=8000 \
-e LOG_LEVEL=INFO \
mcp-opendart:latest
# 다른 포트로 실행 (예: 9000)
docker run -d \
--name mcp-opendart \
-p 9000:9000 \
-e OPENDART_API_KEY=your-api-key-here \
-e TRANSPORT=http \
-e HOST=0.0.0.0 \
-e PORT=9000 \
-e LOG_LEVEL=INFO \
mcp-opendart:latest
방법 2: .env 파일 사용 (권장)
.env 파일을 생성하고 환경변수를 설정한 후 사용:
# .env 파일 예시
# OPENDART_API_KEY=your-api-key-here
# TRANSPORT=http
# HOST=0.0.0.0
# PORT=8000
# LOG_LEVEL=INFO
# MCP_SERVER_NAME=opendart-mcp
# .env 파일을 사용하여 실행
docker run -d \
--name mcp-opendart \
-p 8000:8000 \
--env-file .env \
mcp-opendart:latest
참고:
.env파일을 사용하면 API 키 등 민감한 정보를 코드에 노출하지 않고 관리할 수 있습니다.
Docker Compose 사용 (선택사항)
docker-compose.yml 파일을 생성하여 사용할 수 있습니다:
version: '3.8'
services:
mcp-opendart:
build: .
container_name: mcp-opendart
ports:
- "8000:8000"
environment:
- OPENDART_API_KEY=${OPENDART_API_KEY}
- TRANSPORT=http
- HOST=0.0.0.0
- PORT=8000
- LOG_LEVEL=INFO
restart: unless-stopped
실행:
docker-compose up -d
접속 확인
서버가 정상적으로 실행되면 다음 엔드포인트로 접속할 수 있습니다:
- MCP 엔드포인트:
http://localhost:8000/mcp - 헬스체크: Docker의 내장 헬스체크 사용
로그 확인
# 컨테이너 로그 확인
docker logs mcp-opendart
# 실시간 로그 확인
docker logs -f mcp-opendart
컨테이너 중지 및 제거
# 컨테이너 중지
docker stop mcp-opendart
# 컨테이너 제거
docker rm mcp-opendart
# 이미지 제거
docker rmi mcp-opendart:latest
Python 3.10+ 설치 안내
Python 버전 확인 (3.10 이상 필요)
python3 --version
만약 Python 버전이 3.10 미만이라면, 아래 안내에 따라 Python 3.10 이상을 설치하세요:
macOS
- 공식 웹사이트에서 최신 Python 설치 파일을 다운로드: https://www.python.org/downloads/macos/
- 또는 Homebrew를 사용하는 경우:
설치 후brew install python@3.10python3.10명령어를 사용해야 할 수 있습니다.
Windows
- 공식 웹사이트에서 최신 Python 설치 파일을 다운로드 및 실행: https://www.python.org/downloads/windows/
- 설치 시 "Add Python to PATH" 옵션을 반드시 체크하세요.
- 설치 후 터미널을 재시작하고
python또는python3명령어를 사용하세요.
Linux (Ubuntu/Debian)
- 패키지 목록을 업데이트하고 Python 3.10 설치:
sudo apt update sudo apt install python3.10 python3.10-venv python3.10-distutils python3.10명령어를 사용해야 할 수 있습니다.
Linux (Fedora/CentOS/RHEL)
- Python 3.10 설치:
sudo dnf install python3.10
IDE 통합
MCP OpenDART는 IDE 통합을 통해 AI 어시스턴트와 함께 사용하도록 설계되었습니다.
Claude Desktop 설정 방법
- 햄버거 메뉴(☰) > Settings > Developer > "Edit Config" 버튼 클릭
- 아래 설정을 추가:
{
"mcpServers": {
"mcp-opendart": {
"command": "YOUR_LOCATION/.venv/bin/mcp-opendart",
"env": {
"OPENDART_API_KEY": "API-KEY",
"OPENDART_BASE_URL": "https://opendart.fss.or.kr/api/",
"HOST": "0.0.0.0",
"PORT": "8000",
"TRANSPORT": "stdio",
"LOG_LEVEL": "INFO",
"MCP_SERVER_NAME": "mcp-opendart"
}
}
}
}
Streamable HTTP 설정 (선택 사항)
HTTP transport를 사용하여 streamable-http로 실행할 수도 있습니다:
{
"mcpServers": {
"mcp-opendart": {
"command": "YOUR_LOCATION/.venv/bin/mcp-opendart",
"env": {
"OPENDART_API_KEY": "API-KEY",
"OPENDART_BASE_URL": "https://opendart.fss.or.kr/api/",
"HOST": "0.0.0.0",
"PORT": "9000",
"TRANSPORT": "http",
"LOG_LEVEL": "INFO",
"MCP_SERVER_NAME": "mcp-opendart"
}
}
}
}
[!NOTE]
TRANSPORT="http"설정시 서버는 streamable-http 방식으로 실행됩니다- 엔드포인트:
http://HOST:PORT/mcp
[!NOTE]
YOUR_LOCATION: 가상환경이 설치된 실제 경로로 변경API-KEY: 발급받은 OpenDART API 키로 변경
주요 환경 변수
OPENDART_API_KEY: OpenDART API 키OPENDART_BASE_URL: API 기본 URL (기본값: 공식 URL)HOST: 서버 호스트 (기본값: 0.0.0.0)PORT: 서버 포트 (기본값: 8000)TRANSPORT: 전송 방식 (stdio 권장, http로 설정시 streamable-http 지원)LOG_LEVEL: 로깅 레벨 (INFO, DEBUG 등)MCP_SERVER_NAME: 서버 이름
재무제표 주석 자동 추출 및 검색 시스템
시스템 아키텍처
graph TD
A[공시서류 다운로드] --> B[XML 파싱]
B --> C{재무제표 주석 존재?}
C -->|Yes| D[재무제표 주석 추출]
C -->|No| E[다른 보고서 검색 안내]
E --> F[LLM이 다른 보고서 선택]
F --> A
D --> G[섹션별 분류]
G --> H[연결재무제표 주석]
G --> I[재무제표 주석]
H --> J[테이블 추출]
H --> K[문단 추출]
I --> L[테이블 추출]
I --> M[문단 추출]
J --> N[구조화된 JSON 저장]
K --> N
L --> N
M --> N
N --> O[disclosure_cache 저장]
O --> P[검색 가능한 상태]
P --> Q[키워드 검색]
Q --> R[테이블 검색 결과]
Q --> S[문단 검색 결과]
캐싱 구조
disclosure_cache/
├── financial_notes_{rcp_no}/
│ ├── metadata.json
│ ├── disclosure_{rcp_no}.json
│ ├── consolidated_notes/ # 3. 연결재무제표 주석
│ │ ├── metadata.json
│ │ ├── tables/
│ │ └── paragraphs/
│ ├── separate_notes/ # 5. 재무제표 주석
│ │ ├── metadata.json
│ │ ├── tables/
│ │ └── paragraphs/
│ ├── business_content/ # II. 사업의 내용
│ │ ├── metadata.json
│ │ └── subsections/
│ │ ├── 1_사업의_개요/
│ │ ├── 2_영업의_현황/
│ │ ├── 3_파생상품거래_현황/
│ │ ├── 4_영업설비/
│ │ └── 5_재무건전성_등_기타_참고사항/
│ └── company_overview/ # I. 회사의 개요
│ ├── metadata.json
│ └── subsections/
│ ├── 1_회사의_개요/
│ ├── 2_회사의_연혁/
│ ├── 3_자본금_변동사항/
│ ├── 4_주식의_총수_등/
│ └── 5_정관에_관한_사항/
검색 기능
- 테이블 검색: 헤더와 데이터 셀에서 키워드 검색
- 문단 검색: 재무제표 주석 문단에서 키워드 검색
- 섹션별 검색: 연결재무제표 주석, 재무제표 주석, 사업의 내용, 회사의 개요 검색
- 컨텍스트 분류: 기본정보, 사업정보, 재무정보로 자동 분류
- 자동 확장: 사업의 내용, 회사의 개요 검색 시 모든 하위 섹션 자동 포함
- 대소문자 구분: 선택적 대소문자 구분 검색
- 동의어 자동 확장: 도메인별 동의어 사전 기반 검색어 자동 확장 (예: "CSM" → "계약서비스마진", "보험계약자산")
- 지식 그래프 쿼리: 자연어로 구조적 관계 탐색 (예: "사업의 내용 하위섹션", "재무제표 주석 섹션")
도구
OpenDART 도구
ds001_disclosure: 공시정보 검색 및 조회ds002_periodic: 정기보고서 주요정보 조회ds003_financial: 정기보고서 재무정보 조회ds004_ownership: 지분공시 종합정보 조회ds005_major: 주요사항보고서 주요정보 조회ds006_securities: 증권신고서 주요정보 조회
주요 도구 목록
| 카테고리 | 도구 |
|---|---|
| 공시정보 | get_corporation_code_by_name, get_disclosure_list, get_corporation_info, get_disclosure_document, get_corporation_code |
| 정기보고서 주요정보 | get_annual_report, get_quarterly_report, get_semi_annual_report |
| 정기보고서 재무정보 | get_single_acnt, get_multi_acnt, get_xbrl_file, get_single_acc, get_xbrl_taxonomy, get_single_index, get_multi_index |
| 지분공시 종합정보 | get_major_shareholders, get_executive_holdings |
| 주요사항보고서 주요정보 | get_major_reports, get_business_reports |
| 증권신고서 주요정보 | get_securities_filing, get_prospectus |
| 재무제표 주석 검색 | search_financial_notes |
| 공시 문서 다운로드 | get_disclosure_document |
| 지식 그래프 쿼리 | query_knowledge_graph |
문제 해결 및 디버깅
일반적인 문제
-
인증 실패:
- API 키가 유효하고 활성 상태인지 확인
- API 키에 필요한 권한이 있는지 확인
- API 호출 한도(일 20,000회) 초과 여부 확인
-
데이터 접근 문제:
- 일부 데이터는 추가 권한이 필요할 수 있음
- 특정 데이터는 지연된 접근(최대 24시간)이 있을 수 있음
- 회사가 접근 가능한 범위 내에 있는지 확인
-
연결 문제:
- 인터넷 연결 확인
- OpenDART API 서비스 가용성 확인
- 방화벽이 연결을 차단하지 않는지 확인
디버깅 도구
# 상세 로깅 활성화
export LOG_LEVEL=DEBUG
# 로그 확인
tail -f opendart.log
# API 연결 테스트
python -m mcp_opendart test-connection
보안
- API 키를 절대 공유하지 마세요
.env파일을 안전하게 보관하세요- 적절한 속도 제한을 사용하세요
- API 사용량을 모니터링하세요
- 민감한 데이터는 환경 변수에 저장하세요
기여하기
기여를 환영합니다! 기여하시려면:
- 저장소를 포크하세요
- 기능 브랜치를 만드세요
- 변경사항을 작성하세요
- 풀 리퀘스트를 제출하세요
라이선스
이 프로젝트는 비상업적, 개인적, 연구, 학습, 비영리 목적에 한해 사용할 수 있습니다. 상업적 사용, 재배포, 2차 저작물의 상업적 이용은 엄격히 금지됩니다. 자세한 내용은 LICENSE 파일을 참고하세요.
이 프로젝트는 공식 OpenDART 제품이 아닙니다. OpenDART는 금융감독원의 등록 상표입니다.
