한국어 | English

MCP OpenDART

PyPI Version PyPI Downloads

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

Demo

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: .env 파일을 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:
```
brew install python@3.10
```
설치 후 python3.10 명령어를 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 python 또는 python3 명령어를 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

python3.10 명령어를 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 변경

API-KEY: 발급받은 OpenDART API 키로 변경

주요 환경 변수

OPENDART_API_KEY: OpenDART API 키
OPENDART_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 조회
ds002_periodic: 정기보고서 주요정보 조회
ds003_financial: 정기보고서 재무정보 조회
ds004_ownership: 지분공시 종합정보 조회
ds005_major: 주요사항보고서 주요정보 조회
ds006_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
.env 파일을 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.