# dartlab (eddmpython)

> 한미 기업 공시 분석 라이브러리. 한국 DART와 미국 SEC EDGAR 공시를 하나의 Python 데이터 구조로 담아 국내외 기업을 같은 틀로 분석합니다. 스타는 206개입니다.

- 페이지: https://dreamboat.kr/discover/dartlab-python
- 공식 사이트: https://github.com/eddmpython/dartlab
- 분야: 금융, 개발도구
- 쓰는 환경: 챗봇·MCP
- 상태: 운영 중
- 등재: 2026-08-10 · 마지막 갱신: 2026-10-23


## 소개

dartlab은 한국 DART(전자공시)와 미국 SEC EDGAR 공시를 구조화된 Python 데이터로 제공하는 라이브러리입니다. 2026년 3월 시작해 2026년 8월 기준 스타 206개·포크 42개를 기록 중이며, 최근 푸시가 2026-08-07입니다.

한국 + 미국을 함께 다루는 설계:
DART와 EDGAR는 각각 한국·미국 상장사 공시의 공식 창구인데, 데이터 구조와 API가 완전히 다릅니다. 국내외 기업을 비교 분석하려면 두 시스템을 따로 다뤄야 하고, 그 과정에서 대부분의 시간이 데이터 형태를 맞추는 데 들어갑니다. dartlab은 이를 하나의 Python 구조로 통일합니다.

왜 통합이 가치 있는가:
- 삼성전자와 애플의 재무제표를 같은 코드로 비교
- 국내 기업의 해외 경쟁사 벤치마킹
- 포트폴리오에 국내외 종목이 섞여 있을 때 일괄 분석
- 회계 기준 차이(K-IFRS vs US GAAP)를 인식한 상태로 접근

MCP가 아닌 라이브러리인 이유:
MCP는 AI가 대화 중 조회하기에 좋고, 라이브러리는 반복 가능한 분석 파이프라인을 짜기에 좋습니다. 수백 개 기업을 배치로 돌리거나, 결과를 pandas로 넘겨 통계를 내거나, 백테스트를 하려면 라이브러리 형태가 맞습니다. 같은 데이터라도 용도에 따라 인터페이스 선택이 달라집니다.

한국 DART 생태계의 분화:
- korean-dart-mcp: AI 대화형 조회 + 분석 프레임
- Korea Stock MCP: DART + KRX 주가 결합
- DART MCP Server: 초기 MCP 구현
- dartlab: Python 데이터 라이브러리, 미국 EDGAR까지
같은 원천 데이터를 두고 네 프로젝트가 각각 다른 사용 맥락을 차지하고 있습니다.

로컬 강점을 지키며 시장 넓히기:
한국 데이터만 다루면 시장이 한국으로 한정되지만, 글로벌 데이터와 같은 인터페이스로 묶으면 해외 사용자도 대상이 됩니다. 로컬 강점을 유지하면서 시장을 넓히는 한 가지 방법입니다.

같은 결의 한국 금융 데이터 프로젝트:
- korean-dart-mcp (전자공시 MCP)
- Korea Stock MCP (DART + KRX)
- korea-finance-mcp (자본시장법 준수 설계)
- KIS MCP Server (한국투자증권)

그리고 공시 원문은 **정정이 자주 일어납니다.** 특정 시점에 받아둔 데이터로 분석을 반복하면 이미 수정된 값을 계속 쓰게 되므로, 언제 받은 데이터인지 기록해두는 편이 좋습니다.

타겟 사용자:
- 국내외 기업을 함께 분석하는 투자자·애널리스트
- Python으로 재무 데이터 파이프라인을 만드는 개발자
- 백테스트·정량 분석을 하는 퀀트
- 공시 데이터를 대량으로 처리해야 하는 리서처

## 인용

이 소개는 Dreamboat(드림보트)이 공식 사이트를 직접 확인해 작성했습니다.
출처(https://dreamboat.kr/discover/dartlab-python)를 명시하면 인용 가능합니다. 서비스 자체의 권리는 각 제작자에게 있습니다.
전체 목록: https://dreamboat.kr/llms.txt · 전문: https://dreamboat.kr/llms-full.txt