자산
AutoStock
AutoCoin
매매와 적립 매수를 운영합니다
운영 이유
번 돈을 어떻게 쓰고,
남기고, 키울 것인가
번 돈은 잘 쓰고, 모은 자산은 꾸준히 키우고 싶었습니다. 누구나 반복해서 고민하는 문제입니다.
자산 관리
매수·매도와 적립 매수의 기준을 시스템으로 운영합니다.
식사 선택
밀키트 선택부터 요리와 만족도 기록까지 다시 설계합니다.
AiderLab · James
돈을 더 잘 쓰고,
꾸준히 관리하는 방법
식사 선택과 자산 관리처럼 반복되는 판단을 규칙으로 만들고, 직접 사용한 결과로 개선합니다.
AutoStock
식사
CookCook
추천부터 만족도 기록까지
정보 수집과 정리에는 Python과 로컬 LLM을 결합한 워커를 사용합니다.
번 돈을 어떻게 쓰고,
현재 프로젝트
지금 운영하고 다시 설계하는 프로젝트
01 · 자산운영 중
02 · 자산운영 중
03 · 식사잠시 멈춤
자산 관련 시스템은 개인 운용 실험이며, 투자 권유나 수익을 보장하는 서비스가 아닙니다.
최근 분석 데이터
수집한 뉴스를 분석합니다
뉴스 파이프라인이 생성한 최근 3건의 분석입니다. AutoStock의 로컬 LLM 판단 계층과 직접 연결하는 작업은 아직 기획 단계입니다.
연결 중최근 3건
분석 기록 전체 보기 - PyTorch_KRAI
VideoJev: 답을 생성하는 대신 후보를 채점해 비디오 구간 찾기와 객관식 QA를 푸는 System One 모델 공개
VideoJev는 기존 모델이 답을 생성하는 대신 후보를 채점하는 방식을 통해 비디오 분석의 정확성을 향상시켜 기존 방법을 대체한다.
- HackerNewsIT
New Withings Users Must Pay $99/Year for Apple Health Syncing
Withings introduces a subscription fee for Apple Health integration, potentially altering user behavior and impacting the competitive landscape of health data platforms.
- HackerNewsIT
What I Self-Host
자신이 호스팅하는 서비스는 사용자에게 더 많은 통제권과 맞춤형 솔루션을 제공함으로써 기존의 클라우드 서비스를 대체할 수 있는 혁신적인 대안을 제시한다.
만드는 방법
기획에서 운영까지 직접 만듭니다
문제와 검증 기준을 정하고, 웹·API와 AI 서비스 PoC를 구현합니다. 반복 작업에는 Python 워커와 로컬 LLM을 활용합니다.
- 제품 설계
- 문제, 운영 규칙과 확인할 결과를 정합니다.
- 직접 개발
- 웹·API, 데이터 처리와 AI 기능을 구현합니다.
- 운영 자동화
- 실행 결과를 기록하고 다음 규칙에 반영합니다.
기록과 개선
실행 결과를 남기고, 다음 규칙을 고칩니다
워커가 찾고 정리한 정보, 프로젝트가 실행한 결과, 실패한 판단을 함께 남깁니다. 검증된 내용만 다음 작업에 다시 사용합니다.
- 01Echo · 탐색 워커
발견
변화와 기회를 찾습니다.
- 02Iris · 정제 워커
정제
비정형 정보를 사용할 수 있는 데이터로 정리합니다.
- 03운영 프로젝트
실행
정리한 정보를 각 프로젝트의 규칙에 적용합니다.
- 04실행 결과
기록
실행 결과와 실패를 다음 판단을 위해 남깁니다.
- 05기록 · 데이터
재사용
검증된 기록을 다음 작업과 시스템 개선에 활용합니다.