andantecode

과거 코칭 맥락이 누적되어 다음 분석에 반영된다는 점이 인상적입니다. 다만, LLM이 생성하는 설명의 일관성을 위해 검증 로직이 더 강화되면 더 완벽해질 것 같습니다. 현재로도 충분히 강력한 도구입니다.

규칙 기반 탐지와 LLM 설명의 역할 분리가 명확해 보입니다. 개인 프로젝트임에도 불구하고 이렇게 체계적인 아키텍처를 갖춘 점은 놀랍습니다. 구독료는 어떻게 책정되어 있나요?

LLM의 과한 추측을 피하고 규칙 기반 판정을 핵심으로 둔 점이 신뢰감을 줍니다. Drizzle와 PostgreSQL을 활용해 데이터를 구조화하고, 50개 이상의 유닛 테스트와 통합 테스트를 진행한 점도 꼼꼼함을 느끼게 합니다. 특히 프롬프트 캐싱을 통해 코칭 노트를 누적하는 방식이 이전 분석 결과와 맥락을 이어주는 데 효과적일 것 같습니다. 다양한 분석 모듈을 통해 매매 전략을 다각도로 살펴볼 수 있어 매우 유용해 보입니다.

증권 앱이 무엇을 샀는지는 잘 보여줬지만, 왜 그렇게 거래했는지 돌아보기는 쉽지 않았습니다. 하지만 이 서비스를 통해 FIFO 방식으로 체결을 페어링하고 라운드트립 단위의 매매를 복원하는 과정을 보며 깊은 인상을 받았습니다. 특히 물타기, 비중과다, 단타, 추격매수, 손절지연, 익절놓침 등 6종류의 습관을 규칙 기반으로 판정한다는 점이 인상적이었습니다. LLM이 판정 결과를 설명하지만, 판정 자체는 규칙 기반으로 신뢰도와 근거를 남기는 방식이 숫자를 지어내지 않도록 하는 현명한 설계라 느껴졌습니다. 반사실, 패턴, 기간, 규칙 준수, 거래, what-if 등 6개 모듈로 매매를 여러 각도에서 해석할 수 있다는 점도 매력적입니다. LLM 코칭이 과거 맥락을 누적하여 쌓이도록 한다는 점도 매우 흥미로웠습니다. 다중 통화를 고려해 환차익과 종목 수익을 분리 계산한다는 점도 꼼꼼함을 보여주었습니다. 직접 데모를 체험해보니 연결부터 분석까지 매끄럽게 작동하는 것을 확인할 수 있었습니다.

토스증권 API를 연결하자마자 체결 내역이 복원되는 과정이 신기했습니다. 물타기나 추격매수 같은 내 습관이 규칙 기반으로 정확히 판별되어, 단순히 숫자만 보던 때와 달리 훨씬 합리적인 투자 결정을 내릴 수 있게 된 것 같습니다.