소개

AI 결과물을 검증 가능한 판단으로 바꾸는 사람.

오영웅 · @svy04

Seoul · 2004년생.

AI output을 proof-backed decision으로 바꾸는 operator. AI가 만든 결과를 그대로 믿지 않고, 검증된 원본의 작동 문법·시장 구조·검증 명령·claim boundary를 붙여 사람이 운영할 수 있는 판단으로 바꾼다.

내가 파는 것은 “AI로 뭐든 된다”는 환상이 아니다. 오히려 그 환상이 어디까지 실제 힘이고, 어디부터 검증되지 않은 포장인지 가르는 작업에 가깝다.

AI가 한 일을 인간이 어떻게 믿고 운영할 수 있는가?

What you get

당신이 누구든내가 줄 수 있는 것
창업자 / 빌더아이디어가 시장과 선행 사례 앞에서 버틸 수 있는지 빠르게 흔드는 방식
개발자 / AI 팀AI 생성 코드와 문서의 이해 부채, weak verification, 완료 주장을 분리하는 기준
팀 리더 / 운영자agent workflow에 검증 게이트, 승인 경계, decision ledger를 붙이는 운영 감각
투자 / 비즈니스 독자레버리지 환상과 실제 기회를 구분하는 판단 프레임
크리에이터 / 마케터사람들이 도구와 기회를 소비하는 욕망 구조를 해부하는 언어
협업자 / 채용자결과만 만드는 사람이 아니라 판단 체계를 만드는 사람이라는 증거

Current thesis

내 현재 중심축은 세 가지다.

  • Mimesis Engineering — 검증된 원본의 작동 문법을 분해해 내 프로젝트의 객체, 명령, 금지선, 산출물 계약, 골든 예시, 검수, 메모리로 번역한다.
  • Proof & Claim Boundaries — 강한 주장 옆에 증거와 경계를 붙인다.
  • AI-native Operator OS — AI 실행을 검증 가능한 운영 단위로 묶는다.

전면에서는 Mimesis를 소비 가능한 방법론으로 둔다. Proof는 신뢰 장치다. Operator OS는 후면 인프라다. Alpha Court는 이 철학을 실제 제품에서 실험하는 proving ground다.

그 위에 공개 표면은 네 개의 증거 계단으로 관리한다.

  • Validation Reports — 주장, 증거, 방법, 결과, 한계, 다음 artifact를 같은 형식으로 관리한다.
  • Named Demos — 데모마다 문제, 현재 상태, boundary, next proof를 붙인다.
  • Case Studies — 성공담보다 판단 구조와 폐기 이유를 남긴다.
  • Decision Log — 선택, 기각한 경로, 다음 확인 기준을 기록한다.

Why this exists

AI-native 개발을 하면서 처음에는 AI 실행이 병목이라고 생각했다. 긴 작업에서 AI는 목표를 잊고, 스펙을 놓치고, safety check를 제거하고, 완료했다고 말하지만 실제로 검증되지 않은 상태를 만들 수 있었다.

그런데 곧 더 큰 병목이 보였다. 인간 운영자였다. 인간이 계속 기억하고, 검토하고, 승인하고, 방향을 다시 잡아야 한다면 자동화는 멈춘다.

그래서 지금 만드는 것은 전자동 개발자가 아니다. no-code도 아니다. 내가 만드는 것은 governed-code 기반의 AI-native 작업 방식이다. AI는 실행한다. 증거 게이트가 검증한다. 인간은 전략과 승인 경계에 남는다.

Where it came from

투자와 트레이딩은 판단 훈련장이었다. 시장에서는 말이 아니라 포지션과 손실이 판단을 검증한다. 방향을 맞혔는지보다, 왜 들어갔고 언제 나왔고 틀렸을 때 무엇을 배웠는지가 더 중요했다.

5년 자본 운영 중 찾은 나만의 트레이딩 조합과 기관급 트레이딩 시스템을 만들다 접었다는 그 과정의 기록이다. 특히 QuantFlow는 중요한 전환점이었다. 내 감각을 자동화하려다, 감각을 검증하는 인프라가 더 중요하다는 결론으로 넘어갔다.

Rust 위키, 서버 운영, LikeU, Alpha Court 같은 프로젝트는 모두 같은 질문으로 이어진다. 좋은 시스템은 보기 좋은 UI만으로 끝나지 않는다. 신뢰, 역할, 검증, 운영 비용을 같이 다뤄야 한다.

Current work

  • Mimesis Audit — AI 프로젝트를 검증된 원본, failure mode, ontology map, output contract, understanding debt, claim boundary, 7-day proof plan으로 닫는 제안. 상태: offer draft / self-applied public sample exists / first external sample pending.
  • Alpha Court — FinTech / prediction proving ground. 상태: private beta / proving ground.
  • MFH — AI execution gate. 상태: partial / internal.
  • Meta — human operator OS. 상태: scaffolding / internal.
  • Orchestra OS — multi-agent execution & challenge layer. 상태: partial / planning.
  • Goal OS — evidence-driven autonomy loop. 상태: planning package / partial.

Looking for

  • AI-native 제품, 리서치 자동화, FinTech / prediction 팀
  • AI가 만든 결과물을 배포하기 전에 proof boundary를 세우고 싶은 사람
  • Mimesis Engineering, governed-code, evaluation loop를 같이 검토할 사람
  • Alpha Court와 검증 가능한 판단 시스템을 함께 실험할 협업자
  • 날카로운 리뷰어와 early collaborator

Collaboration intake

같이 보고 싶다면 링크와 함께 아래 네 가지를 보내면 된다.

  1. 지금 만든 제품, 글, 코드, 자동화, 또는 랜딩 페이지.
  2. 스스로 기준이라고 생각한 원본 3개.
  3. 지금 가장 강하게 주장하고 싶은 문장.
  4. 사실 가장 불안한 지점.

나는 보통 “좋다/나쁘다”보다 먼저 source class, failure mode, claim boundary, 7-day proof artifact로 답한다.

연락