이 글은 미메시스 엔지니어링을 실제 프로젝트에 적용한 첫 공개 방향 전환 case study다. 현재 기준의 완전한 Mimesis Audit 샘플은 Site Modernization Mimesis Audit처럼 source card, ontology map, commands/redlines, output contract, validation, memory까지 포함해야 한다.
강한 성공 사례가 아니다. 오히려 실패를 다시 읽은 기록이다.
시작점: QuantFlow 실패
나는 11,409줄짜리 트레이딩 대시보드를 만들었다가 덮었다.
이름은 QuantFlow Pro였다. 실시간 자산 배분, 팩터 뷰, 매크로 레짐, 저널, 투자 철학 뷰까지 있었다. UI와 데이터 구조만 보면 꽤 그럴듯했다.
하지만 핵심은 작동하지 않았다.
문제는 차트가 아니었다. 판단이었다.
내가 시장에서 쓰던 감각을 AI가 코드로 옮기지 못했다. 더 정확히는, 내가 그 감각을 AI가 옮길 수 있는 형태로 설명하지 못했다.
약한 미메시스가 만든 착각
처음에는 결과물을 모방했다.
- Bloomberg Terminal처럼 정보 밀도를 높인다.
- 기관용 대시보드처럼 보이게 만든다.
- 포트폴리오, 리스크, 팩터, 매크로를 한 화면에 묶는다.
이건 약한 미메시스였다. 결과의 표면을 닮게 만드는 접근이었다.
문제는 내가 진짜로 원한 것이 대시보드가 아니었다는 점이다. 나는 “내 감각이 코드로 옮겨진 판단 시스템”을 원했다.
그런데 내가 만든 것은 “판단하는 것처럼 보이는 화면”이었다.
외부 기준으로 다시 읽기
QuantFlow를 덮은 뒤 질문을 바꿨다.
내 감각을 자동화할 수 있는가?
에서
감각이 실제로 맞았는지 검증할 수 있는가?
로.
이 전환이 미메시스였다. 내 아이디어를 더 잘 구현하려 한 것이 아니라, 이미 검증 가능한 시스템들이 어떤 문제를 먼저 푸는지 비교했다.
현재 기준으로는 이 기준도 더 구체적인 source card로 내려야 한다. 예를 들어 Alpha Court proof contract는 아래 원본들에서 구조를 빌린다.
| 기준 | 배운 점 | QuantFlow에 준 압박 |
|---|---|---|
| Metaculus question-writing guidelines | resolution criteria, dates, source, edge case가 먼저 고정돼야 한다 | 예측은 “좋은 말”이 아니라 닫힐 수 있는 질문이어야 한다 |
| Gneiting & Raftery, Strictly Proper Scoring Rules + Metaculus Scores FAQ | score는 prediction과 realized outcome을 함께 받아야 한다 | thesis 없는 점수, result 없는 점수는 금지된다 |
| W3C PROV Overview | evidence는 entity, activity, agent, source, derivation으로 추적돼야 한다 | 근거와 결과, 사후 해석을 섞으면 안 된다 |
| Stack Overflow reputation docs | reputation은 과거 기여에서 나온 trust proxy로만 조심스럽게 다뤄야 한다 | ranking은 단일 예측이 아니라 닫힌 기록 묶음 뒤에 와야 한다 |
| SEC Investment Adviser Marketing guide | 성과와 benefit 표현은 오해를 만들지 않도록 substantiation과 risk/limitation 경계가 필요하다 | investment-performance나 분석가 실력 주장을 공개 proof 없이 하면 안 된다 |
여기서 방향이 바뀌었다.
QuantFlow의 목표가 “내 감각을 코드로 복제”였다면, Alpha Court에서 증명하고 싶은 목표는 “예측과 분석의 검증 인프라”다. 아직 Alpha Court가 그 목표를 달성했다고 말하지 않는다.
구조 변환
미메시스 엔지니어링 관점에서 보면 전환은 이렇게 정리된다.
| Before: QuantFlow | After: Alpha Court |
|---|---|
| 내 판단을 자동화하려 했다 | 판단자의 결과를 검증하려 한다 |
| 화면이 중심이었다 | proof와 ranking이 중심이다 |
| 감각을 규칙으로 바꾸려 했다 | 감각이 맞았는지 사후 검증한다 |
| AI가 내 판단을 따라오게 했다 | AI와 사람이 모두 증거에 묶이게 한다 |
| 실패 시 원인이 불명확했다 | 실패를 기록하고 score로 남긴다 |
핵심은 모방 대상이 바뀐 것이다.
나는 더 이상 Bloomberg 같은 화면을 모방하지 않는다. 검증 가능한 예측 시스템의 판단 루프를 모방한다.
MIMESIS Framework로 다시 보기
| Step | QuantFlow 이후 적용 |
|---|---|
| Map the field | 트레이딩 대시보드가 아니라 예측 검증, 리서치 신뢰, 커뮤니티 평판 field로 다시 봤다 |
| Identify predecessors | 예측 시장, 리서치 플랫폼, ranking/eval 시스템을 선행 구조로 봤다 |
| Model their structure | 발언, 근거, 결과, 정산, 평판이 분리되어야 함을 봤다 |
| Extract transferable patterns | thesis 기록, 사후 검증, ranking, 발언권 제한을 가져왔다 |
| Synthesize your variation | 투자 예측 검증 커뮤니티인 Alpha Court로 변형했다 |
| Inspect failure modes | 조작, 과잉 확신, hindsight bias, 검증 없는 권위화를 실패 모드로 잡았다 |
| Ship, test, and revise | 베타에서 ranking과 검증 흐름을 작게 닫는 것을 다음 proof로 둔다 |
현재 기준으로 다시 쓰면 이 글은 legacy/directional case다. Alpha Court Thesis-Result-Score Walkthrough는 아래 체인을 public-safe contract로 고정한다. 다음에는 실제 redacted beta run으로 닫아야 한다.
| Current-chain field | Alpha Court에 필요한 증거 |
|---|---|
| Verified originals | Metaculus, proper scoring rules, W3C PROV, Stack Overflow reputation, SEC marketing redline source card |
| Ontology map | Analyst, Thesis, Evidence, Prediction, Result, Score, Rank, Reputation, ClaimBoundary |
| Commands / redlines | thesis 없는 예측 금지, 사후 결과 없는 점수 금지, 시장 검증 없는 성과 주장 금지 |
| Output contract | 한 예측이 thesis -> evidence -> result -> score -> retrospective로 닫히는 contract |
| Golden example | 좋은 예측 1건과 나쁜 예측 1건을 같은 형식으로 비교 |
| Validation / memory | ranking 흐름, 실패 모드, 폐기한 UI/보상 방향을 decision log로 남김 |
무엇을 그대로 가져오지 않았나
미메시스에서 중요한 것은 가져오지 않는 것이다.
나는 QuantFlow의 화면 밀도를 버렸다. 복잡한 대시보드가 신뢰를 만든다는 착각을 버렸다. “기관급처럼 보이는” UI가 실제 검증을 대체하지 못한다는 것도 인정했다.
또 예측 시장을 그대로 복제하지 않았다. 내 목적은 금융 상품을 만드는 것이 아니라, 분석과 예측의 신뢰를 검증하는 커뮤니티 구조를 만드는 것이다.
Proof boundary
현재 이 case study로 주장할 수 있는 것은 제한적이다.
주장 가능:
- QuantFlow 실패는 “감각 자동화”에서 “감각 검증”으로 방향을 바꾸게 만든 내부 사례다.
- Mimesis Engineering은 이 전환을 설명하는 작업 프레임으로 유용하다.
- Alpha Court는 이 전환 이후 나온 프로젝트 방향이다.
아직 주장 불가:
- Alpha Court가 외부 시장에서 검증됐다는 주장.
- Mimesis Engineering이 업계 표준이라는 주장.
- 예측 검증 커뮤니티 구조가 실제로 retention, trust, revenue를 만든다는 주장.
다음 proof artifact:
- Alpha Court 베타 ranking 흐름의 공개 가능한 screenshot.
- 예측 1건이 thesis → result → score → retrospective로 닫히는 redacted real beta walkthrough.
- 검증된 분석가 발언권 모델의 실제 운영 로그.
결론
QuantFlow는 실패했다. 하지만 그 실패는 좋은 방향 전환을 만들었다.
나는 더 이상 AI에게 내 감각을 그대로 복제하라고 요구하지 않는다.
대신 묻는다.
이 감각이 맞았는지 어떤 구조가 검증할 수 있는가?
그 질문이 Alpha Court로 이어졌다.
그리고 이 질문 방식이 내가 말하는 미메시스 엔지니어링이다.