이전 페이지
01배경02볼트03시뮬레이션04AI
04 · AI 엔지니어링

우리가 먼저 쓰는 AI.

왜 AI인가, 세 가지 서비스, 블록체인 × AI 워크플로.

왜 AI인가?
가장 무서운 건 구독료가 아니라,
Token입니다.
우리는 우리 소스 코드를 이해하는 AI 워크 시스템을 훈련했습니다.
같은 일을 더 적은 token, 더 적은 인원, 더 짧은 시간에 끝냅니다.
AI 엔지니어링 서비스

우리가 먼저 쓰고, 그다음 다른 이들에게 전합니다.

데이터 수집부터 보고서, 교재, 검증까지, Tako 내부 기술 인력은 모두 동일한 AI 기반 로직 워크 시스템으로 작업을 완료합니다.

이 시스템은 대기업의 대규모 언어 모델(LLM) 도입과 애플리케이션 개발도 지원할 수 있습니다.

< NT$ 1.7만/월
월 지출을 NT$ 십수만에서 현재 NT$ 1.7만/월 미만으로 줄였습니다.
고사양 컴퓨팅
로컬 모델이 먼저 답하고, 어려운 문제만 클라우드에 맡겨 token 사용량을 낮춥니다
다국어 · 다중 시장 · 폭넓은 인맥
하나의 교재를 중국어, 영어, 베트남어, 스페인어 4개 언어 버전으로 개발합니다.한국 시장 · 개발 중
상호 검증
AI가 교차 검증하고 스스로 최적화하며, 사람의 실수를 점차 줄입니다.
성격 평가 AI 모델
저와 메시지를 주고받은 적이 있는 모든 분에 대해 각각의 성격 평가 AI 모델을 이미 완성했습니다.
개인 사용자에게 맞는 사용 환경(예: Cursor, Slack)을 선별하고 있지만, Token 비용이 매우 높아 이 문제는 일단 보류했습니다.
스스로 반복 개선스스로 승화스스로 교훈 기록끊임없이 순환

AI가 알아야 할 것은 이미 알고 있습니다. 다음은 Tools()를 어떻게 다루느냐입니다.

완료된 작업 성과산출물 기록

완료된 산출물 기준으로 집계: 프레젠테이션 페이지 수, 교재 언어 버전, 풀별 시뮬레이션, 독립 검수 항목.

대규모 언어 모델과 로컬 배포

Repo 목록
Sonny가 제공한 GitHub Repo 목록 스크린샷
Sonny가 제공한 내부 기술 워크 시스템 스크린샷입니다. 모바일에서는 좌우로 스와이프해 볼 수 있습니다.
기업 AI 인프라 상황 예시 이미지
발전 방향

기업용 대규모 언어 모델

도입과 애플리케이션 개발로 동일한 워크 기반을 확장합니다.

서버와 로컬 배포 상황 예시 이미지

로컬 배포

로컬 우선, 어려운 문제는 클라우드가 보완합니다.

글로벌 및 다중 시장 상황 예시 이미지

4개 언어 · 다중 시장 · 폭넓은 인맥

중국어 · 영어 · 베트남어 · 스페인어, 하나의 교재를 여러 언어로 개발합니다.

코드 검증과 작업 반복 개선 상황 예시 이미지

교차 검증

스스로 최적화하고 교훈을 기록하며, 사람의 실수를 지속적으로 줄입니다.

웹 이미지 4장 · 상황 연출 · 출처 라이선스
1

AI 도입 컨설팅

기업의 업무 프로세스를 AI에 연결: 문서, 보고서, 고객 지원 지식 베이스

내부 사용 중
2

기술 컨설팅

로컬 모델 배포, token 사용량 관리, 검증 프로세스 설계

내부 사용 중
3

온체인 데이터 서비스

공개 API로 데이터를 가져와 AI가 보고서로 정리합니다. 이 페이지의 차트가 바로 그 결과물입니다

내부 사용 중

위 세 가지 역량은 모두 Tako 내부 워크플로에 이미 사용되고 있습니다. 서비스 범위에 투자 조언은 포함되지 않습니다.

인물을 제거한, 휴대폰과 컴퓨터 AI를 잇는 비유 이미지
비유 이미지

휴대폰으로 컴퓨터 AI에 연결

휴대폰으로 작업을 지시하면, 컴퓨터가 AI 워크플로를 이어받습니다.

블록체인 × AI · 작동 흐름

검증 가능한 기록이 먼저,
쓸 수 있는 판단은 그다음.

블록체인은 거래와 상태 업데이트를 블록에 담고, 블록은 해시로 연결됩니다. AI는 데이터를 읽고 패턴을 정리하며, 온체인 작업은 담당자가 승인합니다.

  1. 01

    지갑 서명

    사용자가 거래를 확인하고 컨트랙트 작업을 승인합니다.

  2. 02

    컨트랙트 실행

    프로그램 규칙에 따라 자산과 셰어를 업데이트합니다.

  3. 03

    블록 확정

    거래가 블록에 포함되고 네트워크가 검증합니다.

  4. 04

    API 데이터 수집

    기록, 풀, 볼트 상태를 읽어 옵니다.

  5. 05

    AI 정리

    시간을 정렬하고 가격 범위와 경고를 계산합니다.

  6. 06

    담당자 검토

    원본 데이터와 대조한 뒤 전략을 결정합니다.

온체인: 체결 기록 · 유동성 · 볼트 순자산가치시장 API: OI · Orderbook · 펀딩비 · 속보

두 종류의 데이터는 분리해서 가져오며, 거래소 데이터를 모두 온체인에 있는 것으로 간주하지 않습니다. 블록 원리: Ethereum.org ↗

신경망은 온체인 데이터를 어떻게 보는가

온체인 기록과 시장 API를 먼저 피처로 정리한 뒤, 모델이 가격 범위 제안, 경고, 효율 비율을 산출합니다. 데이터 출처와 시간은 반드시 정렬되어야 합니다. (아키텍처 예시, 구축 중)

입력층: 거래량, 가격, 시장 깊이, 펀딩비, 변동성 → 은닉층 ×2 → 출력층: 가격 범위 제안, 경고, 효율 비율

무엇을 배우나

지난 8개월의 거래량 분포, 가격 경로, 풀 깊이. 레이블은 사후에 계산한 효율 비율입니다

무엇을 내놓나

다음 구간에 유동성을 둘 가격 범위, 철수 여부 경고, 이번 주 효율 비율 예측

누가 결정하나

모델은 제안과 신뢰도만 제공하며, 범위 조정, 철수, 추가 진입은 사람이 결정합니다

온체인 데이터체결 · 풀 · 볼트 공개 APIEnzyme・Uniswap・Orderly AI 모델가격 범위 · 모니터링 · 감사로컬 우선 · 클라우드 보조 사람이 결정범위 조정 · 철수 · 추가 진입 AI는 주문하지 않고 자금을 건드리지 않습니다. 데이터를 정리하고 제안만 합니다
DeFi × AI 데이터 사이언스

온체인 데이터는 공개되어 있고, 읽어 내는 일은 AI가 맡습니다.

모든 체결, 모든 풀, 모든 볼트가 온체인에 기록됩니다. API로 데이터를 가져오고, AI는 네 가지 일을 합니다.

1

데이터 수집

Enzyme, Uniswap, Orderly, CoinGecko 공개 API. 이 페이지의 차트도 이렇게 만들어졌습니다

2

가격 범위 설정

거래량 분포, 청산 맵, 시장 깊이를 읽어 유동성을 둘 가격 구간을 계산합니다

3

모니터링

가격이 범위를 벗어나거나, IL이 수수료를 초과하거나, 변동성이 급등하면 경고를 발동합니다

4

감사

매주 효율 비율 = 수수료 ÷ |IL|을 계산합니다. 1.5 초과면 양호, 1 미만이면 철수

결론

우리는 마켓 메이킹,
토큰 발행, 볼트 설립 역량을 모두 갖추고 있습니다.

Web3 관련 특별한 구축 수요가 있으시다면,
저희가 잘 해낼 수 있다고 믿습니다. 특히 사이버 보안 분야에서 그렇습니다.

함께 일하게 되기를 기대합니다.
봐 주셔서 감사합니다.