관심 매물·특가 자동 모니터링 & 선별 알림
AI가 여러 사이트를 계속 뒤져 내 조건에 맞는 매물만 골라 하루 한 번 추려 보내고 — 나는 그 추린 목록을 훑어보고, 가끔 "걸러진 것"도 들춰보며 조건을 다듬는다.
이 과제는 루프 스펙트럼의 어디에 있나
두 개의 축 — 검증 가능성 × 도달 가능성
두 개의 독립적인 질문으로 판단합니다: 검증 가능성(결과를 싸게 확인할 수 있나? → x축)과 도달 가능성(AI가 애초에 만들 수 있나? → y축). 오른쪽 위가 자동화 구역입니다. 아래에 이 과제의 네 단계를 찍었습니다 — 모두 높이(기존 매물 거르기는 AI가 잘함) 자리에 있지만, 선별이 맞는지 훑어봐야 알기에(중간 검증) "완전 자동화"의 왼쪽 한 칸에 머뭅니다.
각 단계를 두 축 위치로 찍고, 전체 과제는 가장 위험이 큰 단계로 분류합니다. 여기선 모든 단계가 도달 가능하지만, 훑어봐야 아는 검증 가능성이 완전 자동화에서 한 칸 물러서게 합니다 — HUMAN-ON-THE-LOOP. chollet-measure
쉬운 말로, 이게 무슨 뜻인가
AI가 알아서 골라주되, 매일 목록은 계속 들여다보세요.
"on the loop"는 AI가 일을 직접 하고 행동까지 한다는 뜻입니다(여러 사이트를 뒤져 내 조건에 맞는 것만 추려 알림). 당신은 자동조종을 지켜보는 파일럿처럼 그 위를 감시하죠. 매일 추린 목록을 훑고, 가끔 "걸러진 것"도 들춰보고, 조건을 언제든 손보고, 주인으로 남습니다. 완전 자동화보다 한 칸 조심스러운 건 — 좋은 매물을 잘못 거를 수 있어 가끔은 사람이 거른 더미를 봐야 하기 때문이고, 매 매물을 손으로 승인하는 것보다는 한 칸 가벼운 방식입니다.
제가 이해한 과제
당신은 사고 싶거나 관심 있는 것(중고 매물, 특가 딜 등)이 있는데, 여러 사이트를 매번 직접 보기엔 시간이 없습니다. 그래서 AI가 내 조건(가격대·지역·브랜드·키워드 등)에 맞춰 여러 사이트를 계속 수집·선별해, 맞는 것만 하루 한 번 추려 알려주길 원합니다. 잘못 추천된 건 무시하면 되고, 잘못 걸러진 건 조건을 다듬어 바로잡습니다. 중요한 건 — AI는 알림까지만 합니다. 실제로 연락하거나 사는 결정은 여전히 당신 몫이고, 그건 이 자동화의 범위 밖입니다.
이 정리가 어디든 틀렸으면 말씀해 주세요 — 분류를 다시 돌립니다.
왜 이 단계인가 — 요인별로
각 행은 하나의 레버입니다. "민 방향" 칩은 당신의 답이 더 자동화 쪽인지, 더 사람 쪽인지, 혹은 단단한 바닥을 세웠는지 보여줍니다. 모든 레버는 출처로 연결됩니다.
| 요인 | 당신의 답 | 민 방향 | 출처 |
|---|---|---|---|
| 검증 가능성 전문가 없이, 싸게 맞는지 확인 가능한가? |
"되지만 훑어봐야 함"(V2). 추천이 내 조건에 맞는지는 보면 알지만 기계적 정답은 아님. | 감사 필요, 손 떼기는 아님 | karpathy-verifiability, mindstudio-map |
| 소비 형태 사람이 결과를 읽나? |
대부분 자동 흐름 — 수집·필터는 매 건 안 봐도 흘러가지만, 나는 하루치 추린 목록을 읽음. | 자동 흐름 + 사람 감사 | mindstudio-map |
| 되돌리기 실수를 되돌리기 얼마나 어렵나? |
쉬움 — 잘못 추천=무시, 잘못 거름=조건 수정. AI가 먼저 하고 사후에 내가 거부. | 선 실행 후 통보 허용 | sheridan-verplank, parasuraman-2000 |
| 위험/리스크 놓치면 얼마나 나쁜가? |
낮음~중간: 나쁜 추천은 무시, 최악은 좋은 매물을 놓치는 기회손실 — 안전·법적 손해는 아님. | 더 많은 자율 허용 | anthropic-autonomy, openai-agents-guide |
| 빈도 반복적인가, 일회성인가? |
계속/매일 — 즉석 처리보다 자동화에 투자할 가치 충분. | 자동화 투자 정당화 | zwingmann-aug |
| 명세 가능성 단계를 플로우차트로 쓸 수 있나? |
대체로: 수집 → 조건으로 필터·점수 → 추려서 알림. 반복 가능한 레시피. | 고정 워크플로로 구축 | anthropic-agents |
| 도달 가능성 — AI가 만들 수 있나? 분포 밖의 새 아이디어가 필요한가? |
아니오 — 이미 존재하는 매물을 분류·필터링(R1). 분포 밖에서 새로 만들 게 없음. | 도달 가능 — 자동화 허용 | chollet-measure |
| 사람-영향 (규제 바닥) 특정 개인에 대한 결정인가? |
아니오 — 매물(콘텐츠)을 거를 뿐, 사람에 대해 판단하지 않음. | 법적 바닥 미발동 | gdpr-22, eu-ai-act-14 |
| 감독 가능성 사람이 제때 보고 개입할 수 있나? |
예 — 하루 한 번 검토라 시간 여유가 있어 감사·개입 가능. | on-the-loop 현실적 (Level-3 함정 없음) | sae-j3016 |
| 동기 / 소유 이 부분을 손에 쥐고 싶은가? |
아니오 — 매번 사이트 뒤지기는 기꺼이 위임할 잡일. | 위임해도 안전 | lubars-tan |
정리: 저위험·반복·되돌리기쉬움·감독가능·명세가능·사람영향 없음·도달가능(R1) — 여기까진 더 자동화 쪽입니다. 그런데 선별이 훑어봐야 아는 수준(V2)이고 좋은 매물을 잘못 거를 수 있어, 한 칸 물러서 HUMAN-ON-THE-LOOP에 안착합니다 — 돌리되, 목록은 계속 본다. mindstudio-map, anthropic-autonomy
단계 분해 — 어디서 갈리나
대부분의 과제는 실은 네 개의 작은 단계이고, 모두 같은 감독 수준이 필요한 건 아닙니다. 전체는 가장 위험이 큰 단계로 분류하되, 쉬운 단계는 공격적으로 자동화하세요. parasuraman-2000
여러 사이트에서 매물 크롤링은 기계적이고 객관적으로 확인 가능.
내 조건으로 필터·점수 — AI가 알아서; 나는 표본 감사.
알릴 만한가? 애매한 건 "확인 필요"로 포함.
하루치 추려 나에게 알림 — 선 실행 후 통보, 모두 되돌리기 쉬움.
단계 분리 팁: 처음엔 더 조심스럽게 필터를 약하게(거의 다 보여주기) 두고 내가 좋음/별로 라벨로 보정한 뒤, 신뢰가 쌓이면 강하게 거르세요. 그리고 "거른 것" 표본을 주기적으로 들춰 놓친 좋은 매물(false negative)이 없는지 확인 — 이게 핵심 안전장치입니다.
추천 세팅 — 무엇을 만들까
도구 수준: 미리 정의된 워크플로(predefined workflow) — 매번 스스로 경로를 정하는 자율 에이전트가 아니라 한 번 만들어 재사용하는 고정 레시피. 단계가 안정적이고 플로우차트로 쓸 수 있어 가장 믿을 만합니다. 자율 에이전트는 단계가 매번 바뀌는 일에 아껴 두세요. anthropic-agents
먼저 만들 것(가장 작은 쓸모 있는 버전):
- 한두 개 사이트에서 매물을 모으는 수집기.
- 내 조건(가격·지역·키워드)으로 필터·점수화하고 신뢰도를 매기는 프롬프트.
- 규칙: 신뢰도 높으면 추천, 애매하면 "확인 필요"로 포함.
- 하루 한 번 추린 목록 + "거른 것" 표본을 나에게 — 처음 1~2주는 거의 안 거르고 다 보여주며 보정.
가드레일 & 체크포인트
- 신뢰도 임계: 애매한 매물은 거르지 말고 "확인 필요"로 포함(놓치는 것보다 한 번 더 보는 게 안전).
- "거른 것" 로그: 제외된 매물 표본을 매일/매주 검토해 false negative를 측정.
- 일일 한도: 추천이 너무 많으면 상위 N개로 제한해 검토 부담 관리.
- 조건 변경 용이: 조건을 쉽게 바꾸고, 바꾼 뒤 결과가 어떻게 달라지는지 보이게.
- 수집 누락 감지: 사이트 변경 등으로 0건이 며칠 지속되면 알림.
- 중단 스위치: 워크플로 전체를 멈출 분명한 방법 — 당신이 주인으로 남음. eu-ai-act-14
시작은 작게 — 졸업 계획
자율성은 가정이 아니라 입증으로 얻습니다. 처음엔 더 조심하고, AI가 신뢰를 증명하는 만큼 감독을 푸세요. hitl-hotl
거의 안 거르기 (시작) HUMAN-IN-THE-LOOP
필터를 약하게 두고 거의 다 보여주며, 내가 좋음/별로를 라벨. 목표: 무엇이 "내 조건에 맞는지"를 보정.
필터 켜고 일일 검토 HUMAN-ON-THE-LOOP
선별이 믿을 만해지면 자동으로 추려 일일 목록 + "거른 것" 표본을 받기. 추천 정상 상태.
검토 주기 늘리기 HUMAN-ON-THE-LOOP
정확도가 유지되면 표본 검토를 덜 자주. 단 조건 드리프트 점검과 중단 스위치는 영구 유지.
좋은 매물을 잘못 거를 수 있어, 이걸 완전 자동화까지 밀진 않는 게 좋습니다. "거른 것" 표본 점검을 곁들인 on-the-loop가 적절한 천장입니다. anthropic-autonomy
예시 스타터 프롬프트
너는 매물 선별 도우미다. 아래 매물 목록을, 다음 내 조건에 비추어 평가하라.
조건: [가격대], [지역], [브랜드/키워드], [상태 등]
각 매물마다 JSON으로:
{
"title": 매물명,
"score": 0.0-1.0, // 내 조건과의 적합도
"include": true/false, // 추천 목록에 넣을지
"reason": 한 줄 이유,
"confidence": 0.0-1.0,
"needs_check": true/false // 애매하면 true (거르지 말고 확인 대상으로)
}
규칙: confidence가 낮으면(<0.7) include 대신 needs_check=true로 보내라.
목록에 있는 정보만 쓰고, 없는 내용은 지어내지 마라.
매물 목록:
[여기에 수집된 매물 붙여넣기]
지난 24시간 동안 수집·선별한 결과를 요약하라: 1. 추천 매물 목록(점수 높은 순, 한 줄 이유 포함). 2. "확인 필요"로 분류된 애매한 매물. 3. 가격이 평소보다 크게 낮은 "특가 후보"(사기 의심도 함께 표시). 한눈에 보이게 간결히. 선별 결과: [오늘의 선별 결과 붙여넣기]
아래는 자동으로 제외된 매물 20개의 표본이다. 각 매물이 내 조건([조건 요약])에 비추어 정말 제외돼야 했는지 판단하라. 잘못 걸러졌다고 보이는 것만 골라, 왜 포함됐어야 하는지 한 줄로 적어라. 없으면 "문제 없음". 제외된 매물 표본: [제외된 매물 붙여넣기]
주의할 위험 — 언제 물러설까
좋은 매물을 잘못 거름 (false negative)
가장 아쉬운 실수. "거른 것" 표본 점검이 방어선 — 초반엔 자주, 정확도가 오르면 덜 자주. karpathy-verifiability
조건이 너무 빡세서 0건
며칠 0건이면 임계를 완화하거나 조건을 넓히세요. parasuraman-2000
수집 누락
사이트 구조 변경으로 조용히 빠질 수 있음 — 0건 지속 알림으로 감지. openai-agents-guide
알림을 넘어 외부 행동으로 확장
직접 연락·예약·결제까지 하기 시작하면 위험이 커짐 — 그 부분은 HUMAN-IN-THE-LOOP로 올리세요. gdpr-22
이 조언의 근거
카드를 열면 출처가 무엇을 말하는지 보고, 링크로 직접 읽어볼 수 있습니다.