자동 발행 뉴스레터 econ-radar 5개월 점검
매일 자동으로 나가던 경제 뉴스레터를 5개월 만에 점검했습니다. 10월에만 블로그 페이지 5개가 빠졌는데 배포 스크립트는 매번 ‘공개 완료’를 보고했고 7월 기사의 코스피 8,000이 10월 호에 실려 있었습니다(실제 종가 7,003.74).
무엇을 만들었고 어디까지 검증했는지, 그 과정에서 배운 것을 적습니다. 바이오인포매틱스, 모델 검증, AI 에이전트.
매일 자동으로 나가던 경제 뉴스레터를 5개월 만에 점검했습니다. 10월에만 블로그 페이지 5개가 빠졌는데 배포 스크립트는 매번 ‘공개 완료’를 보고했고 7월 기사의 코스피 8,000이 10월 호에 실려 있었습니다(실제 종가 7,003.74).
검수 에이전트를 만들 때마다 검수가 붙었다고 생각했습니다. 세션 로그로 세어 보니 정의 97개 중 실제로 불린 것은 16개였습니다. 그 기록을 근거로 늘 켜 두는 에이전트를 32개에서 13개로 줄이고, 검수 판정을 파일에 남기게 바꿨습니다.
BRIC View에 생성형 AI의 바이오·신약개발 동향 리포트를 공개했습니다. 관통하는 질문은 하나였습니다. 그래서 그 결과를 어디까지 믿을 수 있나.
Therapeutics Data Commons 12개 과제를 모델 세 계열로 돌렸습니다. 표준 관행인 scaffold split에서는 12개 중 8개만 성능이 떨어지는데, 화학적 거리로 나누면 12개 전부 떨어집니다.
경제 뉴스를 매일 읽으려다 포기하고, 대신 AI 에이전트 팀을 만들었다. 수집·분석·편집·검수를 팀에 맡기고, 나는 판단에만 집중하기로 했다.
탐지기가 24건을 모두 0점으로 걸러 냈는데, 걸리면 안 되는 참인 문장도 0점이었습니다. 빌런나이트 2026의 발표 넷이 모두 같은 자리에서 멈춰 있었습니다. 무엇을 바꿨을 때 결과가 달라지는지를 어떤 대조군과 비교해 알아내느냐는 질문으로 모였습니다.
시드 하나에 바뀌는 군집 수, 표현형은 같아도 서로 다른 항원을 보는 T세포, RNA와 다른 곳에 나타나는 단백질. SCSOK 2026의 사흘 동안 세포 상태를 무엇으로 정의하고 어디까지 믿을 수 있는지를 묻는 발표가 이어졌습니다.
혈액 속 0.02%의 종양 DNA, 세포당 10분자도 안 되는 전사체, 조직에서 드물고 공통 마커도 없는 노화세포. KOGO 2026 마지막 날의 발표들은 서로 다른 재료로 같은 문제를 풀고 있었습니다.
폼 빌더 오픈소스 두 개를 읽고 MVP 설계 근거를 만들었습니다. 그리고 만든 기획 문서를 다른 관점으로 검증했더니 차단 결함 네 개가 나왔습니다.
원고에 적힌 숫자 120개를 저장된 실험 결과와 대조했습니다. 27개는 어디서 나온 값인지 추적할 수 없었습니다.
AI가 전문가 심판을 대신할 수 있는가. 공개 데이터로 재보니 목표치에 못 미쳤는데, 미달의 원인이 AI가 아니었습니다.
처음 목표한 지표가 상관계수 0.04로 실패했다. 그 사실을 슬라이드에 올린 날의 기록.
골격은 하루 만에 세웠다. 흥미로운 건 그다음, 20일 동안 운영하다 부딪힌 불만과 실패가 매일 구조를 고쳐 나간 기록이다.
CCR 클라우드 환경은 텔레그램 API를 직접 호출할 수 없습니다. 이유를 파악하는 데 한참 걸렸고, 해결책은 생각보다 단순했습니다.
에이전트는 어제 뭘 썼는지 모릅니다. 말해주지 않으면 같은 약을 오늘도 심층 분석합니다.
처음엔 발행 전 제가 직접 확인하는 구조로 만들었습니다. 이틀 뒤 그걸 포기했고, 오히려 더 잘 돌아갑니다.
몇 달 전, 환경 설정에 막혀 블로그를 접었다. 이번 주에 AI 코딩 에이전트와 같이 들여다보니 정작 문제는 글이 아니라 거의 다 빌드 쪽에 있었다.
🇺🇸 Read this post in English