Identity
자기 모델·정체성·형태 원칙
구축 중/work/ricor
Ricor
명령을 수행하는 프로그램을 넘어, 자기 상태를 이해하고 학습하며 책임 있게 행동하는 자율형 AI를 만드는 장기 프로젝트입니다.
CURRENTPR #87 MERGED
DIRECTIONFUNCTION FIRST
REAL-MARKETLOCKED
ARCHIVEBUILDING
01 / INTENT
“살아 있는 AI”라는 목표를
검증 가능한 시스템으로.
Ricor의 목표는 자율성이라는 말을 화면 연출로 흉내 내는 것이 아닙니다. 스스로 판단한 이유, 사용한 정보, 실패한 결과, 다음에 바꾼 행동을 다시 확인할 수 있어야 합니다.
그래서 개발 순서는 화려한 인터페이스보다 기억·감사·권한·재현성 같은 기반을 먼저 완성하는 방향입니다. 포트폴리오는 그 선택과 시행착오까지 함께 보여줍니다.
02 / SYSTEM
현재 시스템 축
완성도를 과장하지 않고, 각 축의 현재 상태를 그대로 공개합니다.
Autonomy
관찰→판단→행동→회고 루프
구축 중Memory
실패·손실·결정 근거의 추적
검증 중Gatekeeper
권한·비용·안전 경계
동작Local AI
격리된 로컬 추론 경로
연결Finance Lab
과거 데이터 기반 가상매매
단계적 개발03 / PROCESS
만드는 순서
기능을 추가할 때마다 안전 경계와 검증 기록도 함께 확장합니다.
VERIFIED FOUNDATION
정체성과 안전 경계
Ricor가 무엇인지 정의하는 것과, 무엇을 해서는 안 되는지를 동시에 설계했습니다. 최초 완전 형태는 출발점이며 향후 자기 판단에 의한 변화도 가역성과 안전 경계를 통과해야 합니다.
ACTIVE BUILD
자율 학습 루프
명령을 기다리는 도구가 아니라 스스로 목표 후보를 만들고, 결과를 평가하고, 실패 원인을 다음 행동에 반영하는 구조를 구현하고 있습니다. 모든 변화는 기록과 검증을 남깁니다.
CONNECTED
로컬 지능 경로
Ollama와 경량 모델을 이용해 외부 전송 없이 동작하는 추론 경로를 마련했습니다. 비용·개인정보·가용성 경계를 Ricor가 선택 과정에 포함하도록 만드는 기반입니다.
SIMULATION FIRST
금융 학습 실험실
실제 자금보다 과거 데이터와 가상 자금에서 먼저 학습합니다. 손실과 실수를 실패 저널에 남기고, 여러 시장 국면에서 작지만 일관된 성과가 확인되기 전에는 현실 시장으로 이동하지 않습니다.
NEXT
개발 기록 보기