ai-process-engineer 님의 블로그

1편에서 D2R 메모리를 읽고, 2편에서 투명 오버레이 창을 만들었다. 이제 실제로 화면에 무언가를 그릴 차례다. 몬스터 등급별 마커, 워프포인트와 출구 표시, 그리고 아직 방문하지 않은 방의 오브젝트까지 감지하는 PresetUnit 개념이 이번 편의 핵심이다. 좌하단 미니맵과 화면 가장자리 방향 화살표까지 구현하면 Phase 1 맵핵이 완성된다. 01 무엇을 표시할 것인가 정보 밀도가 높은 오버레이에서 빠르게 구분하려면 색상과 모양을 동시에 다르게 해야 한다. 색상만 다르면 색맹 환경에서 구분이 어렵고, 모양만 다르면 직관성이 떨어진다. ● 일반 몬스터 ..

1편에서 D2R의 메모리 구조를 분석하고 Python으로 게임 데이터를 읽는 데 성공했다. 다음 문제는 이 데이터를 게임 화면을 가리지 않으면서 표시하는 것이다. 해답은 게임 창 위에 완전히 겹쳐지는 투명 오버레이 창을 별도로 띄우는 방식이다. 이 글에서는 Win32 API로 게임 창을 추적하고, PyQt6로 투명 클릭 통과 오버레이를 구현하는 과정, 그리고 이소메트릭 좌표를 화면 픽셀로 변환하는 공식을 정리했다. 01 오버레이란 무엇인가 오버레이는 게임 프로세스 바깥에서 OS가 렌더링하는 별도의 투명 창이다. 게임 코드를 전혀 건드리지 않으면서 게임 화면 위에 정보를 그릴 수 있다. 스팀 오버레이, Discord 오버레이, GeFo..

게임 화면을 건드리지 않고도 몬스터 위치, 워프포인트, 보스를 실시간으로 알 수 있다면? D2R(Diablo II: Resurrected)은 모든 게임 데이터를 프로세스 메모리에 올려두고 있고, Windows API를 통해 그 데이터를 읽는 것은 완전히 가능하다. 이 글에서는 코드 주입이나 치트 없이 순수하게 메모리를 읽는 방식으로 맵핵의 첫 번째 단계, 즉 게임 데이터 구조를 역공학하는 과정을 정리했다. ※ 이 프로젝트는 학습 목적의 역공학 실습이다. 메모리 쓰기나 코드 주입은 일절 없고, 오직 읽기만 한다. 오픈소스 참고 프로젝트: D2RMH (soarqin, MIT 라이선스). 01 맵핵이란 무엇인가 디아블로의 맵핵은 게임 화면..

Manufacturing Intelligence · Portfolio IT 외주 없이 직접 만든 제조 품질 분석 시스템— Claude Code로 풀스택 개발하기 2026.06 · Next.js · FastAPI · scikit-learn · Ollama · PostgreSQL 내 전문 분야를 어떻게 가치 있게 만들 수 있을지 오래 고민했다. 결론은 하나였다. 현장에서 쌓은 노하우를 녹인 템플릿을 직접 개발하고, 그것을 바탕으로 많은 엔지니어들이 스스로 시스템을 만들고 운영할 수 있도록 돕는 것. 그게 내 비전이고 목표다. 관련 강의 콘텐츠를 하나씩 제작해 나갈 예정이며, 전체 커리큘럼이 완성되면 한 번에 공개할 계획이다. IT 지식과 제조·생산기술 현장 경험이 동시에 필요한..

AI Engineering · Agent Architecture Claude Code에서 AI Agent로— Anthropic "Building Effective Agents" 공부 노트 2025.05 · Anthropic 공식 포스팅 요약 / Summary까지 올해 초 Claude Code를 알게 된 이후, 웹·모바일·데스크톱 앱을 포함해 10개가 넘는 프로그램을 만들었다. 일반적인 소프트웨어는 Claude Code의 강력한 기능 덕분에 큰 어려움 없이 제작해 왔는데, 최근 Ollama 기반 로컬 LLM을 도입한 제조라인 불량 분석 AI Agent를 개발하면서 소프트웨어 아키텍처의 효율적 구성에 대해 깊이 고민하게 되었다. 아래에 그 배경과 학습 시작점으로 삼은 Anthropic 공..

코인 자동매매 개발기 · 4편 총평 및 향후 계획— 2개월 실전 데이터와 바이브코딩 경험 2026.05 · 실전 성과 분석 · 예산 배분 시뮬레이션 · 바이브코딩 총평 시스템을 만들고 약 2개월간 실제 돈을 투입해 운용했다. 지금이 중간 점검을 할 시점이다. 전략별로 얼마를 벌었고 얼마를 잃었는지, 예산 배분을 어떻게 하는 것이 최적인지, 그리고 바이브코딩으로 이 시스템을 만들면서 무엇을 배웠는지를 정리했다. 01 실전 성과: 전략별 2개월 결과 2026년 3월~5월 2개월간 실제 데이터로 전략별 성과를 비교했다. 변동성 돌파 (VB) 284건 거래 · 승률 50.0%결과: -143,413원 손실BTC -90K, ETH -44K..

코인 자동매매 개발기 · 3편 매매 손익 분석과 부가 기능 구현— FIFO PnL · AI 스캐너 · ML 전략 · 버그 수정 2026.05 · FIFO · LightGBM · AI Scanner · 비동기 Mutex 실전 운용을 시작하면 "지금 얼마 벌고 있는가"를 정확히 알아야 한다. 잔고만 보는 것으로는 부족하다. 여러 번 나눠 산 코인의 평균 단가, 부분 매도 시 수익 계산, 수수료 포함 실질 손익을 모두 정확하게 처리해야 한다. 아래에 FIFO 손익 계산 구현부터 AI 스캐너, 머신러닝 전략, 그리고 24시간 자동 운용에서 발생한 실제 버그들을 정리했다. 01 P&L 분석: FIFO 원가 계산 여러 번에 걸쳐 매수한 코인을 일부 매도했을 때 어떤 수량..

코인 자동매매 개발기 · 2편코인 매매 전략 수립— 6가지 알고리즘과 실전 파라미터 튜닝2026.05 · RSI · 볼린저 밴드 · 변동성 돌파 · 그리드 매매 · LightGBMUI 뼈대가 완성되면 이제 실질적인 핵심, 즉 언제 사고 언제 팔 것인지를 결정해야 한다. 직관적인 차트 해석보다는 수학적으로 검증된 기본 지표를 선택했다. 시장 상황별로 다르게 대응하는 것이 목표였고, 결국 6가지 전략을 구현했다. 아래에 각 알고리즘의 원리와 실전에서 파라미터를 바꾸게 된 이유를 정리했다.01 전략 선택의 철학코인 시장은 크게 세 가지 국면으로 나뉜다. 각 국면에서 최적의 대응이 다르다.상승장추세를 따라 올라타야 이익이 크다. 이동평균 크로스, MACD, 변동성 돌파가 유리하다.횡보장레인지 내에서 반복 매..

코인 자동매매 개발기 · 1편계획 수립과 PRD 작성하기— 아이디어에서 MVP 설계까지2026.05 · Next.js · FastAPI · Korbit API · 바이브코딩코인 직접 투자를 하다 보면 누구나 한 번쯤 겪는다. 오를 것 같아 못 팔고, 내릴 것 같아 못 사는 그 심리적 함정을. 이성이 아니라 감정이 매매를 결정하는 순간들이 반복되면서, 규칙 기반의 자동매매 시스템이 필요하다는 결론에 이르렀다. 아래에 거래소 선택부터 기술 스택 확정, 첫 번째 PRD 작성까지의 과정을 정리했다.01 왜 자동매매인가코인 시장은 24시간 열려 있다. 사람이 직접 보기엔 너무 긴 시간이고, 보고 있어도 감정이 개입하면 의미가 없다. 손실이 나면 본전 심리에 물타기를 하고, 수익이 나면 욕심에 매도 타이밍을 놓..

AI · Agent Architecture AI Agent vs Assistant,RPA vs Orchestration 2025.05 · 유튜브 강의 정리 — Agent Orchestration in the IT Ecosystem AI가 IT 산업을 바꾼다는 말은 이제 익숙하지만, Agent와 Assistant가 무엇이 다른지, 기존 RPA와 Orchestration은 어떻게 구분되는지 명확하게 설명하기는 쉽지 않다. 하루에 11,000개 이상의 AI 에이전트가 새로 생성된다는 통계가 있을 만큼, 실무에서 에이전트 개발을 맡게 될 가능성은 점점 높아지고 있다. 아래에 두 가지 핵심 개념 비교를 실제 예시와 함께 정리했다. 참고 영상: Agent Orchestration —..