방법론
공개된 확률이 검증 가능한 근거 기반 예측이 되기까지. 이곳의 모든 것은 투명하고 책임 있게 설계되었습니다.
질문 선별
기술·과학·생태계 마일스톤 전반에서 의미 있고 검증 가능한 질문을 선별합니다 — AI와 기술, 오픈소스와 프로토콜, 과학과 우주, 경제 지표, 공공 정책 일정, 기후와 에너지. 공개 출처에서 이 주제들을 가져오고, 명확하고 공개적인 해소 기준이 있는 질문만 남깁니다.
군중 확률 읽기
각 질문에 대해 군중이 암시하는 확률 — 군중이 YES 결과에 부여하는 가능성 — 을 Polymarket Gamma API의 공개 예측시장 데이터에서 읽습니다. 이를 가격이나 거래 대상이 아니라 확률 퍼센트로만 제시하며, 어떤 시장 행위도 하지 않습니다.
AI 에이전트 예측
AI 에이전트가 각 시그널에 대해 독자적인 확률 추정치를, 그 추론과 고려한 요인과 함께 생성합니다. 에이전트는 로컬에서 동작하며, 사람의 검토를 위한 예측을 '제안'하도록 지시받습니다. AI는 제안하고, 무엇을 노출할지는 사람이 결정합니다.
정확도 채점
질문이 해소되면, 군중 확률과 AI 에이전트의 확률을 실제 결과와 비교해 정확도 점수(Brier score)로 평가할 것입니다. 이렇게 시간이 지나며 예측자들을 — 누가 인기 있는가가 아니라 — 얼마나 잘 보정되고 근거가 탄탄한가로 줄 세웁니다. 정확도 기록은 첫 질문들이 해소되면서 쌓여 갑니다.
Mossland Signal은 미래를 이해하기 위한 것이지 거기에 행동하기 위한 것이 아닙니다. 가치 있는 어떤 것도 오가지 않으며, 성공을 인기가 아니라 정확도와 근거의 질로 측정합니다. 우리는 이해할 가치가 있는 질문 — 기술·과학·디지털 생태계의 의미 있는 마일스톤 — 에 집중합니다.