아키텍처

Lattice는 하나의 operator shell 안에서 live signal, theme brief, evidence review, report memo, source-query/backfill task, validation diagnostic을 연결합니다.

스크롤 반응형 설명

스크롤에 따라 시스템 상태가 바뀌는 흐름 설명

이 섹션은 스크롤과 클릭에 반응합니다. 아래로 내려가면 좌측 시각 패널이 현재 운영 단계에 맞게 바뀝니다.

스크롤 반응sticky 시각 패널클릭 전환

feed pressure

신호는 실시간 피드와 시장 스냅샷으로 들어옵니다

새 소스가 현재 스냅샷에 들어오면서 intake pressure가 올라갑니다.

피드스냅샷freshness

시스템 토폴로지

레이어를 클릭하면 어디서 돌고 무엇을 담당하는지 볼 수 있습니다

인터페이스, 분석, 그래프, 리플레이, 저장 계층을 한 번에 보여주고, 클릭 시 책임과 저장/보안 경계까지 드러냅니다.

프론트엔드Sidecar히스토리컬 아카이브

Browser / desktop shell

인터페이스 계층

The operator surface renders maps, panels, hover states, replay controls, and focus-preserving navigation. It should stay responsive while exposing high-density signals.

핵심 책임

• keep variants coherent
• preserve context across pivots
• keep dense data readable

소유 노드

노드 상세

panel layout

Owns panel composition, variants, and shell mounts.

주요 흐름

• renders normalized state
• routes focus and click events
• surfaces alerts and replay outputs

상태 · 저장 경계

• short-lived browser state and UI preferences
• desktop shell bridges into sidecar-only actions

보안 · 운영 경계

• never expose credentials client-side
• use sanitized public screenshots only
• avoid leaking local-only endpoints

관련 문서

ArchitectureFeatures

주요 서브시스템

• event-dashboard.html 중심의 operator shell과 panel system
• feed, macro, market, structured event source를 수집하는 ingestion / normalization 계층
• raw article row를 reusable signal object로 묶는 canonical event layer
• brief, proposal, approval, diagnostics를 만드는 interpretation / decision-support 계층
• client memo, audit appendix, exhibit, validation, source-query/backfill task를 분리하는 evidence-first report pipeline
• clustering, abnormal return, model training을 담당하는 Python batch compute lane
• replay와 historical calibration을 담당하는 validation 계층
• desktop sidecar와 local API
• NAS PostgreSQL, snapshot, DuckDB, local cache 기반 storage envelope

런타임 경계

TypeScript

• browser UI와 workspace shell
• API handler와 server surface
• feed orchestration, scheduler, ingestion
• desktop orchestration과 local sidecar wiring
• report bundle, compiler, validator, quality gate

Python

• canonical-event clustering
• abnormal-return analytics
• model training과 comparison
• future CPU-bound finance, clustering, simulation 작업

Rust

• Tauri runtime과 native desktop lifecycle

이 구조는 제품 표면과 orchestration을 TypeScript에 두고, 무거운 batch compute는 Python으로 분리합니다.

데이터에서 의사결정까지

1. raw feed와 structured source를 수집하고 정규화합니다.
2. canonical event layer가 관련 evidence를 reusable event 단위로 묶습니다.
3. interpretation service가 theme brief, proposal, operator context를 만듭니다.
4. report service가 evidence bundle, signal card, analyst synthesis, long-form memo, exhibit, audit appendix를 생성합니다.
5. Python batch compute가 reusable 결과를 PostgreSQL에 기록합니다.
6. replay와 historical validation이 live logic의 calibration을 평가합니다.

중요한 설계 원칙은 raw row를 최종 signal로 취급하지 않고, LLM/Codex 문장을 source of truth로 쓰지 않는 것입니다.

Evidence-first report boundary

리포트는 저장된 evidence, metric, market reaction, caveat, figure spec에서 컴파일됩니다.

DB/API/cache data
-> evidence bundle
-> deep research packs
-> signal cards
-> analyst synthesis
-> semantic narrative blueprint
-> long-form client memo
-> validator and quality gates
-> source-query/backfill tasks

Client memo는 사람이 읽는 분석 레이어입니다. provenance, raw ledger, query manifest, claim/evidence/metric/figure ID는 audit appendix에 남깁니다.

품질도 분리합니다. artifact와 triage usefulness는 S가 될 수 있지만, direct transcript coverage, controlled market validation, causal mechanism support가 부족하면 investment readiness는 C로 남아야 합니다.

참고 문서

• Architecture deep dive
• Intelligence report generator
• Report output layer
• Desktop runtime
• Historical data sources

공개 경계

이 사이트는 아키텍처 결정과 주요 흐름을 설명하지만, 비공개 운영 소스, secret, 배포 토큰, 민감한 provider 설정은 포함하지 않습니다.