피드로 돌아가기
Hacker NewsHacker News
AI/ML

Deterministic Engine과 LLM 해석의 분리를 통한 고정밀 운세 시스템 설계

Show HN: Destiny – Claude Code's fortune Teller skill

2026년 5월 1일4intermediate

Context

기존 운세 서비스들이 데이터 정확도를 포기하고 LLM의 Hallucination에 의존하거나, 정확한 계산 결과를 유료 결제 벽 뒤에 숨기는 폐쇄적 구조를 가짐. 이로 인해 기술적 검증이 불가능하고 결과의 일관성이 결여된 한계 존재.

Technical Solution

  • Deterministic Computing Layer 구축을 통한 데이터 무결성 확보: lunar-python 기반의 만세력 엔진으로 생년월일을 8자로 정밀 변환하고 표준시 보정 및 DST 처리를 자동화한 설계
  • Rule-based Lookup Table 기반의 관계 분석: 60갑자 체계 및 오행의 상생상극 관계를 정적 테이블로 관리하여 해석의 기준점이 되는 원천 데이터의 불변성 유지
  • Hybrid Architecture 채택: 천문 계산 및 괘(Hexagram) 도출은 Pure-Python 로직으로 처리하고, 도출된 고정 데이터를 Claude LLM이 해석하는 구조로 설계하여 할루시네이션 원천 차단
  • Local-first Data Management: 사용자 프로필 정보를 ~/.destiny/profile.json에 로컬 저장하여 외부 API 호출 없이 독립적인 실행 환경 구축
  • 다국어 확장성을 고려한 Interpretation Layer: 고정된 기술적 데이터를 입력값으로 사용하여 다양한 언어로 일관된 해석 결과를 생성하는 프롬프트 전략 적용

- 도메인 지식이 정형화된 경우, 전체 프로세스를 LLM에 맡기지 말고 '계산(Deterministic) -> 해석(Generative)' 단계로 분리하여 설계할 것 - 외부 API 의존성을 최소화하기 위해 Core Logic을 Pure-language 라이브러리 형태로 구현하여 이식성 확보 - LLM 출력의 일관성을 위해 입력 데이터셋을 구조화된 형태로 제공하고, 해석 규칙(Convention)만 가이드라인으로 제시할 것

원문 읽기