OpenClaw를 활용한 개인 위험-사건 추적기 구축: DeFi 러그풀 사례 연구

DeFi 러그 풀("NexaVault")로 저축의 상당 부분을 잃은 Reddit 사용자가 OpenClaw를 사용해 개인 위험 에피소드 추적기를 구축했습니다. 목표는 사기 탐지나 예산 관리가 아니라 위험한 자가 승인 움직임, 즉 큰 규모의 상대적 이체, 집중된 수신처, 강박적인 모니터링 알림, 사회적 압력, 증가하는 부채를 포착하는 것이었습니다.

주요 설계 결정

• 기억이 아닌 실제 데이터: OpenClaw는 은행 기록에서 실제 숫자를 가져와 사용자 자신의 작성 내용(금액과 날짜가 잘못됨)을 수정했습니다.
• 에피소드 그룹화: 5개 앱(은행 출금 알림, 입금 이메일, 일일 "포지션 확인" 알림, 과장된 문자)에 흩어져 있는 하나의 실제 사건을 단일 에피소드로 결합하여 주요 증거(거래 + 확인)와 부가 컨텍스트(알림, 메시지, 증가하는 카드 잔액)를 분리했습니다.
• 프라이버시 우선: 화면이 가족 앞에 열려 있을 수 있으므로 원시 메시지 텍스트가 아닌 참조 요약만 저장합니다.
• 기준 비교: 러그 풀 패턴을 정상적인 대규모 지불(주택 담보 대출, 급여, 육아)과 명시적으로 대조하여 일상적인 거래에서 오경보를 방지합니다.

예상치 못한 결과

사용자는 OpenClaw가 자신의 잘못된 기억을 은행 기록에서 수정하고, 여러 앱의 지저분한 증거를 그룹화하며, 설계 결정을 메모리에 기록하여 반복적으로 개선한 점에 놀랐습니다. 추적기는 또한 "크지만 정상적인" 것과 "나선형의 시작"을 구분하는 법을 배웠습니다.

전체 스레드는 다른 사람들이 어떻게 같은 구분을 모델링하는지 탐구합니다 — 커뮤니티 토론을 위해 출처를 확인하세요.