안녕하세요, 김민기입니다

금융 데이터를 더 잘 읽고, 복잡한 정보를 덜 헤매게 만드는 방법을 공부하고 있습니다. 디자인을 전공했고, 주식시장과 제품을 만드는 일에 관심이 많습니다. 지금은 Python, SQL, AI 도구를 활용해 금융 데이터를 수집하고 해석하는 프로젝트를 만들고 있습니다.

이곳에는 완성된 결과만 보여주기보다, 어떤 가정을 세웠고 어디에서 틀렸으며 무엇을 바꿨는지 정리합니다.

Dotorian이라는 이름

Dotorian은 도토리 같은 사람이 되고 싶다는 뜻으로, dotori와 -ian을 붙여 만든 이름입니다.

다람쥐는 도토리를 땅에 묻고, 때로는 그 사실을 잊어버립니다. 그렇게 잊힌 도토리 중 일부는 우연히 싹을 틔워 참나무가 됩니다. 자란 참나무는 다시 도토리를 맺고, 시간이 흐르며 나무들이 모여 숲을 이룹니다.

저는 그 과정 자체가 좋았습니다. 작은 우연이 시간을 만나 나무가 되고, 또 다른 나무로 이어져 숲이 되는 것. 그런 도토리의 가능성을 좋아해 Dotorian이라는 이름을 지었습니다.

중요하게 생각하는 것

사람으로서

성실함

눈에 띄는 한 번보다 해야 할 일을 꾸준히 해내는 힘을 믿습니다. 맡은 일은 중간에 흐리지 않고 끝까지 가져가려고 합니다.

성장에 대한 배고픔

지금 할 수 있는 것에 오래 머무르고 싶지 않습니다. 부족한 지점을 피하지 않고, 다음에는 무엇을 더 잘할 수 있을지 계속 찾습니다.

주변을 살피는 배려

내가 할 일만 끝내는 데서 멈추지 않고, 함께하는 사람이 어디에서 막히는지 한 번 더 보려고 합니다.

겸손함

내 경험이 전부라고 생각하지 않습니다. 다른 사람의 관점과 더 나은 근거 앞에서 내 판단을 고칠 수 있는 사람이고 싶습니다.

일할 때

판단의 과정을 남기기

결과만 보면 다음에 무엇을 바꿔야 할지 알기 어렵습니다. 왜 그렇게 골랐는지, 어디서 틀렸는지, 무엇을 포기했는지까지 기록합니다.

먼저 움직이고, 빠르게 고치기

계획을 완벽하게 만드는 데 시간을 다 쓰지 않습니다. 할 수 있는 첫 행동부터 시작하고, 결과를 본 뒤 빠르게 고칩니다.

요즘 붙잡고 있는 질문

금융 데이터를 많이 보는 것과 더 나은 투자 판단을 하는 것 사이에는 무엇이 빠져 있을까?

뉴스, 공시, 차트와 개인의 판단 기록을 어떻게 연결해야 실제 복기에 도움이 되는지 고민하고 있습니다.

AI와 함께 더 빨리 만드는 동안, 내가 직접 판단하고 끝까지 책임져야 할 것은 무엇일까?

AI의 속도를 활용하면서도 판단 근거와 책임을 사람에게 남기는 방법을 찾고 있습니다.