Website · Image — 필드 인벤토리와 추론 지도

1. 어디서 오나 — 무료 소스 3개

셋은 독립 best-effort다. 하나만 성공해도 ok, 셋 다 실패해야 not_found. 그래서 필드별 채움률이 제각각이다.

2. website 필드 인벤토리 — 각 필드에서 추론하는 것

채움% = website fetch 성공 1,886건 중 값이 실제로 온 비율. 등급 — A 고유가치 / B 사용가능 / C 군집용 / 호스팅속성(운영자 아님) / 버림 / 철회권고.

3. 추론 지도 — 필드가 하나의 축으로 수렴한다

website URL
   │
   ├─ RDAP ────── domainCreatedDate ─┬─ 731일+ ──────┐
   │              domainExpiryDate ──┘ (등록기간)     │
   │                                                 │
   ├─ HTML ────── isNews = true ─────────────────────┤
   │              ogTitle / ogSiteName ──(토큰명 대조)┤
   │                                                 ├─▶ 「남의 사이트」
   ├─ urlscan ─── technologies 4+ ───────────────────┤     rug ↑ · ≥100k ↓
   │              trackingIds 존재 ───────────────────┤     (3분할 일관)
   │              server = Vercel ──(SPA: 결측 해석)  │
   │                                                 │
   └─ 파생 ────── 도메인 공유 카운트 ─────────────────┘
                  (as-of · 나이가 못 잡는 신생 공용 도메인)

4. 실측 — 3분할 전부 같은 방향인 것만

rug = 72h 내 5만 MC 미달 · ≥100k = 10만 MC 도달. 각 칸은 IS / OOS1 / OOS2.

4.1 일관 — 채택 후보

4.2 IS 에서만 좋았던 것 — 과적합 사례

같은 데이터로 반대 사례도 남긴다. IS 단독 결과를 채택하면 안 되는 이유의 실물.

5. 파생값 — 저장하지 않고 질의 시점에 계산

6. 저장 결정 — 무엇을 빼고, 무엇을 접고, 무엇을 남기나

6.1 제거

6.2 형태 축약 — 배열을 스칼라로

6.3 유지 — 한때 빼려 했으나 되돌린 것

6.4 용량 실측

website 레코드 하나 평균 2,808 B(중앙값 746 · p95 14,855 · 최대 53 KB). website 보유율이 38.7%라 토큰당으로 환산하면 아래와 같다.

7. 지금 안 뽑는데 뽑을 수 있는 것

우선 열의 “즉시”는 추가 네트워크 호출이 0이라는 뜻 — 이미 받아둔 데이터에서 파생만 만들면 된다.

8. image — 현황과 제안

7.1 뽑을 수 있는 필드

7.2 추론 가설

9. 저장 형태 — 지문은 합성 문자열 배열

tokens {
  _id: mint,
  createdAt,                    // as-of 절단축 (토큰 발행)

  fingerprints: [               // kind 를 값에 인코딩한 평면 문자열
    "domain:orynth.dev",
    "image:sha256:def...",      // §8 — 아직 미수집
  ],
  fingerprintsObservedAt,       // 지문 관측 시각 (look-ahead 가드)

  web: {                        // 지문이 아닌 도메인 속성
    domain,                     //   공유 카운트의 키
    domainCreatedAt,            //   주력 신호 (731일+ = 남의 사이트)
    domainExpiryAt,             //   등록기간 파생용
    certValidFrom,              //   재사용 도메인 탐지
    scanTime,                   //   urlscan 계열의 as-of 앵커
    scanUuid,                   //   신규 — 미검증 필드 복구 경로

    isNews,                     //   주력 신호 (rug 80/89/100%)
    ogTitle,                    //   토큰명 대조
    ogSiteName,                 //   미검정 (3.5B)
    server,                     //   SPA 판별 (OG 결측 해석용)
    ip,                         //   미검정 (8.6B)
    registrar, certIssuer,      //   재검정에서 신호 확인

    techCount,                  //   축약 배열→int  (4개 이상이 신호)
    hasTracking,                //   축약 배열→bool (존재 유무가 신호)
    hasTokenTool,               //   축약 배열→bool (dexscreener/solscan 링크)
  },
}

// 인덱스: {fingerprints: 1, createdAt: 1}
// 공유 규모: count({fingerprints: "domain:X", createdAt: {$lt: T}})

10. 미결 · 다음