건강 추적 앱 구독을 해지했다. 일반 텍스트 파일을 읽는 LLM이 훨씬 낫고 게다가 무료다.
I cancelled my health-tracking app subscription. An LLM reading plain text files beats it and it's FREE.
핵심 요약
LLM을 활용해 여러 건강 데이터를 통합 분석하는 개인 맞춤형 시스템 구축 사례.
- 건강 데이터 통합 — 여러 앱의 데이터를 일반 텍스트 파일로 모아 LLM으로 분석함.
- LLM 자동화 — Claude Code를 사용해 데이터 수집부터 알림까지 자동화 시스템 구축.
- 데이터 프라이버시 — 로컬 폴더 구조를 활용하여 외부 데이터베이스 없이 관리 가능.
- 분석 주의사항 — LLM이 노이즈 데이터에서 잘못된 상관관계를 도출할 위험성에 대한 경고.
수정: DM이 너무 많이 와서 설정 방법과 무료 템플릿을 여기 공유함: https://maxguerois.com/health-os (GitHub 레포 링크 포함).
사람들이 만드는 대시보드보다 훨씬 간단하고 이미 가지고 있는 도구들로 할 수 있어서 공유함.
나는 4년 치 데이터가 있음. 수면 데이터(Whoop), 체중(Withings), 운동(Strava), 혈액 검사, DEXA, 유전자 정보, 가족력 등.
다 유용하지만, 각 소스는 자기 데이터만 볼 뿐이었음. 전체를 아우르는 건 없었음.
우리 대부분이 겪는 문제지.
몇 달 전, Andrej Karpathy(전 OpenAI 엔지니어)가 말한 위키(LLM을 위해 특정 방식으로 구조화된 일반 텍스트 파일 폴더) 아이디어를 접했고, 이걸 내 건강 데이터에 적용해보고 싶었음.
그래서 통합이나 데이터베이스가 필요 없음.
LLM은 일반 텍스트 파일들을 읽고 그 모든 내용을 한꺼번에 추론할 수 있음.
이 "시스템"은 그냥 폴더 하나임.
작동 방식:
- 폴더 하나, 주제별로 일반 텍스트 파일 하나. bloodwork.md, wearables.md, genetics.md, training.md
- instructions.md 파일이 핵심임. 규칙을 설정함: 먼저 모든 파일을 읽을 것, 숫자를 지어내지 말 것, 각 주장의 근거가 되는 파일을 인용할 것, 고정된 형식으로 반환할 것.
- 주간 루프. 새로운 데이터를 넣고 "내 건강 상태 알려줘"라고 물어봄.
(이미지 링크)
그다음 Claude Code를 사용해 데이터 수집(Whoop, Withings, Strava)을 자동화하고, 매일 아침 나에게 메시지를 보내는 텔레그램 봇에 연결했음.
참고로 코드 한 줄도 직접 안 짰음.
내가 쿼리하는 폴더에서, 스스로 업데이트되는 시스템으로, 그리고 나에게 문자를 보내는 코치로 발전함.
솔직히 이 패턴이 생각보다 훨씬 강력함.
전체 내용을 템플릿으로 만들었음. 폴더 구조, 정확한 코치 프롬프트, 그리고 직접 사용하기 전에 형태를 볼 수 있도록 가짜 예시 데이터까지 포함함.
직접 해보고 싶거나 전체 설정 방법이 궁금하면 DM 보내줘. 다 보내줄게.
무료로 공유함.
