🎯 MOSAIC — v1.0.0-alpha

플랫폼 간 행동 인텔리전스

프라이버시 우선의 멀티 플랫폼 프레임워크로, 행동 및 사회역학 분석을 위한 도구입니다.

📺 데모

🧭 MOSAIC란 무엇인가요?

MOSAIC는 단순한 OSINT 수집기가 아닙니다. 이는 연구자, 분석가, 보안 전문가가 여러 온라인 플랫폼에 걸쳐 행동 신호를 관찰, 구조화 및 해석할 수 있도록 설계된 행동 분석 프레임워크입니다.

MOSAIC는 이질적인 공개 데이터를 수집하여 행동 차원으로 구성함으로써 단일 소스 접근 방식으로는 불가능한 비교 및 종단 분석을 가능하게 합니다.

⚠️ MOSAIC는 심리적 진단이나 절대적 진실을 생성하지 않습니다. 이는 인간 분석가가 해석해야 하는 구조화된 신호와 분석 가설을 제공합니다.

🎯 비전

대부분의 도구는 사람이 무엇을 게시하는지에 초점을 맞춥니다. MOSAIC는 환경에 걸쳐 행동이 어떻게 나타나는지에 초점을 맞춥니다.

프로필을 집계하는 대신, MOSAIC는 세 가지 상호 보완적인 차원에 걸쳐 행동 지문을 구축합니다:

• 기술적 기술, 전문성, 문제 해결 전략 (GitHub, StackOverflow)

• 사회적 상호작용, 소속, 담론 패턴, 커뮤니티 역학 (Telegram, Reddit, Mastodon, Bluesky)

• 영향력 콘텐츠 제작, 주제, 가시성, 내러티브 일관성 (YouTube, Medium)

이러한 다각적 접근 방식은 맥락적이고 설명 가능하며 프라이버시를 고려한 사회역학, 보안 및 신뢰성 분석을 가능하게 합니다.

🚀 빠른 시작

설치

git clone https://github.com/Or1un/MOSAIC.git
cd MOSAIC
pip install -r requirements.txt

설정 (선택 사항)

# Most platforms work without credentials
# Some sources (YouTube, Telegram) require API keys
cp modules/config.yaml.example modules/config.yaml
nano modules/config.yaml

실행

python3 mosaic.py

🤖 LLM 설정

1. Python 종속성 설치

pip install -r requirements_llm.txt

2. Ollama 서버 설치 (1회)

# Linux/macOS
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# Download from https://ollama.com/download

3. Ollama 시작 및 모델 다운로드 - Qwen:0.5b (PoC)

ollama serve &
ollama pull qwen:0.5b

🌍 사용 사례

🎯 인재 및 전문성 평가

이력서를 넘어 다음을 분석합니다:

• 기술 깊이
• 의사소통 방식
• 동료 인정
• 커뮤니티 참여

예시: GitHub 활동(기술적 엄격함), StackOverflow 답변(문제 해결 스타일), Medium 게시물(지식 전달)을 통해 시니어 DevSecOps 프로필을 평가합니다.

🔒 디지털 발자국 및 OPSEC 분석

공개 활동에서 노출 위험, 과잉 공유 패턴 및 불일치를 식별합니다.

예시: 임원 또는 보안에 민감한 역할의 온라인 발자국을 감사하여 잠재적 공격 표면 또는 평판 위험을 탐지합니다.

🕵️ 실사 및 신뢰성 분석

플랫폼 간 주장과 행동 일관성을 교차 검증합니다.

예시: 파트너십 또는 투자 전에 공개 행동이 명시된 전문성 및 책임과 일치하는지 평가합니다.

🔬 행동 및 사회역학 연구

연구:

• 담론 진화
• 전문성 확산
• 커뮤니티 영향 패턴
• 플랫폼 간 행동 변화

예시: 기술적 권위가 다양한 생태계에서 사회적 영향력으로 어떻게 전환되는지(또는 그렇지 않은지) 분석합니다.

🧩 핵심 워크플로우

1️⃣ 수집 — 다중 소스 신호

MOSAIC는 단일 플랫폼 편향을 피하기 위해 이질적인 공개 데이터를 수집합니다.

현재 지원되는 소스:

• 기술적: GitHub, StackOverflow
• 사회적: Telegram, Reddit, Mastodon, Bluesky
• 영향력: YouTube, Medium

💡 MOSAIC는 대상이 어디에서 활동하는지 이미 알고 있을 때 가장 잘 작동합니다. 집중 수집은 신호 품질을 향상시키고 노이즈를 줄입니다.

향후 소스(연구 아이디어): 전문 플랫폼, 포럼, 틈새 커뮤니티. 기여와 논의를 환영합니다.

2️⃣ 맥락 — 분석 프레이밍

분석은 일반적인 지침이 아닌 맥락적 프롬프트에 의해 안내됩니다.

사용 가능한 맥락 (Alpha):

• Recruitment.md — 기술 및 소프트 스킬 평가
• OPSEC_audit.md — 디지털 발자국 및 노출 분석
• Threat_Intelligence.md — 귀속 및 일관성 연구
• PoC.md — 빠른 탐색 분석

프롬프트는 modules/prompts/에 저장된 Markdown 템플릿입니다.

⚠️ Alpha 참고 사항 현재 프롬프트는 정교함보다 아키텍처와 확장성을 우선시합니다. MOSAIC는 분석가가 자신의 방법론과 도메인에 맞게 프롬프트를 조정할 것이라고 가정합니다.

3️⃣ 분석 — 조수로서의 AI

MOSAIC는 두 가지 분석 모드를 지원합니다:

✅ 로컬 (프라이버시 우선 — 권장)

• Ollama를 통한 로컬 LLM 사용
• 데이터가 기기를 벗어나지 않음
• 보안에 민감한 상황에 최적

ollama pull mistral:7b-instruct

지원 모델: mistral, llama, qwen 등

⚠️ 클라우드 (선택 사항)

• 더 높은 성능
• 사용자 관리 프라이버시 트레이드오프
• results/에서 내보낸 JSON 파일만 업로드

💡 최상의 결과는 MOSAIC 출력을 외부 맥락(이력서, 인터뷰, 참고 자료, 타임라인)과 결합할 때 얻을 수 있습니다.

4️⃣ 통찰 — 인간 중심 해석

통찰의 질은 다음에 따라 달라집니다:

• 데이터 다양성
• 프롬프트 정밀도
• 분석가 전문성
• 모델 능력

MOSAIC는 구조와 신호를 제공합니다. 당신이 판단을 제공합니다.

⚠️ 윤리 및 법적 프레임워크

MOSAIC는 합법적이고 동의된 적법한 사용을 위해 설계되었습니다.

❌ 의도되지 않은 용도

• 감시 또는 스토킹
• 괴롭힘 또는 협박
• 무단 배경 조사
• 대량 자동 프로파일링
• 플랫폼 이용약관 위반

🔐 프라이버시 및 책임

• 필수 클라우드 사용 없음
• 기본적으로 로컬 분석
• 결과는 로컬에 저장 (results/, .git-ignored)
• 사용자는 GDPR 및 현지 규정 준수에 대한 책임이 있습니다
• 자격 증명은 config.yaml에 안전하게 저장됩니다

MOSAIC를 사용함으로써 귀하는 이를 윤리적, 책임감 있고 합법적으로 사용하는 데 동의합니다.

🤝 커뮤니티 및 기여

질문, 아이디어 또는 연구 방향이 있으신가요?

• 📧 Email: [email protected]
• 🐛 Issues: GitHub Issues
• 💡 Discussions: GitHub Discussions
• 📖 Wiki: 곧 제공 예정

MOSAIC는 방법론적 프레임워크입니다 — 프롬프트, 분석 로직 또는 윤리적 안전장치를 개선하는 기여를 특히 환영합니다.

Or1un이 🔍로 만들었습니다