FlipPrice: 빈티지 리셀러를 위한 사이드 허슬 가격 책정 코파일럿
요약
FlipPrice는 빈티지 리셀러를 위한 가격 책정 코파일럿 도구입니다. 사용자가 물품 사진과 상세 정보를 입력하면, 판매된 비교 품목(sold comps)을 기반으로 적정 가격 범위와 순 지급액을 계산해 줍니다. 이 도구는 로컬 오픈 가중치 모델(Gemma 3 등)과 FastAPI를 사용하여 구축되었으며, 비용 효율성과 데이터 프라이버시를 강조합니다.
핵심 포인트
- 로컬 오픈 모델 사용으로 API 비용 없이 작동하며 오프라인 환경 지원.
- 사진 업로드 및 판매 이력 CSV 학습을 통해 사용자 전문 분야에 최적화.
- FastAPI와 단일 페이지 UI로 구성되어 실제 리셀링 워크플로우를 개선함.
- TabPFN, Ridge 등 다양한 가격 책정 모델과 로컬 폴백 체인을 구현함.
Hacktoberfest 주간 2번째 사이드 허슬 제출물. FlipPrice는 사진과 몇 가지 필드를 입력하면, 판매된 비교 품목(sold comps)을 기반으로 한 적정 가격 범위와 수수료를 제외한 순 지급액을 빈티지 리셀러에게 제공하는 상품 목록 초안입니다. 오픈 모델을 사용하며, 목록당 비용은 발생하지 않습니다. Repo MIT: https://github.com/firfircelik/flipprice
제가 만든 것. 찾은 물건의 사진을 찍고, 브랜드 이름, 카테고리, 상태, 연식, 구매 비용을 입력합니다. 선택적으로 판매 이력 CSV를 업로드하여 추정치가 사용자의 전문 분야에 학습하게 할 수 있습니다. 로컬 오픈 가중치 모델(open-weight model)로부터 상품 목록 초안, 적정 가격 범위, 순 지급액과 함께 수익 대시보드를 얻습니다. 누가 비용을 지불하는가: 매주 20개에서 50개의 품목을 등록하는 리셀러이며, 목록당 10분을 절약해 줍니다.
데모. Apple M2와 Python 3.14에서 테스트되었습니다. 레포를 클론하고(Clone repo), venv를 설정한 후, pip install을 실행하고, ollama로 gemma3:1b를 가져온 뒤, uvicorn app.main:app을 구동합니다. README의 Render 버튼을 통해 배포할 수 있습니다. 라이브 검증: Gemma가 Canon AE-1 목록을 작성했고, p50은 184.62, 순 지급액(net)은 110.62였으며, 50에 구매했을 때 마진율(margin)은 59.9%였습니다.
코드. https://github.com/firfircelik/flipprice. 사진 업로드, 재고 관리, 대시보드가 있는 FastAPI와 단일 페이지 UI로 구성되어 있습니다. Ollama 추론(inference), Ridge 폴백을 사용한 TabPFN 가격 책정, 로컬 JSON 또는 Atlas를 지원합니다. 사용자 여정(user journeys)으로서 시장 흐름(market flow), 오프라인 모드(offline mode), 악의적인 입력(hostile inputs), 사진 첨부, 라이브 모델 테스트 등 7가지 항목 모두 성공적으로 작동했습니다.
구축 방법. 설명기(Describer): Ollama를 통한 Gemma 3, 제약 조건이 있는 프롬프트(constrained prompt), 브랜드 우선 제목(brand-first titles), 로컬 폴백 체인(local fallback chain)을 사용합니다. 가격 책정: TabPFN을 먼저 사용하고, RandomForest가 20개 행 CSV에서 단조성(monotonicity)에 실패한 후 Ridge를 폴백으로 사용했습니다. 판매자는 자체 검증이 포함된 CSV를 업로드합니다. 참고: TabPFN 9는 일회성 라이선스 및 토큰이 필요하며, 이후 동일 코드가 엔진을 전환하여 사용할 수 있습니다.
오픈 소스가 중요한 이유. 목록당 5센트에서 15센트에 달하는 폐쇄형 API(Closed APIs)는 주당 50개 품목 등록 시 마진을 없애버립니다. 로컬 오픈 가중치 모델은 비용이 거의 들지 않으며, 오프라인으로 작동하고 데이터를 장치에 보관할 수 있게 합니다. TabPFN은 사용자의 자체 이력을 학습합니다. 오픈 소스는 단위 경제학(unit economics)을 가능하게 만듭니다.
에이전트 세션 (Agent Session). 에이전트 지원으로 구축됨. ## 첫 사용자. 외부 사용자는 아직 없으므로 솔직하게 말씀드리자면: 저는 Gemma 3를 통해 실시간 감정 평가를 거친 3가지 실제 물품을 가지고 시뮬레이션 판매자로 직접 테스트해 보았습니다. Canon AE-1 필름 카메라, 구매가(buy) 60, p50 286.34, 순이익(net) 189.12. Levis 501 새것 같은 상태, 구매가(buy) 15, p50 108.85, 순이익(net) 79.70. Sony WH-1000XM3, 구매가(buy) 40, p50 116.82, 순이익(net) 61.63. 모든 리스팅은 깔끔한 브랜드 우선 제목을 얻었으며, 모든 마진이 플러스였습니다. 전체 로그는 레포지토리의 FIRST_USER_TEST.md에 있습니다. 실제 리셀러 테스트가 다음 단계입니다. ## 경품 카테고리 (Prize Categories). Gemma가 소개되었고, 실시간으로 검증되었습니다. TabPFN이 소개되었으며, 토큰 게이트(token-gated)로 보호됩니다. Atlas 파트너. Render가 소개되었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기