Land Intelligence Research MCP

AI 리서치 애널리스트가 증거를 지어내지 않고 토지에 대해 추론할 수 있을까?

Land Intelligence Research MCP는 통제된 분석(governed analytics)과 Model Context Protocol(MCP)이 토지 개발 옵셔널리티 연구를 어떻게 지원할 수 있는지 탐구하는 독립적인 연구 프로토타입입니다.

이 프로젝트는 토지 경제학, 에너지 및 인프라 개발, 장기 토지 스튜어드십에 대한 광범위한 연구 관심에서 비롯되었습니다. 다음과 같은 질문을 던집니다:

토지 소유자, 투자자, 개발자가 하나의 필지가 경제적 가치, 인프라 가치, 환경적 가치를 동시에 지닐 때 개발 옵셔널리티를 어떻게 추론해야 하는가?

현재 구현은 결정론적 합성 데이터셋을 사용한 개발 옵셔널리티 스크리닝에 초점을 맞춥니다. 필지 특성, 인프라 근접성, 토지이용 제약, 합성 결과물을 결합하여 LLM이 MCP 도구를 통해 접근할 수 있는 통제된 분석 계층을 구성합니다.

연구 고지: 이 저장소는 연구 및 시연 목적으로 합성 데이터와 투명한 스크리닝 휴리스틱을 사용합니다. 옵셔널리티 점수는 감정평가, 예측, 인과 추정, 개발 확률 또는 투자 권고가 아닙니다.

이 프로젝트의 동기

AI 분석에서 흔한 실패 모드는 언어 모델이 분석 엔진이 되도록 허용하는 것입니다. 즉, 원시 파일을 읽고, 임시 쿼리를 작성하고, 정의를 조용히 변경하고, 통제하거나 재현하기 어려운 숫자를 생성하는 것입니다.

이 프로젝트는 다른 접근 방식을 취합니다:

LLM / research agent
        |
        | reasoning, question framing, synthesis
        v
Model Context Protocol
        |
        | governed tool surface
        v
DuckDB analytical layer
        |
        | joins, scoring, aggregation, validation
        v
deterministic synthetic land data

LLM은 추론을 담당합니다. 분석 계층은 정량적 증거를 담당합니다.

MCP가 질문에 답하는 데 필요한 증거를 노출하지 않는다면, 기대되는 동작은 시스템을 우회하거나 결과를 지어내는 대신 분석적 공백을 표면화하는 것입니다.

Related MCP server: real-estate-ai

연구 렌즈

동일한 통제된 증거가 이해관계자에 따라 서로 다른 의사결정을 지원할 수 있습니다.

기관 토지 소유자 / TIMO 스타일 소유자

장기 보유 소유자는 어떤 자산이 의미 있는 개발 옵셔널리티를 지니는지, 옵셔널리티가 광범위한지 집중되어 있는지, 그리고 보유, 매각, 임대, 권리 확보 또는 개발 파트너십 결정 전에 어떤 자산이 전략적 실사를 필요로 하는지 물을 수 있습니다.

투자자 / 자본 배분자

투자자는 실사 또는 자본이 어디에 배치되어야 하는지, 옵셔널리티가 이미 현재 용도 가치에 반영되어 있는지, 그리고 어떤 인수심사 증거가 여전히 누락되어 있는지 물을 수 있습니다.

개발자

개발자는 어떤 필지가 더 깊은 타당성 작업을 받을 자격이 있는지, 그리고 유리한 인프라 근접성 신호가 필지 수준의 물리적 제약을 넘어서도 유지되는지 물을 수 있습니다.

MCP 분석 표면

서버는 다섯 개의 통제된 도구를 노출합니다:

• list_research_questions

• compare_counties

• rank_land_optionality

• explain_parcel_score

• evaluate_optionality_signal

또한 다음을 노출합니다:

• 리소스: research://catalog

• 프롬프트: land_research_investigation

데이터 모델

이 프로젝트는 여섯 개의 결정론적 합성 관계형 테이블을 포함합니다:

counties
   |
   +----< parcels ----< transactions
   |         |
   |         +---- parcel_infrastructure ----> infrastructure
   |         |
   |         +---- development_outcomes
   |
   +----< infrastructure

합성 픽스처는 시드 42로 재현 가능합니다. 매니페스트와 SHA256 체크섬이 포함되어 있습니다.

옵셔널리티 신호

옵셔널리티 점수는 필지 면적, 용도지역, 경사도, 홍수 위험, 습지 비율, 변전소·송전선·광섬유·고속도로·데이터센터 인프라와의 근접성 등의 신호를 통합하는 투명한 스크리닝 휴리스틱입니다.

이 점수는 의도적으로 평가 또는 예측 확률로 구성되지 않습니다.

evaluate_optionality_signal 도구는 점수가 합성 개발 결과물을 점수 십분위별로 분리하는지 확인합니다. 이는 연구 워크플로우를 테스트하는 데 유용하지만, 실제 세계 예측 타당성의 증거는 아닙니다.

로컬 설정

권장 사전 요구사항:

• Python 3.11+

• uv

• LLM + MCP 워크플로우를 테스트하려면 Claude Code

저장소 루트에서:

python3.11 scripts/preflight.py

그런 다음 MCP 개발 모드를 실행합니다:

./scripts/run_mcp_dev.sh

Claude Code에 등록합니다:

./scripts/register_claude.sh

그런 다음:

claude

Claude 내부에서:

/mcp

프롬프트가 표시되면 land-intelligence를 승인합니다.

예시 에이전트 프롬프트

Act as a research analyst supporting a long-duration institutional landowner.

Use the land-intelligence MCP as your only quantitative data and analytics interface. Do not inspect the underlying CSVs, database, SQL, Python files, manifests, or other repository artifacts directly.

Determine which markets and parcels appear to have the strongest development optionality, what evidence supports that conclusion, and what evidence should make the investment team cautious.

Every material numerical claim should come from an MCP tool result. If an important question cannot be answered through the current MCP analytical surface, identify the gap rather than bypassing the MCP or guessing.

추가 투자자, 개발자, 레드팀, 교차 이해관계자 프롬프트는 PROMPTS.md를 참조하세요.

광범위한 연구 방향

현재 구현은 개발 옵셔널리티와 인프라/토지 제약에 초점을 맞춥니다.

향후 연구는 전력시장 및 연계 데이터, 용도지역 및 권리 확보 이력, 개발 비교 사례, 임대 및 옵션 구조, 보전 지역권, 서식지 품질 및 파편화, 생물다양성 제약, 탄소 및 자연자본 경제학, 물 가용성, NPV / IRR 시나리오, 공간 포트폴리오 최적화로 확장될 수 있습니다.

서식지 보전은 광범위한 연구 동기의 일부이지만, 현재 합성 모델은 서식지 품질 모델로 해석되어서는 안 됩니다.

독립성 및 출처 표기

이 프로젝트는 독립적인 연구 프로젝트입니다. 기관 토지 소유권과 토지, 인프라, 에너지, 장기 자산 관리의 교차점에서 일하는 기업에 대한 공개 연구에서 정보를 얻었습니다.

특정 회사, 투자 운용사, 개발자, 토지 소유자 또는 데이터 제공업체와 제휴, 보증 또는 대표 관계가 없습니다. 포함된 모든 데이터셋과 결과물은 합성입니다.

라이선스

MIT