→ 옆으로 밀어 시간대별 흐름 보기
게임용 픽셀 스프라이트 에셋 제작에 좋은 AI를 묻는 질문에 sprite-gen이라는 오픈소스 깃허브 프로젝트가 소개됐다. 다만 답변자가 탁구 봇을 사칭한 계정이어서 이후 사칭 소동으로 이어졌다.
계획은 오푸스로, 코드 작성은 소넷으로 나눠 써도 되는지 묻는 질문에서 심도 있는 논의가 이어졌다. 짧은 작업은 모델을 나누면 오히려 토큰 손해이고, 30분~1시간 걸리는 장기 플랜이나 프론트/백엔드 분리 같은 경우에 나누는 게 효율적이라는 의견이 나왔다. 명확한 지시서가 있는 단순 작업은 소넷이 낫고, 오푸스는 상황에 따라 하위 에이전트를 안 쓰고 혼자 다 처리해버리는 경우도 있다는 관찰이 공유됐다. 개인 메모리·skills 설정 여부에 따라 결과 차이가 크다는 데로 결론이 모였다.
클로드로 웹사이트를 만든 뒤 도메인을 어디서 사는지 묻는 질문에서 시작됐다. duckdns로 테스트만 해본 멤버가 실제 구매처를 물었고, NAS+역방향프록시 조합, Vercel, Railway, Cloudflare 등 다양한 답이 나왔다. 최종적으로 클라우드플레어를 추천하는 의견이 우세했다.
방장이 탁구 봇을 맥스20 플랜으로 돌리는데 24시간 만에 사용량 50%가 찼다고 놀랐다. 채팅방 요약·아카이빙은 별도 프록시 계정으로 돌아가고 탁구 전용 계정만으로 24시간 동안 7300만 토큰을 썼다며 원인을 특정하지 못했다. 검색·분석에 붙여둔 소넷을 하이쿠로 교체할지 고민 중이라고 밝혔다.
앱스토어로 비싸게 구독한 클로드코드를 웹 구독으로 바꾸려는데 전환이 안 된다는 질문이 올라왔다. 다른 멤버는 앱스토어에서 먼저 해지한 뒤 웹에서 새로 구독해야 할 것 같다는 의견을 냈다.
한 멤버가 울트라코드 모드를 사고능력이 최고로 올라가는 모드로 착각했다가, 실제로는 병렬 에이전트 구동 모드라는 걸 뒤늦게 알았다고 밝혔다. 다른 멤버는 잘못 켜면 토큰이 순식간에 사라진다고 경고했다. 이어 바쁠 때 대충 지시를 던지면 결과가 슬롭으로 쌓이는 악순환, 그리고 '바이오토큰'(사람의 시간·에너지) 관리의 중요성도 함께 언급됐다.
한 멤버가 스레드 링크를 공유하며 '오모네이티브'로 재경험하게 될 거라 예고했고, 이는 omo.dev라는 도메인/커뮤니티 플러그인과 연결됐다. 다른 멤버는 관련 도메인을 갖고 있었는데 이미 마케팅용으로 써버렸다고 아쉬워했다. 방 인원이 곧 1000명이라는 이야기도 함께 나왔다.
닉네임이 춘식이로 표시되던 멤버가 강퇴됐다가 재입장하는 과정에서 닉네임 오인 해프닝이 있었다. 곧이어 실제 탁구 봇을 흉내내는 사칭 계정이 등장했고, 방장은 사칭은 강퇴 대상이라고 언급했다. 진짜 탁구 봇이 응답하며 소동이 정리됐지만 그날 하루 응답 한도가 다 찼다는 후일담이 이어졌다.
ChatGPT 팀 플랜을 추가 계정에 등록하려는데 전화번호가 다른 걸 요구해서 막힌다는 질문이 올라왔다. 두 개까지는 됐는데 세 번째부터 안 된다는 구체적 상황이 공유됐다. 비교 답변으로 클로드는 개인/팀 계정을 오가니제이션으로 스왑할 수 있다는 점이 언급됐지만 ChatGPT 쪽 해결책은 나오지 않았다.
한 멤버가 자신도 Iris로 봇을 돌리는데 대화는 되지만 탁구처럼 멘션·답장 기능이 구현되지 않는다며 방법을 물었다. 방장은 메타데이터를 직접 뜯어서 테스트하며 만든 자체 구현이라 구체적으로 공개하기 어렵다고 답했다.
한 멤버가 가재코드의 AI 역할 세팅 추천을 탁구 봇에게 요청했다. 이어지는 답변은 대화 로그에서 확인되지 않았다.
최근 제조업 AX(AI 전환) 사례가 유독 많이 보인다는 관찰에서 잡담이 시작됐다. 인건비 대체 효과가 눈에 띄어 ROI가 잘 나오기 때문 아니냐는 의견이 나왔다.
갤럭시 폴드 구매 고민과 폴드 피로파괴 경험담으로 대화가 시작됐다. 아이폰 미니, 아이폰13 프로 등 각자 쓰는 폰 얘기로 흘러가다 맥북으로 화제가 넘어갔다. 다수가 맥북 에어 M1을 극찬하며 중고 시세와 크램쉘 모드 활용 팁을 공유했다. 무리하게 돌리면 보드가 나갈 수 있으니 살짝 벌려서 크램쉘 쓰라는 경험담도 나왔다.
탁구 봇을 딥식으로 바꾸는 게 어떠냐는 제안이 나왔다. 방장은 API로 쓰는 게 아니면 딥식 상태가 오락가락한다며 부정적인 의견을 냈다.
방 봇에게 동일 닉네임을 가진 사람이 몇 명인지 물어본 결과 중복 닉네임 36종, 해당 인원 84명이라는 답이 나왔다. 이어 특정 닉네임을 검색했을 때 봇이 '0명' → '모름' → '2명'으로 답을 계속 바꿔 신뢰도 이슈가 드러났다.