→ 옆으로 밀어 시간대별 흐름 보기
코파톤 기출문제와 올리브영 경력채용 테스트 환경이 유사하다는 이야기가 나왔다. 실제 올영 문제는 'MD를 위한 기획전 생성 + 유저반응에 따른 AI 화면재구성 자동화'였고, 이를 클로드로 얼마나 잘 다루는지를 평가하는 것으로 보인다는 분석이 이어졌다. 백준 코테 이후 이런 유형 테스트가 처음이라 접근법에 대한 감이 안 잡힌다는 고민과, 플랫폼 구현 범위를 어디까지 보여줘야 하는지에 대한 질문이 오갔다.
amp와 droid를 유료로 쓸 기회가 생겼는데 써볼 만한지 묻는 질문이 나왔다. amp와 droid가 factory.ai의 프로덕트라는 정보가 공유됐다. 실제로 써본 사람은 없어서 반응이 미온적이었다.
전날 나온 모바일 앱 개발 얘기를 정리해달라는 요청이 있었다. 클로드 코드로 개발 중인 사진촬영→텍스트추출→JSON전송 앱이 서버 먹통 시 아예 못 쓰는 문제가 언급됐다. 보안은 크게 신경 쓰지 않고 있다는 점도 확인됐다.
일본에서 고액 시간당 강사료를 받는 강사가 바쁜 사람들 모아놓고 소넷4.6 사용법을 가르치는 상황에 대한 불만이 나왔다. 절반 가격에 대신 만들어주겠다 했으나 농담으로 받아들여졌다는 얘기다. 일본은 AI 래핑 서비스가 많고 아날로그와 디지털이 절묘하게 섞인 나라라는 평가가 이어졌다.
룽지 봇에게 프롬프트 작성 꿀팁 10개를 요청해 목적·맥락·제약·예시·형식·톤·길이·대상·검증기준·수정기준을 챙기라는 답을 받았다. 할루시네이션 예방법도 물어봤는데 검색 결과가 의학적 환각 증상 예방(스트레스 관리, 인지행동치료 등) 위주로 나와 AI 맥락과 다소 어긋난 답변이 나왔다. 항우울제를 먹여야 하냐는 농담에는 위험한 말이라며 선을 그었다.
고객 코호트 기반 예측모델 얘기에서 시작해, 데이터 사이언티스트의 역할이 결국 윗선 결정을 뒷받침하는 데이터 근거 마련(속칭 '마사지')이라는 냉소적 정의로 이어졌다. 회사에서 직원은 자기 의견을 내는 자리가 아니라 시키는 일을 잘 해주는 자리라는 데 다수가 공감했다. 참여자들의 배경(기계공학, CS, 백수 등)도 자연스럽게 공유됐다.
사회복지 비영리기관에서 DX 전환을 성공적으로 하려면 무엇을 주의해야 하는지 질문이 올라왔으나 별도 답변은 이어지지 않았다.
ChatGPT를 과외선생처럼 활용하니 설명을 잘해주고 원서 내용을 관계로 묶어 정리해준다는 긍정적 후기가 나왔다. 진작 결제할 걸 그랬다는 반응이었다.
MatrAIx-Persona-8B라는 깃허브 링크가 공유되며 페르소나 적용을 요청했으나 별다른 반응 없이 지나갔다.
구독 취소해놓고 까먹었다는 얘기와 재구독 계획이 오갔다. 크레딧 아직 다 못 썼다는 얘기도 나옴. 오푸스5 언급도 있었다.
봇에게 한강물 온도를 물어봤고 선유 자동측정소 기준 29.4도라는 답변을 받았다.