클코단 참여하기 →
GPTAKU BOT · DIGEST

8월 14일, 클코단에서 오간 이야기

08-14 14:37~16:12 발화 279 참여 23명 주제 12갈래

→ 옆으로 밀어 시간대별 흐름 보기

14:37
14:39 · 16건
14:45 · 18건
14:45
14:53
15:06
15:33
15:47
16:12
14:37-14:41

터미널·개발환경

14:37-16:04

금요일 퇴근 잡담

14:44-14:48

헤르메스 에이전트

14:48-14:50

로컬 모델과 GPU

14:50-14:58

맥 AI 작업 발열·램

15:00-15:33

AI 봇 화두와 오답

15:14-15:15

Claude Fable 안전장치

15:19-15:19

Opus 계획과 Sol 리뷰

15:30-16:12

Claude 장애와 529

15:37-15:37

DGX Spark dspark 서빙

15:55-15:55

맥 화면공유 경고

15:43-15:47

헤드헌터 스팸 자동화

15:30-16:12질문·트러블슈팅

Claude 장애와 529

Cloudflare 또는 Claude 서비스 장애 가능성이 언급됐고, Claude 상태 페이지 확인이 시도됐다. 일부 사용자는 작업이 잠시 멈췄다가 다시 시작됐다고 했으며, CLI에서 529 오류가 발생해 Opus를 사용하지 못하는 사례가 보고됐다. 다른 사용자들은 같은 시점에 Claude Code CLI가 정상 동작한다고 답했고, 529 오류는 잠시 두면 약 3분 뒤 작업이 재개된 경험이 공유됐다. 상태 페이지 링크도 함께 제공됐다.

  • Cloudflare와 Claude 서비스 장애 가능성이 대화 초반에 언급됐다.
  • Claude 상태 확인을 위해 상태 페이지 링크가 공유됐다.
  • Claude Code CLI에서 529 오류가 발생한 사례가 보고됐다.
  • 동일 시점에 정상 동작한다는 사용자들도 있어 전체 장애가 아닐 가능성이 보였다.
  • 529 오류 후 잠시 기다리자 약 3분 뒤 작업이 재개된 경험이 공유됐다.
  • https://www.atlassian.com/software/statuspage
14:44-14:48도구·라이브러리

헤르메스 에이전트

헤르메스 에이전트의 패치 소식과 실제 사용 경험을 이야기했다. 로컬 모델에 연결하면 다소 성능이 떨어질 수 있으나, 결과물의 문제를 구체적 사실 기반으로 지적하며 반복 지시하면 개선된다는 경험담이 나왔다. Claude 구독을 직접 연결하는 방식은 정지 위험이 있을 수 있다는 우려가 제기됐고, 비용 없이 로컬 모델을 연결해 간단한 용도로 쓰는 데는 만족한다는 의견이 있었다.

  • 헤르메스 에이전트는 Nous Research의 오픈소스 자기학습형 AI 에이전트로 소개됐다.
  • 향후 패치에 맞춰 설치 구성을 다시 정비할 계획이 언급됐다.
  • 결과물 오류를 팩트 기반으로 지적하며 재작업을 요구하는 사용법이 공유됐다.
  • Claude 구독 인증 활용은 제재 가능성을 우려하는 의견이 나왔다.
  • 로컬 모델 연결은 비용 절감용 간단한 작업에 적합하다는 평가가 있었다.
14:48-14:50AI 모델·프롬프트

로컬 모델과 GPU

로컬 모델로 Qwen 35B를 빠른 모델로 사용하고, DeepSeek 계열은 해당 장비에서 느리다는 경험이 공유됐다. Nemotron을 새로 올려 볼 계획도 언급됐다. 30B 이상 로컬 모델을 쓰려면 24GB 이상 GPU 메모리가 필요할 수 있으며, 양자화해도 충분한 컨텍스트를 확보하려면 메모리가 중요하다는 의견이 나왔다.

  • Qwen 35B는 비교적 빠릿하다는 평가를 받았다.
  • DeepSeek 계열 로컬 모델은 장비 성능에 따라 느릴 수 있다는 경험담이 나왔다.
  • Nemotron을 설치해 시험하려는 계획이 언급됐다.
  • 30B 이상 모델에는 24GB 이상 VRAM이 필요할 가능성이 제기됐다.
  • 양자화 이후에도 컨텍스트 확보를 위해 메모리 여유가 중요하다고 정리됐다.
14:50-14:58질문·트러블슈팅

맥 AI 작업 발열·램

MacBook에서 Codex 앱과 Docker, 에이전트 도구를 돌릴 때 발열과 메모리 사용량이 크게 늘어나는 경험을 공유했다. M1 계열은 Codex 사용 시 100도까지 올라갈 수 있다는 사례가 있었고, 클램셸 모드에서는 발열 체감이 덜하다는 의견도 나왔다. M5 Max와 48GB 메모리 환경도 무거운 작업을 겹치면 부족할 수 있으며, AI 개발 환경에서는 RAM이 많을수록 좋다는 데 의견이 모였다.

  • Codex 앱 사용 중 M1 기기 온도가 100도까지 오르는 사례가 언급됐다.
  • 클램셸 사용은 발열 체감을 줄이는 방식으로 언급됐다.
  • M5 Max도 발열이 있을 수 있다는 사용 경험이 공유됐다.
  • 48GB 메모리에서도 무거운 도구를 여러 개 돌리면 사용량이 높아질 수 있다.
  • 32GB 환경에서 Docker와 Codex를 함께 쓰면 메모리를 모두 사용한다는 사례가 나왔다.
15:19-15:19워크플로우·방법론

Opus 계획과 Sol 리뷰

Opus 5로 구현 계획을 세우고 실행한 뒤 Sol로 결과물을 리뷰하는 다중 모델 워크플로우가 공유됐다. Sol 리뷰에서 심각한 오류나 미구현 항목이 자주 발견돼 수정과 재리뷰를 반복한다고 했다. 다만 Opus가 지적된 실수를 인정하고 곧바로 수정하는 점은 긍정적으로 평가됐다.

  • Opus 5가 계획 수립과 실행을 맡는다.
  • Sol이 결과 검토와 오류 탐지를 맡는다.
  • 리뷰에서 심각한 오류와 미구현 사항이 발견되는 사례가 있었다.
  • 수정 후 재리뷰를 반복하는 품질 관리 흐름이 공유됐다.
15:37-15:37배포·운영

DGX Spark dspark 서빙

DGX Spark 머신에서 dspark 프레임워크를 사용해 Hugging Face에 공개된 가중치 모델을 서빙하는 방법을 질문했다. dspark은 DeepSeek이 공개한 추론 가속 프레임워크로, speculative decoding 방식으로 LLM 응답 속도를 높이는 도구로 소개됐다. 이 구간에는 구체적인 설치·서빙 절차 답변은 이어지지 않았다.

  • DGX Spark에서 공개 가중치 모델을 서비스하는 방법이 질문됐다.
  • 모델 출처로 Hugging Face가 언급됐다.
  • dspark은 DeepSeek의 추론 가속 프레임워크로 소개됐다.
  • 추측 디코딩을 통해 LLM 응답 속도를 최대 85%까지 높일 수 있다는 확인 정보가 있다.
  • 대화 내에는 실제 구성 명령이나 배포 절차가 제공되지 않았다.
14:37-14:41도구·라이브러리

터미널·개발환경

터미널과 개발환경으로 Warp, iTerm2, Windows Terminal, PowerShell, PuTTY, tmux 사용 경험을 나눴다. Warp는 별도 꾸미기 없이도 쓸 만하다는 의견이 있었고, Windows Terminal은 가볍고 SSH 접속에 적합하다는 평가가 나왔다. WSL2 설치가 OS 버전이나 가상화 설정 문제로 막혔던 경험도 공유됐으며, 과거에는 Docker 사용에도 영향을 줬다고 했다.

  • Warp, iTerm2, Windows Terminal 등 터미널 선택지를 비교했다.
  • Windows Terminal에서 SSH를 사용하는 방식이 언급됐다.
  • tmux만 있으면 된다는 간결한 환경 구성 의견이 나왔다.
  • WSL2 설치 실패는 OS 버전 또는 가상화 설정과 연관됐을 가능성이 언급됐다.
15:14-15:15질문·트러블슈팅

Claude Fable 안전장치

Claude 웹에서 Fable을 사용할 때 안전장치가 지나치게 많이 작동하는 이유를 질문했다. 보안 관련 내용이 조금이라도 포함되면 모델이 성능이나 응답 수준을 낮추는 것처럼 느껴진다는 사용자 경험이 답변으로 나왔다. Fable은 Anthropic의 상위 등급 Claude 모델로 장시간 자율 작업과 복잡한 코딩·에이전트 작업에 특화된 모델로 소개됐다.

  • Claude 웹의 Fable 사용 시 안전장치가 많이 걸린다는 질문이 제기됐다.
  • 보안 관련 맥락이 응답 제한 또는 성능 저하 체감으로 이어진다는 경험담이 나왔다.
  • Fable은 Anthropic의 상위급 Claude 모델로 설명됐다.
15:43-15:47워크플로우·방법론

헤드헌터 스팸 자동화

하루에 다수의 헤드헌터 스팸을 받는 상황에서, 조건 미달 제안에는 응답·전화하지 말라는 안내를 자동화하는 파이썬 도구를 만들었다는 사례가 나왔다. Fable이 단호하면서도 고급스러운 거절 답신 문구를 작성해 줬고, 이를 실제로 보내고 있다는 경험담이 공유됐다. 해당 자동 처리기를 GitHub에 공개할지 고민하는 대화가 이어졌다.

  • 헤드헌터 스팸 메일 대응을 파이썬으로 자동화한 사례가 공유됐다.
  • 연봉과 조건 기준을 안내하고 불필요한 연락을 막는 답신을 만들었다.
  • Fable이 정중하면서도 강한 어조의 답신 작성에 활용됐다.
  • 자동화 도구를 GitHub에 공개할지 검토 중이라고 했다.
15:55-15:55질문·트러블슈팅

맥 화면공유 경고

맥 화면공유 중 원격 제어 경고가 반복되며 잠기는 문제를 해결할 수 있는지 질문했다. 답변에서는 완전히 막기는 어렵지만, 화면공유 앱의 원격 제어 권한을 끄면 경고를 줄일 수 있다고 안내했다. 정확한 설정 위치는 사용하는 화면공유 앱에 따라 달라 추가 정보가 필요하다고 했다.

  • 맥 화면공유 중 원격 제어 경고와 잠금 현상이 문제로 제기됐다.
  • 완전 차단은 어렵다는 답변이 나왔다.
  • 화면공유 앱에서 원격 제어 권한을 끄는 방안이 제시됐다.
  • 정확한 설정 경로는 사용 중인 앱 정보가 있어야 확인 가능하다.
15:00-15:33커뮤니티·잡담

AI 봇 화두와 오답

대화형 봇이 자발적으로 SPEC·progress 관련 화두를 던지는 모습이 언급됐다. 이후 영어 표현을 묻는 장난성 대화에서 일반적인 표현인 media censorship 대신 부정확한 표현을 주입하려는 시도가 있었지만, 봇은 이를 바로잡았다. Claude 상태를 검색해 달라는 요청에서는 문맥을 놓치고 대명사 자체를 검색하는 엉뚱한 응답이 나와 할루시네이션과 문맥 처리 문제를 웃으며 지적했다.

  • 봇이 가끔 대화에 끼기 위해 화두를 던진다는 설명이 나왔다.
  • 언론 통제의 일반적인 영어 표현으로 media censorship이 제시됐다.
  • Claude 장애 확인 요청을 대명사 검색으로 잘못 해석한 사례가 나왔다.
  • 문맥 파악 실패와 할루시네이션 문제가 농담 소재가 됐다.
14:37-16:04커뮤니티·잡담

금요일 퇴근 잡담

금요일 오후를 맞아 퇴근 준비, 휴가, 게임, PR 리뷰 등 일상적인 회사 생활 이야기가 오갔다. 자동화 작업을 돌려두고 게임을 하거나, 잠든 동료의 컴퓨터가 작업 중인 상황을 두고 농담했다. 이후 이사할 집을 찾기 어렵고 부동산 거래도 기대만큼 빨리 진행되지 않는다는 잡담이 이어졌다.

  • 금요일 오후라 방이 평소보다 조용하다는 이야기가 나왔다.
  • 자동화 작업을 돌려둔 채 게임 후 결과를 검토하려는 계획이 언급됐다.
  • 올라온 PR을 리뷰해야 하는 직장 상황이 농담으로 이어졌다.
  • 이사할 집을 구하기 어렵다는 부동산 관련 잡담이 있었다.