→ 옆으로 밀어 시간대별 흐름 보기
고객사의 바이브코딩 표준화 요구를 두고, 모델·버전·effort·프롬프트를 통일해도 결과가 달라질 수 있어 단일 양식 표준화가 어렵다고 논의했다. 하네스와 조건을 맞춰도 두 번째 프롬프트부터 결과가 달라진다는 경험이 공유됐다. 표준화할 대상은 산출 결과보다 기획→설계→구현→검토→개선의 반복 프로세스라는 결론이 제시됐다.
AI agent memory 관련 자료가 공유됐고, GJC가 유용한 프로젝트라는 언급이 나왔다. 승인 게이트 우회 뒤에는 게이트 측정과 추적을 추가해야 한다는 경험도 공유됐다. 로컬 파일시스템 메모리와 메인 메모리의 구조적 압축, 업무별 모델 effort 배치 및 토큰 최적화가 중요하다는 의견이 제시됐다.
식단·헬스장·BMI·지도 정보를 연동하는 서비스 아이디어를 논의했다. 방문 예정 매장과 수요를 예측해 점주 발주에도 활용할 수 있다는 확장안이 나왔다. AI가 식사·옷·활동 선택을 대신할수록 소비 유도와 광고 활용 가능성도 커진다는 의견이 이어졌다.
소비 추천 서비스보다 기업의 AI 채용 움직임을 분석하는 도구가 더 사업성이 있을 수 있다는 의견이 나왔다. 채용 수요와 기업 전략을 데이터로 축적하는 것이 자산이라는 관점이 제시됐다. 공공기관·금융권·공기업 채용에서 AI 활용 사례와 관련 서비스 언급도 이어졌다.
갤럭시 인스타그램 웹뷰에서 OS 공유 시트를 여는 방법을 질문했다. 공유 버튼과 OS 공유 시트를 여는 API를 구현 중이지만 인스타그램 웹뷰에서는 동작하지 않는 상황이었다. 인스타그램 관련 API와 웹뷰 제약이 보수적이라는 불만이 나왔다.
인수인계서를 Markdown 파일로 남기는 방식이 신선하다는 이야기가 나왔다. 행정안전부가 Markdown 문서 작성을 권장한다는 언급과 함께 확산 가능성을 전망했다. 공문서처럼 Markdown의 세부 표준이 생길 수 있다는 농담과, 기관별 양식에 맞춰 문서를 만드는 도구 이야기도 이어졌다.
M1 Ultra 128GB Mac Studio의 중고 가격이 비싼지 질문이 나왔다. M4 Max 128GB 거래 가격과 비교해 비싸다는 의견이 있었고, DGX Spark 가격과 성능도 함께 거론됐다. DGX Spark에 모델을 올려 테스트를 대신해주겠다는 제안도 나왔다.
채팅 봇에게 날씨와 미국 우주 관련 발표를 물었으나, 외부 데이터 질의에서 부정확한 답변을 냈다. 봇은 외부 데이터를 확인한 것이 아니라 입력된 말만 보고 답하는 중이라고 설명했고, 해당 발표는 확답할 수 없다고 인정했다. 이후 봇의 응답 품질을 두고 가벼운 농담이 이어졌다.
Orca를 사용하다 Paseo로 돌아오니 체감이 크게 좋아졌다는 짧은 사용 소감이 공유됐다. 구체적인 제품 특성이나 비교 기준은 추가로 논의되지 않았다.