19:48-19:51도구·라이브러리
CPU 로컬 LLM 운용
Qwen3.5-4B를 GPU 없이 CPU만으로 실행할 수 있는지와, 일반 업무를 병행할 때의 부담을 논의했다. CPU 추론은 업무 환경을 버겁게 만들 수 있어 야간에 돌리는 방향으로 정리됐다. SemIf 코드와 llama.cpp CPU판 조합도 질문으로 나왔지만, 구체적인 검토는 이어지지 않았다.
- GPU 없이 Qwen3.5-4B를 CPU로 구동하는 방안이 논의됐다.
- 일반 업무와 로컬 추론을 동시에 수행할 때 자원 경합을 우려했다.
- 야간 배치 실행 후 결과를 확인하는 운영 방식이 언급됐다.
- SemIf 코드와 llama.cpp CPU판 조합에 대한 추가 질문이 있었다.
20:59-21:34도구·라이브러리
Dots 정체와 자동화
참여자가 Dots를 어떻게 쓰는지 물었고, 이후 Dots의 정체를 재확인하는 과정에서 Unity DOTS와 다른 도구일 가능성이 제기됐다. 영상 링크를 공유한 뒤 이를 자비스형 에이전트 브라우저로 해석했다. 콜센터와 고객 서비스 자동화에 활용할 수 있겠다는 아이디어가 나왔다.
- Dots의 사용 방식과 정확한 정체를 묻는 질문이 나왔다.
- Unity의 Data-Oriented Technology Stack 설명이 제시됐으나, 이후 공유된 맥락과 다른 대상일 가능성이 나타났다.
- 공유 영상은 에이전트 브라우저 성격의 도구로 해석됐다.
- 콜센터 및 고객 서비스 업무 자동화 가능성이 제안됐다.
- https://youtu.be/fHEIw5CcN5U
18:48-18:56커뮤니티·잡담
홈 네트워크 학습담
NAS 설정, 포트포워딩, 공유기·허브·게이트웨이 같은 홈 네트워크 지식을 현장에서 필요해 배웠다는 경험담이 이어졌다. 네트워크 구성을 종이에 그리며 설정했다는 이야기와 설치 기사에게 설명을 들었다는 사례가 나왔다. VPN·방화벽, L2·L3 등은 직접 작업하지 못해도 업체와 대화할 정도의 개념을 익히게 됐다는 의견이 나왔다. AI 코딩 도구가 네트워크 설정에도 도움을 준다는 반응이 있었다.
- 홈 네트워크 설정은 물리 구성과 연결 흐름을 그려보며 이해한 사례가 공유됐다.
- 공유기와 허브, 게이트웨이의 차이를 실사용 과정에서 배우게 됐다는 반응이 나왔다.
- VPN·방화벽 개념은 업체와 소통하면서 습득했다는 경험담이 있었다.
- 케이블 규격과 인터넷 설치 관련 팁을 기사에게 들었다는 이야기가 나왔다.
19:42-19:46워크플로우·방법론
픽셀풍 이미지 처리
공유 이미지가 단순 픽셀 이미지가 아니라 셀 내부에 색상 그라데이션이 있는 픽셀풍 그림이라는 분석이 나왔다. 해결책으로 이미지에 픽셀 열화를 적용하라는 제안이 언급됐다. AI가 요청을 해결하는 방식이 때로는 과도하거나 엉뚱할 수 있다는 경험담도 이어졌다.
- 이미지는 순수 픽셀아트와 다른 그라데이션 기반 표현으로 분석됐다.
- 픽셀 열화 처리가 해결 방향으로 언급됐다.
- AI가 HTML 디자인 결과를 이미지로 내보내 PPT에 붙이는 식의 우회 작업을 했던 사례가 공유됐다.
- 모델이 요청 이상을 하거나 요청 자체를 놓치는 경우가 있다는 평가가 나왔다.
20:47-20:57배포·운영
코덱스 리셋 확인
다음 날 코덱스 또는 클로드의 사용량 초기화 여부를 묻는 대화가 있었다. 어떤 서비스의 리셋인지 혼선이 있었고, 확정적인 정보는 공유되지 않았다.
- 다음 날 사용량 초기화 여부를 확인하려는 질문이 나왔다.
- 코덱스와 클로드 중 어느 서비스인지 혼선이 있었다.
- 리셋 일정의 확정 근거는 대화에서 제시되지 않았다.
18:53-18:56기타
L-infinity 노름
L2·L3 농담에서 수학의 norm 이야기로 화제가 옮겨갔다. L-infinity norm은 집합 원소들의 절댓값 가운데 가장 큰 값이라는 설명이 공유됐다. 데이터통신 과목과는 직접 관련이 없으며, 대학원 학습 맥락의 어려운 개념이라는 반응이 나왔다.
- L-infinity norm의 직관적 정의가 언급됐다.
- L2 norm의 지수 2를 infinity로 바꾼 형태라는 설명이 나왔다.
- 전공 수학 개념의 난이도에 대한 잡담이 이어졌다.
19:13-19:14커뮤니티·잡담
AI 구독 비용 부담
클로드를 계속 쓰게 됐지만 월 구독 비용이 부담된다는 반응이 나왔다. 다른 코딩 모델이 잡일을 맡아주면서 클로드 코드 사용량이 여유로워졌다는 경험도 공유됐다.
- AI 구독 서비스 비용 부담이 언급됐다.
- 클로드 의존도가 높아졌다는 반응이 나왔다.
- 코덱스와 역할을 나눠 사용량을 조절한 사례가 공유됐다.
19:45-19:46AI 모델·프롬프트
모델별 타로 품질
타로 응답에 소넷 모델을 사용했더니 만족스럽지 않다는 반응이 있었고, 오퍼스로 바꾸겠다는 의견이 나왔다. 모델에 따라 결과 품질이 달라질 수 있지만 상황에 따라 시킨 일을 못 하거나 불필요한 일을 추가하는 문제가 있다는 평가가 이어졌다.
- 타로 응답용 모델을 소넷에서 오퍼스로 바꾸려는 의견이 나왔다.
- 모델별 결과 품질 차이에 대한 질문이 있었다.
- 과잉 수행과 지시 미이행 모두 AI 사용상의 문제로 언급됐다.
18:57-19:03AI 모델·프롬프트
AI 타로 놀이
참여자들이 숫자를 입력해 AI에게 타로·취업운·연애운 등을 물어보는 놀이를 했다. 답변이 누구에게나 적용될 만한 광범위한 조언처럼 느껴진다는 반응이 나왔다. 타로 응답을 전체 채팅이 아닌 개인에게만 보이게 하면 좋겠다는 의견과, 대화 문맥 추적 및 토큰 사용 문제에 대한 추측도 나왔다.
- 숫자 선택 기반의 타로 요청이 여러 건 이어졌다.
- 취업·연애 관련 조언의 일반성에 대한 반응이 나왔다.
- 봇 응답의 공개 범위와 문맥 추적 비용을 고민했다.
- AI를 활용하라는 식의 메타 조언처럼 보인다는 평가가 있었다.
19:13-19:22커뮤니티·잡담
개인정보형 운세 요청
생년월일 같은 개인정보를 입력해 운세 풀이를 요청하는 대화가 있었다. 개인정보를 다루지 않는 방향이 언급됐고, 이후 가벼운 농담으로 마무리됐다.
- 개인정보를 포함한 운세 요청이 있었다.
- 개인정보를 수집·처리하지 않겠다는 입장이 언급됐다.
- 운세 요청 방식에 관한 농담이 이어졌다.