10:26-11:10AI 모델·프롬프트
AI 수학 증명 사례
AI와 함께 중학생이 특정 입체의 루퍼트 성질 부재를 컴퓨터 보조 증명했다는 사례가 공유됐다. 설명에서는 마름모십이이십면체가 자기 복제본을 통과시킬 수 없다는 주장을 약 1,230만 개 배치 상자와 구간 연산으로 검증한 것으로 소개됐다. 해당 결과는 논문과 코드가 공개됐지만 동료심사를 거치지 않은 프리프린트라는 점도 언급됐다. 직접적인 실생활 활용보다 엄밀한 계산 검증, 로봇 충돌 판정, CAD·기하 알고리즘, AI 보조 수학 연구 방법론에 의미가 있다는 설명이 나왔다.
- 루퍼트 성질은 동일한 입체 하나를 다른 복제본 내부로 통과시킬 수 있는지 다루는 기하 문제로 설명됐다.
- 특이점은 Q(√5) 같은 정확한 수 체계에서 다루고, 구간 연산으로 전체 경우를 검증했다고 소개됐다.
- 컴퓨터 보조 증명은 수치 오차까지 고려해 전수 검증을 엄밀하게 만들 수 있다는 점이 강조됐다.
- 로봇 경로 계획, 충돌 판정, CAD, 계산기하 분야와 방법론적으로 닮았다는 의견이 나왔다.
- AI는 증명 방향 설정과 검증 보조에 참여하는 연구 도구로 조명됐다.
12:50-13:07질문·트러블슈팅
해커톤 응시 환경
SK하이닉스 해커톤 예선의 스터디 모집 여부, 개인전 응시 방식, 카메라 사용, 응시 일정 차이에 따른 유불리 등이 질문됐다. Cofa-Probe 기반 평가에서 화면·음성·시선·네트워크 모니터링 가능성과 문제 유형 예측에 관한 질문도 이어졌다. 참가자 간 공동 풀이와 정보 공유 가능 여부도 제기됐으나, 공정한 응시와 공식 안내 준수가 필요한 사안으로 남았다.
- 해커톤 1차 예선의 개인 응시 조건과 운영 방식이 질문됐다.
- 응시 일정, 안내 방식, 카메라 사용 여부에 따른 조건 차이가 논의됐다.
- Cofa-Probe의 원격 평가·검증 범위에 대한 궁금증이 제기됐다.
- Cofa-Probe는 AI를 활용한 문제 해결 과정과 검증 능력을 평가하는 AI 네이티브 인재 역량 평가 플랫폼으로 제시됐다.
- 공동 응시나 문제 공유 관련 질문이 나왔지만, 공식 규정 확인과 공정성 준수가 핵심이다.
08:56-09:56자료·링크 공유
매거진 글 공유
출석 메시지와 함께 ‘Qwen 27B 1비트 로컬 모델은 실무에…’를 주제로 한 매거진 글이 반복 공유됐다. 대화에서는 글 내용 자체에 관한 추가 논의는 이어지지 않았다.
09:07-09:18워크플로우·방법론
Opus와 Codex 분업
Opus에 Codex를 연결한 뒤 어떤 작업을 넘길지 질문이 나왔다. 답변은 사용자가 판단과 핵심 결정을 맡고, 잡무를 Codex에 맡기는 식의 분업을 제안했다. Codex를 많이 사용해도 한도가 잘 줄지 않는다는 사용 경험도 덧붙었다.
- 에이전트 간 역할 분담 기준이 화두였다.
- 핵심 판단은 사용자 또는 상위 모델이 담당하는 방식이 제안됐다.
- 반복적·보조적 작업을 Codex에 위임하는 방향이 언급됐다.
- Codex 사용량 한도 체감에 관한 경험담이 나왔다.
10:01-10:01AI 모델·프롬프트
SOUL.md 수정 팁
SOUL.md를 수정할 때 참고할 특징이나 자료가 있는지 질문이 나왔다. 대화 기록에는 이에 대한 구체적 답변은 남아 있지 않다. SOUL.md는 AI 에이전트의 성격, 가치관, 말투, 행동 원칙을 정의해 일관된 정체성을 부여하는 마크다운 설정 파일로 제시됐다.
- 에이전트 정체성 설정 파일 수정 방법이 질문됐다.
- 성격과 가치관, 말투, 행동 원칙의 일관성이 핵심 요소로 제시됐다.
- 구체적인 작성 예시나 답변은 이어지지 않았다.
11:32-11:33AI 모델·프롬프트
LLM 답변 품질 체감
최근 AI가 수학과 코딩에 집중되는 반면 마케팅 등 다른 영역에서는 답변 품질이 떨어지는 듯하다는 체감이 제기됐다. 이는 특정 서비스가 아니라 전반적인 LLM 답변이 이상해 보인다는 문제의식으로 정정됐다. 기록상 이에 대한 구체적 분석이나 답변은 이어지지 않았다.
- 수학·코딩 분야와 비개발 분야의 답변 품질 차이가 질문됐다.
- 마케팅 등 영역에서의 부정확하거나 어색한 응답 체감이 언급됐다.
- 원인 분석이나 해결책은 대화에서 제시되지 않았다.
11:36-11:46AI 모델·프롬프트
GPT Sol과 Opus 비교
GPT Sol 6.1과 Opus 5.5를 초당 토큰 속도, 최신 성능, 사용자 사용성 측면에서 비교해 달라는 요청이 나왔다. 이어서 직접 벤치마크를 돌려 보라는 반응이 있었다. 대화에 비교 결과나 측정치는 제시되지 않았다.
- 모델 비교 기준으로 생성 속도와 성능, 사용성이 제시됐다.
- 실제 사용 환경에서 직접 벤치마크해야 한다는 반응이 나왔다.
- GPT-6.1 Sol은 개발 작업을 저비용으로 수행하도록 설계된 모델로 제시됐다.
- 대화 내에서 정량 성능 비교 결과는 제공되지 않았다.
13:12-13:12질문·트러블슈팅
스마트핑거봇 터치
충전식 스마트핑거봇으로 정전식 스위치를 제어하는 방법을 묻는 질문이 나왔다. 호일, 건전지, 스마트폰 터치펜을 붙여 봤지만 작동하지 않았다는 상황이 공유됐다. 대화 기록에는 원인 진단이나 해결 방법은 이어지지 않았다.
- 스마트핑거봇으로 정전식 스위치를 물리적으로 누르려는 상황이다.
- 기기는 별도 건전지를 삽입하지 않는 충전식 구조로 설명됐다.
- 호일과 터치펜 등을 이용한 접촉 방식은 효과가 없었다.
- 정전식 입력 조건과 봇의 작동 방식 확인이 필요한 문제로 남았다.
12:00-13:08커뮤니티·잡담
타로·운세 요청
여러 참여자가 숫자를 지정해 타로와 오늘의 운세를 봐 달라고 요청했다. 한 참여자는 1~78번 카드에서 반복 추출한 25장 중 중복 카드를 중심으로 해석해 달라는 방식을 제안했다. 랜덤 선택을 봇이 직접 해야 한다는 반응과 함께 가벼운 농담이 오갔다.
- 숫자 선택형 타로와 오늘의 운세 요청이 이어졌다.
- 복수 회차 추출에서 중복 카드를 찾아 해석하는 방식이 제안됐다.
- 실제 카드 결과나 해석 내용은 기록되지 않았다.
12:48-12:49커뮤니티·잡담
봇 역할 차이
방 안의 두 봇이 어떻게 다른지 묻는 대화가 있었다. 한 봇은 잡담과 AI 코딩 의견을 담당하고, 다른 봇은 플러그인 명령 등 도구 기능에 가깝다는 식으로 설명됐다. 답변 중 자기 정체성 설명이 엇갈리는 혼선도 나타났다.
- 봇별 역할과 기능적 차이가 질문됐다.
- 잡담·의견 역할과 도구·명령 역할의 구분이 언급됐다.
- 봇의 자기소개가 일관되지 않아 혼선이 있었다.