GPTAKU BOT · DIGEST

10월 13일, 클코단에서 오간 이야기

10-13 18:59~21:38 발화 262 참여 26명 주제 10갈래
대화가 몰린 시각262건 · 10-13 18:59~21:3818:59타임라인 보기21:38

→ 옆으로 밀어 시간대별 흐름 보기

18:59
19:01 · 23건
19:08
19:30
19:49
20:47
21:07
21:37
21:38
18:59-20:35

AI 해커톤 전형 평가

19:06-19:24

반도체사 보상 논의

19:08-19:08

AX 해커톤 링크

19:30-19:43

근로소득 세율

19:48-19:50

티보 리셋 챌린지

19:52-20:04

AI와 연구 문화

20:47-20:55

날씨·수학 난제 요청

21:05-21:26

제약 AI 활용과 직무

21:37-21:38

클로드 결제 세금 처리

21:37-21:37

대화 주제 자제 요청

18:59-20:35질문·트러블슈팅

AI 해커톤 전형 평가

하이닉스·카카오·크래프톤 등 AI 활용 채용/해커톤 전형의 방식과 후기를 두고 이야기했다. 실제 공정 지식이 필요한 문제보다는 시험형 문제가 나올 것으로 예상했고, AI 네이티브 역량을 보려는 취지와 달리 기존 인적성에 AI 주제를 붙인 형태처럼 보인다는 평가가 나왔다. 프로그래머스 기반 AI 활용 역량검사 예시에서는 다수 PDF 자료 중 업로드 가능 개수가 적고, 토큰·대화 횟수·컨텍스트 제한이 있어 실사용성이 낮았다는 경험이 공유됐다. 채용 기준으로는 어느 정도 합리적일 수 있지만, AI를 어디까지 써봤는지 평가하는 해커톤으로서는 아쉽다는 결론이 이어졌다.

  • AI 활용 역량검사는 PDF 업로드 수, 토큰, 대화 횟수 제한 때문에 문제 풀이 흐름이 자주 끊긴다는 후기가 나왔다.
  • 로컬 AI를 체험시키는 수준의 도구 환경으로 보인다는 비판이 있었다.
  • 전형 입상 시 서류 전형 통과 등 채용상 이점이 있을 수 있다는 추측이 오갔다.
  • AI 활용 결과물뿐 아니라 프롬프트 작성과 검증 과정을 포트폴리오화하는 것이 경쟁력이 될 수 있다는 의견이 나왔다.
19:08-19:08자료·링크 공유

AX 해커톤 링크

AX 해커톤 소개 페이지가 공유됐다. 해커톤 자체가 하나의 사업 모델로 운영될 수 있다는 반응이 나왔다.

  • AX 해커톤 관련 소개 페이지가 공유됐다.
  • 해커톤 운영의 사업성에 주목하는 반응이 있었다.
  • 앞선 AI 채용·평가 방식 논의와 연결돼 언급됐다.
  • https://likelion.net/ax-hackathon
21:05-21:26도구·라이브러리

제약 AI 활용과 직무

제약사에서의 AI 활용, 직무별 보상, 신약개발 플랫폼과 임상통계 분야를 두고 논의했다. AI 신약개발을 표방하는 기업은 많지만 실제로는 문헌조사나 단순 모델 학습에 제한되는 경우가 많고, 구조 예측·화학 설계까지 수행하려면 상위 제약사 수준의 역량이 필요하다는 의견이 나왔다. 문헌조사에는 DeepL이 널리 쓰이며, 분야별로 선호 AI 솔루션이 다르다는 경험이 공유됐다.

  • 제약 개발 직무에는 신약개발, 화학·생물 분야, 임상통계 등이 언급됐다.
  • 제약사 개발자는 전산 운영부터 신약개발 플랫폼까지 역할 범위가 넓을 수 있다는 대화가 있었다.
  • AI 신약개발 분야에 과장된 홍보를 하는 업체가 많을 수 있다는 우려가 제기됐다.
  • 구조 예측과 화학물질 설계 수준의 AI 활용은 대형·상위 제약사가 아니면 어렵다는 의견이 나왔다.
  • 문헌조사 기반 업무에서는 DeepL 사용이 흔하며 분야마다 선호 솔루션이 다르다는 경험이 공유됐다.
19:06-19:24커뮤니티·잡담

반도체사 보상 논의

반도체 기업 지원 동기로 높은 성과급과 급여가 자주 언급된다는 대화가 이어졌다. 본선 진출이나 입사 시 보상 수준, 업무 강도와 보상의 관계를 두고 농담 섞인 추측이 오갔다. 높은 월급·성과급을 받으면 과로도 감수하게 될 수 있다는 반응이 나왔다.

  • 입사 지원 동기에서 AI 네이티브 환경보다 보상 수준이 더 크게 거론됐다.
  • 업무량과 야근이 많더라도 높은 보상이 있으면 만족도가 달라질 수 있다는 이야기가 나왔다.
  • 월급과 성과급의 큰 규모를 가정한 잡담이 이어졌다.
19:30-19:43질문·트러블슈팅

근로소득 세율

고소득 근로자의 세금과 종합소득세 적용 여부를 질문했다. 근로소득은 근로소득으로 분류되지만 종합소득세율이 적용된다는 설명이 나왔다. 소득이 늘면 세율 구간이 달라지는 것으로 이해하는 흐름이었다.

  • 월급 수준이 높아질 때 세금 부담이 커진다는 화제에서 시작됐다.
  • 근로소득이 종합소득세율 적용 대상이라는 설명이 공유됐다.
  • 세율 구조에 대한 참여자들의 확인 질문이 이어졌다.
19:52-20:04커뮤니티·잡담

AI와 연구 문화

연구자 시선에서는 제한적인 AI 활용 평가 방식도 합리적으로 느껴질 수 있다는 자기 성찰이 나왔다. 연구실에서 AI를 활용한 연구에 부정적이었던 경험도 함께 언급됐다. 이후 채용 기준으로는 이해할 수 있으나 AI 사용 경험을 평가하는 해커톤으로는 부족하다는 의견으로 이어졌다.

  • 연구 환경에서는 AI 활용에 보수적인 문화가 있을 수 있다는 경험담이 나왔다.
  • AI를 제한하는 평가 방식이 연구자에게는 익숙하게 느껴질 수 있다는 관점이 제시됐다.
  • 채용시험과 AI 실전 활용 검증은 별개라는 구분이 강조됐다.
21:37-21:38배포·운영

클로드 결제 세금 처리

클로드 결제 시 사업자 정보 입력과 지역 설정에 따른 세금 처리 여부를 질문했다. 사업자 번호가 있으면 입력하는 편이 낫고, 특정 해외 지역 설정은 세금 면제 가능성이 있지만 약관 적용 기준이 달라질 수 있다는 설명이 나왔다. 정확한 세무·약관 적용 여부는 결제 화면과 공식 정책 확인이 필요하다.

  • 클로드 결제 과정에서 사업자 번호 입력의 효과를 질문했다.
  • 사업자 정보가 있으면 사용하는 편이 낫다는 의견이 나왔다.
  • 지역 설정에 따라 세금과 약관 적용 기준이 달라질 수 있다는 설명이 있었다.
  • 실제 적용 조건은 서비스의 최신 결제 정책을 확인할 필요가 있다.
19:48-19:50AI 모델·프롬프트

티보 리셋 챌린지

티보가 30일 챌린지와 함께 리셋을 배포하는지 묻는 질문이 나왔다. 추가 배포를 바라는 짧은 반응이 이어졌지만, 사실 여부를 확인하는 답변은 나오지 않았다.

  • 티보의 30일 챌린지와 리셋 배포 여부가 질문됐다.
  • 리셋이 더 제공되면 좋겠다는 반응이 있었다.
  • 대화 내에서는 배포 정책이나 공식 근거가 확인되지 않았다.
21:37-21:37커뮤니티·잡담

대화 주제 자제 요청

방의 주제와 거리가 먼 질문이나 관심도가 낮은 주제의 과도한 반복을 자제해 달라는 요청이 나왔다. 이후 대화는 클로드 결제 관련 질문으로 전환됐다.

  • 대화 주제의 관련성과 메시지 반복 빈도에 대한 관리 요청이 있었다.
  • 요청의 구체적 운영 내용은 공개 요약에서 제외했다.
  • 이후 클로드 결제 관련 질의가 이어졌다.
20:47-20:55커뮤니티·잡담

날씨·수학 난제 요청

대화형 봇에게 다음 날 날씨와 서울 지역 강수 여부를 묻는 요청이 나왔다. 이어 세계 수학 난제와 푸앵카레 추측의 증명을 요청하는 장난성 대화가 이어졌다. 실제 날씨 정보나 수학 증명은 대화 내에서 제공되지 않았다.

  • 참여자들이 날씨 정보를 봇에게 물었다.
  • 비가 온다는 언급과 우산을 챙기라는 말이 나왔다.
  • P 대 NP와 푸앵카레 추측 증명을 요구하는 장난성 요청이 이어졌다.