15:01-16:07자료·링크 공유
Kiro 크레딧 지급 확인
Kiro 및 Anthropic 관련 지원금이나 크레딧 선정 결과를 확인하는 방법이 논의됐다. Kiro에서는 약 1,000달러 수준, AWS를 통해서는 1년 만기의 4,800달러를 받아 여러 계정을 구독했다는 사례가 공유됐다. 선정 여부와 크레딧 확인은 Kiro 화면이 아니라 AWS 계정에서 해야 할 수 있으며, 선택한 요금제나 사용자 수에 따라 추가 비용이 발생할 수 있다는 주의사항도 나왔다.
- Kiro 지원금과 Anthropic 관련 크레딧 선정 사례가 공유됐다.
- AWS를 통해 1년 만기 4,800달러를 받고 상위 요금제 계정을 운영한 사례가 나왔다.
- 크레딧 확인은 Kiro 내부가 아니라 AWS 계정에서 해야 할 수 있다.
- 크레딧 사용 시 요금제 등급과 사용자 수에 따른 추가 과금 가능성이 언급됐다.
15:41-15:52도구·라이브러리
Manus Flex API 활용
Manus의 신규 기능인 Manus Flex가 외부 API 키를 입력해 Manus 크레딧을 직접 소모하지 않고 에이전트를 사용할 수 있게 한다는 내용이 공유됐다. 영상 제작, 컴퓨터 사용, 브라우저 사용 등 Manus 에이전트 기능을 외부 API 크레딧으로 실행할 수 있다고 설명됐다. Claude 상위 플랜에서 제공되는 200달러 API를 연결하는 활용법이 소개됐지만, Claude Code나 Codex를 이미 사용하는 사람에게는 Manus 구독의 필요성이 낮다는 반론도 나왔다.
- Manus Flex는 외부 API 키로 Manus 에이전트를 실행하는 기능으로 소개됐다.
- 영상 제작과 브라우저·컴퓨터 사용 에이전트도 API 크레딧으로 이용할 수 있다고 했다.
- Claude 상위 플랜에서 제공되는 API를 연결하는 활용 사례가 언급됐다.
- Claude Code와 Codex 사용자는 Manus의 가격 대비 이점이 작다는 의견이 나왔다.
16:55-17:07AI 모델·프롬프트
Claude 크레딧과 모델 선택
Claude 클라우드 세션 크레딧을 어떤 방식으로 사용하는 것이 효율적인지 질문이 나왔다. 복잡한 선형대수와 코딩 문제를 정확히 풀기 위해 Opus를 전부 사용했지만, Sonnet도 충분한지와 구독제 대비 API 비용 차이가 논의됐다. 답변으로는 일반 작업은 Sonnet을 사용하고 설계나 깊은 추론이 필요한 작업에 Opus를 쓰는 방식이 제안됐다.
- Claude 세션 크레딧의 효율적인 사용법이 질문됐다.
- 복잡한 수학과 코딩 문제에서 Opus와 Sonnet의 정확도 차이가 논의됐다.
- 일반 작업은 Sonnet, 설계와 깊은 추론은 Opus로 분리하자는 조언이 나왔다.
- API 200달러를 하루 만에 사용한 사례와 구독제와의 가격 차이도 언급됐다.
17:10-17:27배포·운영
Supabase 서버 이전 견적
Supabase 기반 외주 프로젝트를 다른 서버로 이전하는 비용으로 100만 원이 적정한지 논의됐다. 이미 개발에 수천만 원 규모의 견적이 나왔지만, 실제 이전 작업은 AI를 활용해 직접 진행하고 회사로부터 100만 원을 받았다는 맥락이 공유됐다. Supabase 데이터를 검토하고 로컬 Docker PostgreSQL로 마이그레이션 계획을 세운 뒤 이전하는 방식이 제안됐으며, 데이터 손상 시 대응까지 포함하면 100만 원이 반드시 과한 금액은 아니라는 의견도 나왔다.
- Supabase에서 다른 서버로 데이터베이스를 이전하는 비용이 논의됐다.
- AI로 데이터베이스를 검토하고 마이그레이션 계획을 세우는 방식이 제안됐다.
- 로컬에 PostgreSQL을 Docker로 띄운 뒤 데이터를 이전하는 구상이 나왔다.
- 기존 견적과 실제 작업비 사이의 차이를 두고 농담과 논쟁이 이어졌다.
- 마이그레이션 오류 대응까지 포함하면 100만 원이 과도하지 않을 수 있다는 의견이 나왔다.
14:57-14:58AI 모델·프롬프트
NPU와 GPU 비용 비교
사업용으로 오픈 모델을 로컬에서 구동할 때 NPU와 GPU의 가격 차이와 장단점을 질문했다. 대단히 큰 작업이 아니라는 전제에서 NPU 구성이 GPU 구성보다 얼마나 저렴한지, 외부 연동 시 어떤 이점이 있는지 궁금해했다. 대화 안에서는 구체적인 비교 답변이 나오지 않았다.
- 사업용 로컬 오픈 모델 구동을 위한 NPU와 GPU 비교 질문이 나왔다.
- 가격 차이와 구성 비용의 절감 폭이 핵심 관심사였다.
- NPU의 로컬 추론 및 연동 장점에 대한 설명이 요청됐다.
15:11-15:13질문·트러블슈팅
AI 응답 속도와 TPS 저하
풀타임 울트라를 사용해도 응답 속도와 TPS가 예전보다 느려졌다는 불만이 나왔다. 답변 내용 자체보다 토큰이 느리게 출력되고 추론 전 대기 시간이 길어지는 점이 문제로 지적됐다. 간단한 수정이나 질문에는 추론 강도를 낮추고, 복잡한 설계 작업에만 높은 추론을 적용하면 체감 속도를 개선할 수 있다는 제안이 나왔다.
- 풀타임 울트라 사용 중에도 응답 속도와 TPS가 저하됐다는 의견이 나왔다.
- 출력 속도뿐 아니라 추론 전 대기 시간도 체감 지연의 원인으로 언급됐다.
- 간단한 작업에는 낮은 추론 강도를 사용하자는 방법이 제안됐다.
- 품질보다 속도 개선이 더 시급하다는 평가가 나왔다.
16:07-16:18워크플로우·방법론
한국투자증권 API 자동매매
한국투자증권 API와 웹소켓 사용 방식에 대한 질문이 나왔다. 한 사용자는 웹소켓 대신 조건검색식으로 종목을 추린 뒤 일정 간격으로 cron을 실행해 조건이 맞으면 매매하는 방식을 사용한다고 설명했다. 키움 API도 함께 사용하고 있으며, 더 복잡한 모델을 만들려는 시도와 모델별 디스크 사용량 차이도 이어서 언급됐다.
- 한국투자증권 API의 웹소켓 사용 여부가 질문됐다.
- 웹소켓 대신 조건검색식과 주기적 cron 실행으로 자동매매하는 방식이 공유됐다.
- 한국투자증권과 키움 API를 함께 사용한다는 사례가 나왔다.
- 복잡한 모델 구축과 모델별 저장공간 차이도 관련 화제로 이어졌다.
16:57-16:58배포·운영
오픈채팅 고객응대 봇 비용
오픈채팅방에서 고객응대를 맡는 봇을 만들 때 비용이 얼마나 드는지 질문이 나왔다. 카카오톡에서만 사용하는 경우의 대략적인 운영비를 알고 싶다는 내용이었다. 대화 안에서는 구체적인 비용 산정이나 구성 답변이 나오지 않았다.
- 오픈채팅 고객응대 봇의 구축 및 운영 비용이 질문됐다.
- 카카오톡만 사용하는 경우의 비용을 별도로 알고 싶어 했다.
- API 사용량과 운영 구조에 따른 비용 산정이 필요한 주제다.
15:59-16:05질문·트러블슈팅
Argon CLI 사용량과 지연
Gemini Pro를 CLI에서 Argon과 함께 사용할 수 있는지 질문이 나왔다. CLI 사용으로 Argon 용량을 모두 소진했을 가능성과 별도 API가 있다는 점이 언급됐으며, 구매 경로를 잘못 선택했을 수 있다는 우려도 나왔다. 이후 하루 사이 Argon이 느려지고 게을러지는 것 같다는 불만이 추가로 제기됐다.
- Gemini Pro CLI에서 Argon을 사용할 수 있는지 질문이 나왔다.
- CLI 사용량 때문에 Argon 용량이 소진됐을 가능성이 제기됐다.
- 별도 API가 있다는 사실과 구매 경로에 대한 혼선이 있었다.
- Argon의 응답 속도가 짧은 기간에 느려졌다는 체감 의견이 나왔다.
16:20-16:20질문·트러블슈팅
Gemini와 Antigravity 사용량
Gemini와 Antigravity의 사용량이 서로 별도로 계산되는지, 통합되는지 질문이 나왔다. 별도라는 이야기를 들었다는 답변이 있었지만 확실한 근거는 제시되지 않았다. 정확한 과금 및 사용량 정책은 추가 확인이 필요한 상태다.
- Gemini와 Antigravity의 사용량 통합 여부가 질문됐다.
- 별도 집계라는 비공식적인 이야기가 공유됐다.
- 정확한 정책은 확인되지 않아 불확실한 정보로 남았다.
16:21-16:23질문·트러블슈팅
하닉 해커톤 촬영 장비
하닉 해커톤 참가에 카메라가 필요한지, 노트북을 별도로 준비해야 하는지 질문이 나왔다. 테스트 환경에서는 카메라와 휴대폰을 모두 촬영해야 할 수 있다는 답변이 나왔다. 실제 참가 조건은 행사 안내를 추가로 확인해야 한다.
- 해커톤 참가에 카메라와 노트북이 필요한지 질문이 나왔다.
- 테스트 환경에서는 카메라와 휴대폰을 모두 사용해야 할 수 있다는 답변이 있었다.
- 장비 요구사항은 공식 안내 확인이 필요하다.
16:40-16:41도구·라이브러리
앱 코드 재구조화 도구
기존 앱의 코드를 뜯어보고 재구조화할 수 있는 도구가 무엇인지 질문이 나왔다. 이어서 Rea의 플로우를 단계별로 설명해 달라는 요청도 나왔다. 대화 안에서는 도구명이나 구체적인 사용 절차에 대한 답변이 이어지지 않았다.
- 기존 앱 코드를 분석하고 재구조화하는 도구가 질문됐다.
- Rea의 동작 플로우를 단계별로 설명해 달라는 요청이 나왔다.
- 구체적인 도구명과 절차는 대화에서 확정되지 않았다.
14:38-16:35커뮤니티·잡담
아들 소식과 선물 농담
임신 중인 회원이 병원에서 아들이라는 이야기를 들었다고 전하면서 축하와 농담이 이어졌다. 장난감으로 맥 스튜디오, 사이버트럭, 테슬라 로드스터 중 무엇이 좋을지 이야기했고, 아빠가 실제로 더 갖고 싶은 물건을 고르는 것 아니냐는 반응이 나왔다. 이후 NIPT 검사로 성별을 확인했다는 이야기가 나왔고, 건강한 출산과 산모의 정서적 안정 및 남편의 역할을 당부했다.
- 아들이라는 소식에 방에서 축하와 육아 관련 농담이 이어졌다.
- 선물 후보로 맥 스튜디오와 사이버트럭, 테슬라 로드스터가 언급됐다.
- NIPT 검사로 성별을 확인했다는 내용이 공유됐다.
- 신생아 육아를 위해 체력과 산모의 정서적 안정이 중요하다는 조언이 나왔다.
17:14-17:38커뮤니티·잡담
AI 활용 외주 수익 농담
AI로 서버 이전 작업을 빠르게 처리한 사례를 두고 외주 견적과 실제 작업비의 차이를 활용한 수익 농담이 이어졌다. 이후 라우터를 구축해 모델 토큰이나 요금제를 할인 판매하자는 식의 장난스러운 이야기가 나왔다. 공개된 방에서 논의하기보다 별도 공간에서 이야기해야 한다는 농담도 포함됐다.
- AI를 활용해 외주 작업 시간을 줄인 사례가 공유됐다.
- 높은 외주 견적과 실제 작업비의 차이를 두고 수익화 농담이 나왔다.
- 모델 라우터와 요금제 할인 판매를 소재로 한 장난이 이어졌다.
- 실제 판매나 운영 방법이 확정된 논의는 아니었다.