이거 꽤 최근에 우연히 접근성 메뉴 뒤지다가 발견했는데요, 효과가 있습니다. 생각외로 도움이 되어서 당황했어요.
참고로 저는 웬만한 대중교통(지하철 포함)에서 멀미를 하고, 컨디션이 안 좋으면 엘리베이터에서도 멀미를 하는 수준이에요.
휴대폰을 보면서 버스를 타는 것에 무리가 없었습니다. 완전히 없애주진 않지만 견딜 정도까지 낮춰줍니다.
별개로 멀미를 없애주는 주파수(진짜)를 이용하는 것도 도움이 된다고는 하던데 그건 잘 모르겠어요.
DDR3+i5 내장그래픽PC에서 qwen3.6 27b를 초당 1토큰으로 돌리고 있습니다.
옛날엔 이런식으로 기다려도 엉망인 결과물만 나왔지만, 이젠 그래도 쓸수있는게 나오더라고요.
6개월 전 80~120B급 크기가 필요했던 성능이 30B급이면 충분한 정도로 발전했고 1년쯤 뒤면 opus4.8, gpt5.5급 코드 성능도 30B에서 보게되지 않을까 싶습니다.
그러면 이렇게 하루동안 5~7만 토큰씩 짜내는 로컬모델도 충분히 서브로 선택할만한 옵션이 될거라 믿어요
Context mode는 순수 메모리 용도라, 협업을 목적으로 하는 Mweft와는 차별점이 있습니다.
안녕하세요. 관심 감사드립니다.
AgentMemory가 있다는 것을 smaker님의 말씀으로 처음 알았습니다.
알았다면 Mweft 만들지 않았을지도 모르겠네요.
다행인 것은 AgentMemory를 확인해 보니, Mweft와의 지향점과 내부 기술은 다른 것 같습니다.
일단 mweft는 협업을 기본으로 생각하고 만들었습니다. AgentMemory도 협업 기능이 있는 것 같지만 지향점 차이로 내부 구조가 다른 것 같습니다.
mweft는 결과가 잘 나오게 도와주는 보조 용도입니다. 그래프나 RAG도 엄밀함 보다 연관성 찾기에 치중되어 있습니다. AgentMemory도 그래프 구조가 있지만, mweft는 접근하는 방법이 다른 것 같습니다.
AgentMemory는 목적이 코딩 AI를 목적으로 만들어진 것처럼 보입니다. 그래서 정확성이 중요한 것 같습니다. Mweft는 틀릴 수 있습니다. AI나 사람에게 찾아보라고 힌트를 주는 용도입니다.
제 분석이 틀릴 수 있습니다. 혹시 조언해 주신다면 감사히 듣겠습니다.
감사합니다.
아직 줄이진 않았는데... 비용이 발생하는지 어디서 확인 가능한가요?
Subscriptions 페이지에 계속 SGD 0.00 인데... 조심스럽네요
이거 보고 한번 켜보러 갔는데 슬프게도 맥은 자동이 아니네요 ㅠㅠ
(아이폰은 자동으로 알아서 켜주는 옵션이 있습니다)
오 아이디어 좋네요 저도 이걸 어떻게 활용할지 고민해 봐야겠네요
이거 진짜 재미있네요 ㅋㅋㅋㅋ
Cursor를 대체 왜 인수했을까 대세는 에이전틱 코딩으로 흘러가는데...똑똑한 사람이니 분명 이유가 있었겠지만
로컬 모델을 쓸만하졌다고 표현하려면 chatgpt는 슈퍼인텔리전트라고 불러 줘야죠...로컬 모델은 아직 갈 갈이 멉니다. 제 기준엔 로컬모델이 쓸만하다고 말 하려면 rtx 5090 4장은 붙여서 100B 이상급 모델은 돌려야 "그나마" 쓸만하다고 봅니다.
Context Mode나 AgentMemory와의 차별점에는 무엇이 있나요?
한국어 버전 포스트가 원본으로 보입니다
https://parksb.github.io/article/32.html
써보시고 피드백 자유롭게 깃헙에 올려주세요!
준비해보겠습니다
아참, 그래서 차를 타는 게 너무 고역이고 그 시간동안은 듣는 것 외에 아무것도 할 수 없어서 괴로웠는데 애플에게 진지하게 처음으로 감사함을 느꼈어요.
음? 광고 회사니까 광고 차단기를 앲애는게 합리적이라는 느낌인데, 양키들 감성은 다른가봅니다
이거 꽤 최근에 우연히 접근성 메뉴 뒤지다가 발견했는데요, 효과가 있습니다. 생각외로 도움이 되어서 당황했어요.
참고로 저는 웬만한 대중교통(지하철 포함)에서 멀미를 하고, 컨디션이 안 좋으면 엘리베이터에서도 멀미를 하는 수준이에요.
휴대폰을 보면서 버스를 타는 것에 무리가 없었습니다. 완전히 없애주진 않지만 견딜 정도까지 낮춰줍니다.
별개로 멀미를 없애주는 주파수(진짜)를 이용하는 것도 도움이 된다고는 하던데 그건 잘 모르겠어요.
DDR3+i5 내장그래픽PC에서 qwen3.6 27b를 초당 1토큰으로 돌리고 있습니다.
옛날엔 이런식으로 기다려도 엉망인 결과물만 나왔지만, 이젠 그래도 쓸수있는게 나오더라고요.
6개월 전 80~120B급 크기가 필요했던 성능이 30B급이면 충분한 정도로 발전했고 1년쯤 뒤면 opus4.8, gpt5.5급 코드 성능도 30B에서 보게되지 않을까 싶습니다.
그러면 이렇게 하루동안 5~7만 토큰씩 짜내는 로컬모델도 충분히 서브로 선택할만한 옵션이 될거라 믿어요
맥북에서도 되는걸 보고 놀랐던 기억이 있네요.
노트북에 가속도 센서는 왜 넣어놓은건데... ㅋㅋㅋㅋㅋㅋㅋ
이런 기능이 있는 줄 몰랐네요ㄷㄷ..
바로 적용해 봐야 겠네용
JWT는 토큰 암호화 및 DB 질의를 줄이는 방식이지, 쿠키 인증과 대척점에 있는 개념이 아닙니다. JWT를 secure 쿠키에 저장하면 탈취 위험이 레거시 쿠키 인증 방식과 같습니다
JWT expired 를 시키려고 만료 목록을 관리하는게 성능 측면에서 이점이 있습니다. 만료 정보만 redis에서 질의하는 것과 전 회원을 DB 질의 하는것의 비용차이가 존재합니다.
수만번의 횟수로 10만 회원 row의 index 기반 질의 (레거시 쿠키 방식)
vs
수만번의 횟수로 redis에서 만료 목록 50개 질의 (JWT 즉시 expire 방식)
JWT의 이점이 있긴 합니다. 소규모 환경에서 차이가 덜 날 뿐입니다
네네 학습 자체를 목소리로 한건 아니어서, 모든 Sound to Sound가 가능할 것 같아요. 그래도 포켓몬 소리로 테스트해본 적은 없긴합니다ㅎㅎ