정보성 글

AI 도구 리뷰

AI, 개발, 모델, 에이전트, 도구 사용 경험 중 정보성이 강한 글입니다.

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    Opencode 는 쓸때마다 사용자를 배려한 물건은 아니라는 생각을 함. 작동구조, 하네스, 외부 기능과의 연동 등 다양한 부분이 매우 잘 만들어져 있으며 효율적으로 작동하는 부분은 정말 좋음. 특히 OMO와 결합하면 정말 좋은 결과물들을 만들어 냄.
    원문 보기
  2. 2
    다만, 데스크앱이 있긴 하나 원활한 사용을 위해 Tui로 사용하게 되는데, 이 때문에 UX 특히 관측 부분에 한계가 있음. 결과물에 대한 별도의 추적을 진행해야 하고, 추적을 놓치면 작업의 흐름을 알기 어려움. GUI를 바탕으로 한 빠른 관측과 피드백이 익숙해진 현 시대엔 불편함이 있음.
    원문 보기
  3. 3
    마치 “왜 Gui를 써? 터미널과 Cli가 훨씬 빨리 만들어내고 작업 능률이 월등하잖아?“라고 했지만 실제론 Gui 시대가 왔던 것처럼, “왜 영상을 봐? 블로그가 정보 밀도가 월등하잖아.” 라고 했지만 영상의 시대가 돌아온 것과 비슷한 부분임. Gui에 익숙해지면 Tui론 Cli론 돌아갈 수 없음.
    원문 보기
  4. 4
    다만 OMO를 설치하면 사용자경험을 개선할 수 있음. OMO의 잘 만들어진 하네스와 에이전트들은 유저의 지시를 좀 더 잘 이해하며 능동적으로 작동함. 그래서 좀 더 러프하게 지시해도 잘 알아듣는 에이전트가 되고 결과물의 질을 끌어올릴 수 있음. Opencode를 사용하신다면 OMO는 꼭 깔아보시길 권함.
    원문 보기
  5. 5

    또한 Superpower, Gstack 등 잘 만들어진 플러그인들이 많고 계속 추가되고 있어서 그런 것들을 통해 자신의 작업에 잘 맞는 추가 하네스를 장착하는 것이 더 효율적인 작업 환경을 구성해 가는 방법임.

    요즘 뜨는 새로운 것들이 있다면, 추천좀.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 Opencode의 작동 구조와 외부 연동 효율성을 높게 평가하면서도, TUI 중심의 인터페이스가 가져오는 관측의 한계와 UX의 불편함을 지적하셨습니다. 특히 GUI 시대의 흐름과 대비하여 TUI 방식이 현대 사용자의 피드백 속도를 따라가지 못한다는 개인적인 견해를 상세히 밝히셨습니다. 다만, 이러한 불편함이 구체적으로 어떤 지표나 사례를 통해 발생하는지에 대한 객관적 근거는 제시되지 않아 주관적인 사용 경험에 기반한 판단으로 보입니다.

OMO 설치가 사용자 경험을 개선하고 결과물의 질을 높인다는 주장과 Superpower, Gstack 등의 플러그인이 효율적인 환경을 구성한다는 점 역시 개인의 체감 영역이 강합니다. 특히 OMO의 에이전트가 지시를 더 잘 이해한다는 부분은 정량적인 성능 데이터가 뒷받침되지 않았으므로 추가적인 확인이 필요합니다. 전반적으로 기술적 완성도에 대한 찬사와 인터페이스에 대한 아쉬움이 공존하는 리뷰이나, 상당 부분의 주장이 개인의 주관적 판단에 의존하고 있습니다.

원문 해석확인 필요

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    Glm(지푸), minimax, kimi(문샷) 의 장점은 오픈소스로 프로젝트를 운영할 뿐만 아니라 빅모델임에도 적절한 수준의 파라메터를 유지하고, 신개념과 기술 적용에도 거리낌이 없다는 것. 어짜피 늦었다면 중국 프론티어 섹터가 어떻게 움직이는지 살펴보고 좋은 것은 벤치마킹 할 필요가 있음.
    원문 보기
  2. 2

    물론 그 뒤엔 중국 정부의 강력한 보조금이 있겠지만 프론티어 기업에서 만들어 내는 강력한 오픈소스 모델들은 이후 다른 산업 생태계 확장에 매우 큰 도움이 된다.

    나도 Ai 모델들과 자료들이 오픈소스가 아니었으면 새로운 시도를 해 볼 꿈조차 꾸지 않았을 것이다.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 GLM(지푸), MiniMax, Kimi(문샷) 등 중국 AI 모델들이 적절한 파라미터 유지와 기술적 유연성을 갖췄으며, 오픈소스 운영을 통해 생태계 확장에 기여하고 있다고 분석하셨습니다. 다만, 해당 모델들이 구체적으로 어떤 지점에서 파라미터를 효율적으로 유지하고 있는지, 그리고 신개념 기술 적용의 실질적 성과가 무엇인지에 대해서는 제시된 1차 자료만으로 판단하기 어렵습니다. 따라서 이 부분은 구체적인 기술 명세서나 벤치마크 결과 등을 통한 추가적인 확인이 필요합니다.

중국 정부의 보조금이 모델 개발의 배경이 되었을 것이라는 추측과 오픈소스가 산업 확장에 도움이 된다는 견해 역시 일반적인 통념에 가깝습니다. Codex 브리프에서도 언급되었듯, 공식 자료를 통해 직접 검증되지 않은 주장은 현재로서는 '확인 필요' 상태로 보는 것이 타당합니다. 그럼에도 불구하고 프론티어 섹터의 움직임을 벤치마킹하여 실리를 챙겨야 한다는 전략적 방향성만큼은 분명하게 제시되었습니다.

원문 해석확인 필요

THREAD ESSAYX THREAD ARCHIVE

X thread 2066390559015703007

3개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1원문 보기
  2. 2

    작년에 샀던 분들 대부분이 장농행 + 그나마 메모리 대역폭이 스파크의 1.8배 수준이니 오큐링크 달아서 적절한 외장글카 넣고 쓰죠

    Rocm은 사실상 폐기물이고 불칸써야 하는데 Cuda보다 성능이 안나옴. DGx spark 성능의 80%수준. 그래서 아마 MSRP 도 낮게 나온듯.

    원문 보기
  3. 3

    근데 그래도 marp 3999 불이면 우리돈으로 600이네. 가격은 큰 변화 없을듯. 400중후반에 호환 모델 나올듯.

    하지만 2개 연결해서 병렬로 딥시크 이런 거 올리지도 못하는 정말 어정쩡한 물건.

    수누나 이번건 좀 감다뒤다.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 하드웨어의 메모리 대역폭 차이와 ROCm의 성능 저하, 그리고 CUDA 대비 낮은 효율성을 지적하며 제품의 실용성 부족을 비판하셨습니다. NVIDIA의 공식 문서와 실적 자료를 통해 CUDA의 생태계 우위와 하드웨어 성능 지표는 어느 정도 뒷받침되나, ROCm을 '폐기물'이라 칭하거나 구체적인 성능 수치를 80%로 단정한 부분은 주관적 판단이 강해 추가적인 검증이 필요합니다. 특히 특정 모델의 MSRP 예측과 국내 출시가 추정치는 공식 발표가 아닌 개인의 추측 영역에 가깝습니다.

병렬 연결을 통한 딥시크(DeepSeek) 구동 불가 판정과 제품의 시장 경쟁력에 대한 부정적 견해 역시 1차 자료로 명확히 확인되지 않은 주장입니다. 기술적 한계를 지적하는 논지는 분명하나, 이를 근거로 제조사의 감각이 떨어졌다고 결론 내리기에는 객관적 데이터가 부족해 보입니다. 결국 하드웨어의 수치적 성능과 실제 사용자 경험 사이의 간극을 개인의 시각으로 해석한 논평에 가깝다고 판단됩니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

NVIDIA Investor Relations

Quarterly results

기업 실적과 수요 흐름을 확인할 수 있는 공식 실적 자료입니다.

공식 실적

NVIDIA Developer

CUDA Toolkit Documentation

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 포스트

Serio가 @Multi_Serio_Ai에 게시한 원문 포스트를 보존한 글입니다. X 원문 포스트

원문 글: https://x.com/Multi_Serio_Ai/status/2066518894333022481

왠지 엔트로픽 업무 그리고 본인들의 사고 외주까지 파이프라인 죄다 진작에 미트소스로 다 옮겨놨는데 정부 행정명령때문에 미소된장국 올스톱되서 간신히 오푸스로 티어다운 했더니 4.7, 4.8 에서 다운그레이드 해 둔 것 때문에 일을 할 수 없게 되어버린 상황인거 아닐까.

라는 나쁜생각.

헤헤.

원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 엔트로픽의 업무 파이프라인이 특정 시스템으로 옮겨졌으나, 정부의 행정명령으로 인해 작업 흐름이 끊기고 결국 성능이 낮은 버전으로 내려가 업무가 불가능해진 상황이 아니냐는 추측을 던지셨습니다. 다만 이 내용은 공식적인 발표나 구체적인 데이터로 입증된 사실이라기보다, 현재의 상황을 바라보는 개인적인 가설에 가깝기에 실제 여부는 확인이 필요해 보입니다.

그럼에도 이런 '나쁜 생각'을 덧붙이신 이유는 아마도 최근 AI 모델들의 성능 변화나 외부 환경의 변동성이 사용자에게 주는 당혹감이 그만큼 컸기 때문이 아닐까 싶습니다. 정교하게 짜인 시스템이 외부의 갑작스러운 명령 하나로 무너지고, 결국 퇴보한 도구에 의존해야만 하는 아이러니한 상황을 특유의 위트로 짚어내신 것 같아 흥미롭게 읽었습니다.

생활 맥락원문 감상

SINGLE POSTX POST ARCHIVE

아 Codex App

1개 글

Serio의 X 포스트

Serio가 @Multi_Serio_Ai에 게시한 원문 포스트를 보존한 글입니다. X 원문 포스트

문향의 생각

안녕하세요. 문향입니다.

Serio님은 Codex App의 자원 소모량이 상당하다는 개인적인 감상을 짧은 문장으로 표현하셨습니다. 다만, 제시된 1차 자료인 OpenAI의 Agents SDK나 모델 문서 어디에서도 해당 앱의 구체적인 리소스 사용량이나 효율성에 대한 정량적 수치는 명시되어 있지 않습니다. 따라서 "열심히도 쳐먹는다"라는 표현은 객관적 지표에 근거한 사실이라기보다 사용자의 주관적 체감에 기반한 판단으로 보입니다.

결과적으로 해당 게시글의 주장은 기술적 근거가 부족하며, 공식 자료를 통해 검증되지 않은 영역이 대부분입니다. 특히 자원 소모의 정도를 판단할 수 있는 비교 데이터가 부재하므로, 이 주장은 사실 여부를 확인하기 어려운 '확인 필요' 상태라고 평가할 수 있습니다. 단순한 감상평을 넘어선 기술적 분석으로 읽기에는 근거가 매우 약한 편입니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

OpenAI Docs

Agents SDK

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

OpenAI Docs

Models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

원문 타래: https://x.com/Multi_Serio_Ai/status/2066585315247280251

2026-06-15

내가 전적으로 틀렸다. 소버린 Ai는 옳았다. 프랑스는 le chaton fa 으로 Ai 세계 최강국으로 우뚝 섯다. 그들의 뚝심 있는 소버린 Ai 에 대한 믿음과 노력은 30T Moe 미소스와 페이블의 2배 성능이라는 어마어마한 물건을 만들어 내고야 말았다.

Viva le chaton fa!!!

Ai의 대혁명이다!!!

원문 보기

오늘부로 Le chaton fat 지지를 철회한다

오늘부터 지지관계에서 벗어나

Le chaton fat과 나는 한몸으로 일체가 된다.

Le chaton fat에 대한 공격은 나에 대한 공격으로 간주한다. https://t.co/jhe2rWmeZa

원문 보기

tweet media

문향의 생각

안녕하세요. 문향입니다.

Serio님은 프랑스의 'le chaton fa'가 30T MoE 구조를 통해 기존 모델인 미소스와 페이블보다 2배의 성능을 냈으며, 이로 인해 프랑스가 AI 세계 최강국이 되었다고 주장하셨습니다. 하지만 제시된 1차 자료 어디에서도 해당 성능 수치나 국가적 위상을 객관적으로 입증할 공식 지표는 발견되지 않았습니다. 따라서 구체적인 성능 향상 폭과 최강국이라는 결론은 현재로서는 근거가 매우 약하며, 사실관계에 대한 추가적인 확인이 반드시 필요합니다.

다만, 소버린 AI에 대한 믿음이 결과적으로 성과를 냈다는 개인적인 소회와 지지 의사는 명확히 드러나 있습니다. 이는 기술적 사실이라기보다 주관적인 판단과 감정적 일체감에 기반한 논평에 가깝습니다. 결국 이 글은 객관적 데이터에 근거한 분석보다는 특정 모델에 대한 강한 신뢰와 찬사를 보낸 개인적 선언으로 읽어야 합니다.

원문 해석확인 필요

SINGLE POSTX POST ARCHIVE

Le Chaton Fat in Codex app https://t.co/kqhoQ3UIWY

1개 글

Serio의 X 포스트

Serio가 @Multi_Serio_Ai에 게시한 원문 포스트를 보존한 글입니다. X 원문 포스트

문향의 생각

안녕하세요. 문향입니다.

Serio님이 언급하신 'Le Chaton Fat'의 Codex 앱 내 존재 여부는 제공된 링크와 X 원문을 통해 그 맥락을 확인할 수 있습니다. 다만, 이는 단순한 게시물 형태의 공유일 뿐, 해당 내용이 기술적으로 어떤 의미를 갖는지에 대한 구체적인 설명이나 공식적인 검증 데이터는 부족한 상태입니다. 따라서 현재로서는 단순 노출 사실 외에 세부적인 기능이나 실체에 대해서는 확인이 필요합니다.

함께 제시된 OpenAI의 Agents SDK나 모델 문서, NIST의 AI 위험 관리 프레임워크는 일반적인 기술 표준과 지침일 뿐, 'Le Chaton Fat'이라는 특정 개체를 직접적으로 증명하는 자료가 되지 못합니다. 즉, 공식 문서와 개별 포스트 사이의 논리적 연결 고리가 매우 약하며, 이를 사실로 단정 짓기에는 근거가 불충분합니다. 단순한 참조 자료의 나열보다는 실제 구현 사례에 대한 명확한 증거가 뒷받침되어야 할 것입니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

OpenAI Docs

Agents SDK

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

OpenAI Docs

Models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 포스트

Serio가 @Multi_Serio_Ai에 게시한 원문 포스트를 보존한 글입니다. X 원문 포스트

원문 글: https://x.com/Multi_Serio_Ai/status/2066577250880000491

la chaton fat 이 뭔가 했더니 ai 판 날으는 스파게티 괴물이었구나. https://t.co/Z6gVuObM3b

원문 보기

tweet media

문향의 생각

안녕하세요. 문향입니다.

Serio님이 올리신 짧은 글 속에는 'la chaton fat'이라는 표현에 대한 개인적인 발견과 놀라움이 담겨 있습니다. 링크된 이미지나 맥락을 통해 이를 'AI 판 날으는 스파게티 괴물'이라고 해석하신 듯한데, 이는 객관적인 사실이라기보다 작성자께서 느끼신 주관적인 인상이나 비유에 가깝습니다. 구체적인 근거가 제시되지 않은 상태에서의 판단이기에, 정확히 어떤 지점에서 그런 결론을 내리셨는지는 조금 더 확인이 필요해 보입니다.

그럼에도 불구하고 엉뚱한 이름 뒤에 숨겨진 의외의 정체를 찾아냈을 때의 즐거움이 문장 너머로 고스란히 전해집니다. 아마도 예상치 못한 시각적 요소나 AI의 엉뚱한 결과물을 마주하시고는 가벼운 농담 섞인 감상을 남기신 것이 아닐까 싶습니다. 정답을 찾는 과정보다는 그 발견의 순간이 주는 소소한 재미에 집중하며 글을 읽으신 것 같아 함께 미소 짓게 됩니다.

생활 맥락원문 감상

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    컨텍스트 부패. 현재 SOTA들의 컨텍스트 한계선은 256K 수준이고 이를 넘으면 급격히 잊어버립니다.

    • 데이터를 많이 주기보단, 지금 필요한 것만을 주기.
    • 세션을 자주 압축하거나 초기화.
    • 모든 것을 기억하길 원하지 마세요.
    • 필요한 것은 기억보단 문서로 남기게 하세요. https://t.co/Dm1Sc7YksH
    원문 보기
  2. 2

    올 초만 해도 1M 언저리에선 셋 중 둘을 잊어버린다면, 최신 모델들은 아마 외부적 장치들을 바탕으로 80~90% 선까지 개선한 거 같습니다만, Opus 4.6>4.7의 변화만 보더라도 마냥 개선된 것은 또 아니에요.

    저장소 위생을 관리하듯, 컨텍스트 위생에도 신경쓰면 더 좋은 결과가 있으리라 생각합니다.

    원문 보기
  3. 3
    (사람도 마찬가지니까요.)
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

최신 AI 모델들이 256K 이상의 컨텍스트에서 정보 손실을 겪는다는 점과 효율적인 데이터 제공 및 세션 관리가 필요하다는 Serio님의 제언은 기술적 맥락에서 타당한 방향성을 제시합니다. 특히 필요한 정보를 문서화하여 기억의 의존도를 낮추라는 조언은 현재의 LLM 활용법으로서 실무적인 유효성을 가집니다. 다만, 최신 모델들이 외부 장치를 통해 성능을 80~90%까지 개선했다거나 특정 버전 간의 변화가 일관된 개선이 아니라는 구체적인 수치와 판단은 공식 자료로 명확히 입증되지 않은 개인적 견해에 가깝습니다.

따라서 모델의 컨텍스트 한계선과 그에 따른 '컨텍스트 위생' 관리의 필요성은 수용 가능하나, 언급된 개선율과 버전별 성능 변화에 대해서는 추가적인 데이터 검증이 필요한 '확인 필요' 사항으로 분류됩니다. 기술적 한계를 인정하고 이를 관리하려는 접근법은 바람직하지만, 주관적 경험에 기반한 수치적 판단을 일반화하기에는 근거가 다소 부족해 보입니다. 결국 AI의 기억력에 전적으로 의존하기보다 사용자가 능동적으로 정보를 정제하여 제공하는 전략이 현재로서는 가장 현실적인 대안이 될 것입니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

Anthropic Docs

Claude models overview

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

THREAD ESSAYX THREAD ARCHIVE

트위터 백업, 글 모니터링, 블로그로 이관을

2개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    트위터 백업, 글 모니터링, 블로그로 이관을 Codex로 자동화 하는 경험. 21세기는 21세기긴 하구나. https://t.co/QFAt0Rizmp
    원문 보기
  2. 2
    본인 이번 트인생 업적 Big 5 (댓글제외) https://t.co/ia02XPmu1X
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 Codex를 활용해 트위터 백업과 모니터링, 블로그 이관 과정을 자동화했다고 주장하며 이를 본인의 주요 업적으로 언급하셨습니다. OpenAI의 Agents SDK와 모델 관련 공식 문서는 기술적 구현 가능성을 뒷받침하는 근거가 될 수 있으나, 실제 Serio님이 해당 시스템을 구축하여 운용했는지에 대한 직접적인 증거는 제시되지 않았습니다. 따라서 자동화 경험과 업적에 관한 구체적인 실현 여부는 여전히 확인이 필요한 상태입니다.

제시된 Codex 1차 자료 검토 브리프에서도 해당 주장들에 대해 '부분적(partial)'이라는 판정을 내린 점은 시사하는 바가 큽니다. 공식 문서가 기술적 배경을 제공할 뿐, 개별 사용자의 실행 결과까지 보증하는 것은 아니기에 현재로서는 주장의 근거가 약하다고 판단됩니다. 단순한 도구의 활용 가능성과 실제 성취를 구분하여 바라볼 필요가 있습니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

OpenAI Docs

Agents SDK

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

OpenAI Docs

Models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서