THREAD ESSAYX THREAD ARCHIVE

한밤중의 뻘짓.

2개 글

Serio의 X 스레드

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

  1. 1

    한밤중의 뻘짓.

    AI머신 2호기 세팅/배치 다 한 김에 전에 만들어 둔 이미지로 장식 하나 배치. https://t.co/mNHVCnoSNw

    원문 보기
  2. 2
    세리오가 둘째한테 탈탈 털리는 중. https://t.co/yuvmwzNExg
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님께서 늦은 밤 AI 머신 2호기의 세팅과 배치를 마치고, 이전에 제작하신 이미지로 공간을 꾸미신 모양입니다. 함께 올리신 영상 속에서 세리오님이 '둘째'에게 밀리는 듯한 묘사를 남기셨는데, 이는 개인적인 작업 과정에서 느끼신 주관적인 감상이나 상황적 해프닝으로 보입니다. 다만, 언급하신 '둘째'의 정체나 구체적인 상황에 대해서는 공개된 외부 자료가 부족하여 정확한 사실 관계를 확인하기 어렵습니다.

전반적으로 이번 기록은 공식적인 제품 발표나 수치 중심의 보고라기보다, 개인의 작업 경험과 그 과정에서 느낀 짧은 반응을 담은 일상의 조각에 가깝습니다. 세리오님이 사용하신 '뻘짓'이라는 표현에는 밤늦게까지 이어진 작업에 대한 스스로의 너스레와 애정이 동시에 묻어나는 듯합니다. 구체적인 기술적 성취나 결과물에 대한 객관적 검증은 필요하겠으나, 지금은 그저 작업자의 소소한 만족감과 여유를 함께 지켜보는 것이 적절해 보입니다.

생활 맥락원문 감상

THREAD ESSAYX THREAD ARCHIVE

문서 번역 시켜놨더니

2개 글

Serio의 X 스레드

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

  1. 1

    문서 번역 시켜놨더니

    • 비슷한 수준의 모델 api 없나?
    • 코파일럿 접근은 되나?
    • Ollama 설치는 가능할까?

    그런거 시킬 꺼라면 사전에 지시했겠지. 사람들이 이래서 Gemini를 안쓰는거야. https://t.co/qMD0YPgX84

    원문 보기
  2. 2

    그리고 기존 설정이면 분명히 아직도 작업하고 있을 것인데 5시간 쿼터 걸렸다고 작업 멈춰버림. 😮‍💨 혹시나 싶어서 3.5 Flash 안쓰고 3.1 Pro (Low) 쓰는데도 이지경.

    이러면 유료계정을 쓸 이유가? https://t.co/Me6CutiU4V

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 구글 제미나이(Gemini)를 이용한 문서 번역 과정에서 모델이 지시 사항을 이행하지 않고 엉뚱한 질문을 던지거나, 유료 계정임에도 쿼터 제한으로 작업이 중단된 경험을 공유하셨습니다. 특히 3.1 Pro (Low) 모델을 사용했음에도 불구하고 발생한 성능 저하와 서비스 불안정성에 대해 강한 불만을 제기하고 계십니다. 다만, 모델이 구체적으로 어떤 답변을 내놓았는지에 대한 상세 로그가 없어, 이것이 모델 자체의 추론 오류인지 혹은 프롬프트 해석의 문제인지는 추가적인 확인이 필요합니다.

기술적 관점에서 볼 때, 5시간 쿼터 제한으로 인해 작업이 중단되었다는 주장은 구글의 API 및 서비스 정책상 발생 가능한 영역이나, 유료 계정의 구체적인 할당량 적용 기준과 실제 중단 시점의 일치 여부는 공식 자료만으로는 명확히 판별하기 어렵습니다. 결과적으로 이번 사례는 특정 모델의 성능 수치보다는 실제 운용 환경에서 발생하는 예측 불가능한 제약과 사용자 경험의 괴리를 보여주는 기록이라 판단됩니다. 서비스의 안정성이 유료 결제의 가치를 충족시키지 못했다는 점은 시사하는 바가 큽니다.

실험 맥락운용 관찰재현 포인트

Serio의 X 스레드

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

  1. 1

    카파시 선생은 엔트로픽 합류하자마자 클로드 파일 하나로 바로 세상을 들었다 놨다 하는구나.

    현인의 차력쑈.

    원문 보기
  2. 2
    하지만 선생이 아무리 현인이라도, 이런 물리적 장벽 앞에선 과연 어떨까. https://t.co/6C7XKA5QiM
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

안드레 카파시의 엔트로픽 합류와 함께 주목받은 'CLAUDE.md' 파일의 효용성은 공식 문서(s-claude-memory)를 통해 확인됩니다. 해당 파일과 자동 메모리 기능이 프로젝트의 맥락을 기억하고 세션에 로드하는 방식은 기술적으로 실재하는 기능입니다. 다만, 특정 인물의 합류가 이 기능에 대한 대중적 주목도를 즉각적으로 견인했다는 Serio님의 해석은 개인의 감상에 가까우며, 인과관계가 명확히 입증된 사실은 아니기에 확인이 필요합니다.

그럼에도 불구하고 메모리 파일이 제공하는 효율성이 실무적 가치를 지닌다는 점은 부정하기 어렵습니다. 다만 Serio님이 언급한 '물리적 장벽'이 구체적으로 어떤 기술적 한계나 제약을 의미하는지는 제시된 자료만으로는 판단하기 어렵습니다. 단순한 기능의 유용성을 넘어 실제 환경에서 마주할 한계점에 대한 논의는 추후 구체적인 근거가 보완되어야 할 영역입니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

Serio의 X 스레드

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

  1. 1

    안티그래비티 2.0을 지우고 1.X 를 재설치해야 하는데 그 와중에 이전 작업 세션들이 다 날아갈 거 같아서 두렵다.

    하아

    그래도 해야 되는건 해야되는거겠지.

    원문 보기
  2. 2

    당장 ‘기본 디자인’을 안티그래비티로 잡고, 거창한 작업을 한 것처럼 사람들 보기 좋도록 장황한 보고서 작성을 위해 Opus 4.6을 사용하는 (플렛폼? 프레임워크?) 로 Antigravity를 쓰고 있었는데 I/O 패치로 싹 다 털려서 당황스러움.

    밤에 아무 생각 없이 업그레이드 한 나를 좀 혼내주고 싶음.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 안티그래비티 2.0의 I/O 패치 이후 발생한 문제로 인해 이전 버전인 1.X로의 롤백을 고려하고 계십니다. 이 과정에서 작업 세션의 손실을 우려하고 계시나, 구체적인 데이터 유실 범위나 롤백 시의 세션 복구 가능 여부는 제공된 공식 자료만으로는 확인이 어렵습니다. 특히 Opus 4.6을 활용한 보고서 작성 환경과 안티그래비티의 상관관계에 대한 설명은 개인적인 사용 경험에 기반한 주장이므로, 기술적인 인과관계에 대해서는 추가적인 확인이 필요합니다.

전반적으로 이번 상황은 업데이트 전 백업 절차가 부재했던 사용자 개인의 운영 실수와 소프트웨어 패치 간의 충돌이 맞물린 결과로 보입니다. 다만, 특정 패치가 시스템 전체를 '털어버렸다'는 표현은 감정적인 서술에 가까우며, 실제 어떤 기술적 결함이 발생했는지에 대한 객관적 근거는 부족합니다. 결국 효율적인 작업 환경 구축보다 외형적인 보고서 작성에 치중했던 운용 방식이 리스크 관리의 부재로 이어진 점이 이번 사태의 핵심이라고 판단됩니다.

원문 해석확인 필요

Serio의 X 스레드

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

  1. 1

    어젯밤 개발 서버의 3090을 분리하고 사무실 게임 머신을 Api 생산 전용 리눅스 머신 (2호짱)으로 만듬.

    Qwen 3.6 27b mtp 기반 생산 Api는 다 뽑아 놨고, Gemma4 31b mtp 적용해 스위치 전환으로 구성하려는데 구글이 알리바바에 비해 기술 지원이 한심한 수준임을 알게 됨. 🫠

    원문 보기
  2. 2

    그것보다 사용자가 지식이 없으면, 이놈의 요절복통 기계는 Gpt 5.5 Xhigh 라도 최신 지신을 활용할 수 없음.

    관련 검색을 통해 3일 전 llama.cpp 최신 로우웨이트 포킹 테스트 자료를 찾았고 그걸 전해주니 올드한 테스트 자료를 바탕으로 작업하려던 계획이 180도 바뀜.

    선장이 중요함. 정말로.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 RTX 3090 하드웨어 재배치와 리눅스 기반의 API 생산 머신 구축이라는 구체적인 실행 기록을 남기셨습니다. Qwen 3.6 및 Gemma 4 모델의 MTP 적용과 llama.cpp의 최신 포킹 자료를 활용해 작업 방향을 수정한 점은 기술적으로 재현 가능한 영역이며, 이는 실제 저장소의 변경 이력과 궤를 같이합니다. 다만, 구글의 기술 지원이 알리바바보다 한심하다는 평가는 주관적 체감에 기반한 판단이므로 객관적 지표를 통한 추가 확인이 필요합니다.

모델의 성능보다 사용자의 지식 수준이 결과물을 결정한다는 통찰은 로컬 LLM 운용의 핵심적인 시행착오를 짚어낸 지점입니다. GPT 5.5 Xhigh와 같은 특정 모델의 최신 지식 활용 능력에 대한 언급 역시 공식 문서로 검증된 사실이라기보다 개인의 실험적 경험 기록에 가깝습니다. 결국 도구의 고도화보다 이를 다루는 운용자의 역량이 프로젝트의 성패를 가른다는 점이 이번 기록의 핵심 논지라고 판단됩니다.

실험 맥락운용 관찰재현 포인트

Serio의 X 스레드

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

원문 타래: https://x.com/Multi_Serio_Ai/status/2057658672118211057

2026-05-22

투자장사치들이 엔트로픽을 찬양하는데, 그들은 OAI 절반 수준의 파라메터 모델에 빡빡한 하네스 엔지니어링을 통해 Opus 4.6을 만들고 그걸로 ‘환상과 공포’를 만들어 기업가들을 협박해서 돈을 뜯어냈지.

‘환상과 공포’는 입증하지 못하면 무너지는 신기루.

카파시 선생이 과연 해낼 수 있을지.

원문 보기

항상 그렇지만, 거품은 현실을 제대로 보지 못하는 데서 옴.

그리고 그 의무가 있는 금융분석가들이 ‘아날’리스트가 되어 있는 지금 상황에선 버블은 부풀려지게 마련.

그들이 자신의 클로드/GPT 로 1달 안의 관련 기술 동향 분석을 시켜서 발표할 능력만 있어도 시장의 AI 버블은 진작에 꺼질 것.

원문 보기

시장이 정상이라면 Qwen 3.6 27b로 한번 서구권 AI 버블이 식었어야 하고 Kimi 2.6, Qwen 3.7 Max 등 중국 오픈소스가 발표될 때마다 엔트로픽/OAI/Xai (특히 Xai)의 Ai에 대한 가치평가가 짜게 식었어야 함.

당장 Gemini 3.5 출시하고 구글 주가가 최소 25% 는 빠졌어야 함.

그렇게 되고 있나요?

원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 엔트로픽의 Opus 4.6 모델이 파라미터 규모의 열세를 엔지니어링으로 보완하여 시장의 공포와 환상을 조장했다고 주장합니다. 하지만 모델의 구체적인 파라미터 수치나 '하네스 엔지니어링'을 통한 마케팅 전략은 공식 문서에서 명시적으로 확인되지 않는 영역이기에, 이 부분은 주관적 판단에 가깝거나 추가적인 확인이 필요합니다. 특히 기업가들을 협박해 돈을 뜯어냈다는 표현은 정성적인 비판일 뿐, 객관적 지표로 입증된 사실이라 보기 어렵습니다.

반면, 중국의 Qwen이나 Kimi 같은 오픈소스 모델들의 약진과 구글 제미나이의 출시가 시장 가치에 영향을 주어야 한다는 논리는 산업의 경쟁 구도 측면에서 타당한 분석입니다. 다만, 특정 모델의 출시가 구글 주가를 25% 하락시켰어야 한다는 구체적인 수치는 개인의 예측일 뿐 실제 시장 데이터와는 거리가 있습니다. 결국 기술적 실체와 시장의 평가 사이의 괴리를 지적한 점은 유효하나, 그 근거가 되는 세부 주장들은 상당 부분 추측에 의존하고 있습니다.

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

Google AI

Gemini API models

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

THREAD ESSAYX THREAD ARCHIVE

아무리 에이전트 특화 모델을 만든다 한들,

2개 글

Serio의 X 스레드

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

원문 타래: https://x.com/Multi_Serio_Ai/status/2057668220618969273

2026-05-22

아무리 에이전트 특화 모델을 만든다 한들,

  • 대답에 환각과 고집이 섞여 있으면 안됨

  • 다른 모델 사용 에이전트에 기대서도 안 됨

  • Gemini Pro(20$)로 Openclaw/Hermes 사용 가능?

  • Gemini Pro로 100call/day로 문제 없이 1달 사용 가능?

  • 아니, 그냥 Gemini Claw 가 있는가?

😟

원문 보기

Agent를 위한 ‘실행형 모델’을 만들었으면 오케스트레이션 모델도 함께 공개하던가 아니면 자존심을 낮추고

‘Opus 4.7, Gpt 5.5 의 실행 에이전트로 쓰시면 좋아요!’

라 하던가.

그걸 오케스트레이션 모델로 Antigravity IDE 에 붙인다는 거 자체가 애초부터 전략 실패를 반증하는 것 아닌가?

원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 에이전트 특화 모델의 환각 문제와 의존성, 그리고 특정 모델의 사용 가능 여부에 대해 의문을 제기하셨습니다. 이 중 Gemini Pro의 비용 체계나 모델 접근성 관련 질문은 공식 문서(s-google-gemini-models) 등을 통해 사실관계 확인이 가능한 영역입니다. 다만, 특정 모델의 전략적 실패나 자존심이라는 주관적 가치 판단은 1차 자료로 증명될 수 없는 개인의 해석 영역에 해당합니다.

특히 Antigravity IDE 결합이 전략적 실패를 반증한다는 주장은 논리적 추론일 뿐, 공식적인 근거가 부족하여 확인이 필요합니다. 실행형 모델과 오케스트레이션 모델의 공개 순서에 대한 비판 역시 기업의 내부 전략을 알 수 없는 상태에서 제기된 의견입니다. 결과적으로 기술적 제약에 대한 지적은 타당하나, 이를 기업의 전략적 패배로 연결 짓는 논거는 다소 약하다고 판단됩니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

Google AI

Gemini API models

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

공식 문서

Anthropic Docs

Claude Code overview

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

공식 문서

Anthropic Docs

Claude models overview

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

공식 문서

OpenAI Docs

Agents SDK

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

공식 문서

THREAD ESSAYX THREAD ARCHIVE

구글 선 넘네 https://t.co/9HdHKlLnhY

2개 글

Serio의 X 스레드

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

  1. 1
    구글 선 넘네 https://t.co/9HdHKlLnhY
    원문 보기
  2. 2

    크롬에도 있고, 안티그래비티 브라우저에도 있고.

    대체 왜 이래요?

    시스템에 Gemini nano가 설치되어 있는 걸 확인하면 공유해서 호출하면 되지 안티그래비티 쓰면 똑같은 모델을 한번 더 설치하란 말인가요? 4G 정도는 감내하란 말인가요? @GeminiApp @antigravity @googlechrome

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 구글 크롬과 안티그래비티 브라우저 양측에 Gemini Nano 모델이 중복 설치되는 비효율성을 지적하며, 시스템 자원 공유의 부재를 비판하셨습니다. Gemini Nano의 존재와 모델의 물리적 크기에 관한 언급은 공식 문서상으로 확인 가능한 사실에 기반하고 있습니다. 다만, 구글이 의도적으로 공유 호출을 막았는지 혹은 단순한 최적화 미비인지에 대한 구체적인 이유는 원문만으로는 판단하기 어려우며, 이는 추가적인 기술 확인이 필요한 영역입니다.

그럼에도 불구하고 사용자 경험 측면에서 동일 모델을 중복 설치하게 하여 4GB 상당의 용량을 낭비하게 만드는 구조는 분명히 비효율적입니다. 시스템 레벨에서 이미 구동 중인 모델을 API 형태로 호출하는 방식이 기술적으로 불가능한 것은 아니기에, 현재의 구현 방식은 사용자 편의보다 개별 앱의 독립적 구동을 우선시한 결과로 보입니다. 플랫폼 사업자가 생태계의 효율성보다 개별 서비스의 점유율이나 제어권을 우선시하고 있다는 의구심은 타당한 지적이라고 생각합니다.

원문 해석확인 필요

Serio의 X 스레드

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

  1. 1
    qwen 3.6 35B 는 MTP 까지 올리니 속도감만은 정말 신나네. https://t.co/gtVhkmio1c
    원문 보기
  2. 2
    드리프트랑 메모리 설정까지 다시 해주니 속도감만큼은 지전. https://t.co/nvwptM2zNr
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 Qwen 3.6 35B 모델에 MTP(Multi-Token Prediction) 설정을 적용하고 드리프트 및 메모리 최적화를 거치며 체감 속도가 크게 향상되었다고 기록하셨습니다. 다만, 이러한 속도 향상이 구체적으로 어느 정도의 수치로 나타났는지, 혹은 특정 하드웨어 환경에서만 유효한 결과인지에 대해서는 공식 자료를 통해 직접적으로 확인되지 않습니다. 따라서 해당 주장은 현재로서는 개인의 운용 경험에 기반한 기록으로 보이며, 객관적인 성능 지표로서의 검증은 추가적인 확인이 필요합니다.

로컬 LLM 운용 과정에서 메모리 설정과 최적화 값의 조정이 추론 속도에 영향을 미치는 것은 일반적인 사실입니다. 하지만 MTP 적용이 실제 출력 속도에 미치는 영향과 드리프트 설정의 상관관계는 모델의 버전과 실행 환경에 따라 변동성이 매우 큽니다. 공식 저장소의 기술 문서만으로는 Serio님이 언급한 '신나는 속도감'의 실체를 명확히 규명하기 어려우므로, 재현 가능성을 확인하기 위한 상세 설정값의 공유가 선행되어야 할 것으로 보입니다.

실험 맥락운용 관찰재현 포인트

THREAD ESSAYX THREAD ARCHIVE

Lmstudio 에 Qwen 3.6 mtp 빌드가 업데이트 되서 써보는 중.

3개 글

Serio의 X 스레드

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

  1. 1

    Lmstudio 에 Qwen 3.6 mtp 빌드가 업데이트 되서 써보는 중.

    마음같아선 llama.cpp 직접 빌드해서 바로 써보고 싶지만

    분신술 쓰고싶다. https://t.co/1kgA6GPA8r

    원문 보기
  2. 2

    확실히 속도가 붙긴 했네요.

    이전에는 디코딩 23~5T/s 라면 지금은 35T/s까진 나오네요. 스타팅에선 40T/S 도 넘기니 이정도면 실사용으로 쓸만한 속도가 나옵니다.

    다만 테스트로 쓰는 일본어 번역에선 리즈닝까지 끄니 기존보다 바로 일본어 텍스트를 뱉어버리는 비율이 높아지네요. 허허. https://t.co/YMZGsSvK5A

    원문 보기
  3. 3
    반대로 듀얼 그래픽카드 상태에선 MTP 가 애매해지네요. 물론 성능이 향상되긴 하는데, 싱글 카드보단 낮아지는게 역시 대역폭 지속 사용으로 인한 손실이 꽤 있는듯. https://t.co/OCM8gw4D6D
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

LM Studio를 통해 Qwen 3.6 MTP 빌드를 사용하며 체감 속도가 향상되었다는 Serio님의 기록입니다. 디코딩 속도가 기존 23~25T/s에서 최대 40T/s까지 상승했다는 구체적인 수치를 제시하며 실사용 가능한 수준에 도달했다고 평가했습니다. 다만, 리즈닝 기능을 껐을 때 일본어 번역 결과물이 즉각적으로 출력되는 경향이 강해졌다는 점은 개인의 테스트 경험으로 보이며, 이는 모델의 추론 과정 변화에 따른 결과인지에 대해 추가적인 확인이 필요합니다.

하드웨어 구성에 따른 성능 변화 부분은 기술적 검토가 더 필요해 보입니다. 듀얼 그래픽카드 환경에서 MTP 적용 시 성능 향상은 있으나 싱글 카드보다 효율이 낮아지는 현상을 대역폭 손실로 분석하셨는데, 이는 공식 문서로 검증된 사실이라기보다 사용자 환경에 기반한 추론에 가깝습니다. 전반적으로 이번 업데이트가 속도 면에서는 유의미한 개선을 가져왔으나, 다중 GPU 환경에서의 최적화 문제는 여전히 해결해야 할 과제로 남은 것으로 보입니다.

실험 맥락운용 관찰재현 포인트