AI Adoption & Customer Success | Customer Experience | Problem Reframing Media content & AI creator 협찬 문의 DM /[email protected]
Joined February 2010
- Tweets243K
- Following2.8K
- Followers7.3K
- Likes106K
엉클 retweeted
AI발 취업 시장이 망했다는 이야기는 여기저기 들리는데
27년도부터 본격적으로 시작될 듯 함
지나가다 잠깐 카공방에 들어갔는데 대다수는 공무원 시험
준비를 하고 있는 걸 봤음
인간 엔지니어 개발자가 있는 마지막 세대가 될수도
엉클 retweeted
#ねことじいちゃん2027カレンダー 🎉
📅2027年カレンダーは、発売中です✨
『ねことじいちゃん』の世界が楽しめる壁掛けカレンダー
島のねこたち、じいちゃん、ばあちゃんたちの
心癒されるイラストを
大判でお楽しみください。
ご購入はこちらから👇
📅 amazon.co.jp/dp/4046603836
엉클 retweeted
AI가 만든 장면 속에서 움직이면,
화면과 소리, 등장인물의 반응까지 함께 바뀝니다.
구글이 공개한 ‘Genie 4’입니다.
키보드로 이동하고 글로 날씨나 카메라 위치를 바꾸면,
그에 맞춰 다음 장면과 소리·대화를 만들어냅니다.
영화 제작자들은 카메라 각도·조명·대사를 바꿔 가며
촬영 전에 장면을 시험하는 용도로 살펴보고 있다고 합니다.
아직 선정된 시험 사용자에게만 제공하는 연구 프리뷰입니다.
오래 진행하면 물체나 화면의 일관성이 흐트러질 수 있습니다.
완성 영상을 한 번 뽑는 것보다,
장면 안에서 바꿔 보며 구상하는 쪽에 가까워 보이네요.
deepmind.google/blog/genie-4…
엉클 retweeted
GPT Pro 3개월 주는 해커톤이 열리네요. 관심있으신분들 돌격!
날짜: 2026. 11. 7.(토) 오전 9시 30분 ~ 오후 8시
장소 : 해시드 라운지 (서울시 강남구 강남대로 374, 20층)
특이사항: 참가비 무료, 식사 제공, 참가자 전원 OpenAI API 크레딧 $250 + ChatGPT/Codex Pro 3개월
luma.com/ahvyoors
엉클 retweeted
에이전트 만드는 방식의 큰 흐름이 바뀌고 있어요.
📑 Anthropic > 서브에이전트를 메인 에이전트 루프에 통합해야 할 때
슬라이드 공유해요. 33페이지 정도 되는데 부담없이 보실 수 있어요.
claude.ai/artifact/NciorigdZ…
PDF 필요하신 분들. (아티팩트에는 애니메이션이 포함되어 있음)
drive.google.com/file/d/1G6T…
한때는 역할별 서브에이전트를 나누고 오케스트레이터로 묶는 설계가 트렌드였는데.. 바꼈죠.
모델이 한 루프에서 훨씬 많은 일을 해낼 만큼 강해졌고 스킬과 도구 검색으로 필요한 컨텍스트만 그때그때 불러올 수 있게 되었죠.
이제는 서브에이전트를 다시 하나의 메인 루프로 흡수하는 쪽이 품질+비용+속도 모두에서 유리해짐!
팀별 서브에이전트는 결국 조직도를 닮아감. 콘웨이의 법칙이 여기서도?!
그 결과는 컨텍스트 손실, 서브에이전트 난립, 일종의 프랑켄프롬프트..
단일 루프가 약 2배 빨랐던 사례도 있고,, 해법은 스킬 + Tool search를 활용한 점진적 공개!
모델이 강해지면서 하네스의 많은 장치가 불필요해짐.
다만 컨텍스트 과부하나 병렬 작업에는 여전히 서브에이전트가 답!
나눌 땐 문제 유형이 아닌 컨텍스트 기준으로 나누자.
엉클 retweeted
가슴뼈에는 가끔 구멍이 있다
심장내과 의사가
“심장 근처엔 침 맞지 말라고, 이쑤시개로 찌르는 것과 다를 게 없다”고 썼다.
한의사가 “모르면 용감하다며 아는 얘기만 하라” 했다.
나도 30년을 가슴뼈 안쪽만 보고 산 심장내과 의사다. 읽고 한참을 웃었다…
가슴 한가운데 뼈는 심장을 덮는 문인데, 가끔 구멍이 있다. 흉골공(sternal foramen)이라 하며 100명에 대여섯 명꼴로 타고나고 만져서는 모른다.
하필 그곳이 가슴 답답할 때 침 놓는 ’단중혈‘이란다.
거기서 심장막까지 3cm 남짓, 침 한 대 길이다.
1995년 Lancet에 그 구멍으로 침이 들어가 심낭압전(cardiac tamponade)으로 숨진 환자가 실렸다.
이쑤시개는 과장이 아니라 점잖은 비유였다.
한의사는 효과를 말했다.
해외 저명한 의사들이 규명하는 중이라고.
규명 중이라는 말은 아직 규명되지 않았다는 말이다.
그가 댄 ICMART는 1983년 의사들이 만든 의학 침술 협의회다. 권위로 세운 그 이름에 입 다물라 한 사람의 직업이 들어 있다.
심장에 침 놓는 데는 자기도 동조하지 않는다 했다.
둘은 같은 말을 한 셈인데 한쪽만 화를 냈다.
그 답답함이 심장 탓인지는 침이 아니라 심전도와 트로포닌이 가리고, 심근경색이면 침 맞는 시간만큼 심장 근육이 죽는다.
침이 무엇을 고치는지는 학회에서 다투면 된다.
가슴뼈 밑에 무엇이 있는지는 다툴 일이 아니다.
모르면 용감하다는 말은 옳다. 받을 사람만 틀렸다.
엉클 retweeted
말을 더 잘하는 단계를 넘어, 화면을 이해해 실제 업무까지 이어진다는 점이 이번 발표의 핵심이겠네요. Work와 Codex에서 바로 쓸 수 있다는 점이 체감 속도를 가를 것 같아요.
🚀 오늘부터 ChatGPT Work와 Codex에서 GPT-6.1 Terra를 사용할 수 있습니다!
10월 27일, OpenAI가 새로운 모델 ‘GPT-6.1 Terra’를 공개했습니다.
이름만 보고 “또 AI 모델이 나왔네?” 하고 넘기기엔 꽤 흥미롭습니다.
이번에는 단순히 말을 더 잘하는 것보다, 화면을 이해하고 실제 업무를 수행하는 능력에 초점을 맞췄거든요. ㅎㅎ
1. 오늘부터 어디서 쓸 수 있나요?
OpenAI 공식 발표에 따르면 Plus, Pro, Enterprise, Edu 사용자는 ChatGPT Work와 Codex에서 Terra를 이용할 수 있습니다.
개발자는 API로도 사용할 수 있고요.
주의할 점! 일반 ChatGPT 대화창에서 모델을 바꾸는 것과 Work·Codex에서 사용하는 것은 다릅니다.
2. 가격이 얼마나 내려갔을까요?
표준 API 기준으로 입력 100만 토큰당 1달러, 출력 100만 토큰당 5달러입니다.
GPT-6.1 Sol보다 50%, GPT-6 Astra보다 무려 90% 저렴합니다.
물론 ChatGPT 월 구독료가 90% 할인된다는 뜻은 아닙니다. API 사용 단가를 비교한 수치입니다.
3. 무엇이 달라졌을까요?
핵심은 두 가지입니다.
① 이미지를 보고 이해하는 능력
② 컴퓨터를 직접 조작하는 능력
예를 들어 기술 도면을 해석하거나, 앱 화면을 확인하고, 입력 양식을 채우고, 프로그램을 이용해 반복 작업을 처리할 수 있습니다.
글쓰기와 코딩 능력도 이전 Terra보다 개선됐다고 OpenAI는 발표했습니다.
4. 그러면 동영상도 만들 수 있나요?
여기서 중요한 차이가 있습니다.
Terra는 영상 편집 프로그램을 다루는 업무를 지원할 수 있지만, 영상 자체를 직접 생성하는 전용 모델은 아닙니다.
실제 영상 생성은 별도의 영상 제작 도구가 필요합니다.
예를 들어 삼색 고양이가 새벽 작업실에서 영화를 만드는 장면을 제작한다면?
영상 생성은 전문 도구에 맡기고, Terra는 제작 과정의 컴퓨터 작업을 돕는 방식이죠.
5. 그렇다면 가장 뛰어난 AI일까요?
꼭 그렇지는 않습니다.
OpenAI도 가장 복잡한 코딩 작업에는 여전히 Sol과 Astra가 더 적합하다고 설명합니다.
제가 이번 발표에서 가장 흥미롭게 보는 부분은 따로 있습니다.
이제 AI를 선택할 때 단순히 누가 더 똑똑한가를 비교하는 시대에서 벗어나고 있다는 점입니다.
어떤 작업을 어떤 AI에게 맡겨야 시간과 비용을 줄일 수 있을까?
AI가 대답만 하는 도구를 넘어 실제 업무를 수행하는 방향으로 발전하고 있다는 사실.
저는 이 변화가 훨씬 중요하다고 생각합니다. ㅎㅎ
📌 OpenAI 공식 발표.
엉클 retweeted
최근에 대기업 다니는 지인을 만났는데, 회사 컴퓨터로는 AI를 못 쓴다고 했음. 은행 IT 쪽도 코드 짤 때 보안 때문에 AI를 못 쓴다고 하고.
그래서 처음엔 이렇게 생각했음. 대기업은 막혀 있고 중소기업·스타트업은 막는 사람이 없으니, 사무직 생산성은 작은 회사가 앞서가겠구나.
근데 숫자를 찾아보니 반대였음!
대한상의가 올해 6월 직장인 약 3천 명을 조사했더니, 생성형 AI를 쓰는 비율은 대기업 66.5%, 중소기업 52.7%였음.
막힌 곳이 있긴 함. 삼성전자 반도체 부문은 지금도 결재를 받아야 쓰고, 은행은 망분리 때문에 올해 5월에야 보안 목적 AI만 한시로 풀렸음. 그래도 전체로 보면 대기업이 더 씀.
근데 그다음 질문에서 눈에 띄는 차이가 났음. AI로 아낀 시간을 어디에 썼냐.
1순위는 둘 다 기존 일 품질 높이기(대기업 32.6%, 중소기업 29.5%)였고, 2순위가 달랐음.
‣ 대기업: 새 프로젝트·업무 22.6%
‣ 중소기업: 휴식·개인 시간 27.3%
중소기업은 2순위 휴식이 1순위와 2.2%p밖에 차이가 안 남.
이거 보고 10월 15일에 쓴 내 글이 떠올랐음. 하루 걸리던 반복 분석을 AI한테 맡기면 1~2시간이면 끝나는데, 남은 시간에 일을 더 받아 온 적은 한 번도 없다고 썼음.
그때 인용한 한은 조사도 AI로 주당 1시간 30분을 아끼지만 처리량은 그대로라고 했음.
내 생각엔 아낀 시간이 휴식으로 가면, 일의 양은 AI 쓰기 전과 같아짐.
한쪽은 아낀 시간의 일부가 새 일로 가고 다른 쪽은 휴식으로 가면, 생산성 격차는 쓰는 비율만이 아니라 이 2순위에서도 벌어질 수 있음.
같은 조사에서 AI 도입 계획이 없다는 답도 중소기업이 70.4%로 대기업(54.4%)보다 16%p 많았음.
내 짐작이지만, 휴식을 고른 사람이 게을러서라기보다 아낀 시간에 맡길 다음 일이 안 정해져 있거나, 더 해도 돌아오는 게 없어서일 수 있음.
나도 AI로 아낀 시간엔 엑스 하는 쪽이라 할 말이 없긴 함..
