분류
AI · 7쪽
AI 를 직접 부려 보며 겪은 것과 AI 교과서를 모았다. 프롬프트·에이전트·AI 앱의 속, 파운데이션 모델이 만들어지는 길, 오픈웨이트의 기준, AI 소설의 속, LLM 실전 위키까지 한곳에서 읽는다.
106편 · 글 15 · 강 91 · 마지막 글 2026.10.23
교과서AI 소설 20강파운데이션 모델 15강LLM 위키 31쪽오픈웨이트 16강REA 해설 — AI 에게 디컴파일러를 쥐여 주면 9강
AI 글
106편 중 73–84
레시피 없이 완성된 요리만 감사해 달라는 요청이다
데이터가 없으면 편향·저작권 포함물·암기(memorization) 문제를 독립적으로 검증할 길이 없다. 완성된 케이크는 봐도 되지만 레시피는 못 보는 셈이다. 학술 재현성도 같은 벽에 부딪힌다. 논문의 성능 주장을 데이터 없이는 검증할 수 없다.
포크할 권리와 그 한계
오픈웨이트만 있어도 셀프호스트와 파인튜닝은 실질적인 자유다. 데이터센터가 없는 회사도 이 가중치를 가져다 자기 데이터로 계속 학습시키거나 도메인에 맞게 튜닝할 수 있다. 클로즈드 모델로는 아예 불가능한 일이다.
환각(hallucination) — 원인·유형·완화·시스템 설계
모델이 그럴듯하지만 틀린 말을 내놓을 때 왜 그런지, 무엇을 하면 실제로 줄고 무엇은 헛수고인지 찾아볼 때.
멀티모달 입력 실무 — 이미지 토큰 과금과 문서 처리
스크린샷·PDF·차트를 모델에 넣기 전에 연다. "이 이미지가 토큰을 얼마나 먹고, 어떻게 넣어야 안 깨지나"에 답한다.
양자화 (Quantization)
오픈웨이트 모델을 직접 GPU 에 올려 돌릴 때만 여는 문서. GGUF·AWQ·GPTQ·FP8 중 뭘 고르고, 이 모델이 내 VRAM 에 들어가는지 계산할 때.
추론모델 (reasoning models / thinking)
"이 요청에 thinking 을 켜야 하나, 켜면 돈·지연이 얼마나 붙나, 프롬프팅은 뭐가 달라지나" 를 판단할 때 연다.
토큰과 컨텍스트 윈도우
"이 프롬프트/대화가 토큰을 얼마나 먹나", "컨텍스트가 1M 인데 왜 정확도가 떨어지나", "롱컨텍스트 요금이 왜 튀나" 를 실무에서 확인할 때 여는 문서.
Claude 패밀리 — 모델별 선택과 API 함정
Claude 안에서 어떤 모델을 고르고, thinking·effort·캐시 노브를 어떻게 맞출지 판단할 때 연다. 지형도 전체 비교는 models-overview, 여기선 Claude 내부만 깊게 판다.
Google Gemini 패밀리
Gemini 를 실제로 붙이기 직전에 여는 문서 — 어떤 모델 ID 가 진짜 GA 인지, 200K 요율 함정은 어디인지, Claude 대신 언제 Gemini 를 쓰는지.
조건에 맞는 글이 없다. 브루니가 숨었나 보다.