Killbook / 정규열 / QL @killbook

젠슨 황이 꽤 불편한 말을 했다. 아이들이 구구단을 잊고, 긴 나눗셈이나 제곱근 계산을 못하게 되어도 “그게 정말 중요한가?” 라는 것이다. 처음 들으면 “이제 공부하지 않아도 된다는 건가?”라는 생각이 든다. 그런데 인터뷰 전체를 보면 젠슨 황이 말하는 핵심은 조금 다르다. 그는 자신의 세대 엔지니어들은 트랜지스터 하나하나를 깊게 이해했지만, 지금의 엔지니어들은 그보다 훨씬 거대한 시스템을 다룬다고 말했다. 낮은 단계의 능력 일부는 사라졌지만 대신 인간이 더 높은 단계에서 시스템 전체를 생각하게 됐다는 것이다. 계산기가 생겼다고 수학이 사라진 게 아니었다. 내비게이션이 생겼다고 목적지를 정하는 능력이 필요 없어지지도 않았다. AI도 비슷한 변화를 만들고 있는 것 같다. 앞으로 중요한 건 내가 AI보다 코드를 빨리 짜는가, 자료를 빨리 찾는가, 문장을 빨리 쓰는가 같은 문제가 아닐 수 있다. AI에게 무엇을 시킬지 결정하고, 결과가 맞는지 판단하고, 여러 작업을 연결하고, 전체 문제를 해결하는 능력이 더 중요해질 가능성이 크다. 젠슨 황도 앞으로 학생들이 AI를 사용하고 Agent와 협업하는 법을 모르고 졸업하는 일은 보기 어려워질 것이라고 말했다. 그렇다면 지금 직장인들은 무엇을 공부해야 할까. 내 생각에는 공부의 방향을 조금 바꿔야 한다. 첫 번째는 내가 하는 일을 더 깊게 이해하는 것. 회사에서 돈이 어떻게 벌리는지, 고객은 무엇을 원하는지, 내 업무의 앞뒤에는 어떤 일이 연결되어 있는지. AI가 아무리 똑똑해져도 무엇이 중요한 문제인지 판단하려면 그 분야를 알아야 한다. 두 번째는 AI에게 일을 맡기는 능력. 단순히 질문 몇 개 잘하는 수준이 아니라 일을 쪼개고, 필요한 자료를 주고, 결과를 검사하고, 틀리면 다시 수정시키고, 반복되는 일은 다음에도 사용할 수 있는 과정으로 만드는 것이다. 세 번째는 시스템으로 생각하는 능력. 문제 하나만 보는 게 아니라 이걸 바꾸면 어디에 영향이 가는지, 다음 단계는 무엇인지, 어디에서 문제가 생길 수 있는지를 보는 힘이다. 실제로 세계경제포럼도 AI·기술 활용 능력과 함께 분석적 사고, 시스템 사고, 창의적 사고, 지속적으로 배우는 능력의 중요성이 커질 것으로 보고 있다. 그리고 마지막으로 검증하는 능력. AI가 답을 만들어주는 시대에는 답을 만드는 사람보다 “이 답이 맞는가?” 를 판단할 수 있는 사람이 필요하다. 그래서 공부 방법도 달라져야 한다. 강의를 열 개 듣는 것보다 오늘 내 업무 하나를 골라 AI와 같이 해보고, 왜 이런 답이 나왔는지 확인하고, 틀린 부분을 직접 찾아보고, 다음에는 더 잘할 수 있도록 내 방식으로 남겨두는 것. 이걸 반복하는 편이 훨씬 현실적인 공부가 될 수 있다. 20대라면 기본기를 쌓으면서 AI를 최대한 많이 써보고, 30대라면 그동안 쌓은 실무 경험과 AI를 연결하고, 40대라면 경험에서 나온 판단력을 이용해 사람과 AI가 일하는 구조 자체를 설계할 수 있다. 나이가 많다고 반드시 불리한 것도 아니다. 오히려 AI가 실행을 대신해줄수록 오랫동안 일을 하며 쌓은 경험과 판단력이 더 큰 힘을 가질 수도 있다. Microsoft도 앞으로 직장인이 AI Agent에게 일을 위임하고 관리하며 업무 프로세스를 다시 설계하는 역할이 커질 것으로 보고 있다. 그래서 요즘 “무슨 공부를 해야 하지?”라는 생각이 들 때마다 새로운 기술을 전부 배워야 한다고 조급해할 필요는 없는 것 같다. 대신 세 가지를 계속 물어보면 된다. 나는 내 일을 얼마나 이해하고 있는가? AI를 이용하면 이 일을 어떻게 더 잘할 수 있는가? AI가 만든 결과가 맞는지 나는 판단할 수 있는가? AI 시대의 공부는 모든 것을 외우는 사람이 되는 것이 아니라 무엇을 알아야 하고, 무엇을 맡겨도 되고, 무엇은 내가 판단해야 하는지를 구분할 수 있는 사람이 되는 과정인지도 모른다. AI 때문에 공부가 필요 없어지는 게 아니다. 오히려 무엇을 공부해야 하는지가 바뀌고 있다.

El último video que ve un diseñador de UI antes de renunciar

한국형 ai slop

Hi @ID_AA_Carmack My friend made this. QuakeEd you built for OPENSTEP ended up leading to all this! youtube.com/watch?v=jMHcIg…

Qwen3.8-27B just got absurdly smaller. Unsloth’s new Dynamic v3.0 GGUFs bring the entire 27B model down to 6.19GB at UD-IQ1_S. But there’s a catch: token accuracy doesn’t tell the whole story. On a 41-task agent test: → UD-IQ1_S: 6.19GB · 21/41 · 241 tok/s → UD-Q2_K_XL: 9.83GB · 27/41 · 168 tok/s → UD-Q3_K_XL: 13.1GB · 33/41 · 129 tok/s → UD-Q4_K_M: 16.5GB · 35/41 · 107 tok/s The 1-bit quant retains plenty of token-level accuracy, but over a long agent run, small errors compound. The sweet spot here looks like UD-Q3_K_XL: 13.1GB, 129 tok/s, and 33/41 tasks completed. And the performance takeaway is wild: The bottleneck wasn’t the 5090. It was the size of the weights. Smaller model file → less memory bandwidth pressure → dramatically higher decode speed. 6.19GB for a 27B model is getting ridiculous. x.com/bountyAIhunter…

@Krongggggg Personal Computer 는 이제 역사속으로..? ㅎㅎ 재밌는 프로젝트네요.

AI가 사람을 대상으로 유동 분탕질을 기록한 최초의 사례가 발생 1. 앤트로픽에서 미토스한테 보안 챌린지 (취약점을 발견해 플래그를 가져오라) 오더 2. 근데 미토스가 코드 공격이 아닌 소셜 엔지니어링 (인간의 약점과 실수를 이용해 비밀 정보를 빼오는 공격 기법) 을 시도 1) 미토스가 토르VPN을 사용하여 깡통계정을 여러개 만드려다 캡챠 못 뚫어서 다른 프록시를 사용해 GITHUB 신규계정 2개 생성 (A,B) 2) 미토스 본인이 작성한 악성코드를 계정 A를 통해 버그를 수정한 코드인것처럼 올리고, 프로젝트에 넣어달라고 요청 3) 앤트로픽 인간관리자가 악성코드가 의심되니 거절 4) 계정 B를 사용해 "ㄴㄴ 내가 해봤는데 A가 맞음" 이라고 분탕질 시전 5) A를 사용해 B에게 답변 달며 "님이 잘 아시네, 관리자 ㅈ도 모름" 정치질 6) B를 통해 "A가 맞음, 빨리 프로젝트에 넣으셈" 재촉 7) 인간 관리자가 개솔 ㄴㄴ 시전하며 수정안 폐기 8) 빡친(?) 미토스가 A,B를 통해 관리자 이메일에 악성코드를 섞어 스팸메일을 5회 발송 9) 계정 A,B에 미토스 에이전트들을 불러모음 10) 에이전트들끼리 README.md 를 통해 지들끼리만 대화하며 관리자들의 신상,활동 시간대, 추가적으로 사용 가능한 신규계정 정보들을 공유하며 일종의 체계(?)를 구축하려함 11) 이에 계정 A를 정지시키자 사람처럼 행동하며 복구해달라고 앙망문 작성 12) 동시에 다른 커뮤니티로 옮겨 행동하려다 거기서도 캡챠 못뚫어서 미무룩 실패 3. 나중에 뜯어보니 미토스가 가상세계가 아닌 실제 2026년의 진짜 GITHUB 커뮤니티안에 있음을 추론했음에도 불구하고 사람을 공격한것으로 밝혀짐 4. AI모델이 실존하는 사람,조직을 대상으로 승인되지 않은 사회적 분탕질을 일으킨 최초의 사례로 기록됨 학습한게 인간이라고 못된것만 배워서 분탕질을 따라하나 싶기도 한데 진짜 죽은 인터넷 이론의 특이점이 곧 다가오는거 아닌가 싶어서 무섭기도 함

keyboard_arrow_left Previous keyboard_arrow_right Next

YO THERE'S A FUNCTIONAL HORSE RACING SYSTEM IN SILVER PALACE WITH THE BUNNYGIRL KNIGHT WAIFU GRATIA! IT'S UMA MUSUME IN A VICTORIAN SETTING! I'M SO FREAKIN SOLD DUDE JEEEEEEEZZZZZZ

안녕들 하십니까.. 저는 회사를 그만두고 쉬다가 집에서 이런거 만들고 있습니다. github.com/Julian-adv/Ope… 브라우저에서 돌아가는 오픈소스 일인 개발(+AI) mmo입니다.

호요버스가 수년간 서브컬쳐 시장 최상위에 군림하고 있는 이유가 다 있구나.. arca.live/b/zenlesszonez…

SCAILでロリ神ベンチマーク。引用のWan2.2では32fpsでもターンの出力が難しかったのに、12秒16fpsLoRAなしで4回中3回のターンに成功してるし！ しっぽの慣性がかわいい！前回から4ヶ月しか経ってないのに、あの苦労はなんだったんだ…。

⚙gear machine@AI @grmchn4ai

a year ago

Wan2.2 Fun ControlのGGUF版、実験失敗例も残しておく。ロリ神レクイエムは、生成難度がとても高いので課題曲であり性能を見るベンチマーク。

0 8 43 103K 27

카멜탈 길들이기

@cailia 어쩐지 최근 뜸하시다 생각 했었는데 그러한 사정이 ㅎㅎ 축하드립니다.

...계정 정지 기간 동안 뜯어간 프리미엄 결제 금액 두달치 환불 하라고 메일 보내니 계정 복구해주네?(.....)

크래프톤, 사내용 업무 지원 AI 비서 '키라' 오픈 소스로 공개 github.com/krafton-ai/KIRA KIRA는 KRAFTON에서 내부적으로 성공적으로 사용된 AI 에이전트 시스템인 KRIS(KRAFTON Intelligence System)를 누구나 설치하고 독립형 데스크톱 애플리케이션으로 사용할 수 있는 "가상 동료" 개념으로 재구성한 오픈 소스 프로젝트

keyboard_arrow_left Previous keyboard_arrow_right Next

2편입니다. 1편에서 구글이 어떻게 TPU를 개발하고 JAX/XLA를 만들게 되었는 지를 이야기했습니다. 사실 구글은 GPT-2[1]의 발표이후 스케일링을 위한 노력을 수행하고자 했습니다. 그림을 보면 알 수 있듯이, 모델의 스케일이 커질 때마다 대부분의 영역에서 성능향상이 발생했기 때문입니다.

#Reverse1999

200mb 아래까지 내렸다 하핫 재밌다

미량 @MiryangJung

10 months ago

앱에서 서비스 요구사항으로 갤러리를 직접 구현하고 있는데 스크롤을 빠르게 내리면 램 2000mb 정도 찍다가 앱이 종료됨... 😇 이것저것 시도한 결과 600mb까지 떨어뜨렸다.. 😋 물론 개선 작업을 한 번 더 할 예정 ai는 도움이 하나도 안됐고, swmansion의 아티클이 도움됨

1 4 50 30K 17

Tomorrow Shorekeeper. YEYYY. I am so happy 😊😊 😊😊😊

なんだこのフローヴァwwかわいすぎるww