| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
- claude code
- function
- OpenCode
- python
- 오리온성운
- cursor
- 개발
- claude
- 개발자
- 관측일지
- poetry
- M42
- 가상환경
- AWS
- CODE
- 안드로메다
- 공부
- codex 5.3
- 천체관측
- codex
- 개발환경
- Argument
- opus 4.6
- GPT
- Antigravity
- virtualenv
- 파이썬
- 클로드
- M31
- ai
- Today
- Total
목록전체 글 (53)
ulismoon 잡학서고
GN: https://news.hada.io/topic?id=26345 Origin: https://martinalderson.com/posts/two-kinds-of-ai-users-are-emerging/대 AI 시대, 간극이 벌어지고 있다바야흐로 대 AI 시대. 그러나 아직 AI 는 인류 전체의 범용 도구가 되지는 못한 것 같다. AI 활용의 최첨단에 서있는 사람들은 매일같이 새로운 것을 만들고 시도하며 자신의 상상을 현실로 만드는 속도를 가속하는 반면, 그저 피상적인 소식을 접하며 "AI 가 인류의 일자리를 빼앗을 것이다" 라는 디스토피아적 상상만을 하고 있는 사람들도 있다. 내 블로그의 글에 가장 인기있는 글이 여전히 철지난 cursor 의 모델 비교 방법이라는 것을 생각해보면 아직 대다수의 사..
최근 갑작스레 여러 AI model 이 발표되었다. OpenAI 에서 Codex 5.3 을 발표했고, 이에 질세라 Anthropic 에서도 Opus 4.6 을 내놓았다. 그리고 요즘 oh-my-opencode 로 인기몰이중인 OpenCode 까지. 새 모델도 나왔겠다 힌번 비교해보고 싶어서 셋 다 업데이트를 싹 해서 좀 주물러봤다. 일단 선수 소개 하고 특징 짚어보고 상세한 이야기를 해보자.아, 여기에는 처음 써보는 도구인 Codex CLI 와 OpenCode 의 CLI (터미널에서 사용하는 글자/명령어 기반 인터페이스) 사용성에 대한 내용도 포함되어 있다.선수 소개원조(?) 맛집, OpenAI Codex 5.3사실 claude code의 아성이 너무 대단하고, ChatGPT 는 코딩 실력이 아주 형편없..
티스토리에 글을 다시 쓰기 시작한 지 몇달정도 되었다. 어찌어찌 일 200명정도는 와서 내 글을 읽고 있는 것 같다. 신기하고 감사할 따름. 사실 내 입장에서는 누가 보기 바라는 것보다 기록 차원에서 적은 것들도 꽤 있는데 말이지. 그래서 어떤 글들이 잘 읽히는지 한번씩 통계를 보면서 생각해본다.얼마 전에 최근 통계를 보다 신기한(?) 걸 발견했다. 그래서 이에 대한 이야기를 좀 써보려 한다. 아래는 최근 3개월간 내 블로그에서 가장 많이 읽힌 글 통계이다.더보기3개월 연속으로 내 블로그에서 가장 많이 읽힌 글은 cursor 를 한참 쓰던 7월에 작성한 cursor 의 여러 모델들에 대한 나름의 의견을 적은 글이었다. 사실 지금과 저때를 비교하면 말도 안되게 많은 변화가 있어서 지금은 저기 있는 내용이 ..
이 글에서는 AI, 더 넓게는 도구의 성능을 끌어내는 데 있어서 가장 중요한 것이 무엇인지에 대해 간단히 이야기해보려 한다.종종 사람은 자신이 속한 조직과 환경, 자신이 가지고 있는 도구를 자기 자신과 동일시한다. 그래서 명품관 직원이 구매력이 없어 보이는 모습의 고객을 무시하고 하대한다거나, 대기업 대리가 중소기업 사장을 아랫사람 보듯 한다거나 하는 이야기들을 들을 수 있다. 하지만 주변을 걷어내고 그 사람만 놓고 보면 아마도 명품관 직원이 그 구매력 없어보이는 손님보다 가방을 살 가능성이 낮을 것이며, 대기업 대리가 이룬 성과가 중소기업 사장이 이룬 성과보다 크지 않을 것이다. 이는 도구를 사용하는 데 있어서도 동일한데, AI 가 만든 결과물이 내 실력으로 만들어낸 것이라고 생각하는 것이 바로 그것이..
그래도 그간 AI 밥 먹고 구르면서 나름대로 깨달은(?) 것들이 있어 공유해보고자 한다. 누군가에게는 당연해보일 수 있지만 누군가에게는 도움이 될 수도 있으니까.Role 을 부여해 fine tuning 을 해라fine tuning (미세조정) 이라고 해서 거창해 보이지만 별 것 없다. LLM 은 기본적으로 거의 모든 분야에 걸친 지식을 학습해 데이터로 가지고 있다. 그리고 그 중에서 입력 데이터에 가장 어울리는 값을 출력하는 시뮬레이터이다. 어떤 분야에 대해 이야기해야 하는지를 좁히는 것만으로 응답의 정확도와 품질을 극적으로 높일 수 있다. 예를 들어 frequency 라는 단어는 일반적으로 빈도라고 사용되지만 이과, 특히 물리 하는 사람들에게 물어보면 주파수라고 할 것이다. 정의라고 하는 단어도 문과는..