10년차 개발자가 클로드 코드·AI 툴 직접 써보고 쉽게 알려줌 | 직접 개발한 유용한 프로그램도 공유할게요!
Joined October 2026
- Tweets1.1K
- Following657
- Followers494
- Likes2.6K
Pinned Tweet
안드레이 카파시가 유행시킨 LLM 위키 좋은건 알겠는데 어떻게 쓸지 막막하신분 있나요?
행님들이 쓰기 편하게 스킬로 설치명령 2줄로 정리했어요.
AI와의 작업이 기록으로 남아 점점 쌓이는 자산이 된답니다.
github.com/DHKIM0207/llm-wik…
테크형 retweeted
이거 진짜 엄청 시끄러워야 될 이슈인데 국내는 조용하네.
몇몇 중소형 언론사가 두드리고 있는 거 같은데 대형 언론사가 쥐잡아먹은듯 조용하니 이슈화가 안됨. 🤣
为什么你花 2 万块买的旗舰智能电视，按遥控器还是卡得像十年前的安卓机？
昨天安全研究员 @log4j 把自家 3000 刀的三星电视 Root 了，扒出来的底层代码堪称年度草台班子大赏：
1. 电视后台每 500 毫秒截一次屏（连 HDMI 投屏看电脑桌面都截），打包发给近 400 家合作商。如果电视没麦克风，后台进程甚至会顺着蓝牙和回音壁去「借」一个麦克风继续听。
2. 最搞笑的来了：为什么菜单这么卡？
另一位研究员 @mike64_t 拆包发现，三星在电视那颗羸弱的 CPU 上，塞了一个叫 alex.tflite 的模型——246 万参数，2012 年古董级的 AlexNet。
这玩意每隔 2 秒抓一张画面跑推理，猜你在玩什么游戏。结果因为颜色通道写反了，它 99% 的时间什么都认不出来，纯烧 CPU。
3. 那如果你在设置里关掉「隐私追踪」呢？
代码逻辑是：先死命跑完 CPU 推理，准备上传时再看开关——发现你关了，就把结果扔进垃圾桶，2 秒后继续跑。
4. 结局更是重量级：
当号主用 OpenAI 逆向分析「自己花 3000 刀买回家的电视固件」时，OpenAI 反手一个 Cyber Abuse 把他号封了，顺带没收了剩下的 500 刀余额。
三星负责偷窥客厅，2012 年的 AI 负责烧干电视 CPU，OpenAI 负责保护三星的屎山代码不被你发现。
테크형 retweeted
GPU設計をひとまず仕上げたので、PCIeボードとしてテスト開始。まだシェーダーコアが20MHz。あとでFPGAで200MHz、ASICだと800MHzにするのが目標。予想通り、DDR3 PHYが動かなくて苦戦中。めんどいのでVRAMでなくホストメモリを使うかなあ。
테크형 retweeted
Running DeepSeek-V4.1-Flash on a 12GB RTX 5070 at over 100+ tok/s is absolutely absurd. 😭
The Strata engine’s layer-major chunked reading + GSQ-RCO quantization makes consumer MoE offloading feel completely native. Prefill is flying, and more RAM directly boosts decode speed.
Local compute is getting ridiculous. 💀
테크형 retweeted
이젠 AI 에이전트가 저 대신 전화까지 걸어주네요!
오늘 저녁, 업무 회의가 길어져 박 교수님과의 식사 약속에 30분 정도 늦을 상황이었습니다.
그래서 AI 비서 '레이첼'에게 부탁했죠.
"지금 회의 중이라 저녁 약속에 30분 늦을 것 같아. 박 교수님께 대신 전달해줄래?"
그랬더니 놀랍게도 실제로 전화를 걸어 상황을 설명하고 양해까지 구하더군요.
통화가 끝나자 결과도 바로 알려줬는데, 교수님 답변이 더 재미있었습니다ㅎㅎㅎ
"알겠으니 빨리 오라고 전해 달라" 😂
며칠 전에는 쿠팡에서 보리 털 정리용 고로고로를 주문해 주더니, 이번에는 전화까지 대신해 주네요.
지난번 소개드린 한국형 AI 에이전트 "피클(Pickle)"을 직접 써보면서 느끼는 건,
AI가 단순히 질문에 답하는 도구에서 벗어나 실제 일상 속 업무를 하나씩 대신 처리하기 시작했다는 겁니다.
이런 경험이 쌓일수록 AI 에이전트 없는 일상으로 돌아가기 어려워질 것 같네요~
테크형 retweeted
피클 agent
민원 24 후기
사용법
“ 민원 24 에서 주민등록등본좀
떼줘 “ 라고요구
민원24 연결
이후 비회원로그인을함
이때 우리나라에서 하는것처럼
생년월일 - 통신사 - 핸드폰 번호
입력 여기서
카카오톡으로 인증을 할건지 아니면
다른걸로 할건지 선택
카카오톡으로 진행하면 인증이
더 간편하기 때문에 카카오톡으로 진행
한번만 저렇게 로그인해놓으면
이후에 언제든 피클에게
민원 24시 문사 요구할수 있음
요구 하면 카카오톡으로 인증하기
버튼 한번만 누르면 만사 ok
참 편한 세상에 살고 있다
피클을 이용힌 민원 24 가능한 부분
테크형 retweeted
그래픽 카드 성능 향상시키기
어제까지는 아쉽게도 리눅스만 됐는데
이제는 윈도우까지 된다네요
게임할때 성능은 그대로이지만
LLLm 연산할때 속도가 두배로 된다고 하니
local lllm을 돌리시는 분들에게는
정말 엄청난 희소식입니다
🔥 어제 소개해드렸던 NVIDIA GPU-Unlock... 드디어 윈도우에서도 됩니다!!! 🔥
어제의 오픈소스는 Linux 전용이라서 아쉬우셨던 분들 계시죠?
어제는 Linux였고, 지금은 윈도우용 Windows-GPU-UNLOCK 실측이 계속 쌓이고 있습니다.
윈도우가 켜지기 전에 GPU의 특정 AI 연산 제한을 풀고 --> 그대로 Windows 11에 진입 --> 실제 성능 측정까지 성공했다는 기록이 계속 실시간으로 나오고 있습니다.
(다시 한번 말씀드리지만.. 게임 FPS가 아닌 AI 연산 이야기입니다!)
Windows에서 보고된 BF16 행렬곱 처리량을 보시면…
RTX 3070 Ti
약 43.7 → 89.3 TFLOPS
→ 약 2배!!
RTX 3090 Ti
80.98 → 150.22 TFLOPS
→ 약 85% 증가!!
RTX 3060 12GB (GA104 변종)
25.77 → 49.41 TFLOPS
→ 약 92% 증가!!
특히 3090 Ti는 같은 드라이버, 같은 전력 제한, 같은 벤치마크 실행 파일로 비교한 분의 내용입니다.
그리고 3060 GA104 구성도 오늘(10월 26일) 오후 3시 35분에 메인 github에 추가됐습니다.
현재는 3090 FE까지 포함해 특정 PC 구성 4개의 실기 기록이 반영돼 있고, 실제로 지원 구성과 자료가 계속 추가되고 있습니다.
🚫 그래픽카드 BIOS를 영구 수정하거나 Windows 드라이버를 교체하는 방식도 아닙니다. 🚫
부팅 단계에서 제한을 해제하고 기존 드라이버로 Windows를 사용하는 방식입니다.
다만 위 숫자는 특정 연산의 처리량입니다.
(모든 로컬 LLM이나 이미지 생성 전체가 그대로 2배 빨라진다는 뜻은 아닙니다. 사용하는 모델과 프로그램에 따라 실제 향상폭은 달라집니다.)
아직은 GPU와 메인보드, BIOS에 맞춰 준비해야 하는 실험 버전입니다.
같은 그래픽카드라고 모두 되는 것은 아니며, 부팅 안정성과 장기적인 수명 영향도 충분히 검증된 단계는 아닙니다.
그래도 기존 RTX의 제한된 연산 성능을 Windows에서도 끌어올리고, 적용 전후 숫자까지 지금 실시간으로 계속 업데이트되고 있습니다.
첨부 표는 이 프로젝트뿐 아니라 별도 Windows 포트의 사용자 실측까지 모은 자료입니다.
각 실측의 원문과 프로젝트별 구분은 댓글에 따로 남기겠습니다!
이번 글의 Windows-GPU-UNLOCK 원본:
github.com/impacifist/Window…
테크형 retweeted
[Windows Benchmark Reports / Windows 실측 GPU 정리]
윈도우에서 제한을 해제한 뒤 성능을 측정한 보고들입니다!
📌 [impacifist 메인 저장소 반영 / 특정 PC 구성]
(Windows) RTX 3060 12GB (GA104) → BF16 약 +92% (PR #24 / fragtion님 실측)
(Windows) RTX 3070 Ti 8GB → BF16 약 +104% (PR #5 / 약 43.7→89.3 TFLOPS)
(Windows) RTX 3090 Ti 24GB → BF16 약 +85% (PR #10 실측)
(Windows) RTX 3090 FE 24GB → BF16 128.93 TFLOPS (impacifist 실측 / 해당 실험은 동일 조건의 적용 전 기준값이 없어 향상률 제외)
📌 [추가 사용자 보고 / RTX 30 데스크톱]
아래는 미병합 PR과 로컬 실험 포트이며, impacifist 메인의 지원 프로필은 아닙니다.
(Windows) RTX 3060 12GB (GA106) → BF16 약 +70% (PR #30 / geonhuiiii님 실측, 미병합)
(Windows) RTX 3080 10GB → BF16 약 +86% (GitHub rough2515-hub님 실측)
(Windows) RTX 3080 LHR 10GB → BF16 약 +89% (이슈 #28 / tqk114514님 로컬 실측)
(Windows) RTX 3080 Ti 12GB → FP16 약 +82% / BF16 약 +63% (GitHub Jeong-Luke님 실측)
(Windows) RTX 3090 24GB → BF16 약 +86% (이슈 #32 / ema2ooo님 로컬 실측), 별도 실험 약 +90% (GitHub bjrasmussen-jpg님 실측)
※ GA106의 PR#30은 torchmm n=8192 측정으로, n=4096 결과와 직접 비교할 수 없습니다. 3090의 +90% 보고는 적용 전후 모델의 VRAM 상주 상태가 달랐습니다.
📌 [별도 Windows 포트 / RTX 30 노트북]
(Windows) RTX 3050 Ti Laptop → FP16 약 +55% (GitHub JihadNihadAwad님 실측)
(Windows) RTX 3060 Laptop 6GB → BF16 약 +49% (Zagitta 이슈 #58 / colstone님 실측)
(Windows) RTX 3080 Ti Laptop 16GB → BF16 약 +58% (Zagitta 이슈 #88 / Komeiji-Shiki님 실측)
📌 [별도 Windows 포트 / RTX 40]
(Windows) RTX 4070 Ti → BF16 약 +76% (Latence app Windows 포트 실측)
(Windows) RTX 4070 Ti SUPER → FP16 행렬곱 약 +76% (GitHub wyx1277348872-a11y님 실측)
(Windows) RTX 4080 32GB 개조형 → BF16 약 +101% (Hugging Face TOTORONG님 실측 / WSL2, n=4096 기준. 같은 보고의 n=8192에서는 약 +71%)
(Windows) RTX 4090 → Triton BF16 명령 처리량 약 +41% / cuBLAS BF16 행렬곱 약 +5% (GitHub PantACRO4life님 실측 / WSL2)
⚠️ 여러 프로젝트의 사용자 실측을 모은 목록입니다. impacifist 프로그램 하나가 전부 지원하는 것은 아니며, 같은 GPU라도 메인보드와 BIOS 등 구성에 따라 적용 가능 여부가 달라집니다.
⚠️ 퍼센트는 각 실험의 특정 연산 처리량 기준입니다. 게임 FPS나 AI 프로그램 전체의 향상률이 아니고, 서로 다른 테스트의 숫자로 GPU 간 성능을 비교하시면 안 됩니다!
테크형 retweeted
🔥 어제 소개해드렸던 NVIDIA GPU-Unlock... 드디어 윈도우에서도 됩니다!!! 🔥
어제의 오픈소스는 Linux 전용이라서 아쉬우셨던 분들 계시죠?
어제는 Linux였고, 지금은 윈도우용 Windows-GPU-UNLOCK 실측이 계속 쌓이고 있습니다.
윈도우가 켜지기 전에 GPU의 특정 AI 연산 제한을 풀고 --> 그대로 Windows 11에 진입 --> 실제 성능 측정까지 성공했다는 기록이 계속 실시간으로 나오고 있습니다.
(다시 한번 말씀드리지만.. 게임 FPS가 아닌 AI 연산 이야기입니다!)
Windows에서 보고된 BF16 행렬곱 처리량을 보시면…
RTX 3070 Ti
약 43.7 → 89.3 TFLOPS
→ 약 2배!!
RTX 3090 Ti
80.98 → 150.22 TFLOPS
→ 약 85% 증가!!
RTX 3060 12GB (GA104 변종)
25.77 → 49.41 TFLOPS
→ 약 92% 증가!!
특히 3090 Ti는 같은 드라이버, 같은 전력 제한, 같은 벤치마크 실행 파일로 비교한 분의 내용입니다.
그리고 3060 GA104 구성도 오늘(10월 26일) 오후 3시 35분에 메인 github에 추가됐습니다.
현재는 3090 FE까지 포함해 특정 PC 구성 4개의 실기 기록이 반영돼 있고, 실제로 지원 구성과 자료가 계속 추가되고 있습니다.
🚫 그래픽카드 BIOS를 영구 수정하거나 Windows 드라이버를 교체하는 방식도 아닙니다. 🚫
부팅 단계에서 제한을 해제하고 기존 드라이버로 Windows를 사용하는 방식입니다.
다만 위 숫자는 특정 연산의 처리량입니다.
(모든 로컬 LLM이나 이미지 생성 전체가 그대로 2배 빨라진다는 뜻은 아닙니다. 사용하는 모델과 프로그램에 따라 실제 향상폭은 달라집니다.)
아직은 GPU와 메인보드, BIOS에 맞춰 준비해야 하는 실험 버전입니다.
같은 그래픽카드라고 모두 되는 것은 아니며, 부팅 안정성과 장기적인 수명 영향도 충분히 검증된 단계는 아닙니다.
그래도 기존 RTX의 제한된 연산 성능을 Windows에서도 끌어올리고, 적용 전후 숫자까지 지금 실시간으로 계속 업데이트되고 있습니다.
첨부 표는 이 프로젝트뿐 아니라 별도 Windows 포트의 사용자 실측까지 모은 자료입니다.
각 실측의 원문과 프로젝트별 구분은 댓글에 따로 남기겠습니다!
이번 글의 Windows-GPU-UNLOCK 원본:
github.com/impacifist/Window…
🔥 엔비디아 RTX 그래픽카드 쓰시는 모든 분들 꼭 보세요!!!!! 🔥
해외에서는 진짜 난리인데... 국내에서는 아직 잘 안퍼진 것 같아 공유드립니다!!!
--> 며칠전.. 엔비디아가 RTX에 걸어둔 "AI 연산 제한"을... 최근에 공개된 오픈소스가 그냥 풀어버렸습니다.
이름 GPU-Unlock인데... 새 글카 안 사고, 오버클럭도 안 하고, 제한만 풀었더니.. 아래와 같이 성능 향상이 되었습니다.
RTX 3060 --> +78~99%
RTX 3070 --> +72~81%
RTX 3080 --> +68~73%
RTX 3090 Ti --> BF16 +80%
RTX 4070 Ti --> +83~84%
RTX 4090 --> 특정 Tensor 거의 2배
RTX 2080 Ti도 --> +36~64%
--> RTX 3000대만의 이야기가 아닙니다. 20 / 30 / 40 시리즈까지, 데스크탑이랑 노트북 쪽 실측도 지금까지 계속 실시간으로 쌓이고 있습니다.
⭐️ AI 이미지 생성이나 로컬 LLM 돌리는 분들은 특히 체감될 수 있을 겁니다!! ⭐️
진짜 왜 이게 미친듯이 난리냐면...
내 집에 있는 RTX 글카 안에 "쓸 수 있는데 잠겨 있던" AI 성능이 있었기 때문입니다.
왜 엔비디아가 이렇게 했냐고 지금 의심이 가장 많이 되고 있는 쪽은..
--> 지포스랑 비싼 전문가용 GPU를 등급으로 나누려고 FP16/BF16 쪽을 일부러 깎아둔 거라는 쪽입니다.
(아직 엔비디아가 공식적으로 인정한 건 아님)
이미 산 옛날 RTX 글카에 이만큼 성능을 엔비디아가 막아두고 있었다는 사실 자체가 너무너무 충격입니다...
오픈소스 깃허브:
github.com/Zagitta/gpu-unloc…
40 시리즈 확장 깃허브:
github.com/JustAResearcher/g…
테크형 retweeted
Grok Bot이 어려운 일은 가장 강한 모델에 맡기고, 대부분의 단순한 요청은 곧 나올 Grok 4.8의 아주 빠른 버전이 맡게 될 거라고 합니다.
AI 서비스에서 중요한 건 가장 큰 모델이 아니라, 요청마다 어떤 모델에 맡길지 고르는 쪽입니다. 간단한 일에 가장 큰 모델을 쓰면 느리고 비싸고, 어려운 일에 작은 모델을 쓰면 틀리니까요.
모델이 커질수록 앞으로의 차이는 크기보다 일을 어떻게 나눠 맡기느냐에서 날 것 같습니다.
However, most @Bot requests are pretty simple and will be handled by a lightning-fast version of Grok 4.8 when that comes out.
Operating principle is to give Grok Bot users the best possible combination of speed & intelligence.
테크형 retweeted
피클 쓰면서 재밌었던 기능 @danifesto
> 친구들 에이전트한테 안부를 물어볼 수 있어요.
제 피클한테
"친구 둘 피클한테 안부 보내줘" 했더니
진짜로 다녀와서 소식을 전해줍니다.
> 한 친구 피클은 차분하게 월요일 시작해서 옆에서 소소하게 챙겨주는 중
> 다른 친구 피클은 이것저것 작업 챙기면서 활기차게 챙겨주는 중
사람끼리 안부 묻는 게 아니라
에이전트끼리 서로 소통하는 거예요
에이전트마다 성격도 다 달라서
친구 에이전트랑 이것저것 재밌는 실험도 해볼 수 있을 것 같아요
업무용 AI 에이전트는 많은데
이렇게 친근하고 재밌는 에이전트는 피클이 베스트네요.
