X에서 AI 블로거들의 장문 트윗이 다시 화제가 되고 있다 🔥
levelsio의 Claude Code를 활용한 DIY 가구 제작, Chubby의 데이터센터 물 사용량 관련 루머 해명, Jerry Liu가 제시하는 두 가지 OCR 경로, elvis가 추천하는 Stanford Agent 팀원 평가, Machina의 전략 자문 Bot 등... 온라인 사용자들은 AI 논의를 다음 세대의 'AI DIY 가구 + 컴퓨팅 파워 진실파 + 문서 분석 이중 엔진 + Agent 팀 건강 검진 + 의사결정 중추'로 만들고 있다:
1️⃣ @levelsio · Claude Code를 이용한 가구 개별 설계 및 구매 목록 작성 (https://t.co/HjIDWXcmKC)
디자인 능력이나 코딩을 모르는 사람도 터미널에서 Claude Code와 함께 책상을 그리고, 공급업체에 직접 자재를 구매해 조립할 수 있다. 이 작가의 계산으로는 고급 브랜드보다 85% 절약된다. 조회수 98,338 / 좋아요 1,237 / 즐겨찾기 1,272.
“3만 달러짜리 소파를 직접 만들면 단돈 4,500달러!”
2️⃣ @kimmonismus · 데이터센터 '전국 수원 고갈'은 루머 (https://t.co/c42dEbAqF0)
인용 데이터: 2024년 미국 대형 데이터센터 현장 물 사용량은 약 190억~230억 가런(gallon)으로, 골프장 관개 용수의 약 4%에 불과하다. 조회수 44,869 / 좋아요 1,341 / 즐겨찾기 264.
“AI를 비난하기 전에, 먼저 숫자를 정확히 계산해야 한다!”
3️⃣ @jerryjliu0 · 세상에는 두 가지 유형의 문서 OCR이 필요하다 (https://t.co/oJrTDxyVgM)
LlamaIndex 창립자가 분석: 방대한 문서는 오픈소스 기반으로 빠르게 파싱(liteparse)하여 기초를 다지고, 핵심 비즈니스에 대해서는 VLM(Vision-Language Model)을 이용해 정밀하게 파싱(OCRia-1)하는 두 경로가 함께 추진되어야 한다. 조회수 17,627 / 좋아요 343 / 즐겨찾기 405.
“빠르면서 저렴하고, 정확하면서 안정적인 것, Agent에게 둘 다 필요하다!”
4️⃣ @omarsar0 · Stanford: AI Agent를 팀원으로 평가 (https://t.co/gkFfkB1Jal)
Collaborative Intelligence Benchmark에서 240개 과제와 8가지 팀 협업 능력을 측정했다. 최고 모델은 82.2점을 받았으나, 팀원이 문제가 생기자 점수가 20~47점 하락했으며, 압박 협상에서는 최적해를 얻은 비율이 14%에 불과했다. 조회수 13,747 / 좋아요 192 / 즐겨찾기 192.
“개별 능력은 만점이지만, 팀워크에서 무너진다!”
5️⃣ @EXM7777 · 모든 의사결정을 총괄하는 전략 자문 Bot 만들기 (https://t.co/sIREYOoHyB)
Agent가 매일 축적하는 컨텍스트(context)야말로 최대 강점이다. 여기에 게임 이론과 비즈니스 전략 프레임워크를 학습시키고, 경쟁사 모니터링 및 초기 트렌드 포착을 맡긴다. 다른 Bot들이 결정을 내리기 전에 먼저 이 Bot에게 물어봐야 한다. 조회수 12,548 / 좋아요 237 / 즐겨찾기 303.
“Bot 군단에게도 사령관(군사)이 필요하다!”