코인씨커의 일기장
예전부터 자기만의 대시보드를 만들라고 하는 이유는 쌓여가는게 중요하다고 생각하기 때문임. 어제 체형교정쌤도 원래 잘하시는거에 대시보드를 꼭 만들라고 알려드렸는데 그 이유는 다음과 같음. AI 한테 무언가 일을 시키는데 예를 들어서 뭐 야심차게 유명한 프로젝트 같은걸 클론으로 해서 만들었음. 근데 그게 전혀 인기가 없음. 당연한게 홍보할 곳도 없고 동일한거 누구나 바로 따라 만들 수 있음. 차별점이 없다면 그런 앱은 망하는거. 그러다보니까 쌓이는게…
저도 공감하고 대시보드 (LLM wiki) 만들어서 겸용해서 사용 중.
저 같은 경우 3개 PC (mac / windows 혼용)에서 각각 코덱스,클로드코드를 돌리고 있는데
나만의 하네스 구축은 물론이고, 각 pc마다 따로 작업되는 것들을 자동으로 동기화시킬 필요도 있었음.
또 바이브코딩을 하다보면 동시에 여러개 세션을 돌리게되고, 여러개 프로젝트를 동시에 진행하게 될 수 밖에 없다 생각하는데
이게 시간이 조금만 지나도, 내가 예전에 어떤 작업을 했고 어떻게 토큰을 썼고, 어떤 모델을 썻는지 기록을 남겨두지 않으면 의미가 많이 퇴색된다고 느낌.
코덱스, 클로드코드 + 각 프로젝트 및 세션, 패치노트를 만들어서 LLM Wiki / 대시보드에 자동으로 동기화시키고 작업하니 따로 신경안써도 과거에 내가 어떤 프로젝트를, 어떤 내용의 작업을 했는지 알 수 있으니 정말 좋더라구요.
처음 세팅은 좀 귀찮을 수 있는데, 안하신분은 꼭 해보시는거 추천!
저 같은 경우 3개 PC (mac / windows 혼용)에서 각각 코덱스,클로드코드를 돌리고 있는데
나만의 하네스 구축은 물론이고, 각 pc마다 따로 작업되는 것들을 자동으로 동기화시킬 필요도 있었음.
또 바이브코딩을 하다보면 동시에 여러개 세션을 돌리게되고, 여러개 프로젝트를 동시에 진행하게 될 수 밖에 없다 생각하는데
이게 시간이 조금만 지나도, 내가 예전에 어떤 작업을 했고 어떻게 토큰을 썼고, 어떤 모델을 썻는지 기록을 남겨두지 않으면 의미가 많이 퇴색된다고 느낌.
코덱스, 클로드코드 + 각 프로젝트 및 세션, 패치노트를 만들어서 LLM Wiki / 대시보드에 자동으로 동기화시키고 작업하니 따로 신경안써도 과거에 내가 어떤 프로젝트를, 어떤 내용의 작업을 했는지 알 수 있으니 정말 좋더라구요.
처음 세팅은 좀 귀찮을 수 있는데, 안하신분은 꼭 해보시는거 추천!
❤1
LLM이 초딩5학년 수준에서 학습을 멈춘다면 어떻게 될까?
라는 주제로, 한 연구팀이 LittleCurriculum라는 데이터를 만들었다고 합니다.
미국 초등 교육과정(K–5) 자료만 골라서 880억 토큰 규모의 코퍼스를 구축한 거죠. 5학년 이상에서 배우는 개념, 사실, 어휘는 철저히 배제하고 5B 파라미터짜리 모델 LittleLearner를 처음부터 훈련시켰어요
그 결과..
1/ 초딩 수준에서 알만한 것들은 “Gravity is a force that pulls all objects towards the Earth.” 이렇게 완전 초등 교과서 스타일로 답했고,
2/ 슈뢰딩거의 고양이나, 양자얽힘같이 초딩이 모를만한 질문엔 "It’s a cat that has been misbehavin’!", "Quantum entanglement is when a person gets caught in two or more ropes that are connected in a special way." 라고 자기 아는 쉬운 패턴으로 억지로 끼워 맞춰서 대답했다고 해요
연구팀은 이 한계를 넘어서게 하기위해, 흔히 하는 학습방법인 모델 크기 키우기, SFT + GRPO 같은 후속 훈련, 인컨텍스트 러닝을 실시했어요. 일정 범위 안에서는 확실히 나아지는 모습을 보이긴 했지만, 그 범위를 넘어서는 지식에는 결국 도달하지 못했다고 합니다.
실험 결과는 <사전훈련에서 학습하지 못했던 건 나중에 억지로 가르쳐도 근본적으로 한계가 있다> 였지요.
직접 대화해보기
https://x.com/fanfei__li/status/2088279761084620802
라는 주제로, 한 연구팀이 LittleCurriculum라는 데이터를 만들었다고 합니다.
미국 초등 교육과정(K–5) 자료만 골라서 880억 토큰 규모의 코퍼스를 구축한 거죠. 5학년 이상에서 배우는 개념, 사실, 어휘는 철저히 배제하고 5B 파라미터짜리 모델 LittleLearner를 처음부터 훈련시켰어요
그 결과..
1/ 초딩 수준에서 알만한 것들은 “Gravity is a force that pulls all objects towards the Earth.” 이렇게 완전 초등 교과서 스타일로 답했고,
2/ 슈뢰딩거의 고양이나, 양자얽힘같이 초딩이 모를만한 질문엔 "It’s a cat that has been misbehavin’!", "Quantum entanglement is when a person gets caught in two or more ropes that are connected in a special way." 라고 자기 아는 쉬운 패턴으로 억지로 끼워 맞춰서 대답했다고 해요
연구팀은 이 한계를 넘어서게 하기위해, 흔히 하는 학습방법인 모델 크기 키우기, SFT + GRPO 같은 후속 훈련, 인컨텍스트 러닝을 실시했어요. 일정 범위 안에서는 확실히 나아지는 모습을 보이긴 했지만, 그 범위를 넘어서는 지식에는 결국 도달하지 못했다고 합니다.
실험 결과는 <사전훈련에서 학습하지 못했던 건 나중에 억지로 가르쳐도 근본적으로 한계가 있다> 였지요.
직접 대화해보기
https://x.com/fanfei__li/status/2088279761084620802
supergrok heavy 월 $100로 쓰는법
원래 월 $300인데 $100로 쓸 수 있는 방법이 있어서 공유드려요
별거 없고 특정 할인 링크를 순서대로 반영하면 됩니다.
단점은 월간 결제가 아닌 연간 결제를 써야만함.
결론적으로 1년 $3000 => $900불 초반대로 구독하게 되는 셈.
요즘 그록 봇이 너무 좋다고 바이럴이 되고있긴 하던데.. 솔직히 지피티, 클로드 거르고 저 돈 쓰는건 좀 많이 아깝긴 한듯.
지피티,클로드 이후 서브용으로 필요하면 추가로 해볼만한정도 같아요
* 무조건 '신규 계정'으로 진행하세요 (트위터 프리미엄 계정은 안될 수도 있음)
* 결제 후엔 1년뒤 추가 결제($3000)되지 않도록 꼭 바로 해지하기
원래 월 $300인데 $100로 쓸 수 있는 방법이 있어서 공유드려요
별거 없고 특정 할인 링크를 순서대로 반영하면 됩니다.
단점은 월간 결제가 아닌 연간 결제를 써야만함.
1/ 50% 슈퍼그록을 아래 할인 링크로 1달 구독
https://grok.com/supergrok/targeted-offer/email-supergrok-50-off-2mo
2/ 이후 3개월동안 $99로 구독
https://grok.com/supergrok/targeted-offer/email-supergrok-67-off-3mo
3/ 이후 2번에서 구독한걸 연간결제로 전환
결론적으로 1년 $3000 => $900불 초반대로 구독하게 되는 셈.
요즘 그록 봇이 너무 좋다고 바이럴이 되고있긴 하던데.. 솔직히 지피티, 클로드 거르고 저 돈 쓰는건 좀 많이 아깝긴 한듯.
지피티,클로드 이후 서브용으로 필요하면 추가로 해볼만한정도 같아요
* 무조건 '신규 계정'으로 진행하세요 (트위터 프리미엄 계정은 안될 수도 있음)
* 결제 후엔 1년뒤 추가 결제($3000)되지 않도록 꼭 바로 해지하기
Codex, 컨텍스트 1M 설정법
1. 영구 설정 (기본값 변경)
→ 저장 후 Codex 재시작 + 새 세션 시작
2. 임시로만 쓰기 (한 번만)
는 티보피셜
https://x.com/thsottiaux/status/2089082893804896524?s=46
1. 영구 설정 (기본값 변경)
~/.codex/config.toml 파일 열고 맨 위에 아래 3줄 추가model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000
→ 저장 후 Codex 재시작 + 새 세션 시작
2. 임시로만 쓰기 (한 번만)
codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000
는 티보피셜
https://x.com/thsottiaux/status/2089082893804896524?s=46
❤2
키쫀쿠(Kiro) 및 쌀먹 방법 소개
Kiro = AWS에서 만든 스펙 기반 AI 코딩 에이전트/IDE
1/ 가입하면 +$20 크레딧 줌 → 유료 플랜(Pro 1000크레딧)을 0원으로 결제할 수 있음.
2/ Pro+ 결제하고 크레딧 모두 사용 후 해지하면됨
3/ 계삭튀
• 한번도 키로 사용을 하지 않은 계정이어야함
Kiro = AWS에서 만든 스펙 기반 AI 코딩 에이전트/IDE
기반: VS Code (Code OSS) 포크
지원 환경: IDE (Windows/macOS/Linux), CLI, Web(프리뷰), Mobile
주요 모델: Claude 계열 (Opus, Sonnet 등) + Auto 라우팅 + 오픈웨이트 모델
1/ 가입하면 +$20 크레딧 줌 → 유료 플랜(Pro 1000크레딧)을 0원으로 결제할 수 있음.
2/ Pro+ 결제하고 크레딧 모두 사용 후 해지하면됨
3/ 계삭튀
• 한번도 키로 사용을 하지 않은 계정이어야함
❤🔥2
이번주 코덱스 큰거 온다는데
이게 Astra일까.. 아니면 그냥 단순 코덱스 개선일까..
트위터에선 이번 주에 Astra가 출시된다고 다들 근들갑이긴 합니다.
https://www.aitimes.com/news/articleView.html?idxno=214016
이게 Astra일까.. 아니면 그냥 단순 코덱스 개선일까..
트위터에선 이번 주에 Astra가 출시된다고 다들 근들갑이긴 합니다.
https://www.aitimes.com/news/articleView.html?idxno=214016
❤🔥2
나의 문어 선생님 (AI & 마케팅)
cline 이용하면 kimi k3 사용가능하네요. 지금 $1.99 프로모션 중이라 저렴하게 찍먹 해볼 수 있음! 1/ 설치 npm install -g cline 2/ cline 3/ 프로모션 결제페이지 이동해서 결제
Cline 이때 구독 하셨던 분들은 이틀 뒤에 구독 종료돼요
혹시나 미리 해지안하신 분들은 토큰 다 녹이고 꼭 해지 해두시길..!
혹시나 미리 해지안하신 분들은 토큰 다 녹이고 꼭 해지 해두시길..!
중국발 구독형 AI모델 가성비 효율비교
1. OpenAI Codex - Pro 20× - ₩280,000 / $200 - 12.41×, 전체 구독형 플랜 중 단위 가치가 가장 높음
2. Ollama Cloud - Pro - ₩28,000 / $20 - 12.24×, 매우 낮은 가격으로 최상위권 효율
3. Ollama Cloud - Max - ₩140,000 / $30 - 12.24×, Pro와 동일 효율에 훨씬 큰 사용량 제공
4. xAI - SuperGrok - ₩42,000 / $30 - 11.71×, 멀티에이전트와 컨텍스트까지 고려하면 높은 효율
5. Anthropic Claude Code - Max 5× - ₩140,000 / $100 - 10.42×, Max 20×와 같은 단위 가치라 더 저렴한 5×가 유리
6. Anthropic Claude Code - Max 20× - ₩280,000 / $200 - 10.42×, 대규모 사용량이 필요할 때 유리
7. Google AI - Ultra 20× - ₩279,986 / $199.99 - 9.14×, 고사용량 구간에서 효율이 크게 상승
8. xAI - SuperGrok Plus - ₩86,471 / $30 - 8.84×, 병렬 처리와 멀티에이전트 기능 강화가 장점
9. Volcano Engine - Token Package Lite - ₩14,206 / $9.58 - 7.00×, 매우 낮은 진입비용으로 높은 효율
10. Volcano Engine - Token Package Pro - ₩43,029 / $29.01 - 7.00×, Lite와 같은 효율에 사용량을 크게 확장
11. Anthropic Claude Code - Pro - ₩28,000 / $20 - 6.27×, 저렴한 기본 플랜 중 가성비가 상당히 높음
12. OpenAI Codex - Plus - ₩28,000 / $20 - 6.21×, Codex 중 가장 낮은 비용으로 높은 단위 가치
13. OpenAI Codex - Pro 5× - ₩140,000 / $100 - 6.21×, Plus와 단위 가치는 같고 사용량을 확장한 형태
14. Google AI - Pro - ₩27,986 / $19.99 - 4.82×, 약 3만원 수준에서 균형 잡힌 코딩 가성비
15. Google AI - Ultra 5× - ₩139,986 / $99.99 - 4.72×, 사용량은 늘지만 Pro보다 단위 효율은 소폭 낮음
16. Z.ai / GLM - Max - ₩224,000 / $160 - 4.41×, GLM 플랜 중 가장 높은 단위 가치
17. Z.ai / GLM - Pro - ₩94,624 / $72 - 4.20×, Max보다 저렴하면서 효율 차이가 크지 않음
18. Moonshot / Kimi - Allegretto - ₩40,971 / $29.26 - 3.29×, Kimi에서 가격과 성능 균형이 가장 좋은 구간
19. Moonshot / Kimi - Allegro - ₩143,912 / $102.79 - 2.81×, 대량 사용에는 적합하지만 Allegretto보다 단위 효율이 낮음
20. Z.ai / GLM - Lite - ₩25,200 / $18 - 2.80×, 낮은 비용으로 GLM을 시작하기 좋은 플랜
21. GitHub Copilot - Max - $100/월 - 1.89×, Copilot 플랜 중 단위 효율이 가장 높음
22. GitHub Copilot - Pro+ - $39/월 - 1.82×, Max와 효율 차이는 작고 가격은 크게 저렴함
23. Moonshot / Kimi - Moderato - ₩20,382 / $14.56 - 1.52×, 저비용 중간 단계지만 Allegretto의 효율 상승폭이 더 큼
24. GitHub Copilot - Pro - $10/월 - 1.33×, 매우 저렴하고 개발 도구가 포함된 입문형
25. Alibaba Cloud - Token Plan Pro - ₩185,088 / $131.94 - 1.31×, 알리 플랜 중 효율은 가장 높지만 전체 기준으로는 낮음
26. Alibaba Cloud - Token Plan Standard - ₩28,618 / $20.44 - 1.17×, 저비용 범용 사용에 적합
27. Alibaba Cloud - Token Plan Lite - ₩16,265 / $11.24 - 1.06×, 진입비용은 낮지만 단위 효율도 낮음
28. WorkBuddy - Enterprise - $99/월/Seat - 0.87×, WorkBuddy 중 가장 높은 효율이지만 모델 선택 제약 존재
29. WorkBuddy - Standard - $19/월/Seat - 0.79×, 가격은 저렴하지만 단위 가치가 낮음
30. WorkBuddy - Advanced - $39/월/Seat - 0.79×, Standard와 효율이 같아 가격 측면에서는 불리
31. Moonshot / Kimi - Andante - ₩10,088 / $7.21 - 0.77×, 가장 저렴하지만 단위 가치도 전체 최하위권
※ DeepSeek 항목은 위 순위에서 제외
DeepSeek 페이지의 1.00× / 1.85× / 2.39× / 3.70× / 7.18×는
'가치 배수'가 아니라 '비용 배수'라서 숫자가 높을수록 좋은 지표가 아님.
따라서 위의 가성비 배수와 그대로 섞어 내림차순 정렬하면 왜곡됨.
https://x.com/NFT_Chen/status/2089930271705661727
1. OpenAI Codex - Pro 20× - ₩280,000 / $200 - 12.41×, 전체 구독형 플랜 중 단위 가치가 가장 높음
2. Ollama Cloud - Pro - ₩28,000 / $20 - 12.24×, 매우 낮은 가격으로 최상위권 효율
3. Ollama Cloud - Max - ₩140,000 / $30 - 12.24×, Pro와 동일 효율에 훨씬 큰 사용량 제공
4. xAI - SuperGrok - ₩42,000 / $30 - 11.71×, 멀티에이전트와 컨텍스트까지 고려하면 높은 효율
5. Anthropic Claude Code - Max 5× - ₩140,000 / $100 - 10.42×, Max 20×와 같은 단위 가치라 더 저렴한 5×가 유리
6. Anthropic Claude Code - Max 20× - ₩280,000 / $200 - 10.42×, 대규모 사용량이 필요할 때 유리
7. Google AI - Ultra 20× - ₩279,986 / $199.99 - 9.14×, 고사용량 구간에서 효율이 크게 상승
8. xAI - SuperGrok Plus - ₩86,471 / $30 - 8.84×, 병렬 처리와 멀티에이전트 기능 강화가 장점
9. Volcano Engine - Token Package Lite - ₩14,206 / $9.58 - 7.00×, 매우 낮은 진입비용으로 높은 효율
10. Volcano Engine - Token Package Pro - ₩43,029 / $29.01 - 7.00×, Lite와 같은 효율에 사용량을 크게 확장
11. Anthropic Claude Code - Pro - ₩28,000 / $20 - 6.27×, 저렴한 기본 플랜 중 가성비가 상당히 높음
12. OpenAI Codex - Plus - ₩28,000 / $20 - 6.21×, Codex 중 가장 낮은 비용으로 높은 단위 가치
13. OpenAI Codex - Pro 5× - ₩140,000 / $100 - 6.21×, Plus와 단위 가치는 같고 사용량을 확장한 형태
14. Google AI - Pro - ₩27,986 / $19.99 - 4.82×, 약 3만원 수준에서 균형 잡힌 코딩 가성비
15. Google AI - Ultra 5× - ₩139,986 / $99.99 - 4.72×, 사용량은 늘지만 Pro보다 단위 효율은 소폭 낮음
16. Z.ai / GLM - Max - ₩224,000 / $160 - 4.41×, GLM 플랜 중 가장 높은 단위 가치
17. Z.ai / GLM - Pro - ₩94,624 / $72 - 4.20×, Max보다 저렴하면서 효율 차이가 크지 않음
18. Moonshot / Kimi - Allegretto - ₩40,971 / $29.26 - 3.29×, Kimi에서 가격과 성능 균형이 가장 좋은 구간
19. Moonshot / Kimi - Allegro - ₩143,912 / $102.79 - 2.81×, 대량 사용에는 적합하지만 Allegretto보다 단위 효율이 낮음
20. Z.ai / GLM - Lite - ₩25,200 / $18 - 2.80×, 낮은 비용으로 GLM을 시작하기 좋은 플랜
21. GitHub Copilot - Max - $100/월 - 1.89×, Copilot 플랜 중 단위 효율이 가장 높음
22. GitHub Copilot - Pro+ - $39/월 - 1.82×, Max와 효율 차이는 작고 가격은 크게 저렴함
23. Moonshot / Kimi - Moderato - ₩20,382 / $14.56 - 1.52×, 저비용 중간 단계지만 Allegretto의 효율 상승폭이 더 큼
24. GitHub Copilot - Pro - $10/월 - 1.33×, 매우 저렴하고 개발 도구가 포함된 입문형
25. Alibaba Cloud - Token Plan Pro - ₩185,088 / $131.94 - 1.31×, 알리 플랜 중 효율은 가장 높지만 전체 기준으로는 낮음
26. Alibaba Cloud - Token Plan Standard - ₩28,618 / $20.44 - 1.17×, 저비용 범용 사용에 적합
27. Alibaba Cloud - Token Plan Lite - ₩16,265 / $11.24 - 1.06×, 진입비용은 낮지만 단위 효율도 낮음
28. WorkBuddy - Enterprise - $99/월/Seat - 0.87×, WorkBuddy 중 가장 높은 효율이지만 모델 선택 제약 존재
29. WorkBuddy - Standard - $19/월/Seat - 0.79×, 가격은 저렴하지만 단위 가치가 낮음
30. WorkBuddy - Advanced - $39/월/Seat - 0.79×, Standard와 효율이 같아 가격 측면에서는 불리
31. Moonshot / Kimi - Andante - ₩10,088 / $7.21 - 0.77×, 가장 저렴하지만 단위 가치도 전체 최하위권
※ DeepSeek 항목은 위 순위에서 제외
DeepSeek 페이지의 1.00× / 1.85× / 2.39× / 3.70× / 7.18×는
'가치 배수'가 아니라 '비용 배수'라서 숫자가 높을수록 좋은 지표가 아님.
따라서 위의 가성비 배수와 그대로 섞어 내림차순 정렬하면 왜곡됨.
https://x.com/NFT_Chen/status/2089930271705661727
❤2