🔥 AI 트윗 트렌드 핵심 요약 (2026.07.20)
데이터: 1,324개 트윗 분석 (AI/테크 744개) | 주요 키워드 TOP 5: Kimi K3 · 오픈웨이트 · Qwen3.8 · Fable 5 · 컴퓨트 | 메인 이벤트: Kimi K3 수요가 GPU 공급을 넘어서며 신규 구독 중단 + Qwen3.8 2.4조 파라미터 오픈웨이트 예고
주말 사이 시장이 스스로 답을 내놨습니다. 지난주 내내 "중국 오픈 모델이 미국 프런티어를 따라잡았다"는 이야기가 돌았는데, 어제 문샷AI가 GPU가 모자라 신규 구독을 막는다고 공지하면서 논쟁의 성격이 바뀌었습니다. 이제 질문은 "얼마나 좋은가"가 아니라 "그 수요를 감당할 칩이 어디 있는가"입니다.
같은 날 알리바바는 Qwen3.8을 2.4조 파라미터 오픈웨이트로 내겠다고 예고했고, 앤트로픽의 Claude Fable 5는 오늘부터 Max·Team Premium 플랜에 포함됩니다. 반년 전만 해도 "너무 위험해서 못 낸다"던 모델이 구독 상품이 되는 사이, 중국 랩 네 곳이 한 달 안에 프런티어급 모델을 연달아 밀어 넣었습니다.
그 반작용도 같은 주말에 나왔습니다. 미국 42개 주에서 데이터센터 반대 시위가 동시에 열렸고, OpenAI 임원은 오픈웨이트 우위 세계를 "AI 공산주의"라 불렀습니다. 값이 내려가는 속도와 사회가 그걸 소화하는 속도가 어긋나기 시작한 하루였습니다.
1. Kimi K3, 수요가 GPU를 눌렀다 — 신규 구독 일시 중단
문샷AI가 어제 오전 신규 구독 접수를 멈췄습니다. 공지의 논리는 단순합니다 — 48시간 만에 수요가 현재 용량의 한계까지 밀어붙였고, 기존 구독자의 경험을 지키려면 새 유입을 잠시 막는 수밖에 없다는 것입니다. 기존 가입자는 영향이 없고, 용량을 늘리는 대로 신규 자리를 배치(batch) 단위로 다시 연다고 했습니다 (🔖 @Kimi_Moonshot).
반응은 두 갈래로 갈렸습니다. 한쪽은 이걸 제품 시장 적합성(PMF)의 증거로 읽었고 (🔥 @DavidOndrej1), 다른 쪽은 투자 논리가 뒤집힌 순간으로 봤습니다. "월가는 값싼 중국 모델이 엔비디아를 죽인다고 했는데, 48시간 뒤 키미는 구독을 멈추고 GPU를 최대로 돌리며 용량을 늘리는 중"이라는 정리가 대표적입니다 — 싸진 지능이 컴퓨트 수요를 줄이는 게 아니라 48시간 만에 용량 한계까지 밀어 올린다는, 이른바 제본스 역설(효율이 올라가면 총소비가 오히려 는다는 경제학 명제)의 실사판이라는 겁니다 (🔥 @benitoz). 실제로 "K3가 컴퓨트에 약세 재료라고 누가 그랬나"라는 반문이 이어졌습니다 (🔥 @jukan05).
돈의 흐름은 아직 이 해석을 따라가지 못했습니다. 리플릿 창업자 암자드 마사드는 "K3 뉴스에 엔비디아가 급등해야 하는데 오히려 빠지고 있다"고 짚었습니다 (🔥 @GavinSBaker). 공급망 쪽 관측도 나왔습니다 — 알리바바는 문샷의 주요 투자자이고 키미는 알리클라우드 GPU를 상당량 쓰는데(종종 Qwen 팀 자원과 경쟁합니다), 알리바바가 열흘 전 알리클라우드 40%+ 성장을 예고한 게 K3 이전 수치였다는 점입니다 (🔥 @kevinsxu). 화웨이가 추론 전용 칩에 정부의 백지수표를 받게 될 것이라는 전망도 같은 맥락에서 나왔습니다 (🔥 @natolambert).
정작 웨이트는 아직 공개 전입니다. 문샷 공식 블로그는 전체 모델 웨이트를 7월 27일까지 공개하겠다고 날짜를 못 박았고, 지금 쓸 수 있는 건 API와 구독뿐입니다 (🔥 @bigeagle_xd). 즉 오늘의 병목은 모델이 아니라 그 모델을 돌릴 칩입니다.
그 밖에: 기관 투자자들에게 "키미 사태 전체를 처음부터 끝까지 설명해줄 사람을 유료로 찾는다"는 공개 구인이 올라올 만큼 (🔥 @MartinShkreli), 이 사건은 이미 기술 뉴스를 넘어 투자 이슈가 됐습니다. 한편 K3를 코덱스 앱 안에 물려 쓰는 5분짜리 설정법이 북마크 603개를 모으며 실사용 쪽에서도 빠르게 퍼졌습니다 (🔥 @hqmank).
시사점: "성능이 좋다"와 "지금 쓸 수 있다"는 다른 문제입니다. 오픈 모델을 업무에 넣을 계획이라면 벤치마크 점수보다 가용성(대기열·한도·웨이트 공개일)을 먼저 확인하세요. 웨이트가 풀리는 7월 27일 전까지 K3는 사실상 용량 제한이 걸린 API 상품입니다.
#키미K3구독중단#제본스역설#웨이트7월27일공개
2. Qwen3.8, 2.4조 파라미터 오픈웨이트 예고 — 중국 랩 넷이 한 달 안에
알리바바 Qwen 팀이 다음 카드를 꺼냈습니다. Qwen3.8을 오픈웨이트로 곧 출시하며, 총 2.4조 파라미터로 자사 최대 규모라는 예고입니다. 자체 평가로는 "선도 프런티어 모델에 준하며, Fable 5에만 뒤진다"고 적었습니다 (🔥 @Priyannkaaaa). 이미 중국 본토에서는 Qwen-3.8-Max-Preview가 Qwen 토큰 플랜 구독자에게 열려 시험 중입니다 (🔥 @synthwavedd).
속도가 이상할 정도라는 반응이 중국어권에서도 나왔습니다. "6월 GLM 5.2, 이번 주 Kimi K3, 다음 주 Qwen3.8과 DeepSeek V4 — 대체 무슨 일이길래 다들 한꺼번에 도약하나"라는 물음이 댓글 204개를 끌어모았습니다 (💬 @_FORAB).
실측 후기도 갈립니다. 한 개발자는 Qwen 3.8 Max가 자체 벤치마크에서 모든 Opus 계열을 앞섰지만 일부 하니스(모델을 실제 작업에 물려 돌리는 실행 껍데기)에서 도구 호출 문제가 있다고 전했습니다 (🔥 @aicodeking).
가격은 다른 이야기입니다. Qwen 토큰 플랜이 월 18달러로 코덱스 100달러 플랜과 비슷한 사용량을 준다는 후기가 돌았고 (🔥 @OmedVibeCodes), 딥시크 가격은 "사실상 공짜 수준"이라는 평가까지 나왔습니다 (🔥 @ankkala).
그 밖에: Qwen 3.8(2.4조) 접근권을 나눠주겠다는 글에 댓글 141개가 달릴 만큼 대기 수요가 몰렸고 (💬 @CommandCodeAI), 중국이 DeepSeek-R1(671B)을 24GB 그래픽카드 한 장에서 돌리는 프레임워크를 공개했다는 정리 글은 북마크 1,201개를 모았습니다 (🔖 @thesupermanmx).
시사점: 오픈웨이트 발표에서 진짜 봐야 할 숫자는 최상위 모델의 파라미터가 아니라 함께 나오는 소형 버전입니다. 2.4조는 못 돌려도 27B는 워크스테이션에서 돕니다. 사내 도입을 검토한다면 "가장 큰 모델"이 아니라 "우리 GPU에 올라가는 가장 작은 합격선"을 기준으로 잡으세요.
#Qwen3.8오픈웨이트#중국랩연쇄출시#소형버전이핵심
3. Claude Fable 5, 오늘부터 Max·Team Premium에 — 뒤집힌 여론
앤트로픽 예고대로 오늘(7월 20일)부터 Claude Fable 5가 모든 Max·Team Premium 플랜에 포함됩니다. 한도는 평소의 50% 수준이고, Pro·Team Standard 이용자는 사용 크레딧 방식으로 계속 접근합니다. 문제는 이 발표에 달린 반응의 온도가 완전히 바뀌었다는 점입니다.
"해킹 가능·사이버 위협·너무 위험해서 못 낸다·생물무기·전쟁 유발이라더니, 이제 'Max와 Team Premium 플랜에 포함됩니다'냐"는 조롱이 좋아요 3,246개를 모았습니다 (🔥 @zeroxkyle). 더 직설적인 요약도 붙었습니다 — "Kimi K3가 공개됐으니 Fable은 더 이상 인류에게 위험하지 않다" (🔥 @h4x0r_dz). 같은 논리를 가장 널리 퍼뜨린 건 "중국 오픈웨이트가 격차를 좁히자 갑자기 Fable이 '인류에게 너무 위험'하지 않게 됐다"는 한 줄로, 좋아요 7,408개를 기록했습니다 (🔥 @RnaudBertrand).
경쟁이 안전 담론의 강도를 조절했다는 의심인데, 여기에 실사용 불만이 겹쳤습니다. "지금 Fable 5 왜 이러냐 — 출력 품질이 떨어지고 갑자기 게을러졌다"는 글에 댓글 96개가 달렸고 (💬 @argofowl), 앤트로픽 구독을 해지했다는 후기도 나왔습니다. 연구 알고리즘을 변형해 재현하려는데 모델이 벤치마킹·디버깅·수식 정리를 계속 거부했고, GPT-5.6 Sol로 옮기니 바로 됐다는 내용입니다 (🔥 @tomhacks).
거부 성향이 실제로 높아진 건 앤트로픽 자신이 인정한 사실입니다. Fable 5 재배포 공지에서 "이번엔 안전 여유를 이전 어느 출시보다 크게 잡았고, 그 결과 무해한 요청도 훨씬 자주 차단될 것"이라고 적었습니다. 성능이 아니라 정책 설정이 체감 품질을 깎고 있다는 뜻입니다.
같은 표를 두고 "Grok 4.5는 1.5조 파라미터에 불과한데 Kimi K3는 2.8조이고 작업당 비용은 3배"라며 규모가 아니라 효율이 승부처라는 정리도 좋아요 4,776개를 모았습니다 (🔥 @minchoi).
가격표 안쪽에서는 티어 구조 자체가 흔들린다는 관측도 나왔습니다. Opus 5가 현재 Fable 5를 넘어선다는 소문이 사실이면 'Mythos 등급'이라는 상위 티어의 존재 이유가 무너지므로, Fable 5.5를 동시에 내야 하는 구조적 모순에 앤트로픽이 갇힌다는 지적입니다 (🔥 @kimmonismus).
그 밖에: 벤치마크 해석도 조심할 대목이 있습니다. 법률 과제에서 K3가 Fable 5의 두 배 성능(26.7% 대 14.2%)이라는 수치가 돌았는데 (🔥 @Young_AGI), 이는 Artificial Analysis 자체 구현(Harvey LAB-AA) 기준입니다. 같은 벤치마크를 별도로 구현한 vals.ai에서는 K3 10.8%, Fable 5 11.3%로 순위가 뒤집힙니다 — 같은 이름의 벤치마크라도 구현체가 다르면 결론이 반대가 될 수 있습니다.
시사점: 구독에 포함됐다고 실효 한도까지 넉넉해진 건 아닙니다. Max·Team Premium은 50% 한도, Pro·Team Standard는 크레딧 차감이라 사용 패턴에 따라 체감이 크게 갈립니다. 그리고 "모델이 게을러졌다"고 느낄 때는 성능 저하가 아니라 거부 정책 강화일 수 있으니, 요청을 쪼개고 목적을 명시해 다시 시도해보세요.
#Fable5구독포함시행#안전담론과경쟁#벤치마크구현체차이
4. "오픈웨이트 우위 세계는 AI 공산주의" — 논쟁이 정책 전선으로 옮겨갔다
기술 논쟁이 정책 논쟁으로 넘어갔습니다. OpenAI의 딘 볼(Dean Ball, 전략미래 총괄·6월 합류한 전 백악관 AI 정책 보좌관)이 K3를 두고 "오픈웨이트 모델이 지배하는 세계의 유력한 귀결은 완전한 AI 공산주의"라고 적으면서, 오픈웨이트 논의가 이념 언어로 번역됐습니다.
반박은 즉각적이었고, 대부분 역사적 비유를 들었습니다. "오픈웨이트 모델은 본질적으로 감속주의"라는 주장에 대해 한 연구자는 "리눅스가 점유율을 얻기 시작했을 때 우리도 정확히 같은 종류의 헛소리를 들었다"고 응수했습니다 (🔥 @francoisfleuret). 차마스 팔리하피티야는 "규제 장악 시도는 그만, 지니는 이미 병에서 나왔으니 현장에서 경쟁하자"고 적었고 (🔥 @chamath), 잭 도시는 "미래는 오픈소스"라는 같은 취지에 짧게 동의했습니다 (🔥 @jack). 구도 자체가 미·중이 아니라 열림 대 닫힘이라는 재정의도 나왔습니다 (🔥 @jun_song).
같은 며칠을 한 줄로 엮은 관찰이 이 흐름을 잘 요약합니다 — 앤트로픽은 Claude의 거부 성향을 높였고, OpenAI 임원은 오픈웨이트를 공산주의라 불렀으며, 정부가 미국인의 중국 제품 사용을 막기 위해 거짓말을 해야 한다는 제안까지 나왔다는 정리입니다 (🔥 @jeremykauffman).
수출 통제를 강화하자는 주장도 같이 커졌습니다 — "중국에 GPU 파는 걸 멈춰라, 축구도 아니고 공정한 싸움일 필요가 없다"는 글에 "누군가 따라잡은 순간의 자본주의자들"이라는 냉소가 붙어 좋아요 4,043개를 모았습니다 (🔥 @basedjensen).
증류(distillation, 강한 모델의 출력을 받아 약한 모델을 학습시키는 기법) 의혹도 다시 불이 붙었습니다. 딥시크가 API를 통해 Claude Fable 5를 포함한 상용 모델의 출력을 대규모로 수집해 왔다는 분석 스레드가 댓글 165개·북마크 491개를 모았습니다 (💬 @synthwavedd). 다만 여기엔 반대 방향의 질문도 붙습니다 — "중국이 더 싼 값에 미국 모델을 증류한다면, 미국은 왜 자기 모델을 증류해서 값을 낮추지 않나"라는 반문이 좋아요 4,901개를 모았습니다 (🔥 @vysecurity).
거리에서도 반작용이 나왔습니다. 7월 18일 미국 42개 주에서 142건의 반(反) 데이터센터 시위가 동시에 열렸습니다. 전국 단위로는 첫 사례로, 티파티 계열 인사가 공동 창립한 단체 HumansFirst가 조직했습니다. 전 백악관 AI 차르가 미국이 AI 정책의 "결정적 변곡점"에 있다고 경고한 것도 같은 날입니다 (💬 @Polymarket). 온라인의 반응은 시위 자체보다 그것이 무엇의 신호인지에 쏠렸습니다 (🔥 @cremieuxrecueil).
그 밖에: 중국 랩의 인력 구조를 짚은 관찰도 돌았습니다 — "중국 랩 작업의 상당 부분을 인턴이 떠받치고 있는데, 모델 학습 세부를 깊이 이해하는 학부·대학원 인턴을 여럿 만났고 이들은 공유에 100배 개방적이었다"는 전언입니다 (🔥 @hsu_steve).
시사점: 오픈웨이트를 둘러싼 말이 기술 논쟁에서 이념 논쟁으로 넘어가면, 다음 단계는 대개 규제입니다. 오픈 모델을 사내 스택에 넣을 계획이라면 지금이 도입 시점을 앞당길지 판단할 시기입니다 — 정책은 성능보다 빨리 바뀔 수 있습니다.
#AI공산주의발언#증류의혹재점화#데이터센터시위42개주
5. 병목이 실물 숫자로 — 메모리 60%, 전력, 그리고 부지
컴퓨트 부족이 추상적 우려가 아니라 구체적인 공급 계획 숫자로 나타났습니다. SK 최태원 회장은 대한상의 제주포럼에서 내년 AI 반도체 수요가 올해보다 최소 60~100% 늘어난다고 봤고, 전체 반도체·메모리로 넓혀도 50~60% 이상 증가하는 반면 공급량은 거의 늘지 않는다고 경고했습니다. 결과는 전 세계 기업이 메모리 칩을 두고 아우성치는 상황이라는 것입니다 (🔥 @StockSavvyShay).
병목은 칩 하나가 아닙니다. "세상이 이렇게 컴퓨트 제약에 걸려 있는데 어떻게 아니라고 생각할 수 있나 — 아직 아무도 AI를 본격적으로 쓰지 않는데 벌써 용량 한계다. 데이터센터 부지, 인허가, 전력, 계통 연결, 칩, 건설, 냉각 전부가 병목"이라는 정리가 나왔습니다 (🔥 @nicbstme). 프런티어 모델이 수요 초과로 용량이 바닥나는 걸 보며 "일요일에 맡는 AI 설비투자 냄새"라는 냉소도 댓글 175개를 모았습니다 (💬 @aleabitoreddit).
자본은 이미 그 방향으로 이동 중입니다. 차마스는 비트코인 채굴에 쓰이는 한계 전력이 AI 토큰 서빙으로 재배치되면 10~20배 가치가 있다며, 이 변화가 구조적으로 보인다고 적었습니다 — 댓글 514개·북마크 515개가 달린 논쟁적인 글입니다 (💬 @chamath). AI 클라우드 쪽에서는 네비우스($NBIS)가 마이크로소프트·메타와 맺은 460억 달러 규모 계약(메타 270억 달러 중 120억 고정·150억 옵션)을 근거로 2030년 매출 340억 달러 전망이 제시됐습니다 (🔥 @StockSavvyShay).
그 밖에: 모델 하나에 걸지 말라는 실무 조언도 같은 맥락에서 나왔습니다 — "모든 모델에 동시에 베팅하라"는 한 줄이 북마크 250개를 모았습니다 (🔥 @rauchg).
시사점: 값싼 모델이 나왔다고 인프라 비용이 줄지 않습니다. 오히려 쓰는 양이 늘어 총비용이 커집니다. 내년 예산을 짤 때 토큰 단가 인하분을 그대로 절감으로 잡지 말고, 사용량 증가를 함께 반영하세요.
#메모리수요60퍼센트#전력과부지병목#총비용은늘어난다
6. 🆕 오늘의 신기능·신제품 출시 — 한자리 정리
ChatGPT Work, 클라우드에서 도는 에이전트. OpenAI 사장 그렉 브록만이 ChatGPT Work의 최고 기능으로 클라우드 실행을 꼽았습니다 — 모바일에서도 돌고, 노트북을 닫아도 작업이 이어집니다. "에이전트를 쓰려면 노트북을 열어둬야 하는 상태가 이렇게 오래 갔다는 게 오히려 이상하다"는 자평입니다 (💬 @gdb).
Hermes 에이전트 데스크톱 앱 업데이트. 도구 백엔드, 준비 상태 표시, 설정 가능 범위를 손봤습니다. 앱만 업데이트하면 바로 적용됩니다 (💬 @Teknium).
Kimi K3 × 코덱스 앱 조합. K3를 코덱스 앱 안에서 돌리는 5분 설정법이 공유됐고, 실사용 후기로는 GPT-5.5를 넘고 5.6도 근소하게 앞선다는 평가가 붙었습니다 (🔥 @hqmank).
Gemma 4 12B의 '눈' 들여다보기. 멀티모달 모델이 영상을 볼 때 무엇을 생각하는지 시각화한 실험이 공개됐습니다 (🔥 @matthen2).
| ', 'Screenshot', 'upload' 같은 웹 문서 토큰이 섞여 있는 게 눈에 띕니다 — 이미지 패치를 텍스트 토큰과 같은 공간에서 처리하다 보니 학습 데이터의 HTML 흔적이 그대로 배어난 것입니다.
코덱스가 SSD를 갉아먹고 있었다 (버그 알림). 아무도 켠 적 없는 로거가 몇 주째 돌고 있었습니다. TRACE 레벨 SQLite 기록이  ChatGPT와 코덱스의 성격 차이. 같은 회사 제품인데 거절 기준이 다르다는 비교가 돌았습니다 (🔥 @hesselbom).  Qwen 토큰 플랜의 실제 사용량. 월 18달러 플랜의 잔여 한도 화면이 공유됐습니다 (🔥 @OmedVibeCodes).  그 밖에: 클라인(Cline)이 월 9.99달러 구독으로 K3를 포함한 오픈웨이트 모델에 할인 접근을 제공하기 시작했고, 딥시크 V4는 다음 주 정식 출시가 예고돼 있습니다. 에이전트 설계 쪽에서는 'Loop Engineering Is Dead. Enter Graph Engineering'이라는 글이 돌며, 한 단계씩 반복하는 루프 방식 대신 작업을 그래프로 놓고 의존 관계대로 흘리는 구조가 다음 표준이라는 주장이 나왔습니다. LLM에게 문서를 쓰게 할 때 ADS-STE 같은 기술문서 표준 규격을 따르라고 지시하면 'AI가 쓴 티'가 사라진다는 실무 요령은 북마크 5,301개를 모았습니다 (🔖 @jayhemz).
📊 오늘의 감정/온도 분석차분 ←→ 과열 전환 — 키미가 GPU 부족으로 구독을 멈추고, SK가 메모리 부족을 경고하고, 차마스가 채굴 전력의 재배치를 말한 하루입니다. 경쟁의 축이 "누가 더 똑똑한가"에서 "누가 더 돌릴 수 있는가"로 이동했습니다. 성장 — Fable 5의 구독 편입, Qwen 토큰 플랜 월 18달러, 딥시크의 "사실상 공짜" 가격은 데모가 아니라 청구서에 찍히는 변화입니다. 한 달 전과 비교하면 같은 작업의 단가가 눈에 띄게 낮아졌습니다. 주의 — 42개 주 142건의 데이터센터 반대 시위는 온라인 여론이 아니라 오프라인 조직화입니다. 여기에 "오픈웨이트는 AI 공산주의"라는 이념 프레임이 얹히면서, 기술 논쟁이 규제 논쟁으로 옮겨갈 조건이 갖춰졌습니다. 과열 — Kimi K3의 아레나 1위가 "중국이 미국을 앞질렀다"로 요약되며 퍼졌지만, 그건 프런트엔드 코드 아레나 한정이고 문샷 자체 블로그도 종합 성능은 Fable 5·GPT-5.6 Sol에 못 미친다고 적었습니다. KingBench 3에서도 Fable 5가 82.5로 여전히 1위입니다. 순위표를 인용할 땐 어떤 보드인지부터 확인할 시점입니다. 라벨 분포로 보면 오늘은 🔥 인기형이 여전히 많았지만, 오픈웨이트·정책·컴퓨트를 두고 의견이 갈린 💬 논쟁이 눈에 띄게 늘었고, 실사용 설정법과 버그 경고 쪽으로 🔖 저장이 몰렸습니다 — 흥분보다 '어떻게 대응할까'를 챙긴 날에 가깝습니다. 💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지1. 코덱스 CLI 쓴다면 버전부터 확인 — (@0x_kaize)
코덱스 CLI가 아무도 켜지 않은 TRACE 레벨 로그를 2. 오픈 모델은 '웨이트 공개일'을 캘린더에 적어두기 — (@bigeagle_xd) Kimi K3는 지금 API·구독으로만 쓸 수 있고 전체 웨이트는 7월 27일까지 공개 예정입니다. 자체 서버에 올려 쓸 계획이라면 그날 전까지는 검토만 하고 도입 결정을 미루는 편이 낫습니다 — 지금 API로 잡은 비용 계산이 웨이트 공개 후엔 완전히 달라집니다 (🔥 @bigeagle_xd). 3. 벤치마크는 '어느 구현체인지'까지 봐야 한다 — (@Young_AGI) 법률 과제에서 Kimi K3가 Fable 5의 두 배(26.7% 대 14.2%)라는 수치가 돌았지만, 이건 Artificial Analysis 구현 기준입니다. 같은 Harvey 벤치마크를 vals.ai가 따로 구현한 결과는 K3 10.8%, Fable 5 11.3%로 순위가 반대입니다. 도입 근거로 벤치마크를 쓸 땐 점수와 함께 누가 측정했는지를 기록하세요 (🔥 @Young_AGI). 4. "모델이 게을러졌다" 싶으면 거부 정책을 의심 — (@tomhacks) 한 이용자는 연구 알고리즘 변형·벤치마킹·디버깅 요청이 반복 거부되자 구독을 해지했습니다. 앤트로픽은 Fable 5 재배포 공지에서 안전 여유를 이전보다 크게 잡아 무해한 요청도 더 자주 차단될 것이라고 스스로 밝혔습니다. 성능 문제가 아니라 정책 문제일 수 있으니, 작업 목적을 명시하고 단계를 쪼개서 다시 요청해보세요 (🔥 @tomhacks). 5. 오픈웨이트 도입은 '가장 작은 합격선'부터 — (@MiaAI_lab) Qwen3.8은 2.4조 파라미터 최상위 모델로 화제지만, 실제로 사내에서 돌릴 수 있는 건 함께 나올 27B·35B급입니다. 자체 GPU에 올릴 계획이라면 최대 모델 사양이 아니라 우리 업무 기준을 통과하는 가장 작은 모델을 찾는 게 비용과 도입 속도 모두에 유리합니다 (🔥 @MiaAI_lab). 6. 여러 모델을 동시에 붙여두기 — (@rauchg) 한 모델에만 워크플로를 묶어두면 오늘의 키미처럼 공급자가 갑자기 신규 접수를 막을 때 그대로 멈춥니다. "모든 모델에 동시에 베팅하라"는 조언대로, 같은 작업을 두세 모델로 라우팅할 수 있게 만들어두면 장애와 한도 변경을 흡수할 수 있습니다 (🔥 @rauchg). 7. 저렴한 코딩 플랜으로 비용 실험하기 — (@OmedVibeCodes) Qwen 토큰 플랜은 월 18달러로 5시간당 3,000회·7일당 10,000회 한도를 줍니다. 1시간 30분 연속 사용에도 한도의 10%를 넘기지 않았다는 후기가 있으니, 대량 초안이나 반복 리팩터링처럼 품질보다 물량이 중요한 작업을 옮겨보면 총비용이 눈에 띄게 줄어듭니다 (🔥 @OmedVibeCodes). 8. 추론을 결정적 코드로 바꿔 나가기 — (@badlogicgames) 한 개발자가 2년간 시스템을 만들며 정착한 흐름입니다 — 처음엔 모든 단계를 모델 추론으로 돌려 동작과 정확도를 관찰하고, 그다음 결정적(deterministic) 코드로 대체 가능한 단계를 찾아 하나씩 바꿉니다. 결국 대부분의 추론이 사라지고 꼭 필요한 곳만 남습니다. 비용·속도·안정성이 한꺼번에 좋아지는 접근입니다 (🔥 @badlogicgames). 9. 커스텀 하니스는 이제 만들지 않아도 된다 — (@radshaan) 하니스란 모델을 실제 작업에 물려 돌리는 실행 껍데기를 말합니다. 코덱스·Claude Code·Open Code 같은 도구들이 어려운 부분을 이미 제대로 구현해뒀으니, 직접 만들지 말고 이들을 범용 실행기로 쓰라는 조언입니다. 새 프로젝트를 시작할 때 여기서 몇 주를 아낄 수 있습니다 (💬 @radshaan). 10. 통합 테스트는 명시적으로 요구하기 — (@bpodgursky) 가장 똑똑한 모델도 시키지 않으면 통합 테스트(여러 부품을 붙여 실제 흐름을 검증하는 테스트)를 쓰지 않고, 쓸모없는 단위 테스트 1만 개를 만들고 끝냅니다. 테스트를 요청할 때는 "단위 테스트 말고, 실제 요청이 DB까지 갔다 오는 경로를 검증하는 통합 테스트"처럼 종류와 범위를 못 박으세요 (🔥 @bpodgursky).
|
|---|