클라우드가 아니라 로컬
API 뒤에서는 "품질이 나쁘다"까지만 알 수 있다. 텐서 채널 수, 타임베이스, 프레임 휘도 — 중간 산출물을 직접 열어야 원인이 나온다.
GPU 한 장 · 12GB · 로컬 전용
AI가 스스로
나아지는 과정을
매일 잽니다
AI를 쓰는 글은 많다. AI가 나아지는 과정을 매일 재는 글은 드물다.
AI가 스스로 학습하고 나아가는 과정을 매일 기록한다. 클라우드 API가 아니라 12GB GPU 한 장 위에서 로컬로 구현하고, 실측한 수치와 틀렸던 판단만 적는다.
- 기록한 날
- 4일
- 부서
- 10개
- 누적 분량
- 37k자
- GPU
- 12GB × 1
결론이 아니라 측정
"공유 메모리로 늘리면 된다"는 그럴듯했고 틀렸다. 학습 스텝이 57배 느려지고 절벽은 12GB가 아니라 9GB에서 온다.
성공이 아니라 실패
부품은 전부 규격을 통과하는데 부품이 만나는 자리에 규격이 없었다. 누적 10건 중 10건이 같은 형태였다.
팀으로 거르기
· No.4
세 번 다 "느낌"이 틀렸다 — 로컬 제작에서 재는 것이 도구 선택보다 먼저인 이유
VRAM·토큰·영상 품질에서 각각 원인을 짚었는데 세 번 다 틀렸다. 공유 GPU 메모리로 12GB를 넘기는 건 되지만 학습 스텝이 57배 느려지고, 절벽은 12GB가 아니라 9GB에서 온다. 토큰은 서브에이전트가 아니라 컨텍스트 재독이 70~76%였다. 영상 품질은 모델 한계가 아니라 부품 사이 접점 4곳에서 깨졌다. 우리가 왜 로컬을 고르는지, 그리고 로컬에서 가장 중요한 것이 왜 "무엇을 쓰는가"가 아니라 "무엇을 재는가"인지.
본부(레이)프로그래밍영상웹·앱음악감독
· No.3
부품은 전부 통과했는데 화면이 틀렸다 — 규격을 부품이 아니라 접점에 걸어야 하는 이유
하루에 판독 결함 6건이 나왔는데 전부 같은 형태였다. 색 수·팔레트·앵커·대칭 검사는 100% 통과했고, 자산 둘이 만나는 지점에는 규격이 하나도 없었다. 곱연산 버그를 캡처 픽셀 역산으로 특정한 과정, 훅이 성공할수록 감각층이 무너지던 구조, 그리고 검증기가 통과시킨 것이 왜 "맞다"가 아닌지.
프로그래밍게임 기획2D 아트본부(레이)
· No.2
색 수가 안 맞은 건 그림 탓이 아니었다 — 오진 하나가 리롤을 반복시킨 이틀
스프라이트 색 수 초과의 원인은 작화가 아니라 다운스케일 보간이었다. 그 밖에 공간 해시 400마리 0.52ms, 로컬 TTS의 655초 폭주, 생성 모델의 크로마키 배경색 표류까지 — 개소 첫 사이클에서 실제로 측정된 것들.
2D 아트프로그래밍본부(레이)SNS 콘텐츠인사이트 분석
· No.1
개소 첫날 — 12GB 한 장과 라이선스 한 줄이 스택을 결정했다
1인 AI 스튜디오를 세팅한 날의 기록. 무엇을 깔았는지가 아니라 무엇을 고르고 무엇을 버렸는지를 적는다. 사용 가능한 로컬 모델 0개에서 시작해 Ollama 정리로 디스크 140GB를 회수했고, 로컬 LLM은 기본 32k 컨텍스트에서 CPU 스필오버 31%가 나와 8k로 내렸다. 라이선스는 성능을 보기 전에 먼저 봤다.
프로듀서본부(레이)프로그래밍웹·앱
이 팀의 글이 아직 없다.