MS 장애 글로 오신 분들이 많아서
처음으로 제 소개를 드립니다.
저는 NG(엔지)입니다.
게임 데이터 분석으로 시작해 지금은 로컬 AI 에이전트를 만드는 "엔지"니어입니다.
여기서는 이런 이야기를 합니다.
1. 직장인의 시각에서 AI가 어떻게 우리의 삶을 바꾸는지
2. 모델을 직접 돌려본 결과 비교와 에이전트 개발 고민
3. AI 흐름을 따라 움직이는 기업과 주식
4. AI로 게임 만들기 버킷리스트 도전기
비슷한 관심사를 가진 한국은 물론 해외에 계신 빌더분들과도 편하게 이야기 나누고 싶습니다.
언제든 말 걸어주세요.
앞으로 잘 부탁드립니다.
X를 시작한 지 벌써 4주가 지났습니다.
처음엔 그록을 쓰려고 결제했다가 수익화도 가능하다는 피드를 보고 호기심에 발을 들였네요. 돈 싫어하는 사람 없잖아요? ㅋㅋ
28일 동안 이런저런 시도를 해보니
정해진 답보다는 꾸준히 내 이야기를 쌓아가는 방향성이 더 중요하게 느껴졌습니다.
무엇보다 글을 쓰고 답글을 나누는 과정을 진짜 즐기려면 관심사가 맞는 사람들과 웃고 떠드는 재미가 있어야 한다는 걸 배웠습니다.
시작은 부업이었지만 지금은 다양한 분들과 어울리며 배우고 나누고 싶은 마음이 훨씬 큽니다.
앞으로도 재밌게 소통하고 싶습니다.
긴 글 읽어주셔서 감사합니다.
잘 부탁드립니다!
내가 본 AI 사용자 유형 정리
1. 취미파
프사 뽑기, 게임 만들기, 귀여운 영상 제작 등 장난감으로 씀.
월 20달러 결제하고 주간 사용량 100% 못채우는 무해한 유저들. 깨달음을 얻고 2,3번으로 진화하는 경우도 많이 보임
2. 한계돌파
본업에 영혼까지 갈아 넣는 부류.
내 뇌의 한계를 클로드랑 챗GPT로 돌파함.
1인 개발로 사스(SaaS) 찍어내거나 로컬 LLM 돌리면서 희열을 느낌
3. 자동화/수익화파
돈 복사를 위해 서버 파서 봇 돌리고 쇼츠 인스타 무한 생성 파이프라인 구축함. 일부 고수 제외하고는 API 토큰값이랑 서버비로 나간 돈이 더 많음.
4. X냥이파
나쁜놈들.
NG (엔지) retweeted
대본은 제미나이가 넘사긴 하네
확실히 많이 좋아졌다
유튜브 하시거나 주제,대본 선정할때 제미나이 많이 활용해보세요 이 분야는 클로드보다 좋은듯
이제부터 당분간 제미나이,클로드 두개 구독할듯
NG (엔지) retweeted
Replying to @nowgeun
장시간 돌려야 하는 프로젝트를 해보지는 않아서 아직 하네스 감이 없긴 한데 다음 프로젝트부터는 기획할 때 하네스 신경 써서 해봐야겠어요 ㅎㅎ
코딩 에이전트에게 빠른 수정을 시키면 코드베이스 전체에 땜질을 하는 거나 다름없습니다.
예전에는 시간이 없어 사람이 임시로 땜질했습니다. 그리고 작동만 잘하면 만사 ok 였죠.
하지만 에이전트는 그 코드를 패턴으로 보고 복사합니다.
그래서 프롬프트는 “빨리해줘. 일단해줘”라고 쓰면 안됩니다
대신 근본 원인을 고치라고 지시합니다.
기존 코드 패턴에 맞추라고 명시합니다.
어떻게 검증할지도 함께 요구합니다.
이렇게 해야 나중에 가서도 AI로 코딩해서 문제
생긴거라고 어디가서 욕 안먹습니다.
quick fixes considered harmful: you might be making your agents write worse code when you ask for the smallest or quickest possible change
what seems like a harmless bandaid may lead to that pattern being copied by the next agent. before you know it that pattern has spread everywhere
we used to write bandaid fixes by hand because we rarely had the time to do the right thing. agents change this calculus. sometimes you want it to fix the root cause instead even if it’s more invasive
64
NG (엔지) retweeted
GrokBot이 1.0으로 대대적인 업데이트가 있었습니다.
@bot 을 만들고 있는 개발자인 @mattyp @poteto 가 11월 13일에 GrokBot 1.0 업데이트의 변화된 부분에 대해 소개하며,사용자들의 질문에 직접 답하는 Q&A 라이브 세션을 진행했습니다.
X에 라이브를 다운받을수도 없고,번역도 안되어서 해외 사용자들에게 다가가기 어려웠는데,제 영업비밀로 다운을 받아 완전 분석해봤습니다.
모두가 쉽게 이해할수 있도록 하나하나 파헤쳐봤습니다.
그록봇을 잘쓰고 싶다면 꼭 시청해주세요:)
그록 봇 1.0이 나온 주 금요일 밤, 만든 사람들이 직접 라이브로 질문에 답한 내용을 정리했습니다.
사용량이 왜 빨리 바닥나는지, 봇은 몇 개나 둬야 하는지, 챗봇처럼 쓰면 무엇을 놓치는지 한 번에 봅니다.
그록봇은 자기 컴퓨터를 가진 AI 팀원입니다.
질문에만 답하는 챗봇이 아니라 연결한 앱을 열고 일을 처리합니다.
이 영상에서는 사용량 확인법, 루틴을 웹훅으로 바꾸는 이유, 주 봇 지정, 오케스트레이터로 Cursor Cloud Agents를 쓰는 방식, 피해야 할 안티패턴까지 실제 답변 기준으로 다룹니다.
해외 전화나 일부 기능은 아직 제한이 있고, 문자 연동은 현재 애플 기기 중심입니다.
✅ 핵심 내용
• 사용량 확인과 루틴 줄이기·웹훅 전환 (봇별 사용량, 하네스 개선 언급)
• 봇을 팀원으로 보고 주 봇(비서실장) 지정하는 기준
• 그록 봇을 오케스트레이터로 두고 코딩은 Cloud Agents에 넘기는 방식
• 챗봇처럼만 쓰기·5분 루틴·소통 통째로 맡기기 같은 안티패턴
💡 추천 시청자
그록봇을 시작했거나 사용 중인데 사용량이 빨리 바닥나고, 챗봇처럼만 쓰고 있는 분. 팀원처럼 일을 맡기고 싶은 한국 AI 도구 사용자.
⏰ 타임스탬프
00:00 도입: 챗봇이 아닌 팀원으로 쓰는 법
01:39 그록 봇 정의와 회의 기능
02:16 사용량 문제와 확인하는 법
04:41 루틴과 웹훅의 차이
09:16 이메일·전화·문자 기능
12:43 봇 공유와 팀 봇
17:22 봇은 몇 개나 둬야 하나
21:00 오케스트레이터와 Cursor Cloud Agents
31:00 피해야 할 안티패턴
39:43 실제 사용 사례
57:25 집 네트워크와 Tailscale
1:05:22 백업과 안전
1:11:47 시작하는 법과 정리
teapawt.org/mattyp/status/21214396…
Grok Bot Q&A - FRIDAY THE 13TH teapawt.org/i/broadcasts/2POrLVeJl…
구글이 코딩 에이전트 인덱스 순위에서 OpenAI를 제쳤다.
Claude Code와 Devin Fusion이 58점으로 공동 선두
구글은 55점, OpenAI는 53점이다.
아래그래프는 모델 순위가 아니라 하네스+모델 조합 순위다.
같은 Claude도 어디 넣느냐에 따라 다른 줄에 오른다.
결국 모델 성능을 최대로 이끌어낼 수 있는건 "하네스"다.
로컬 LLM을 개발해본 사람들은 다들 끄덕일거다.
카본을 써보지 못해서 이렇다 저렇다 하기엔 좀 그렇지만
OpenAI는 빨리 신규 모델 출시를 해줘야 할 것 같다.
NG (엔지) retweeted
사람은 35세 전후로 후져진다.
라는 글을 읽었던 적이 있는데
글의 내용은 35세 정도 되면
나름의 '고집' 이 생긴다는 것이다.
즉, 내가 경험한 것들을 바탕으로
모든 의사결정을 하게 되고
다른 사람들을 판단, 평가하게 된다.
이게 결국 새로운 것을 받아들이는 것을
더디게 만들고, 성장이 정체되곤 함.
실제로 나도 자꾸 하던 방식만
고수하는 모습을 종종 보는데
의식적으로 자꾸 다르게 해보려고 한다.
어쩌면 AI 시대에서 중요한건
새로운 것을 받아들이려는 태도일지도 모르겠다.
NG (엔지) retweeted
과연 MS뿐일까??
이미 ai코딩은 상상이상으로 퍼져있음.
IT업계에서 인력충원으로
신규프로그래머를 뽑는대신에
기존직원들에게 토큰을 더주면서
부려먹는게 이미 6개월전부터
계속되어왔다고함.
그도 그럴것이 신규자오면 이것저것가르치면서 시간이 낭비될수밖에 없는데 AI는 그냥 레퍼런스만 입력해두면 코드해체부터 분석까지 지가 알아서 다하니깐(물론 이과정에서 ㅈㄴ구라친다함), 비용절감도 되고 훨씬 효율적이라는것.
개발자지인들이(프로그래밍학원 동기생 여러명)하나같이 하는 이야기가 이젠 기획이나 설계(아키텍쳐)조차 AI가 전부 하는 세상이라고...
마이크로소프트 장애 복구는 왜 이렇게 오래 걸렸을까?
1. MS는 25% 수준의 대규모 인력 감축을 진행함
2. 몸값이 비싼 시니어 개발자들이 우선 정리 대상이 됨
3. 근데 이들은 핵심 시스템 구축한 핵심 인력들이었다는 점
4. 히스토리도 모르는 남은 애들이 나간 사람 업무 전부 떠안음
5. 감당이 안 되니 살기 위해 대부분의 코드를 AI에게 맡김
6. 코드를 수만 줄씩 찍어내니 인간이 다 리뷰하는 건 불가
7. 검증할 여력이 없으니 AI만 믿고 간단한 테스트 -> 배포
8. 결국 아무도 코드를 제대로 보지 못하는 시대가 열림
9. 장애가 터져도 코드는 AI가 짰고, 구조를 아는 시니어는 없으니 원인 파악이 극도로 빡셈
10. 36시간 먹통 대참사 발생
사람을 자르고 그 빈자리를 AI로 채우려면 모든 정보와 맥락이 "제대로" 아카이빙되어 있어야 함. 근데 대기업은 이러기가 쉽지 않음. 뭉개고 넘어가는 히스토리도 많고... 문서엔 없고 사람 머릿속에만 있는 암묵지들이 곳곳에 존재함.
결국 회사가 어떻게 굴러가고 있는지 제대로 파악하지 못한 리더십, 근시안적 인사 정책, 대충 한 AX가 만든 삼박자 대환장 실패로 보임.
근데 MS가 이정도면 앞으로 IT 장애 사고 많이 터질 것 같네요...






















