아는개발자 · 2026-07-30

오늘의 대화

새벽 Claude 전반의 오류율 상승과 오후의 반복적인 과부하가 하루 내내 이어졌다. 참가자들은 Claude Code가 지시 이해에는 만족스럽지만 비용이 높고, Codex는 간단한 수정도 일을 크게 벌이거나 토큰을 많이 쓸 수 있다는 경험을 비교했다. 오후에는 iOS 리워드 광고가 예기치 않게 닫히던 문제를 Google Mobile Ads SDK 버전 지정으로 해결한 사례가 공유됐다. 사내 AI 사용을 관리하는 방법, GPT Pro로 기획하고 Codex로 실행하는 역할 분담, 제품 마케팅의 타깃·플랫폼 설계도 논의됐다. 저녁에는 Kimi K3 같은 초대형 모델을 로컬에서 돌리는 비용과 속도를 검토하고, 로컬에 더 적합한 OCR·임베딩·STT·TTS 용도를 나눴다.

이야기 나온 주제

Claude 장애와 Codex 효율 비교

Claude 모델 전반에 오류와 지연이 발생했다는 상태 정보가 공유됐고, 오후에도 일부 계정에서 과부하가 반복됐다. 원인은 상태 페이지에 자세히 공개되지 않는 경우가 많다는 설명이 있었다. 장애 보상을 기대하는 반응과 함께, Codex 리셋 이벤트 덕분에 Claude 고가 구독을 중단했다는 경험도 나왔다.

작업 품질 비교에서는 Claude가 의도에 맞는 답을 주는 반면 Codex Sol Ultra는 같은 분석을 더 오래 수행하거나 단순한 코드 수정의 범위를 키웠다는 불만이 있었다. 반대로 간단하고 빠르게 고치라고 범위를 명시하면 나아진다는 조언도 나왔다. 어느 도구가 우월하다는 결론보다 작업 크기와 지시 방식에 맞춰 선택해야 한다는 사례다.

• 원본 시각: 05:20–09:56, 14:58–15:06, 15:39–15:55, 17:54–17:56

iOS 리워드 광고 SDK 버전 해결

React Native 앱의 iOS 리워드 광고에서 40초 이상 진행되는 게임형 광고를 누르면 경고 없이 닫혀 보상이 지급되지 않는 문제가 질문으로 올라왔다. 질문자는 이후 Podfile에 RNGoogleMobileAdsSDKVersion = '13.7.0'을 지정해 해결했다고 보고했다. 13.5.0에서는 같은 문제가 남았으며, React Native 자체를 올리면 연관 라이브러리가 많아 위험해 SDK만 조정했다는 설명이었다.

• memo: 특정 앱 환경에서 확인된 해결 사례이며 다른 React Native·광고 라이브러리 조합에 그대로 적용된다고 단정할 수 없다.
• 원본 시각: 13:07–13:31, 17:30

사내 AI 도입과 관리자 가시성

Gemini Enterprise를 약 20명이 쓰는 조직에서 실제 활용도를 어떻게 파악하고 관리하는지 질문이 나왔다. 팀 플랜은 사용자 모니터링이 가능하고 Claude 관리자가 입력·출력 데이터를 저장할 수 있었다는 답이 있었지만, Codex 활동까지 보이는지와 제품별 감사 범위는 확정되지 않았다. 연구 목적으로 조직 인증이 필요한 Trusted Access를 개인 명의로 받을 수 있는지 묻는 질문도 답 없이 남았다.

• open question: 각 기업 요금제에서 관리자가 볼 수 있는 프롬프트·출력·Codex 활동 범위와 데이터 보존 정책
• 원본 시각: 14:47–14:58

추론 모드와 모델 역할 분담

Codex의 Ultra가 토큰 사용량에 비해 더 빠르거나 정확한지 모르겠다는 질문에, 선형 작업은 High가 낫다는 경험과 초기 기획은 GPT Pro, 구현은 Codex XHigh로 나눈다는 워크플로가 공유됐다. 대화에서는 Ultra를 단순한 추론 깊이 단계로 이해하면 안 된다는 정정도 있었다. 모델명과 제공 범위에 혼선이 있었으므로 현재 제품 문서를 기준으로 다시 확인할 필요가 있다.

• 원본 시각: 15:06–15:27

제품 마케팅의 타깃·플랫폼 기획

개발자가 근무 관련 플랫폼의 마케팅까지 맡게 됐다며 AI 활용 흐름을 물었다. 마케팅 실무자는 AI 도구보다 제품 정의, 목표 고객과 광고 구성의 기획이 먼저라고 답했다. 고객이 원하는 것을 파악한 뒤 Meta·Google·Naver 같은 채널을 고르고, 같은 20·30대 남성이라도 커뮤니티와 플랫폼마다 반응 형식이 다르므로 초반에는 한 플랫폼에 집중해 메시지를 맞추는 방법을 제안했다.

• 원본 시각: 15:32–18:06

Kimi K3와 로컬 LLM의 현실성

Kimi K3의 거대한 가중치를 M1 MacBook 64GB나 Blackwell GPU 두 장으로 돌릴 수 있는지 논의됐다. 강한 양자화와 SSD 직접 로딩은 가능성을 열지만 속도나 지능 저하가 치명적일 수 있다는 의견이 많았다. 한 참여자는 여러 Mac을 Exo로 묶어 분산 추론했지만 버그와 비전 기능 문제 때문에 장비를 처분했고, 범용 LLM은 아직 클라우드가 비용과 사용성에서 낫다고 평가했다.

반면 TTS, 이미지, OCR·OMR과 작은 임베딩 모델은 로컬에서도 쓸 만하다는 경험이 공유됐다. 14B·32B 모델도 하드웨어가 부족하면 느린 응답보다 별도 검증 절차가 나을 수 있다는 평가였다.

• 확인이 필요한 내용: Kimi K3의 정확한 공개 가중치·양자화 용량과 하드웨어별 처리 속도
• 원본 시각: 18:28–18:53, 19:57–20:01

한국어 STT와 오픈소스 TTS

한국어 음성 인식 모델 추천 질문은 오전에는 답이 없었지만, 저녁 로컬 모델 대화에서 Qwen과 Whisper가 STT 후보로 언급됐다. 직접 비교 경험은 부족했고, 오픈소스 TTS에서는 CosyVoice 3가 괜찮았다는 사용 경험이 나왔다.

• open question: 한국어 번역·STT의 최신 품질, 지연시간과 로컬 하드웨어 요구량 비교
• 원본 시각: 11:08, 19:06–19:22

대화의 분위기

Claude 장애에는 답답함과 초기화 보상에 대한 농담이 반복됐다. 광고성 게시물을 둘러싼 운영 조치가 있은 뒤 방 규칙이 다시 공지되면서 분위기가 잠시 엄격해졌고, 저녁에는 실제 오류 해결과 로컬 모델 시행착오를 공유하는 실무적인 흐름으로 돌아왔다.

연결

• 아는개발자 전체 보기
• 전날 아는개발자의 구독·MCP·Codex 대화
• 같은 날 에이전트코리아의 Claude 장애·모델 역할 분담 대화