손그림 영상 도구 고르는 기준 두 개, 무료와 유료보다 먼저 볼 것

손그림 영상 도구를 처음 고르는 분들을 위한 글입니다.

도구를 찾으면 대개 목록부터 만납니다. 무료 다섯 개, 유료 다섯 개 식으로요. 저는 그렇게 고른 뒤에 두 번 갈아탔습니다. 후보를 스무 개쯤 훑었는데 실제로 제 조건에 맞은 건 두 개였어요.

문제는 후보가 많은 게 아닙니다. 잘못된 기준으로 비교하고 있다는 겁니다. 무료냐 유료냐는 마지막에 봐도 되는 기준인데 대부분의 글이 그걸 첫 번째 기준으로 놓습니다. 그래서 이 글은 목록을 하나도 안 늘리고, 기준 두 개만 세워서 후보를 가릅니다.

기준은 입력 그림이 이미 완성돼 있는가와 사람이 버튼을 눌러야 하는가 둘입니다. 이 둘로 갈리면 무료·유료는 저절로 정리됩니다.

덮었다 걷어내는 방식으로 실제 뽑은 손그림 영상 화면
댓글 남기기 → 목록으로

RAG 방식 고르는 기준 - 67% 라는 숫자를 버려야 하는 이유

먼저 숫자 하나를 죽이고 시작하겠습니다. "실패율 67% 감소"는 지금 인용되는 방식대로면 틀린 숫자입니다. 원문에서 그 값은 조각에 꼬리표를 붙이고, 낱말 검색을 더하고, 찾아온 걸 다시 골라내는 세 단계를 모두 합쳤을 때 나옵니다. 꼬리표만 붙였을 때는 35%입니다.

이 글이 다른 정리글과 다른 지점이 여기입니다. 방식 이름을 나열하고 전부 추천하는 대신, 어떤 방식이 당신에게 과한지를 같이 적었습니다. 상위에 노출되는 RAG 정리글을 훑어봤는데 어떤 방식도 탈락시키지 않더군요. 다 좋다고 하면 고를 수가 없습니다.

문서 검색을 붙이려는데 방식이 너무 많아 못 고르고 막히신 분들을 위한 글입니다.

기준은 둘만 씁니다. 자료가 얼마나 많은가, 그리고 질문이 한 군데를 묻는가 전체를 묻는가. 이 두 가지로 갈리는 네 경우를 순서대로 판정합니다.

댓글 남기기 → 목록으로

AI 코딩 도구 고르는 기준 - 점수표가 없는데 하나만 어떻게 고르나

결제 전에 성능 순위부터 뒤지는 건 자연스럽습니다. 잘못 고르기 싫어서 그러는 거니까요. 저도 그렇게 시작했습니다.

그런데 이 주제로 나온 글 대부분은 벤치마크 숫자를 늘어놓고 끝납니다. 회사마다 시험지가 따로 있다는 사실은 빼놓고요. 다른 시험 점수를 나란히 놓는 순간 그 비교는 이미 틀린 겁니다.

그래서 여기서는 점수를 빼고 셋으로만 가릅니다. 도구 성격, 회사가 돈 받는 구조, 최근 여섯 달의 조건 변경 이력. 코딩을 잘 모르는 비개발자를 위한 판단 기준입니다.

코딩 에이전트 세 개를 동사로 가른 표 — 클로드 코드는 채우고, Codex는 고르고, 안티그래비티는 벌인다
점수 말고 성격으로 가른다.
댓글 남기기 → 목록으로

주간 업무보고에 AI 쓸지 판정하는 기준 4가지

주간 업무보고에 AI를 붙일지 말지 고민할 때, 대개 어느 도구가 더 좋은가를 먼저 봅니다. 저도 그랬어요. 그런데 도구를 세 개 갈아탄 뒤에 알았습니다. 갈리는 건 도구가 아니라 내 조직의 결재 방식이었습니다.

이 글은 도구 비교표가 아닙니다. 기존 글들이 대부분 "무엇이 되는가"를 나열하는데, 여기서는 언제 하지 말아야 하는가를 먼저 답합니다. 착수 전에 30초로 가르는 게 목적이거든요.

기준은 네 가지로 잡았습니다. 서식 고정 여부, 승인 경로, 데이터 출처, 발표 환경. 이 네 개면 대부분 갈립니다.

도입할지 말지 결정에서 막힌 분이라면 이 글이 맞습니다.

주간 업무보고에 AI를 붙일지는 도구가 아니라 조직의 결재 방식으로 갈린다
도구를 세 개 갈아타고 알게 된 것.
댓글 남기기 → 목록으로

AI가 지운 메일이 사실 답장해야 할 메일이었다 — 판정 이유를 보는 기준

AI가 지우기로 분류한 메일 하나를 열어봤다가 손이 멈췄습니다. 답장을 요구하는 문장이 본문에 박혀 있었거든요. 광고로 뿌린 건 맞지만, 회신을 요구하는 문장이 있으면 성격이 달라집니다.

이 글은 메일 정리를 AI에 맡길지 고민하는 분을 위한 판단 기준입니다. 2026년 8월 기준입니다.

메일 정리 도구 2×2 판정 지도 — 치운 이유가 보이는가와 되돌릴 수 있는가로 네 칸을 가른다
빠른 게 아니라 되돌릴 수 있는가로 가른다.
댓글 남기기 → 목록으로

내 업무는 자동화 이식이 될까? 판정 기준

영상 속 자동화를 내 일에 못 붙여본 분이라면 이 장면이 익숙할 겁니다. 영상을 세 개쯤 봤을 겁니다. 좋아 보여서 저장은 해뒀는데, 막상 내 일에 대보면 어딘가 안 맞아서 창을 닫았을 거고요. 그러고는 다음 영상을 봅니다.

문제는 그 영상들이 내 일에 맞는지 아닌지를 미리 알려주지 않는다는 겁니다. 끝까지 따라 해보고 나서야 안 된다는 걸 알게 되죠.

그래서 먼저 가르는 기준을 정리했습니다. 설치법이나 실행 순서는 다루지 않습니다.

자동화 이식 20초 판정법 세 기준 — 재료가 손에 닿는가, 성질이 같은가, 판단을 내가 쥘 것인가
저장해둔 사례를 열기 전에 세 줄만 채워본다.

기준 하나 — 재료가 어디에 있는가

제일 먼저 걸리는 조건입니다. 사례를 옮기려면 그 자동화가 읽을 재료를 내가 손에 쥘 수 있어야 합니다.

내 재료가 있는 곳판정이유
내 컴퓨터 폴더바로 됩니다읽는 데 아무 조건이 없습니다
메일함·클라우드 드라이브한 단계 붙습니다내려받아 폴더에 넣는 절차가 추가됩니다
회사 계정으로 들어가야 보이는 시스템그 곳에서는 못 읽습니다계정 권한이 프로그램에 없습니다
그 사람 단골·팔로워가 만든 결과탈락재료가 아니라 그 사람 자산입니다

표에서 세 번째 줄만 헷갈립니다. 안 된다는 뜻이 아니라 중간 단계가 하나 생긴다는 뜻이에요. 내려받아서 넣으면 그다음은 똑같이 굴러갑니다. 네 번째 줄만 진짜 탈락입니다.

기준 둘 — 내 재료의 성질이 원본과 같은가

여기가 진짜 갈림입니다. 앞의 기준을 통과해도 여기서 반쯤 떨어져 나갑니다.

원본 사례가 숫자를 더하는 일이었다고 해봅시다. 내 재료가 문장이면 더할 대상이 없습니다. 이름은 같은데 어떤 일에선 쓰이고 어떤 일에선 버려집니다.

원본이 하는 일내 재료넘어오는가
숫자를 더한다숫자다그대로 넘어옵니다
숫자를 더한다자유 문장이다더하기가 죽고 묶어서 배치하기로 바뀝니다
기간 동안 쌓인 걸 더한다지금 남아 있는 양이다넘어오되 중복 방지 조건이 붙습니다
한 줄이 한 건이다한 줄에 건이 여러 개 들어 있다세는 기준부터 다시 정해야 합니다

세 번째 줄을 놓치면 결과가 조용히 두 배가 됩니다. 재고처럼 "지금 남아 있는 양"인 재료에 같은 출처 파일이 두 장 들어오면, 프로그램은 그걸 두 번 세거든요. 원본이 거래 내역처럼 쌓이는 자료였다면 두 번 세는 게 맞으니 문제가 안 됐던 겁니다.

원본이 숫자를 더하는데 내 재료가 문장일 때 — 모르는 채로 진행하면 조용히 틀리고, 뭐가 바뀌는지 알면 진행해도 된다
성질이 다른 걸 아는지가 결과를 가른다.

기준 셋 — 값이 바뀌는 판단을 내가 쥐고 있는가

이건 재료가 아니라 태도 쪽 기준입니다. 그런데 실패율에는 앞의 둘보다 크게 작용합니다.

넘겨도 되는 것과 넘기면 안 되는 것이 갈립니다.

  • 넘겨도 되는 것 — 표기 흔들림 정리, 원본이 넣어둔 합계 줄 빼기, 첫 줄 이름 맞추기, 글자 깨짐 처리
  • 넘기면 안 되는 것 — 무엇을 포함하고 뺄지, 어느 기준으로 묶을지, 어떤 형식으로 낼지, 서로 다른 이름이 같은 물건인지

구분선은 하나입니다. 결과 값이 바뀌면 내 몫이에요. 이름 통일이 여기 걸립니다. 겉보기엔 정리 작업 같은데 어떤 표기를 기준으로 삼느냐에 따라 합계가 달라지거든요.

"알아서 해줘"가 편해 보이지만 이 구분선을 통째로 넘기는 말입니다. 앤트로픽이 사용 기록을 갈라 본 자료에서도 계획 쪽 판단은 사람이 70% 남짓, 실행 쪽 판단은 AI가 80% 남짓 가져갈 때 가장 잘 굴러갔습니다.

AI에 넘겨도 되는 일과 넘기면 안 되는 일 — 결과 값이 바뀌면 사람 몫이다
구분선은 하나, 결과 값이 바뀌는가.

저장해둔 사례에 채워볼 세 줄

저장해둔 사례를 열고 이 세 줄만 채워보세요. 다 채워지면 넘어옵니다.

  1. 이 자동화가 읽을 재료가 내 폴더에 있거나 내려받을 수 있다 → 예 / 아니오
  2. 내 쪽 재료가 원본과 성질이 같다 (숫자↔숫자, 문장↔문장, 잔량↔잔량) → 예 / 아니오 / 다르지만 뭐가 바뀌는지 안다
  3. 포함·제외·묶는 기준을 내가 정할 준비가 됐다 → 예 / 아니오

2번에 "아니오"만 남으면 사례를 바꾸는 게 빠릅니다. "다르지만 안다"면 그대로 진행해도 됩니다. 성질이 다른 걸 아는 것과 모르는 것의 차이가 결과를 가릅니다.

3번은 미리 다 정할 필요는 없습니다. 물어보면 그때 정하겠다는 마음만 있으면 됩니다. 반대로 "알아서 해줘"로 넘기려는 상태면 아직 준비가 안 된 겁니다.

세 기준을 다 통과하면 설계까지는 넘어옵니다. 실행 결과가 맞는지는 별개예요. 나온 표를 지난번 것과 나란히 놓고 움직인 폭이 납득되는지 보셔야 해요. 표기가 살짝만 달라도 같은 물건이 둘로 세어지고, 이때는 아무 경고도 안 붙습니다.

이런 경우엔 권하지 않습니다

여기서는 도구를 깎지 않습니다. 상황을 깎습니다.

남이 올린 절감 시간을 재현하고 싶은 경우라면 방향이 어긋납니다. 그 숫자는 그 사람 재료·그 사람 규모에서 난 값이라 옮겨지지 않습니다. 따라오는 건 일을 조립하는 순서 하나뿐이에요.

한 번에 끝나야 하는 경우에는 부담이 됩니다. 물어보고 답하기를 두어 번 주고받습니다. 급한 일 하나를 처리하려는 거라면 손으로 하는 게 빠릅니다. 이 방식은 매주·매달 반복되는 일에서 값이 나옵니다.

결과물이 hwp여야 하는 경우도 한 단계 막힙니다. 바로 만들어주지 않으니 텍스트로 받아 옮겨 붙이는 손질이 하나 더 생깁니다.

제가 처음에 잘못 잡았던 기준

처음엔 "엑셀 다루는 일이냐 아니냐"로 갈랐습니다. 원본 사례가 대부분 엑셀이니 그게 기준인 줄 알았어요.

틀렸습니다. 엑셀을 한 번도 열지 않는 메신저 정리 업무가 그대로 넘어왔고, 반대로 같은 엑셀 업무인데 조건이 하나 더 붙는 경우가 나왔습니다.

파일 형식은 기준이 아니었습니다. 재료의 성질이 기준이었어요. 그래서 위 표를 형식이 아니라 성질로 다시 짰습니다.

정리

판정 기준은 이 셋입니다 — 재료가 손에 닿는가, 성질이 같은가, 값이 바뀌는 판단을 내가 쥘 것인가.

셋 중 하나만 고르라면 두 번째입니다. 첫 번째는 눈으로 보이고 세 번째는 마음먹기인데, 두 번째만 실행해봐야 드러나거든요. 그래서 저는 저장해둔 사례를 열 때 내 재료가 숫자인지 문장인지부터 봅니다.

두 직군에 같은 방식을 대어 본 기록은 영상에 담았습니다: https://youtu.be/nqBGajOekeY

댓글 남기기 → 목록으로

AI허브 데이터셋 고르는 기준 — 977개에서 받을 것과 거를 것을 가르는 2x2 지도

AI허브에서 뭘 받아야 할지 몰라서 목록만 스크롤하다 닫은 적 있으신가요?

다운로드 받는 방법을 알려주는 글은 많습니다. 그런데 977개 중에 무엇을 받을지 기준을 주는 글은 찾지 못했습니다. 그래서 데이터셋 977개의 다운로드 수와 용량을 하나하나 집계했고, 그 표에서 고르는 기준이 나왔습니다. 인기순 정렬로는 안 나오던 기준입니다.

이 글은 혼자 공부하거나 만들어 보는 분을 독자로 놓고, 두 가지 기준으로 977개를 네 가지 경우로 나눕니다. 하나는 용량(내 컴퓨터가 감당하는가), 다른 하나는 쓰는 방식(구조만 보면 되는가, 원본 전체가 필요한가).

AI허브 데이터셋 2×2 판정 지도 — 용량(1GB 이하/100GB 이상)과 쓰는 방식(구조만/원본 전체)으로 네 칸을 가른다
977개를 용량과 쓰는 방식으로 가른 지도.
댓글 남기기 → 목록으로

무료 TTS 고를 때 발음 정확도부터 보면 틀립니다 — 실제로 갈리는 기준 세 개

무료 음성 서비스를 검색하면 비교표가 쏟아집니다. 그런데 표를 다 읽고 나서도 뭘 골라야 할지는 모르겠더군요.

이유를 따져보니 표들이 재는 기준이 서로 달랐습니다. 어떤 글은 발음이 자연스럽다고 하고, 어떤 글은 목소리가 많다고 하고, 어떤 글은 무료 한도가 넉넉하다고 합니다. 같은 기준으로 재야 비교고, 다른 기준으로 칭찬하면 그건 소개입니다.

이 글에서는 기준을 세 개로 좁혀 정리합니다. 시작 비용, 줄 단위 통제권, 결과물 반출 조건. 에어리 스튜디오를 2주간 실제 제작에 물려 쓰면서 이 세 가지에서만 결과가 갈렸습니다. 어느 조건에서 이 서비스가 탈락하는지도 같이 적었습니다.

댓글 남기기 → 목록으로

클로드 새 소식, 붙잡을 것과 흘릴 것 — 안 바뀌는 7칸

새 기능 소식이 뜰 때마다 저장은 하는데, 정작 쓰는 방식은 그대로인 상태가 있습니다. 읽는 시간은 늘었는데 손에 남는 게 없죠. 저처럼 여기서 막히신 분들께 쓰는 글입니다.

이 주제로 나온 글들은 대부분 "이번 업데이트에 뭐가 추가됐나"를 정리합니다. 이 글은 반대 방향입니다. 추가된 걸 세지 않고, 붙잡을 것과 흘릴 것을 가르는 축을 드립니다.

축은 하나입니다. 부를 이름이 있는 것인가, 사람이 정해야 하는 것인가. 이 축으로 재면 일곱 칸이 남습니다.

댓글 남기기 → 목록으로

공공데이터 API 뭐부터 신청할까, 5개 분야 판정 기준 정리

공공데이터포털에 오픈API가 11,915개 있습니다. 그런데 실제로 뭘 신청해야 할지는 목록 어디에도 안 적혀 있죠.

"공공데이터 추천"으로 검색하면 대부분 인기 순위를 나열합니다. 문제는 많다는 게 아니라, 다들 같은 축으로 재지 않고 나란히 놓는다는 겁니다. 활용신청 건수가 많다고 내가 쓰기 쉬운 건 아니거든요.

그래서 다섯 개 분야를 실시간성과 파라미터 난이도 두 축으로만 나눠 정리했습니다. 다섯 개 전부 인증키 하나로 직접 호출해본 것들입니다.

공공데이터를 처음 만지는 분들을 위한 글입니다.

공공데이터 API 5개 분야 판정 기준
인증키 하나로 열리는 5개 분야를 두 축으로 나눠 판정했습니다.
댓글 남기기 → 목록으로

오르카 vs 파세오, 두 축만 보면 갈린다

둘 중 뭘 깔지 정하지 못한 분을 위해 씁니다.

같은 카테고리 제품 두 개를 놓고 어느 쪽이 더 좋은가를 물으면 답이 안 나오는 경우가 있습니다. Orca와 Paseo가 그렇습니다. 네 차례 같은 조건으로 돌려봤지만 산출물 수치가 매번 일치했습니다. 두 제품 모두 같은 모델을 호출하니 당연한 결과입니다.

그래서 질문을 바꿔야 합니다. 어느 쪽이 나은가가 아니라 나는 어느 칸에 있는가입니다. 아래 두 축이면 대부분 30초 안에 갈립니다.

판단의 두 축

제품 스펙을 나열해도 선택은 안 됩니다. 실제로 결과를 바꾸는 변수는 두 개뿐입니다.

  • 가로축 — 터미널 친숙도. 검은 화면에 명령을 치는 게 일상인가, 아니면 되도록 피하고 싶은가. 두 제품의 진입 지점이 정확히 이 축에서 갈립니다. Orca는 터미널을 열어 내가 에이전트를 켜고, Paseo는 입력 필드에 문장을 적으면 에이전트가 생성됩니다.
  • 세로축 — 동시 실행 규모. 한 번에 한두 개를 순차로 돌리는가, 서너 개를 한꺼번에 세우는가. 오케스트레이터의 값어치는 이 숫자가 커질수록 드러납니다.

사분면 배치

터미널이 낯설다 터미널이 익숙하다
동시에 3개 이상 Paseo · 단서 있음
진입은 편하지만 상태 파악에 품이 든다
Orca · 확정
여기가 Orca의 설계 의도 지점
한 번에 1~2개 Paseo · 확정
고민할 이유가 거의 없다
둘 다 무방
취향과 화면 구성으로 고르면 된다

왼쪽 위 — 터미널은 낯설고 여러 개는 굴리고 싶다

Paseo를 쓰되 습관 하나를 붙여야 합니다. 목록의 상태 표시가 running인데 실제로는 권한 승인을 기다리는 구간이 있습니다. 상세 화면을 열어야 그 사실이 드러납니다. 개수가 늘수록 이 확인 비용이 누적되므로, 세 개를 넘기기 시작하면 주기적으로 각 항목을 열어보는 루틴을 만들어야 합니다.

오른쪽 위 — 터미널도 익숙하고 여러 개도 굴린다

Orca가 맞습니다. 병렬로 세운 작업이 보드에 칸으로 서고, 무엇이 어디서 멈췄는지 목록에 문구로 남습니다. 실제로 세 개를 동시에 던졌을 때 셋 다 폴더 신뢰 확인에서 정지했는데, 정지 지점이 그대로 노출된 덕에 한 번에 해제할 수 있었습니다. 이 관측성이 이 칸에서 유일하게 값을 매길 만한 차이입니다.

왼쪽 아래 — 터미널은 피하고 싶고 한 번에 하나씩

Paseo입니다. 입력 필드에 문장을 적는 것으로 시작과 끝이 납니다. 쓸 모델과 사고 깊이를 같은 화면에서 골라 넣을 수 있고, 웹과 모바일 앱이 따로 있어 자리를 뜬 뒤에도 확인이 가능합니다. Orca를 굳이 고를 이유를 찾기 어렵습니다.

오른쪽 아래 — 터미널은 익숙한데 하나씩만 돌린다

솔직히 어느 쪽이든 상관없는 칸입니다. 오케스트레이터의 값어치가 동시 실행에서 나오는데 그 조건이 없기 때문입니다. 이 칸이라면 두 제품 중 고민하기보다, 오케스트레이터가 지금 필요한지부터 다시 묻는 편이 낫습니다. 터미널 창 하나로 충분한 상황일 가능성이 높습니다.

Orca와 Paseo 선택 사분면 — 터미널 친숙도와 동시 실행 규모로 네 칸을 가른다
어느 쪽이 나은가가 아니라 나는 어느 칸인가.

세 문항으로 칸 정하기

세 문장에 답하면 끝납니다.

  1. 오늘 터미널을 몇 번 열었나? 0회에 가까우면 왼쪽, 여러 번이면 오른쪽.
  2. 다음 주에 동시에 돌릴 작업이 몇 개인가? 2개 이하면 아래, 3개 이상이면 위.
  3. 에이전트가 파일을 지우려 할 때 물어봤으면 하는가? 그렇다면 어느 쪽을 고르든 권한 설정부터 손봐야 합니다.

세 번째 문항은 축이 아니라 설정 항목입니다. 사분면과 무관하게 따로 챙겨야 한다는 뜻으로 넣었습니다.

30초 판정법 세 문항 — 오늘 터미널을 몇 번 열었나, 동시에 돌릴 작업이 몇 개인가, 삭제 시 확인을 원하는가
세 문장에 답하면 칸이 정해집니다.

개입 횟수·별 개수·둘 중 하나만 고르기

오해 1 · 개입이 적은 쪽이 성능이 좋다

병렬 라운드에서 한쪽은 세 번 멈췄고 다른 쪽은 한 번도 멈추지 않았습니다. 이 횟수를 빠르기로 환산하면 오독입니다. 서지 않은 쪽은 확인을 건너뛰는 값을 처음부터 켜뒀을 뿐입니다. 두 제품 모두 설정 항목 하나로 반전되므로 이건 성능이 아니라 출고 상태의 차이입니다.

오해 2 · 별이 많은 쪽이 더 잘 만든다

저장소 별 개수는 각각 4만 3천과 1만 3천이었습니다. 그런데 네 라운드 산출물이 동일했습니다. 코드를 쓰는 주체가 두 제품이 아니라 그들이 호출하는 모델이기 때문입니다. 별 개수는 채택률과 관심도의 지표지 결과물 품질의 지표가 아닙니다.

다만 회차마다 미세한 편차는 있었습니다. 한 회차에서는 차단 응답을 분해해 CDN 계층이 원인임을 특정했고, 다른 회차에서는 자기가 만든 감지 로직의 오작동을 스스로 고쳤습니다. 이는 제품 차이가 아니라 같은 모델의 회차 간 분산입니다.

오해 3 · 둘 중 하나를 골라야 한다

둘 다 설치가 몇 분이고 서로를 방해하지 않습니다. 사분면 경계에 걸쳐 있다면 양쪽을 며칠 병행해도 손해가 없습니다. 실제로 손에 맞는 쪽은 화면을 며칠 만져보면 갈립니다.

Orca와 Paseo에 대한 흔한 오해 셋 — 개입 횟수는 성능이 아니고, 저장소 별 개수는 품질 지표가 아니다
네 라운드 산출물이 매번 같았습니다.

반례 — 이 지도가 안 맞는 경우

권한 설정을 양쪽 다 반대로 뒤집어 놓으면 사분면의 근거 하나가 사라집니다. 기본값은 초기 경험을 좌우할 뿐 상한이 아닙니다. 또한 Paseo는 0.x 버전대라 기본값 자체가 다음 릴리스에서 바뀔 수 있습니다. 이 지도는 제품의 본질이 아니라 현재 기본값 위에 서 있다는 점을 감안해야 합니다.

도구 대응표

하고 싶은 일Orca에서Paseo에서
작업 시작터미널을 열고 에이전트를 실행입력 필드에 문장을 작성
작업 격리worktree 생성 명령신규 워크스페이스 선택
진행 상황 확인워크스페이스 보드작업 목록 + 상세 진입
결과물 검토소스 제어 탭에서 커밋·PR변경 내역 확인 후 외부 처리
외부에서 확인모바일 메뉴 + 페어링웹앱 · iOS · Android

제가 이 두 축을 뽑아낸 근거는 앞의 사분면 배치와 30초 문항 3개입니다. 저장소 별 4만 3천과 1만 3천이라는 숫자가 결과를 못 가른다는 것도 같은 실험에서 나왔습니다. 저는 네 라운드 원자료와 사용한 지시문을 그대로 공개해 뒀으니 직접 대조해 보길 권합니다.

화면으로 확인하고 싶다면 아래에 있습니다.
https://youtu.be/7HCuEdeRK7g

댓글 남기기 → 목록으로

AI 이미지 대량 생성, API 종량제와 구독 자동화 중 고르는 법

고화질 이미지를 한 달에 100장 안 쓰신다면, 이 글에 나오는 자동화는 손해입니다. 그 아래 물량에서는 개발자용 종량제(쓴 만큼만 결제하는 방식)가 더 싸고, 약관 걱정도 없거든요. 갈림길은 도구 성능이 아니라 내 한 달 장수와 화질 두 개뿐입니다.

블로그 이미지·썸네일·카드뉴스를 직접 뽑으면서 "이걸 자동으로 돌려야 하나, 그냥 결제해서 뽑아야 하나"에서 멈춰 계신 분을 위한 글이에요.

이미지 자동화 결정은 도구 성능이 아니라 한 달 장수와 화질로 갈린다
결제 구조 차이가 화질 차이보다 크다.
댓글 남기기 → 목록으로

벤치마킹 영상 고를 때 뭘 봐야 하나, 두 축 판정법

벤치마킹 목록을 열어두고 뭘 만들지 못 정하는 이유는 후보가 없어서가 아닙니다. 고르는 기준이 한 개뿐이라서입니다. 조회수 하나로 줄을 세우면 큰 채널의 평작이 늘 위에 옵니다. 축을 두 개로 늘리면 30초 안에 정리됩니다.

이 글은 후보 하나를 놓고 만들지 말지를 정하는 프레임만 다룹니다. 계산 절차나 설계 근거는 다루지 않습니다.

벤치마킹 목록은 쌓였는데 뭘 만들지 못 정해 막힌 분에게 필요한 글입니다.

배수와 교차 채널 두 축으로 나눈 2×2 판정 지도, 채택 칸은 하나뿐

댓글 남기기 → 목록으로

AI 에이전트 관측 도구, 만들까 쓸까 — 갈림길 4가지

결론부터 씁니다. 에이전트 관측 도구는 "이 도구가 고장 났을 때 내가 고칠 수 있는가" 한 질문으로 갈립니다. 기능 비교표가 아니라 이 질문이 기준입니다. 남의 도구가 못해서가 아니라, 상류가 사양을 바꿨을 때 대응 권한이 누구에게 있느냐가 다르기 때문입니다.

에이전트를 여러 개 돌리며 관측 도구 도입을 저울질하다 결정을 못 내리고 막힌 분을 위한 글입니다.

AI 에이전트 29명이 각자 자리에서 일하는 관측 화면

댓글 남기기 → 목록으로