회의록, 아직도 손으로 쓰고 있나요 회의가 끝나고 나면 항상 같은 상황이 반복되잖아요. “아까 그 얘기 누가 했더라?” “결론이 뭐였지?” 회의 중에 열심히 메모한다고 해도, 놓치는 내용이 꼭 생기더라고요. 특히 회의가 길어지면 집중력이 떨어지면서 핵심 내용을 놓치는 경우가 많고요. 그래서 요즘은 AI가 회의록을 대신 써주는 도구들이 꽤 주목받고 있어요. 녹음만 돌려놓으면 알아서 텍스트로 변환해주고, 요약까지 해주니까요. 솔직히 처음엔 “이걸 AI한테 맡겨도 되나?” 싶었는데, 써보니까 생각보다 쓸 만합니다. AI가 일상에서 활용되는 범위가 정말 빠르게 넓어지고 있다는 걸 체감하게 되더라고요. ...
AI를 좀 파다 보면 어느 순간 “TPU"라는 단어를 마주치게 됩니다. 처음엔 GPU 오타인 줄 알았어요. 진짜로. 근데 찾아보니까 Google이 AI 전용으로 만든 완전히 다른 칩이더라고요. GPU가 AI 학습의 표준처럼 쓰이고 있는데, 그러면 TPU는 대체 왜 만든 걸까? 그리고 뭐가 다를까? 오늘은 이 둘을 제대로 비교해보려고 합니다. TPU가 뭔데? TPU는 Tensor Processing Unit의 약자입니다. 이름에서 눈치채신 분도 있겠지만, “텐서” 연산에 특화된 프로세서예요. 텐서가 뭐냐면, 쉽게 말해서 AI 모델이 계산할 때 쓰는 다차원 배열(행렬) 같은 겁니다. 딥러닝에서 핵심이 되는 연산이죠. ...
브라우저, 왜 이렇게 고민이 되는 걸까 솔직히 말하면, 예전에는 브라우저를 고민할 일이 없었습니다. 인터넷 익스플로러 쓰다가 크롬 나오면서 갈아탔고, 그 뒤로 쭉 크롬만 썼거든요. “브라우저는 크롬이지” 이게 당연한 줄 알았는데, 어느 순간부터 선택지가 확 늘었습니다. 마이크로소프트가 엣지를 크로미움 기반으로 다시 만들어서 꽤 괜찮아졌고, 파이어폭스는 프라이버시를 앞세우면서 꾸준히 자기 길을 가고 있고, Arc라는 신생 브라우저는 탭 관리를 완전히 새로 해석해서 화제가 됐습니다. 브레이브, 비발디 같은 것들까지 합치면 진짜 선택지가 넘쳐나요. 저도 한동안 크롬만 고집하다가, 올해 들어서 하나씩 번갈아 써봤습니다. 각각 장단점이 확실하더라고요. 오늘은 그 경험을 바탕으로 정리해볼게요. ...
마우스 하나 바꿨을 뿐인데 컴퓨터를 쓰면서 가장 오래 손에 잡고 있는 장치가 뭔지 생각해본 적 있으세요? 키보드도 중요하지만, 사실 마우스를 만지는 시간이 훨씬 깁니다. 웹 서핑, 문서 작업, 게임까지 거의 모든 작업에서 마우스가 빠지질 않거든요. 저는 오랫동안 유선 마우스만 쓰다가 무선으로 바꿨는데, 처음에는 “선 하나 없어진 것뿐인데 뭐가 달라?“라고 생각했습니다. 근데 써보니까 생각보다 생활이 달라지더라고요. 반대로, 무선에서 유선으로 다시 돌아간 분들의 이유도 충분히 이해가 갑니다. 각각의 장단점이 확실하거든요. 유선 마우스 — 묵묵한 일꾼 유선 마우스의 가장 큰 장점은 신경 쓸 게 없다는 것입니다. USB 꽂으면 바로 작동하고, 배터리 걱정 없고, 연결이 끊길 일도 없어요. 이 “당연함"이 생각보다 큰 장점입니다. ...
비밀번호, 아직도 머릿속으로 관리하세요? 솔직히 말하면, 저도 한동안 비밀번호를 몇 개 돌려 쓰면서 살았습니다. “대문자 하나 넣고, 특수문자 하나 넣고, 뒤에 숫자 붙이면 되지 않나?” 이런 식이었거든요. 근데 어느 날 쓰던 서비스에서 개인정보 유출 사고가 터졌고, 같은 비밀번호를 쓰던 다른 계정까지 위험해지는 걸 직접 겪었습니다. 그때부터 비밀번호 관리자를 쓰기 시작했는데, 이게 한번 적응하면 진짜 안 쓰던 시절로 못 돌아갑니다. 사이트마다 16자리 이상 랜덤 비밀번호를 만들어두고, 기억할 필요 없이 자동 입력되니까요. ...
메모 좀 하려고 앱을 찾아보면 선택지가 너무 많습니다. 그중에서도 요즘 가장 많이 거론되는 게 Notion, Obsidian, OneNote 이 셋이에요. 저도 셋 다 써봤는데, 결론부터 말하면 “정답은 없고 자기 스타일에 맞는 게 최고"입니다. 근데 그게 뭔지 모르니까 고민이잖아요. 그래서 각각 어떤 느낌인지, 어떤 사람한테 맞는지 제 경험 위주로 솔직하게 풀어보겠습니다. Notion — 올인원 작업 공간 Notion은 단순한 노트 앱이 아닙니다. 프로젝트 관리, 데이터베이스, 위키, 캘린더까지 다 되는 올인원 도구예요. 처음 쓰면 “이게 노트 앱이야 프로젝트 관리 도구야?” 싶을 정도로 기능이 많습니다. ...
AI 관련 커뮤니티를 돌아다니다 보면 꼭 나오는 질문이 있습니다. “GPU 하나로 부족한데, 두 개 꽂으면 두 배로 빨라지나요?” 솔직히 말하면, 맞을 때도 있고 아닐 때도 있습니다. 게임에서의 SLI 시대를 기억하는 분이라면 “그거 결국 망했잖아"라고 생각하실 수도 있는데, AI 쪽에서는 상황이 좀 다릅니다. GPU 하나로는 부족해지는 순간 VRAM이 뭔지 아시는 분이라면 감이 오실 텐데, AI 모델을 돌리려면 모델 전체를 GPU 메모리에 올려야 합니다. 문제는 모델이 점점 커진다는 거예요. 7B 파라미터 모델은 16GB VRAM이면 대충 돌아갑니다. 근데 13B? 30B? 70B? 이쯤 되면 VRAM 24GB짜리 RTX 4090 한 장으로도 감당이 안 됩니다. 모델을 양자화해서 줄이는 방법도 있긴 한데, 그러면 성능이 떨어지거든요. 이때 GPU를 여러 장 쓰면 VRAM을 합쳐서 쓸 수 있습니다. ...
게이밍 PC로 AI 돌려도 되는 거 아냐? AI 작업을 시작하려는 사람들이 가장 많이 하는 질문 중 하나가 이거입니다. “게이밍 PC 있는데 이걸로 AI 학습 돌려도 돼?” 답부터 말하면, 됩니다. 실제로 많은 사람들이 게이밍 PC로 AI 작업을 하고 있거든요. 하지만 “워크스테이션"이라고 불리는 장비가 따로 존재하는 데는 이유가 있습니다. 오늘은 이 둘의 차이가 뭔지, 어떤 상황에서 뭘 골라야 하는지 정리해봤습니다. GPU부터 다르다 가장 큰 차이는 GPU입니다. 게이밍 GPU (GeForce 시리즈) RTX 4070, RTX 5070, RTX 4090 같은 것들 게임 렌더링에 최적화 VRAM이 8~24GB 수준 가성비가 좋음 워크스테이션/서버 GPU (RTX 프로, A시리즈, H시리즈) ...
번역기 하나면 충분하다고 생각했는데 예전에는 번역기라고 하면 구글 번역 하나로 다 해결했잖아요. 근데 요즘은 DeepL이 좋다는 말도 많고, 한국어 번역은 Papago가 낫다는 의견도 있고, AI 번역의 품질이 전체적으로 확 올라가면서 뭘 써야 할지 오히려 헷갈리는 상황이 됐습니다. 그래서 직접 써보면서 비교해봤어요. 어떤 상황에서 어떤 번역기가 나은지 정리해봅니다. Google 번역 — 범용성 하나는 최고 구글 번역은 아마 전 세계에서 가장 많이 쓰이는 번역기일 겁니다. 지원 언어가 130개 이상이고, 브라우저 자동 번역, 카메라 번역, 오프라인 번역까지 되니까요. ...
다 비슷해 보이는데 뭐가 다른 건지 AI 챗봇이 하나둘 나올 때는 ChatGPT만 쓰면 됐습니다. 근데 이제 Claude도 있고, Gemini도 있고, 선택지가 많아지니까 오히려 뭘 써야 할지 모르겠다는 분들이 많더라고요. 세 개 다 써본 입장에서 말씀드리면, 용도에 따라 확실히 차이가 있습니다. 전부 잘하는 만능 AI는 아직 없고, 각자 잘하는 영역이 다릅니다. 각각 뭘 잘하나 ChatGPT (OpenAI) 가장 먼저 대중화된 AI라서 사용자가 압도적으로 많습니다. 생태계가 넓은 게 가장 큰 강점이에요. 잘하는 것: ...