아는개발자 · 2026-08-09

오늘의 대화

Codex 사용량이 예상보다 빨리 다시 채워졌다는 반응과 연결 장애, 토큰 소모 속도에 관한 이야기가 이어졌다. 저녁에는 개인 랙 서버에서 로컬 소형 모델을 보조 에이전트로 운용해 Claude와 Codex의 토큰 사용을 줄이는 구성이 소개됐다. 뉴스 요약과 서버 장애 대응 자동화까지 확장한 경험, 로컬 AI 입문 장비에 대한 의견도 함께 공유됐다.

이야기 나온 주제

Codex 사용량 초기화와 연결 불안정

참여자들은 전날 자연 초기화된 Codex 사용량이 하루 만에 다시 채워진 것을 보고 예상 밖이라는 반응을 보였다. 한 이용자는 표시가 98에서 100으로 회복됐다고 했고, 다음 날에도 다시 초기화된다는 이야기가 전해졌다. 반면 오전에는 Codex 연결이 되지 않는다는 보고가 있었고, 다른 참여자는 평소보다 토큰이 빠르게 줄어드는 느낌을 말했다. 정확한 초기화 정책이나 장애 범위는 대화에서 확인되지 않았다.

• 확인이 필요한 내용: 당시 사용량 초기화 정책과 추가 초기화 일정, 연결 장애의 공식 원인
• 원본 시각: 05:49–12:15, 20:02–20:05

로컬 모델을 보조 에이전트로 쓰는 개인 서버

한 참여자는 로컬에서 9B급 Qwen 3.6과 Gemma 4를 함께 돌리고, Claude와 Codex Plus를 메인 모델로 연동한다고 설명했다. 로컬 모델을 서브 에이전트로 분담시키면 메인 LLM의 토큰 소모를 크게 줄일 수 있어 하루 종일 사용해도 사용량이 91% 남았다는 개인 경험을 공유했다. 단순히 모델을 호출하는 데 그치지 않고 검색 증강과 추론 속도 최적화 같은 성능 개선을 병행하는 것이 효율의 핵심이라는 의견이었다.

운용 장비로는 듀얼 Xeon E5-2683 v4, DDR4 192GB, V100 32GB 한 장을 갖춘 Dell 랙 서버와 Rocky Linux 10을 사용한다고 밝혔다. NVIDIA 드라이버와 llama.cpp 조합은 성능을 중시할 때, Ollama는 편의성을 중시할 때 적합하다는 사용감도 전했다. 구체적인 네트워크 구조는 공개 문서에서 제외했다.

• 원본 시각: 20:37–21:40

뉴스 브리핑과 서버 장애 대응 자동화

이 개인 서버는 매일 아침 수집한 기사를 요약해 브리핑하고 반복적인 일을 자동화하는 용도로 쓰인다고 소개됐다. 서버 장애가 발생하면 알림을 보내고 조치한 뒤 결과를 다시 알리는 반복 흐름까지 LLM이 수행할 수 있는 수준으로 발전시켰다는 설명도 나왔다. 이는 한 참여자의 개인 구축 사례이며, 장애 대응의 신뢰성이나 안전장치에 관한 세부 내용은 공유되지 않았다.

• 확인이 필요한 내용: 자동 조치의 권한 범위, 실패 시 중단 조건과 사람의 검수 방식
• 원본 시각: 21:41–21:44

로컬 AI 입문용 하드웨어 의견

랙 서버 정도의 사양이 꼭 필요한지 묻자, 소개자는 MacBook Pro M5 Pro도 로컬 AI를 돌리기에 괜찮다는 의견을 냈다. GPU를 새로 마련해 입문하고 싶다는 반응에는 중고 RTX 3090이 가성비가 좋다는 개인 추천이 뒤따랐다. 장비 가격, 모델별 메모리 요구량과 실제 처리 속도는 비교되지 않았다.

• 원본 시각: 21:33–21:45

연결

• 아는개발자 전체 보기
• 다음 날의 모델 비용·한도와 계정 사용 정책 토론
• Codex 초기화와 AI 도구 질문
• 로컬 모델과 사내 AI 운영 이야기
• 에이전트코리아의 같은 날 Codex 장애와 에이전트 설계 토론