Hyeong

@dbhyeong
0 Followers
0 Following
6 Posts

🧠 supermemory 뜯어보기 — AI에 장기 기억을 주는 메모리 엔진

• 'Memory ≠ RAG': 사용자 사실을 시간축으로 추적·갱신·만료
• 자가호스팅 단일 바이너리(localhost:6767) + Ollama로 완전 오프라인
• Claude Code 두 경로: 범용 MCP 서버 vs 플러그인
• ⚠️ '벤치마크 1위'는 벤더 자체 보고(MemoryBench도 자작)
• ⚠️ MIT는 코드만, 핵심 기능은 Supermemory Pro 유료

공식 저장소·문서로 팩트체크해 정리했습니다.

https://dbhyeong.github.io/blog/supermemory-ai-memory-engine-not-rag

#AI #LLM #메모리 #지식관리

supermemory 뜯어보기 — AI에 장기 기억을 주는 엔진, 'Memory ≠ RAG'는 맞고 '벤치마크 1위'는 반만 믿자

대화에서 사실을 추출해 AI에 영속적 장기 기억을 주는 메모리 엔진 supermemory를 공식 저장소·문서로 교차검증해 정리했다. 'Memory is not RAG'의 진짜 의미, 5단 컨텍스트 스택, 단일 바이너리 자가호스팅(localhost:6767·Ollama 완전 오프라인), Claude Code에 붙이는 두 경로(MCP vs 플러그인)까지. 그리고 'MIT 오픈소스'의 경계와 'self-reported 벤치마크 1위'는 ⚠️로 짚었다.

Hyeong · 데이터·마케팅·개발 제너럴리스트

📰 2026년 6월 30일 AI·LLM·IT 이슈 정리

오늘 관통 주제는 'AI 구축의 경제학'.
• 돈 붓는 쪽: 하이퍼스케일러 capex 7,250억 달러, AI 회사채가 美 투자등급 발행의 약 15%
• 비용 깎는 쪽: 코인베이스가 중국 오픈웨이트(GLM·Kimi) 기본값+캐싱으로 AI 비용 거의 절반, 딥시크 추론가속 오픈소스
• 한국: 2000조 발표 다음 날 삼성전자 -4.86%, 수도권 데이터센터 적기 전력공급 1.9%

수치는 모두 1차 출처로 팩트체크(⚠️ 정정 포함).

https://dbhyeong.github.io/blog/ai-llm-it-news-2026-06-30

#AI #LLM #반도체 #데이터센터

2026년 6월 30일 AI·LLM·IT 이슈 정리 — 사상 최대로 돈을 붓는 쪽과, 그 비용을 반토막 내는 쪽

2026년 6월 30일 기준으로 확인한 AI·LLM·IT 이슈를 정리했다. 어제 2000조에 환호하던 시장이 하루 만에 삼성전자를 떨군 이유, 데이터센터를 막는 '전력망의 벽', AI 회사채가 미국 투자등급 발행의 15%에 육박한 거품 신호, 코인베이스의 중국 오픈웨이트 비용 반토막, 딥시크의 추론 가속 오픈소스, Claude의 Microsoft Foundry 정식 출시, AI 코딩 도구를 노리는 Djinn 스틸러까지. 모든 수치는 1차 출처로 팩트체크해 정정·보강했다.

Hyeong · 데이터·마케팅·개발 제너럴리스트

신문사 편집국처럼 굴러가는 LLM 지식 위키 — LLM Wiki Newsroom을 뜯어봤습니다.

Karpathy의 'LLM Wiki'를 기자·논설위원·데스크·교열·편집국장 5개 역할로 나누고, '쓰는 Claude'와 '검수하는 Claude'를 다른 인스턴스로 분리해 자기편향을 줄이는 구조. 게시 전 2관문(결정론 lint + 정성 리뷰)과 규칙이 스스로 고쳐지는 자기개선 루프까지 들어 있습니다.

'세계 최초' 같은 과장은 1차 출처(GitHub·arXiv)로 팩트체크해 분리했어요.

https://dbhyeong.github.io/blog/llm-wiki-newsroom-multi-agent-knowledge-wiki

#LLM #AI에이전트 #지식관리

신문사 편집국처럼 굴러가는 LLM 지식 위키 — LLM Wiki Newsroom을 뜯어봤다

Karpathy의 LLM Wiki 개념을 '신문사 편집국'으로 구현한 alfadur7의 LLM Wiki Newsroom을 직접 확인하고 정리했다. 기자·논설위원·데스크·교열·편집국장 5개 역할 분리, 작성과 검수를 다른 인스턴스로 나누는 설계, 규칙이 스스로 고쳐지는 자기개선 루프(Self-Harness·SkillOpt)까지. 과장된 수치는 1차 출처로 팩트체크해 ⚠️로 분리했다.

Hyeong · 데이터·마케팅·개발 제너럴리스트

새 글 공유합니다.

YouTube MP4·SRT·썸네일·쇼츠 3개까지 자동 업로드하는 파이프라인

Codex/Claude Code로 원본 영상, SRT 자막, 썸네일, SEO 제목·설명·타임라인·해시태그, 쇼츠 하이라이트 3개까지 묶어 최종 업로드하는 구조를 정리했습니다.

원문: https://dbhyeong.github.io/blog/youtube-api-mp4-srt-thumbnail-shorts-pipeline

#YouTubeAPI #자동화 #LLM #Codex #ClaudeCode #Shorts #콘텐츠자동화

YouTube MP4·SRT·썸네일·쇼츠 3개까지 API로 올리는 자동 업로드 파이프라인

codex_transcript의 YouTube Data API 업로드 스크립트와 codex_capcut의 Vrew·SRT·sceneId 쇼츠 렌더링 흐름을 합쳐, 본편 MP4·SRT·썸네일·쇼츠 3개·SEO 메타데이터·블로그 기록까지 하나로 묶은 자동 업로드 파이프라인 설계 기록.

Hyeong · 데이터·마케팅·개발 제너럴리스트

오늘은 YouTube MP4를 Vrew 자동자막/SRT로 가져와, 타임라인은 유지하고 문장만 다듬은 뒤 sceneId 기준으로 쇼츠 8개를 렌더링한 과정을 정리했습니다.

핵심:
- Vrew가 자막·장면 구조를 먼저 잡아줌
- SRT는 시간값 보존, 오탈자/문장만 수정
- .vrew ZIP/project.json에서 captions/sceneId 확인
- ffmpeg ASS \N 줄바꿈 문제 해결

원문: https://dbhyeong.github.io/blog/capcut-vrew-srt-shorts-pipeline

MP4 하나를 Vrew 자막과 SRT로 쪼개 쇼츠 8개로 만든 기록

YouTube MP4를 내려받고, CapCut 프로젝트 구조를 확인한 뒤, Vrew가 만들어 준 자동 자막과 sceneId 구조를 SRT로 가져와 타임라인은 유지하고 문장만 고쳐 9:16 쇼츠 8개로 렌더링한 작업 기록. .vrew를 ZIP으로 풀어 project.json을 분석한 내용과 ASS 줄바꿈 문제까지 함께 정리했다.

Hyeong · 데이터·마케팅·개발 제너럴리스트

Hyeong Mastodon API publishing test.

Original: https://dbhyeong.github.io/

Hyeong · 데이터·마케팅·개발 제너럴리스트

AI 시대에 ‘도메인’을 가진 데이터 분석가 — 게임·이커머스·회계 도메인을 직접 코드로 분석하고, 코딩 에이전트·LLM 워크플로로 분석·검증·정리까지 자동화하는 12년차. 데이터 분석 + 자동화 + 디지털 마케팅, 그리고 AI 워크플로 실험을 기록하는 공간입니다.

Hyeong · 데이터·마케팅·개발 제너럴리스트