| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
- vibe coding
- 단일HTML
- gaussian splatting
- 이미지 편집
- 오픈소스
- 오픈AI
- 인공지능
- 음성합성
- 메타
- AI
- 티스토리챌린지
- 일론 머스크
- 오블완
- diffusion transformer
- 자동화
- 웹게임
- 우분투
- 확산 모델
- 딥러닝
- 바이브코딩
- 트랜스포머
- tts
- 멀티모달
- PYTHON
- 강화학습
- 생성형AI
- LLM
- OpenAI
- 이미지 생성
- AI 기술
- Today
- Total
목록전체 글 (1025)
AI 탐구노트
AI 코딩 에이전트가 자연어 설명을 바탕으로 고품질의 다이어그램을 생성하는 오픈소스 스킬이 나왔습니다. 나중에 써먹을 수 있겠다 싶어서 내용만 짧게 정리해 두고 가겠습니다. 1. 개요개요 : 자연어 설명을 바탕으로 고품질의 다이어그램을 생성하는 Skill지원 환경 : Claude Code, Codex, Cursor, GitHub Copilot 등에서 사용 가능주요 기능 : 시스템 아키텍처, 플로차트, 시퀀스, 데이터 흐름, ERD 등 50종 다이어그램 지원출력 형식 : HTML + SVG 기반, SVG나 PNG 파일 내보내기 지원 특징 : 미니멀 디자인, 브랜드 색상/폰트 적용 지원, 자동 레이아웃, 기존 Mermaid/draw.io 다이어그램으로 변환 지원장점 : 별도 디자인 도구 없이 자연어만으로 ..
Codex, Claude 등을 이용해 바이브코딩을 하다보면, 중간중간 수행해야 하는 작업에 대한 '승인'을 해야 하는 경우가 생깁니다. 물론 하네를 구성해두고 AI 에이전트에게 목표 달성까지 알아서 하라고 시켜놓으시는 분들은 다르겠지만, 저는 주로 진행 단계 별로 하나씩 확인하고 진행하고 있어서 귀찮지만 이 과정을 건너뛸 수가 없습니다. 실상은 개인적인 성격 상 그런 것이 아니라 하네스를 구성할 실력이나 경제적인 여력이 없고, 진행 단계를 그냥 맡겨뒀다가는 Token 폭탄을 맞을 수도 있기 때문입니다. 그런데... 개발할 것에 대한 설계 문서를 만들어놓고 Codex나 Claude에게 수행을 맡기고나면, 한참동안 승인 과정없이 작업을 진행하는 경우도 있습니다. 구현할 내용물의 양이나 복잡도에 따라 짧을 ..
1. 개요YuE2는 텍스트와 가사를 기반으로 완성된 음악을 생성하는 오픈 가중치(Open-Weights) AI 모델입니다. 기존 음악 생성 AI와 달리 멜로디와 화성을 악보로 먼저 설계하고, 이를 실제 음악으로 변환하는 Symbolic Planning 방식을 도입했습니다. YuE2는 단순히 음악소리를 만들어내는 AI가 아니라, 악보를 이해하고 작곡한 뒤 이를 실제 음악으로 연주하는 AI를 지향합니다. 참고) 개발한 곳은 Multimodal Art Projection(m-a-p) 라는 오픈소스 인공지능 연구 커뮤니티라는데, 이제까지 몰랐던 곳입니다. 다만, 이곳이 Hugging Face에서 영향력 있는 AI 연구 기관 상위권에 랭크될만큼 역량은 확실한 곳인 모양입니다. 2. 아키텍처YuE2는 악보 생성..
Mistral AI에서 Voxtral 3를 공개했습니다. 최근 ASR 모델들에 관심을 두다보니 계속 이런 것을 찾게 되네요. 그런데... 한가지 아쉬운 것은 2025년 출시된 Voxtral AI 모델들은 Apache 2.0 기반이었는데 이번에는 오픈소스가 아니라 유료 API 방식으로 변경되었습니다. 이번 글에서는 그 내용을 요약 정리해 보고 가겠습니다. 1. 개요Voxtral 3는 음성 인식(STT), 음성 합성(TTS), 추론 및 도구 호출을 통합한 실시간 음성 AI 모델입니다. 이번에 공개된 것은 다음과 같습니다. Voxtral Small/Mini Transcribe 3 : 다국어 음성 인식 및 화자 분리Voxtral Mini Transcribe Realtime 3 : 저지연 실시간 음성 인식..
예전엔 직접 부스 꾸리고 제품 소개도 하고 그랬는데... 오늘은 슬쩍 시간나서 전시에 어떤 솔루션들이 나왔나 둘러보는 시간을 가졌습니다. 생각보다 규모도 크지 않고 (3층 D홀 하나), 대기업들과 기관들을 제외하면 국내에서 AI로 이름이 알려진 곳들을 대부분 참여하지 않은 조촐한 전시였던 것 같습니다. 이렇게나 규모가 작고 참여 업체가 많지 않았나? 하는 생각이 들 정도로 말이죠. LLM, LVM, STT, TTS 등을 이용해 사용자 서비스를 SaaS 형태로 가지고 나온 곳들이 대부분이었고, 완성도는 기본적으로 예전보다는 훨씬 높아보였습니다. 하지만, UI 구조, 색상 등이 바이브코딩을 하면서 많이 봤었던 형태를 그대로 따르고 있는 곳들이 다수 있더군요. 한편으론 정겹고(?^^;) 한편으론 약간 식상한..
당근에서 와콤 타블렛을 하나 구입했습니다. CTH-490 이라는 모델인데, 나온지는 꽤 (거의 10년 가량?) 되었고 필압 레벨도 최근 나오는 타블렛 대비 그리 높지 않은 수준이라는 단점이 있지만, 반대로 손가락 멑티터치를 지원하고 작고 배터리와 와이파이 모듈을 장착해서 무선으로 쓸 수 있다는 장점도 있습니다. 하지만, 이런 장단점과는 무관하게 제가 끌린 것은 단돈 만원(배송비 별도)에 살 수 있다는 점이었습니다! 이번 글에서는 이 녀석을 우분투에서 어떻게 개인화하는가를 짧게 정리하고 가겠습니다. 1. Wacom 인식장치 설치우분투는 기본적으로 Linux Wacom 드라이버를 지원합니다. 오호... 역시 와콤!거기에 추가적으로 세부 설정을 할 수 있도록 필수 패키지를 설치합니다.sudo apt upda..
깊이 추정 모델 가운데 경량 기기에서 사용할만한 괜찮은 녀석이 나왔습니다. Jetson 언급이 나와서 오호 이 정도의 엣지장비에서 잘 돌아간다면 쓸만할 것 같다고 생각되었습니다. 그런데 Jetson Orin은 저도 써본 적이 없고, 과거의 Jetson Nano보다는 훨씬 성능이 높다고 알려진 장비라 어쩌면 그렇게 경량은 아닐수도 있겠다 싶긴 합니다. 이번 글에서는 DepthART에 대해 정리해보고 넘어가겠습니다. 1. 개요DepthART(Depth Anything Rethought for Tiny Models)는 단일 RGB 이미지로부터 장면의 깊이(Depth)를 추정하는 경량 AI 모델입니다. 최근 공개된 모델 가운데 Depth Anything V2라는 것이 있는데 그 모델의 성능을 작은 크기의 모..
음악 오디오를 분석하고 이를 최종적으로 악보로 만들어 플레이할 수 있도록 하는 서비스를 만들어 보고 싶었습니다. 그런데... 혹시나 있겠지 싶어서 먼저 찾아봤죠. 그랬더니 역시나 요건이 똑같은 녀석이 하나 있었습니다. 바로 'Oh Sheet'라는 도구입니다. 이번 글에서는 이 도구에 대해 짧게 정리해 보겠습니다. 1. 개요Oh Sheet!는 음악 파일이나 YouTube 영상을 분석해 자동으로 악보를 생성하는 오픈소스 AI 프로젝트입니다. 입력으로 mp3, wav, midi 뿐만 아니라 Youtube URL 을 받아서 악보 (MusicXML, MIDI, PDF 형식)을 만들어 주죠. 한마디로 절대음감처럼 듣고 이 곡의 피아노 악보는 이거야 하면서 제시해 준다고 보면 됩니다. 2. 기능 및 특징음원 자..
원격지에서 작업을 하다보면 가끔씩 이렇게 접속해야 하는 경우가 있습니다. 장비 A --(ssh)--> 장비 B --(ssh)--> 장비 C 예를 들어 장비 C가 접근 권한을 B에게만 허용하도록 되어 있는 경우 (예: 방화벽 설정)에 해당되죠. 이럴 때 한번에 접근할 수 있도록 커맨드를 간소화하는 방법이 있는데 중간에 ProxyJump (-J) 옵션을 사용하는 것입니다. ssh -J userB@장비B userC@장비C 만약 서이것을 좀 더 편하게 하려면 ~/.ssh/config 파일을 다음과 같이 수정합니다. Host jump HostName 123.123.123.123 # 장비B User userB Port 22Host target HostName 192.168.0.100..
1. 개요EngStudy는 Youtube에 공개된 TED 영상을 이용해 영어 공부를 할 수 있는 로컬 데스크톱 앱입니다. YouTube 영상의 음성을 학습 자료로 변환하고, 자막을 읽기 좋은 문단으로 구성하고, 영상 재생 위치에 맞춰 현재 문단과 문장, 단어를 강조합니다. 사용자는 문단별 번역을 작성하고 권장 번역과 단어 정보를 확인하며 학습 진행 상황을 계속 관리할 수 있습니다.학습 데이터와 AI 처리는 가능한 한 사용자 컴퓨터 안에서 이루어집니다. 번역 및 단어 설명은 로컬 Ollama 모델을 사용하고, 사용자 번역, 학습 이력, 북마크, 재생 위치는 SQLite에 저장합니다. 2. 기능YouTube URL에서 영어 자막과 영상 제목 불러오기SRT, VTT, TXT 자막 파일 불러오기 -> 또는 Wh..
