전체 글 썸네일형 리스트형 M5 Max 128GB 로컬 코딩 LLM 5편 — Flash-Next를 실제 Reconciler로 400건 돌려봤다 로컬 125B가 Sonnet·Opus와 실제 업무에서 어디까지 경쟁할 수 있었나 — 판정 정확도, Harness Manager, 속도, 실제 토큰 소비까지 측정이 글은 M5 Max 128GB에서 로컬 코딩 LLM을 실제 에이전트로 운영해보는 시리즈의 5편이다.4편에서는 같은 Flash-Next를 Bare-Speed와 Optimized-Speed로 비교했다.모델 단독으로 보면 Optimized-Speed가 조금 더 안정적이었지만, Completion Supervisor, 지금은 Harness Manager라고 부르는 감독 계층이 Bare-Speed의 마지막 tool call 누락이나 상태 전이 누락을 회수하면서 결과가 뒤집혔다.Bare-Speed는 실제 run이 약 1.8배 빨랐고, decode 속도도 크.. 더보기 M5 Max 128GB 로컬 코딩 LLM 4편 — Flash-Next Bare-Speed vs Optimized-Speed, 덜 완벽한 모델이 시스템은 더 빨랐다 같은 Flash-Next, 같은 M5 Max 128GB, 같은 감독기 계열에서 Bare-Speed와 Optimized-Speed를 실제 운영 기준으로 비교한 결과이 글은 M5 Max 128GB에서 로컬 코딩 LLM을 실제 에이전트로 운영해보는 시리즈의 4편이다.앞선 글에서는 oMLX 0.6.4와 MTPLX로 Flash-Next를 더 빠르게 돌려보려다가, 결국 Completion Supervisor, Semantic Checker, Run Reconciler까지 만들게 된 과정을 정리했다.그때 결론은 꽤 단순했다.에이전트의 신뢰성은 모델 하나의 능력만으로 결정되지 않는다.모델이 끝났다고 말한 뒤 시스템이 무엇을 확인하느냐가 중요하다.이번에는 그 구조를 실제 업무에 더 오래 태우면서, 같은 Flash-Nex.. 더보기 M5 Max 128GB 로컬 코딩 LLM 3편 — 속도를 올리고 싶었는데, 결국 하네스 브릿지를 다시 만들었다 M5 Max 128GB 로컬 코딩 LLM 3편 — oMLX 0.6.4와 MTPLX로 빨라졌는데, 결국 하네스 브릿지를 다시 만들었다Flash-Next의 속도 개선을 확인하려고 시작한 테스트가 Completion Supervisor, Semantic Checker, Run Reconciler까지 확장된 과정이 글은 M5 Max 128GB에서 로컬 코딩 LLM을 실제 에이전트로 운용해 보는 시리즈의 3편이다.앞선 글에서는 Agents-A1, Qwen3.8 27B, Flash-Next 125B를 단순 문제 풀이가 아니라 실제 repository 기반 코딩 에이전트로 반복 테스트했다.그 결과 Flash-Next는 가장 강한 Senior Worker+, jq27은 General Worker+, A1-4bit는 F.. 더보기 M5 Max 128GB 로컬 코딩 LLM 2편 — 실제 에이전트로 돌려보니 역할이 완전히 갈렸다 Flash-Next 125B, Qwen3.8 27B, Agents-A1 4bit를 실제 저장소에서 반복 테스트한 결과이 글은 앞서 올린 **「M5 Max 128GB에서 로컬 코딩 LLM 어디까지 쓸 수 있나」**의 후속편이다.지난 글에서는 Agents-A1, Qwen3.8 27B, Flash-Next 125B를 M5 Max 128GB에서 직접 돌리고 Luna까지 비교했다.당시 결과는 의외였다.27B 4bit도 어려운 문제를 너무 잘 풀었고, Flash-Next도 강했고, A1도 빨랐다. 결국 13문제를 만들어도 정답률이 거의 포화됐다.그래서 당시 결론은 이랬다.“이 문제들만으로는 모델들의 capability ceiling을 찾지 못했다.”그리고 마지막에 다음에는 단순 추론 문제가 아니라 실제 업무에 가까.. 더보기 M5 Max 128GB에서 로컬 코딩 LLM 어디까지 쓸 수 있나 M5 Max 128GB에서 로컬 코딩 LLM 어디까지 쓸 수 있나Agents-A1 → Qwen3.8 27B → Flash-Next 125B, 그리고 Luna까지 직접 비교최근 로컬 LLM을 단순 채팅용이 아니라 실제 코딩 에이전트의 Worker로 상시 운용하고 있다.원래 주력은 Agents-A1 35B-A3B였다. 이후 Qwen3.8 27B가 나오면서 Alis MLX 4bit/6bit로 운영 모델을 옮길 수 있을지 테스트하기 시작했다. 그 과정에서 Qwen3.8 Flash-Next 125B-A6B가 공개되어 M5 Max 128GB에서 MTP까지 유지한 채 구동했고, 자연스럽게 세 로컬 모델의 비교가 됐다. 여기에 로컬의 실질적 가치를 보기 위해 frontier 중 가성비가 강한 Luna medium/hi.. 더보기 삼성전자 700조 주주환원설, 실제 발표와 증권사 추정은 어디까지 다를까 결론부터 말하면 삼성전자 600~700조원 주주환원은 회사가 확정 발표한 금액이 아닙니다. 삼성전자가 공식적으로 약속한 것은 2024~2026년 3년간 발생한 잉여현금흐름(FCF)의 50%를 환원하고, 정규배당으로 매년 약 9.8조원을 지급한다는 정책입니다. 600~700조원은 차기 정책을 두고 나온 증권사 추정치이므로 회사 공시와 같은 강도로 읽으면 안 됩니다.삼성전자가 현재 약속한 숫자삼성전자 IR 페이지에 공개된 현행 정책은 명확합니다. 적용 기간은 2024년부터 2026년까지이며, 3년간 FCF의 50%를 주주에게 돌려주는 구조입니다. 정규배당은 연간 약 9.8조원이고, 배당을 지급한 뒤 환원 재원이 남으면 추가 환원을 검토합니다.공식 IR에 집계된 2025년 주주환원 총액은 약 19.3조원입니다.. 더보기 삼성·하이닉스 2분기 실적을 컨센서스와 자동으로 비교하기 (DART 잠정공시 파싱) 분기마다 손으로 하던 일이 있습니다. 잠정공시가 뜨면 매출·영업이익을 받아 적고,증권사 컨센서스를 찾아 나란히 놓고, 상회인지 하회인지 판단하는 일입니다.그걸 자동으로 돌려 봤더니 이번 분기에 눈에 띄는 게 하나 나왔습니다.■ 나온 결과부터구분 매출 vs컨센 영업이익 vs컨센 실제 OPM 컨센 OPM삼성전자 171.50조 -1.4% 89.49조 +5.2% 52.2% 48.9%SK하이닉스 79.32조 -5.8% 60.54조 -5.8% 76.3% 76.3%두 회사 다 매출은 컨센서스 미달인데 영업이익은 삼성만 넘었습니다.하이닉스는 OPM 이 컨센서스와 소수점까지 같아서 매출 미달분이 영업이익에그대로.. 더보기 "확정치만 쓴다"는 원칙을 하루 만에 접은 이유 — 관세청 각주 한 줄 어제까지 제 지표의 수출 데이터 원칙은 하나였습니다. **확정치만 쓴다.**잠정치를 확정치 자리에 넣으면, 나중에 값이 바뀌면서 그 달의 판정이소급해서 뒤집힙니다. 어제 "미점등"으로 보여준 화면이 오늘 "점등"이 되는데사용자는 자기가 뭘 잘못 본 건지 알 방법이 없습니다. 기록형 지표에서과거를 조용히 고쳐 쓰는 습관은 지표 자체를 못 믿게 만듭니다.그래서 7월 수출이 발표된 날에도 "확정치는 다음 달 중순에 옵니다" 라고적어 뒀습니다. 그리고 관세청 보도자료 원문을 열어봤습니다.> ※ 신고수리일 기준으로 월간 및 연간 통계확정 시(2027년 2월)까지> 일부 수치는 정정될 수 있음.**확정이 2027년 2월입니다.**제가 "다음 달 중순"이라고 알고 있던 건 확정치가 아니라 품목별 실적이공공데이터포털에.. 더보기 이전 1 2 3 4 다음
