5090 샀던 제가 결론 냅니다: AI 에이전트 컴퓨터는 램 넉넉한 맥미니

램이 넉넉한 맥미니면 충분하다는 결론과 함께, 에이전트의 업무 수준, 영상 제작 활용, 여러 세션 운용, 원격 접속과 메모리 관리 방법을 정리한 강연입니다.

⏱ 00:00발표자는 AI 에이전트를 돌릴 컴퓨터로 고성능 GPU 장비보다 램이 넉넉한 맥미니면 충분하다고 결론 내립니다. 대부분의 사용자에게는 로컬 모델을 직접 돌려서 얻는 실익이 크지 않고, 셋업 비용도 높다는 이유입니다.

다만 사용 빈도가 많아지면 로컬 모델로 토큰 비용을 어느 정도 아낄 수 있다는 점은 인정합니다.

⏱ 02:00발표자는 에이전트가 사람 동료처럼 지시를 충실히 따르며 일을 해낸다고 평가합니다. 예시로 든 것은 얼굴 3D 모델링입니다. 정면과 측면 사진 두 장만 주었을 때 에이전트는 이미지 편집 모델로 빈 부분을 채워 넣고, 약 30분 만에 꽤 닮은 모델을 만들었습니다.

입력이 부족하다고 불평하지 않고 스스로 방법을 찾아 해결한 점이 인상적이었다고 말합니다.

⏱ 04:57영상 제작에도 에이전트를 씁니다. 발표자가 올린 쇼츠와 롱폼 영상 상당수를 AI가 편집했고, 중간에 실수가 있으면 다시 편집을 지시해 바로잡았다고 합니다.

뉴스 한 줄을 프롬프트로 주면 기획 기준에 맞춰 쇼츠를 만들고 업로드까지 처리하는 흐름도 소개합니다. 이런 도구를 쓰는 사람과 쓰지 않는 사람 사이의 생산성 차이가 크게 벌어질 것이라는 전망도 제시합니다.

⏱ 06:54발표자는 여러 에이전트를 동시에 돌리는 방식을 설명합니다. 보통 15개 안팎의 세션이 함께 돌아가며, 에이전트 종류도 섞어 씁니다. 발표자는 이런 방식이 생산성을 크게 높여 준다고 느끼지만, 쏟아지는 결과물을 사람이 다 소화하기는 어렵다는 부담도 함께 말합니다.

노트북 대신 아이폰으로 세션을 관리하고, 에이전트의 보고는 따로 만든 문서 페이지에 통일된 형식으로 받아 읽습니다.

⏱ 09:24컴퓨터 셋업에서 중요한 것은 GPU보다 램입니다. 서버용 램 가격이 크게 올라 64GB 한 세트가 100만 원대에서 370만 원대로 뛰었다고 언급하며, 램 확보를 서두르라고 권합니다.

쓰지 않는 PC나 안 쓰는 노트북도 슬립 모드를 끄고 항상 켜 두면 충분하다고 봅니다. 파일과 작업 메모리가 쌓이는 곳이므로 이 기기에서 대부분의 일을 처리하도록 권합니다.

⏱ 12:00집의 컴퓨터에 외부에서 접속하려면 클라우드 코드나 코덱스의 원격 기능을 쓰는 방법을 소개합니다. 코덱스는 QR 코드로 기기를 연결하는 등 UI가 더 친절하다고 평가합니다. 이렇게 하면 이동 중에도 긴 작업이 끊기지 않고, 외부에서 새 지시를 내릴 수 있습니다.

에이전트에 쌓이는 메모리는 시간이 갈수록 사용자의 의도를 더 잘 이해하게 만들기 때문에 중요한 자산이 된다고 강조합니다. AI가 멍청하게 느껴진다면 원하는 바를 정확히 전달하지 못한 것일 수 있다고도 말합니다. 마지막으로 보안 사고가 잦은 환경이니 위치와 상태를 잘 파악하라고 당부합니다.