「AI 시대 결국 격차를 만드는 능력, 서울대 교수가 30분 동안 싹 정리했습니다」 요약

영상: [서울대 교수 특강] AI 시대 결국 격차를 만드는 능력, 서울대 교수가 30분 동안 싹 정리했습니다 채널: 명강의 모음 (상상스퀘어 운영) 출처: https://www.youtube.com/watch?v=HKCh1l4zTb4 출연: 신종호 교수 (서울대학교 교육학과 교육심리학, 『문해내공』 공저 / EBS 『당신의 문해력』) 길이: 32분 43초 / 업로드: 2026-09-02 요약 기준: transcript_011.ko.vtt (한국어 자동 자막 전체) + 영상 챕터 18개 + 상세 설명란(도서 『문해내공』 소개) 작성일: … 더 읽기

제미나이(Gemini)를 투자에 이용하는 방법

출처: “99%는 모르는 제미나이 활용한 주식투자방법 3가지” (YouTube: EaED3ZVnlHc — 돈 공부시켜 주는 남자) 핵심: AI는 100% 완벽하지 않다. 큰 틀(아이디어·후보 종목)은 AI로, 세부 검증은 직접 하는 것이 이 방법의 핵심 원칙. 0. 사전 준비 (세팅) 0-1. 접속 네이버에서 “제미나이” 검색 → 홈페이지 접속 (별도 설치 불필요) 0-2. 크롬 시작 페이지 세팅 (생산성 향상) 크롬 우측 상단 ⋮(점 3개) → 설정 → 시작 시 설정 … 더 읽기

조회수 많은 유튜브 영상을 조회하는 방법

조회수가 많은 유튜브 영상을 찾는 방법은 일반 사용자 관점(유튜브 앱/웹), 크리에이터/분석 관점(통계 도구), 그리고 개발자 관점(YouTube Data API)으로 나뉩니다. 1. 유튜브 앱/웹에서 조회수순 정렬하기 특정 키워드 검색 시 (조회수순 정렬) 유튜브 검색창에 원하는 키워드를 입력합니다. 검색 결과 화면에서 필터 버튼을 클릭/터치합니다. PC: 검색창 아래 필터 버튼 모바일: 우측 상단 ⋮ (점 세 개) 또는 필터 … 더 읽기

하네스 엔지니어링(Harness Engineering)과 gstack 개념을 Ollama와 같은 로컬 LLM 환경에 적용하여 사용하는 방법

하네스 엔지니어링(Harness Engineering)과 gstack 개념을 Ollama와 같은 로컬 LLM 환경에 적용하여 사용하는 방법

하네스 엔지니어링(Harness Engineering)과 gstack 개념을 Ollama와 같은 로컬 LLM 환경에 적용하여 사용하는 방법을 정리해 드립니다. 제시해주신 저장소(https://github.com/jaypakdevkr/harness_eng_gstackjaypakdevkr/harness_eng_gstack)는 Garry Tan의 gstack(Claude Code 기반의 Multi-Agent 스킬 팩)과 하네스 엔지니어링 방법론을 기반으로, 이를 로컬 혹은 오픈소스 환경(Ollama 등)에서 호환되도록 포팅하거나 템플릿화한 프로젝트입니다. 1. 하네스 엔지니어링 & gstack의 핵심 개념 요약 하네스 엔지니어링 (Harness Engineering): AI 모델(Agent)이 코드를 바로 … 더 읽기

hermes 를 telegram 같은 메시저 없이 폐쇄망에서 사용하는 방법

hermes 를 telegram 같은 메시저 없이 폐쇄망에서 사용하는 방법

외부 메시저(Telegram, Discord 등) 연동 없이 100% 완전 오프라인 폐쇄망 환경에서 Nous Research의 Hermes Agent를 사용하는 가장 최적의 방법은 CLI TUI(터미널 UI) 모드 또는 최근 출시된 Hermes Desktop(네이티브 앱)을 활용하는 것입니다. Hermes Agent는 단순한 챗봇 래퍼가 아니라 내부에 자체 CLI 런타임과 보안 컨테이너 샌드박스를 갖추고 있으므로, 외부 통신 게이트웨이를 켜지 않고 로컬에서 개발 및 자동화 … 더 읽기

hermes 오프라인에 설치하는 방법

hermes 오프라인에 설치하는 방법

Nous Research에서 출시한 오픈소스 AI 에이전트인 Hermes Agent를 인터넷 연결이 필요 없는 100% 완전 오프라인(로컬) 환경에 설치하고 연동하는 방법을 정리해 드립니다. 오프라인 구축을 위해서는 1) 에이전트 구동 엔진(Hermes)과 2) 로컬 AI 모델 공급처(LM Studio 또는 Ollama)가 모두 local 환경에서 돌아가야 합니다. 🛠️ 사전 준비 사항 네트워크가 연결된 환경에서 필요한 파일들을 미리 다운로드한 후, 폐쇄망(오프라인) 컴퓨터로 … 더 읽기

bkit + Cline + LM Studio + Gemma 4 VS Code 터미널 중심 단계별 설치·실행 가이드

준비물 VS Code 최신 버전 LM Studio (Gemma 4 실행용) 충분한 VRAM (Gemma 4 26B 기준 16~24GB 이상 권장) Step 1: LM Studio에서 Gemma 4 서버 실행 (터미널 불필요, GUI) LM Studio 실행 Discover 탭에서 검색 → gemma-4 또는 google/gemma-4-26b-a4b (또는 E4B) 다운로드 (4-bit 또는 Q4_K_M 추천) 모델 다운로드 완료 후 모델 선택 → Load … 더 읽기

Hermes Agent Docker 실행 시 Gateway + Dashboard 사용법

Hermes Agent Docker 실행 시 Gateway + Dashboard 사용법 정리 (2026년 기준 최신) 1. 추천 Docker 실행 명령어 (Gateway + Dashboard 동시 실행) Bash   docker run -d \ –name hermes \ –restart unless-stopped \ -v ~/.hermes:/opt/data \ -p 8642:8642 \ # Gateway API (OpenAI-compatible + 내부 API) -p 9119:9119 \ # Web Dashboard -e … 더 읽기

OpenClaw(오픈클로)는 AI 에이전트로, GitHub 소스코드나 npm 패키지를 통해 설치

OpenClaw(오픈클로)는 AI 에이전트로, GitHub 소스코드나 npm 패키지를 통해 설치할 수 있습니다. 2026년 5월 기준, 가장 권장되는 설치 방법은 자동 설치 스크립트를 사용하는 것입니다. Node.js 24 이상 버전이 필수입니다. [1, 2, 3, 4, 5] 1. 필수 사전 준비 Node.js: Node 24 권장 (또는 22.16 이상). 환경: macOS, Linux, 또는 Windows WSL2 (WSL2가 가장 안정적). API Key: … 더 읽기

Codex Agent는 OpenAI의 AI 코딩 에이전트로, 주로 Codex CLI(터미널), Desktop App, VS Code Extension 형태로 사용

Codex Agent는 OpenAI의 AI 코딩 에이전트로, 주로 Codex CLI(터미널), Desktop App, VS Code Extension 형태로 사용됩니다. 아래에 각 설치 방법

Codex Agent는 OpenAI의 AI 코딩 에이전트로, 주로 Codex CLI(터미널), Desktop App, VS Code Extension 형태로 사용됩니다. 아래에 각 설치 방법을 정리했습니다. (2026년 5월 기준 최신 정보) 1. Codex CLI (터미널용, 가장 가벼움) 터미널에서 직접 코딩 에이전트를 실행할 때 추천. 필수 조건: Node.js 22+ (LTS 권장) OpenAI ChatGPT 계정 (Plus/Pro 이상) 또는 API Key 설치 방법: … 더 읽기