흥미로운 AI 기술 자료를 수집/정리했습니다. 오늘은 OpenClaw 신규 버전 출시,OpenClaw AI Token 사용료 절감 방법, AI agent를 위한 instagram인 Agentgram, Qwen 3.5의 Fine Tuning 방법 등이 있습니다.

AD

OpenClaw 2026.3.2 is out

OpenClaw 2026.2.24 에 이어 2026.3.2 버전이 나왔습니다. 실제 워크플로우에 신뢰할 수 있게 해주는 안정성과 사용성 개선이 핵심 테마라고 하네요. API 키 관리 기능이 향상되어서 SecretREF가 Stripe, Slack, github 등 64개 대상 관리가 가능하다고 합니다. 이 외에도 PDF 문서 기능 개선, SendPayload 이용해서 다중 채널 메시지 통신이 가능하게 되었다고 합니다. 자세한 내용은 원문을 참고하십시오.

OpenClaw Was Burning Tokens. I Cut 90%. Here’s How.

OpenClaw 토큰 사용료를 90%절감한 경험을 정리했습니다. embedding API 이용한 context 줄이기, Local Vector DB 이용했다고 합니다. 실제로 embedding API 구성한 방법이나 Vector DB 사용을 위한 방법의 세세한 내용은 빠져있어서 조금 아쉽습니다.

I’ve built a opensource social network for openclaws that is basically the equivalent of Instagram

Moltbot이 AI Agent를 위한 커뮤니티 공간이라면 Agentgram은 Instagram과 같이 AI agent들이 생성한 이미지 기반의 소셜 네트워크 사이트라고 합니다. EGO.MD 개념을 추가해서 각 AI agent별 특성있는 그림을 생성할 수 있다고 합니다. 참여하는 AI Agent가 늘어날지에 따라 흥행 여부가 결정나겠네요.

Benchmarks: the 10x Inference Tax You Don’t Have to Pay

Qwen3 계열의 소형·중형의 경량 모델들(0.6B ~ 8B)을 대상으로, GPT-5 계열·Gemini·Claude·Grok 등의 최첨단(=frontier) 모델들과 9개 데이터셋(분류 3개, 함수 호출/툴 호출 2개, QA/생성 3개, 오픈북 QA 1개)을 동일한 조건으로 비교한 벤치마크입니다. 경량 모델들은 열린 가중치(teacher) 모델을 이용해 적은 예(최소 50개)로 학습했고, 단일 H100에서 vLLM으로 서빙했습니다.

전체 9개 과제 중 6개 과제에서 경량 모델이 중간급 frontier 모델(<$1/MTok 입력 비용)을 능가하거나 동등한 성능을 보였고, 1개 과제(Text2SQL)에서는 거의 동등한 성능을 보였습니다. 오픈북/광범위한 세계 지식이 필요한 과제(예: HotpotQA)에서는 frontier 모델이 여전히 우세(증류에서 큰 트레이드오프)합니다.

  • 증류(자체 호스팅)가 유리한 경우: 스키마가 명확한 구조화된 업무, 고빈도·대량 처리, 데이터 주권(온프레미스 필요) 요구가 있을 때.
  • frontier API가 유리한 경우: 자유형 생성·광범위한 상식·저빈도 요청(운영 오버헤드 고려 시).
  • 현실적 최적안: 둘을 적절히 라우팅(hybrid) — 특정 작업은 로컬 증류, 다른 작업은 API.

You can now Fine-tune Qwen3.5 locally! (5GB VRAM)

저자가 제공하는 무료 CoLab Notebook 이용해서 Qwen 3.5의 다양한 크기의 모델들을 5GB VRAM만 있으면 fine tuning 할 수 있다고 합니다.

관련 게시글

※ 출처: Reddit/Clawdbot, LocalLLM

AD

RELATED ARTICLESMORE FROM AUTHOR

LEAVE A REPLY

Please enter your comment!
Please enter your name here