AI한테 "이것도 만들 수 있어?"라고 물으면, 우선 가능하다는 얘기만 듣고 싶다.
만들면 재밌겠다는 생각이 들어도 지금 하던 일을 멈추고 싶진 않아서. 내일 다시 보면 시큰둥할 아이디어도 있을 테고.
할 일 목록에 적지도 않고 잠깐 떠들다 잊어버릴 자유..
AI랑도 그 정도 수다는 떨고 싶다.
폴리곤 하나 손으로 안 찍고 만든 3D 사무실 🌿
레퍼런스는 AI가 그리고, Blender 코드도 AI가 짬
스크립트 한 번 돌리면 오브젝트 알아서 만듦
🛠 스택
· 레퍼런스: Codex 이미지 생성 (gpt-image)
· 모델링/애니메이션: Claude Code가 짠 bpy 스크립트
· 렌더: Blender 5.3 Cycles (M3 Pro GPU)
· 효과음: Python으로 사인파 합성
· 편집: ffmpeg
#b3d #Blender #3Dart #ClaudeCode
앱스토어 별점을 초기화해도, 글로 남긴 리뷰는 그대로 남는다.
Apple의 현재 도움말에 나오는 기능이다. 새 버전을 출시할 때 종합 평점을 초기화할 수 있다. 모든 국가와 지역에 함께 적용되고, 출시 뒤에는 예전 평점으로 되돌릴 수 없다.
버그를 고쳤으니 새 점수로 시작하고 싶을 수 있다. 그런데 좋은 평가까지 다시 모아야 한다. Apple도 평가가 적으면 다운로드를 망설이게 할 수 있다며 신중히 쓰라고 권한다.
나라면 예전 리뷰에 적힌 문제를 어느 버전에서 고쳤는지 답하는 일부터 챙길 것 같다. 앱을 고르는 입장에서도 별점 옆에 불만이 남아 있으면, 지금은 해결됐는지가 더 궁금하니까.
https://t.co/oGyDqZUFUi
movie와 film은 합치고, documentary film은 따로 남긴다.
11월 11일 공개된 AutoOntic 사전공개 논문의 예시다. 문서에서 뽑은 개념으로 온톨로지를 만들 때, 이름이 비슷하다고 합치기 전에 "같은 뜻인가, 그중 한 종류인가"를 묻는다. 다큐멘터리는 영화의 한 종류라서 별도 분류로 남긴다.
그럼 잘 나눈 건가? Wikidata-TekGen의 Qwen3-Next 실험에서 주어 타입이 기준과 같거나 상하위 관계인 비율은 90.8%였고, 정확히 같은 비율은 58.6%였다. "관련 있는 분류"까지 포함한 숫자와 정확히 맞춘 숫자는 꽤 다르다.
영어 문장 4,062개를 사용했고, 기준 사실과 매칭된 결과에 한해 GPT-5.1이 타입을 판정했다. 전체 추출 정확도를 잰 수치는 아니다.
Ontokit에 이런 방식을 붙인다면, 합친 이름 목록과 새로 생긴 상하위 관계를 따로 펼쳐놓고 검토하고 싶다.
https://t.co/W1TOnWp0hP