DeepSeek 팀은 GitHub 요청에 PR로 답하는 연구용 프로토타입 dsh-superagent를 올렸고, Grok API는 11월 7일부터 텍스트 출력에 워터마크를 기본 적용합니다. NVIDIA는 960만 매개변수 음성 정제 모델을 Hugging Face에 올렸고, 두 GitHub 저장소에는 랜딩 페이지 디자인 스킬과 Blender 장면 제작 에이전트 AnyScene이 올라와 있습니다. 다섯 소식에서 각 자료가 밝힌 조건과 한계를 함께 살펴봅니다.
오늘 담긴 것
- DeepSeek 코딩 에이전트 dsh-superagent 공개…GitHub 요청을 받는 연구용 프로토타입: DeepSeek 팀의 GitHub 저장소 공개
- Grok API 텍스트 워터마크 11월 7일 기본 적용…끄려면 팀 관리자가 모델별로 설정: Grok API 문서의 정책 안내
- NVIDIA NemotronLabs RE-USE 공개…960만 매개변수로 잡음 낀 음성 복원, Linux와 Ampere급 GPU 기준: NVIDIA의 모델 공개
- 랜딩 페이지 디자인 스킬 모음 ai-design-skills…Claude Code와 Cursor, Codex에 한 줄로 설치: elayadesign의 GitHub 저장소 공개
- AnyScene 공개…Blender 5.0 이상에서 한 단락 브리프로 3D 장면 제작, 예시 장면당 약 150달러: apekshik의 오픈소스 저장소 공개
에이전트 운영
DeepSeek 코딩 에이전트 dsh-superagent 공개…GitHub 요청을 받는 연구용 프로토타입

11월 1일 현재 deepseek-ai 조직의 GitHub 저장소 dsh-superagent-prototype에서 dsh-superagent를 볼 수 있다. 커밋은 DeepSeek Harness Team 이름의 1개이고, 공개일은 저장소 화면에 적혀 있지 않다. README는 첫머리에서 이 코드가 연구용 프로토타입이며 DeepSeek의 공식 제품이 아니라고 밝힌다.
- 핵심: DeepSeek Harness용 번들로 만든, GitHub 저장소 하나를 맡는 코딩 에이전트다. 라이선스는 MIT다.
- 에이전트가 하는 일: GitHub와 선택적으로 Feishu를 수신하다가 허용된 사람이 요청하면 작업 항목을 연다. 작업마다 별도 에이전트 세션과 디렉터리에서 처리해 원래 대화에 PR 같은 결과로 답한다.
- 사람이 하는 일: 설치는 사용자가 코딩 에이전트에게 SETUP.md를 읽고 함께 설정하자고 요청하는 방식이다. 웹 패널에 올라온 사람이 처리할 항목은 사용자가 직접 본다.
무엇이 달라지나
새 모델이 아니라 에이전트를 운영하는 방식이다. README는 요청이 있거나 팀이 쓴 규칙이 허용할 때만 움직이고, 사람이 행동해야 하거나 결과를 쓸 수 있을 때만 말하게 했다고 설명한다. 사람의 주의를 최소로 쓰면서 최대의 가치를 내겠다는 원칙이다.
한계
README가 스스로 연구용 코드라고 하며, 버그가 있을 수 있어 쓰기 전에 검토하고 맞춰야 한다고 적었다. 소개 글에 나온 설계 중 일부는 앞으로의 방향일 뿐 이 프로토타입에 구현되지 않았다고도 밝힌다. 이번에 읽은 README 발췌에는 성능 수치가 없고, 설치 성공이나 실사용 코딩 품질은 제공된 자료에서 확인되지 않는다. 반응 글이 소개한 자체 시뮬레이션 수치는 README가 아니라 게시물의 전언이다.
커뮤니티 반응
■요청 접수부터 병렬 실행, 후속 대화, 사람의 검토까지 이어지는 구조를 공개한 점이 눈에 띈다는 글이 나왔다.
■DeepSeek 자체 시뮬레이션에서 p95 작업 완료 시간이 15.7분으로, 하위 에이전트를 쓰는 단일 세션의 29.5분보다 짧았다고 소개한 글이 있다. 시험은 메시지 약 300건, 실제 요청 약 20건, 5회 실행 규모였고, 글은 합성 메시지와 모의 도구를 썼으며 코딩 품질은 재지 않았다고 덧붙였다.
■작업자가 운영자의 OS 계정 권한으로 명령별 승인 없이 돈다는 점을 짚으며, 작업 폴더가 따로 있어도 홈 디렉터리와 인증 정보를 지키는 보안 경계는 아니라는 설명도 올라왔다.
본문 펼치기 · 약 3분
요청을 받는 사람과 일을 처리하는 세션이 나뉘어 있다
README에 따르면 dsh-superagent는 GitHub 저장소 하나를 위한 사전 대응형 코딩 에이전트이고, DeepSeek Harness용 번들로 묶여 있다. GitHub와 선택적으로 Feishu를 수신하다가 허용된 사람이 일을 요청하면 작업 항목을 만든다.
이 항목은 자기 에이전트 세션과 디렉터리에서 처리되고, 결과는 요청이 나온 대화에 PR 같은 형태로 돌아온다. 작업을 처리하는 주체는 에이전트이지만 요청을 낼 수 있는 사람은 허용된 사람으로 한정된다.
웹 패널은 사람이 직접 봐야 할 항목을 보여 주는 화면이다. 허용 범위가 어떻게 정해지는지는 번호가 붙은 문서 가운데 002 Authorization이 다루는 것으로 보이지만, 이번에 읽은 범위는 README까지다.
팀의 일상 개발에서 나와 공개용으로 고친 코드라 내부 버전과 다르다
README는 이 코드를 만든 팀의 일상 개발에서 자랐고 엔지니어링의 상당 부분을 코딩 에이전트가 맡았다고 밝힌다. 공개를 위해 고쳤기 때문에 내부 버전, 그리고 Exploring Super-agent Design: Towards a More Autonomous Agent System이라는 글에 설명된 구현과 같지 않다고 한다.
그 글에 나온 설계 중 일부는 앞으로의 개발 방향이어서 이 프로토타입에는 없다. 코딩 스타일과 엔지니어링 관행이 일관되지 않을 수 있다는 경고도 있다.
따라서 이 저장소는 그대로 운영 환경에 올리는 대상이 아니라, 에이전트가 팀의 주의를 어떻게 아끼도록 설계할 수 있는지 읽어 보는 참고 자료에 가깝다. 팀 안에서 시험한다면 README가 말하는 검토와 조정을 먼저 거쳐야 한다.
설치는 코딩 에이전트와 함께 하고 문서는 번호 순서로 읽는다
README의 설치 안내는 코딩 에이전트에게 SETUP.md를 읽고 dsh-superagent를 함께 설정하자고 요청하는 것이다. 에이전트가 짧은 질문을 하나씩 하고, 전체 계획을 한 번 보여 준 뒤 설치와 설정을 진행한다고 한다.
개발에서는 pnpm check가 타입 검사, 테스트, 빌드를 한 번에 실행한다. 문서는 번호 순서로 읽으라고 안내한다. 먼저 000 Philosophy, 001 Domain model, 002 Authorization, 003 Execution, 004 Prompts를 읽는다. 이어 005 Panel, 006 Deployment, 007 Architecture, 008 Cookbook을 읽는다.
도입을 검토한다면 권한을 다루는 002와 실행 방식을 다루는 003을 먼저 읽고, 별도의 시험용 저장소에서 어떤 요청에 어떻게 반응하는지 본 뒤 판단하는 편이 안전하다.
자세히 읽기 · DeepSeek의 dsh-superagent-prototype README ↗
API 정책과 모델
Grok API 텍스트 워터마크 11월 7일 기본 적용…끄려면 팀 관리자가 모델별로 설정

Grok API 공식 문서의 Output Watermarking 페이지는 10월 31일에 갱신됐다. 이 페이지는 11월 7일부터 지원 모델 7종의 텍스트 출력에 보이지 않는 워터마크가 기본으로 들어간다고 안내한다. 문서 사이트 표기는 SpaceXSI Docs이고, 적용 이유로는 EU AI Act 준수를 든다.
- 핵심: 대상 7종 중 앞쪽 넷은 grok-4.7, grok-4.6, grok-4.5, grok-4.3이다. 나머지 셋은 grok-4.20-reasoning, grok-4.20-non-reasoning, grok-4.20-multi-agent다. 글로벌 엔드포인트 api.x.ai와 지역 엔드포인트 모두에 적용된다.
- API 변화: 요청에 보낼 파라미터는 없고, 응답 형식은 x-watermark 헤더가 붙는 것 외에 같다. Responses API와 Chat Completions API를 포함한 모든 텍스트 생성 API의 일반 텍스트, 구조화 출력, 도구 호출 인자가 대상이다.
- 사용자가 직접 하는 일: 팀 관리자가 SpaceXSI Console의 Team settings에서 모델별로 끌 수 있고, 변경은 새 요청에 5분 안에 반영된다고 문서는 적었다.
무엇이 달라지나
코드를 고치지 않아도 지원 모델의 응답에 워터마크가 들어가고, x-watermark: true 헤더로 해당 요청의 출력이 워터마크 대상인지 읽을 수 있다. 설정은 API 키별이 아니라 팀 단위이고 모델마다 따로 고른다. 일부 모델은 팀에 잠겨 있어 콘솔에서 끌 수 없을 수 있다.
한계
워터마크 방식의 세부 알고리즘과 탐지 정확도는 공개되지 않았다. 문서는 품질과 속도에 영향이 없다고 하지만 측정 근거는 싣지 않았다. 이 문서는 API를 다루며 소비자 앱 적용 여부는 적혀 있지 않고, 다른 서비스의 워터마크 현황도 나오지 않는다.
커뮤니티 반응
■워터마크가 EU뿐 아니라 전 세계 엔드포인트에 켜지고, 팀 관리자가 모델별로 끌 수 있다고 공식 문서를 풀어 쓴 글이 퍼졌다.
■Grok이 마지막까지 텍스트 워터마크를 미루던 곳이었고, 도입을 하지 않는 모델은 북미 ChatGPT만 남았다고 소개한 글에 많은 사람이 반응했다.
■글을 사람처럼 다듬는 데 Grok을 써 왔다며, 워터마크는 숙제 방지에는 좋지만 비즈니스에는 나쁘다고 보고 다른 모델로 옮기겠다는 사용자도 있었다.
본문 펼치기 · 약 3분
적용 대상은 7개 모델이고 모든 텍스트 생성 API가 포함된다
문서는 11월 7일부터 이 모델들의 응답에 워터마크가 들어가고, 기본값은 켜짐이며 모델별로 끌 수 있다고 적었다. 적용 범위는 텍스트 생성 요청의 텍스트 출력이다.
일반 텍스트 응답뿐 아니라 구조화 출력과 도구 호출 인자도 해당한다. 사용자가 코드를 고칠 필요는 없고, 요청에 보낼 값도 없다.
적용 여부는 응답 헤더로 읽는다. Responses API나 Chat Completions API 응답의 x-watermark 값이 true면 그 요청의 출력은 워터마크와 함께 생성된 것이다. 다른 값이거나 헤더가 없으면 워터마크가 없는 응답이다. 팀이 특정 모델을 끈 경우 그 모델의 새 요청에는 헤더가 true로 나오지 않는다.
끄려면 팀 관리자가 콘솔에서 모델별로 설정하고 법적 책임을 확인해야 한다
문서에 따르면 Team settings 페이지에 Model output watermarking 항목이 있다. 이 항목은 On (all models), Off (all models), Custom 중 하나를 보여 주며 팀 관리자에게만 보인다.
설정 아이콘을 누르고 끌 모델의 체크박스를 해제한 뒤 Save를 선택한다. 모델을 끄면 Opt Out으로 한 번 더 확인한다. 이때 자기 사용에 법적 예외가 적용된다는 점과, 표시나 고지 같은 법적 요건의 책임이 전적으로 본인에게 있다는 점을 확인해야 한다.
옵트인과 옵트아웃은 모두 팀의 감사 로그에 남는다. 팀에 잠긴 모델은 대화상자에 보이지만 체크박스가 없어 콘솔에서 끌 수 없고, 이 경우 팀 관리자나 지원 창구에 문의하라고 문서는 안내한다. Grok 출력을 후처리해 내보내는 파이프라인이 있는 팀은 11월 7일 전에 어느 모델을 쓰는지, 누가 팀 관리자인지부터 정리해 두는 편이 낫다.
워터마크는 글자가 아니라 토큰 선택에 새겨지고 탐지는 통계로 한다
문서 설명으로는 워터마크가 텍스트를 생성하는 동안 모델이 고르는 토큰에 약간의 편향을 주는 방식이다. 그래서 문자나 마크업, 숨은 텍스트가 추가되지 않는다.
탐지는 통계적이어서 텍스트를 점수화해 워터마크 있음, 없음, 불확실 중 하나로 알려 주며, 텍스트가 길수록 신호가 강하다. 탐지 API는 신청서를 내 접근 권한을 받아야 한다.
문서는 글자를 추가하지 않는다고만 설명할 뿐, 텍스트를 고쳐 쓰거나 다른 도구를 통과시킨 뒤 탐지 결과가 어떻게 달라지는지는 적지 않았다. 탐지 오류율도 공개되지 않았다. 품질과 속도에 영향이 없다는 문장 역시 문서의 설명이므로, 민감한 업무에 쓴다면 자기 샘플로 출력 품질을 따로 비교해 볼 필요가 있다.
자세히 읽기 · Grok API 문서의 Output Watermarking 페이지 ↗
NVIDIA NemotronLabs RE-USE 공개…960만 매개변수로 잡음 낀 음성 복원, Linux와 Ampere급 GPU 기준

NVIDIA가 10월 22일 Hugging Face에 NemotronLabs RE-USE를 올렸다고 모델 카드가 적는다. 매개변수 960만 개의 다국어 범용 음성 정제 모델이고, 카드는 상업 사용이 가능하다고 밝히며 라이선스는 OpenMDW-1.1이다.
- 핵심: 잡음, 잔향, 클리핑, 대역 제한, 코덱 손상, 패킷 손실, 저품질 마이크 같은 손상을 입은 음성을 복원하도록 만들었다고 카드가 설명한다.
- 모델이 하는 일: 8kHz에서 48kHz까지의 모노 wav를 받아 같은 범위의 wav를 내놓는다. 겹친 말소리에서는 주 화자를 남기고 다른 화자를 억제하도록 학습됐다.
- 사용자가 직접 하는 일: Linux와 NVIDIA Ampere급 GPU, Mamba 환경을 준비해 모델을 내려받고 inference.sh를 실행하거나, Gradio 데모에 잡음 섞인 오디오나 영상을 올려 시험한다.
무엇이 달라지나
카드의 비교표에서 960만 매개변수 모델이 2억 5천만 개 규모의 Sidon, 5억 개 규모의 UniPASE와 나란히 놓였다. 여러 지표에서 앞섰다고 NVIDIA는 보여 준다. 작은 모델로 상업 사용 가능한 음성 복원을 직접 돌려 볼 수 있게 됐다.
한계
비교표는 NVIDIA가 URGENT 2025 non-blind 테스트 세트의 일부 구간에서 합성 데이터로 잰 값이다. DNSMOS와 UTMOS 같은 일부 열에서는 비교 모델이 더 높다. 학습 언어에 한국어는 적혀 있지 않아 한국어 성능은 공개되지 않았고, 지연 시간도 카드에 없다.
커뮤니티 반응
■960만 개 매개변수에 불과한 모델이 소음과 울림을 없앤다며 화상회의와 녹음 품질 개선에 쓸 수 있다고 소개한 글이 나왔다. 갤럭시에 기본으로 들어 있는 영상 오디오 제거와 품질이 비슷해 보인다는 댓글이 달렸다.
■극단적인 잡음을 얹어 시험한 사용자가 잡음이 아주 잘 빠진다며 감탄했고, 뒤쪽 소리가 사라졌다는 답글이 이어졌다.
■오디오 복원 소프트웨어 회사 출신이라는 사용자가 인상적이라고 평했다. 지연 시간이 얼마인지와 아마추어 무선의 배경 잡음에도 통하는지를 묻는 질문도 올라왔다.
본문 펼치기 · 약 3분
960만 매개변수 모델은 여러 가지 손상을 한꺼번에 되살리도록 만들어졌다
모델 카드는 구조를 합성곱 인코더와 디코더, 그리고 시간·주파수 모델링을 맡는 양방향 Mamba 30층으로 설명한다. 입력은 8, 16, 22.05, 24, 32, 44.1, 48kHz를 지원하고, 언어에 구애받지 않는 성능을 강점으로 내세운다.
웃음소리를 더 잘 남기고 싶다면 별도 모델 NVIDIA-NemotronLabs-RE-USE-laughter를 쓰라고 안내한다. 사용 목적으로는 콘텐츠 제작자의 녹음 품질 개선과, 음성 합성이나 음성 언어 모델 학습용 음성 데이터 정제를 든다.
카드에는 현재 기여를 받지 않는다는 문구도 있다. 겹친 말소리에서 주 화자만 남기는 성질은 회의 녹음처럼 여러 사람이 섞인 소리에서는 다른 화자의 말이 지워질 수 있다는 뜻이기도 해서, 용도에 맞는지 먼저 따져 봐야 한다.
비교표에서는 앞선 열과 뒤처진 열을 나눠 읽어야 한다
카드의 표는 NVIDIA가 URGENT 2025 non-blind 테스트 세트의 일부 구간에서, 원래의 무반향 깨끗한 음성을 기준으로 잰 것이다. 같은 테스트 세트와 기준 음성을 쓴다는 공통 조건은 공개돼 있지만, 비교 모델의 추론 설정과 실행 하드웨어는 카드에 적혀 있지 않다.
전체 구간에서 RE-USE의 NISQA는 4.33으로 Sidon 3.87, UniPASE 4.03보다 높고, PESQ는 2.57로 각각 1.73, 2.17보다 높다. 문자 정확도도 89.17로 84.68, 87.28보다 높다.
반대로 DNSMOS는 3.29로 Sidon의 3.34보다 낮고, UTMOS는 2.94로 Sidon 3.21과 UniPASE 2.96에 못 미친다. 16kHz 구간에서도 UniSE의 DNSMOS 3.23과 UTMOS 2.77이 RE-USE의 3.19, 2.64보다 높았다.
설치의 관문은 Mamba 환경이고 긴 파일은 나눠 처리해야 한다
카드가 적은 지원 환경은 NVIDIA Ampere 마이크로아키텍처와 Linux이고, 하드웨어 요구 사항에는 A100이 올라 있다. Mamba 설정이 번거로워 미리 만든 Docker 환경도 내려받을 수 있다고 안내한다.
모델은 huggingface-cli로 내려받고, noisy_audio 폴더에 파일을 넣어 inference.sh를 실행하면 enhanced_audio 폴더에 결과가 저장된다. 학습 클립은 10초 미만이었다. 그래서 30초가 넘는 긴 파일이나 GPU 메모리 부족이 나는 파일은 inference_chunk.sh로 나눠 처리하라고 한다.
대역 확장은 resampy를 설치하고 스크립트의 BWE 인자로 켠다. 학습에는 영어와 독일어, 스페인어, 프랑스어, 중국어 데이터가 쓰였으므로 한국어 녹음에 쓰려면 자기 샘플로 먼저 들어 봐야 한다.
자세히 읽기 · NVIDIA의 NemotronLabs RE-USE 모델 카드 ↗
스킬과 제작 도구
랜딩 페이지 디자인 스킬 모음 ai-design-skills…Claude Code와 Cursor, Codex에 한 줄로 설치

11월 1일 현재 elayadesign/ai-design-skills 저장소에는 AI 코딩 도구용 디자인 스킬 모음이 있다. 대상은 Claude Code, Cursor, Codex, Windsurf처럼 마크다운 규칙 파일을 읽는 도구다. 저장소 화면 기준 커밋은 13개이고, 최초 공개일은 적혀 있지 않다.
- 핵심: README의 스킬 표에 오른 것은 landing-page-design 하나이고, 라이선스는 MIT다. 더 올라올 것이라고 README는 적었다.
- 스킬이 하는 일: 랜딩 페이지를 처음부터 만든다. 질문으로 요구를 받는 단계, 페이지 구조, 전환용 카피, 글꼴과 간격, 모서리, 움직임을 아우르는 시각 체계를 갖췄다고 README는 설명한다.
- 사용자가 하는 일: Node.js가 있는 터미널에서 npx skills add elayadesign/ai-design-skills를 실행해 스킬과 대상 에이전트를 고르고, 설치 뒤 평이한 말로 요청한다.
무엇이 달라지나
디자인 값이 스킬 파일 아래쪽 한 구역에 모여 있어, 저장소를 포크해 그 구역만 고치면 나머지가 따라 바뀐다고 README는 설명한다. 팀의 글꼴과 색에 맞춘 규칙 파일을 따로 만들지 않아도 출발점으로 쓸 수 있다.
한계
이번에 읽은 README 발췌에는 이 스킬로 만든 페이지의 결과물이 없고, 디자인 품질은 확인하지 못했다. 반응 글에는 SKILL.md의 세부 규칙이 인용돼 있지만, 스킬 본문을 직접 확인하지는 못했다. 커밋 기록에 있는 CI 검사는 SKILL.md 머리말을 확인하는 것이어서 디자인 결과와는 관계가 없다.
커뮤니티 반응
■AI에게 랜딩 페이지를 맡기면 늘 비슷하게 나오는 사람이 볼 규칙 파일이라며, 좋은 디자인을 하라는 말 대신 숫자와 금지 목록으로 적혀 있다고 소개한 글이 올라왔다.
■글에 옮겨진 규칙은 Geist, Manrope, Geist Mono, Poppins만 쓰고 Inter, Roboto, Arial은 쓰지 않는다는 것이다. 사이트당 글꼴 하나와 이탤릭 금지, Tailwind 기본 스케일 값만 쓴다는 것, 배경 그라디언트 금지 등도 있다.
■가격과 후기 숫자는 지어내지 말고 {{price}} 같은 빈칸으로 두라는 규칙이 들어 있고, 스킬 문서가 479줄이라는 설명도 붙었다.
본문 펼치기 · 약 3분
설치는 한 줄이지만 깔리는 폴더는 에이전트마다 다르다
README에 따르면 설치에는 skills CLI를 쓰고 Node.js가 필요하다. 명령을 실행하면 저장소의 스킬 목록을 보여 주고 설치할 스킬과 대상 에이전트를 묻는다.
묻는 과정을 건너뛰려면 플래그를 붙인다. 스킬 하나를 지정하는 --skill landing-page-design, 에이전트를 고르는 -a claude-code와 -a cursor가 있다. 사용자 수준 설치는 -g, 설치 없이 목록만 보는 것은 --list, 확인 생략은 -y다.
스킬은 Claude Code에서는 .claude/skills/에, Cursor와 Codex 등 다른 에이전트에서는 .agents/skills/에 깔린다. 이후 변경은 npx skills update로 받아 온다. README에는 수동 설치와 터미널 없이 Claude.ai에서 쓰는 방법을 다루는 항목도 있지만 본문이 접혀 있어 내용은 이번 근거에 없다.
스킬은 랜딩 페이지를 새로 만드는 일에 한정되고 기존 사이트 개선은 다른 저장소다
README의 스킬 표에서 landing-page-design은 랜딩 페이지를 처음부터 만드는 스킬로 설명된다. 기존 사이트를 고치는 용도는 이 모음보다 먼저 만들어진 별도 저장소에 있다고 README는 안내한다.
이미 운영 중인 사이트의 디자인을 손보려는 팀은 이 저장소만 보고 판단하면 안 된다. README는 앞으로 스킬이 더 올라올 것이라고 하지만 어떤 스킬인지, 언제인지는 적지 않았다.
저장소 화면에는 별 13.2k와 포크 975가 표시되어 있으나 이는 관심도를 보여 줄 뿐 결과물의 품질을 알려 주지는 않는다. 도입 전에 스킬 본문을 직접 읽고 작은 페이지 하나를 맡겨 결과를 보는 것이 가장 빠른 판단 방법이다.
디자인 값을 바꾸려면 포크해서 한 구역만 고친다고 한다
README는 모든 스킬의 디자인 값, 곧 글꼴, 색, 간격, 움직임이 파일 아래쪽 한 구역에 모여 있다고 설명한다. 저장소를 포크해 그 구역을 고치면 스킬의 나머지가 자동으로 따라온다는 것이다.
브랜드 글꼴과 색이 이미 정해진 팀이라면 이 구역의 값이 자기 기준과 어디서 어긋나는지부터 비교하면 된다. 라이선스는 MIT이며 쓰고, 포크하고, 배포하고, 그것으로 만든 것을 팔아도 되고 저작자 표시도 필요 없다고 README는 적었다.
다만 landing-page-design은 Leon Lin의 MIT 라이선스 저장소 Leonxlnx/taste-skill에서 콘텐츠 현실감과 움직임 아이디어를 가져왔고, 자세한 내용은 SKILL.md 끝에 있다고 밝힌다.
자세히 읽기 · elayadesign의 ai-design-skills README ↗
AnyScene 공개…Blender 5.0 이상에서 한 단락 브리프로 3D 장면 제작, 예시 장면당 약 150달러

11월 1일 현재 apekshik/anyscene 저장소는 한 단락 브리프에서 Blender 장면을 만드는 AI 에이전트의 작업 과정과 코드를 담고 있다. 커밋은 1개이고, 공개일은 저장소 화면에 없다.
- 핵심: 소품을 손으로 모델링하지 않고, SKILL.md의 과정을 따르는 에이전트가 장면을 만든다. 코드는 MIT이고 생성된 자산은 별도 라이선스로 공개된다.
- 에이전트가 하는 일: 소품마다 콘셉트 이미지와 기준 이미지를 만들고, fal에서 Tripo H3.1과 Meshy 7.1 두 모델로 3D화해 더 나은 쪽을 고른다. 배치와 충돌, 공중 부양 검사, 조명과 Cycles 렌더, 색 보정, 제작 과정 영상까지 맡는다.
- 사람이 하는 일: 에이전트에게 SKILL.md를 가리키고 브리프를 주며, 콘셉트, 소품 선택, 클레이 배치, 조명 스틸, 샷 미리보기의 각 단계 관문에서 결과를 점검한다. fal API 키도 직접 준비한다.
무엇이 달라지나
README는 예시 두 장면이 각각 에이전트 작업 약 하루, 생성 비용 약 150달러로 만들어졌다고 밝힌다. 도쿄 전자제품 수리점은 소품 86개와 샷 9개(영화식 7개, 핸드헬드 2개), 라멘 가게는 소품 74개와 샷 8개(영화식 6개, 핸드헬드 2개)다.
한계
비용과 시간은 예시 두 장면에 대해 README가 적은 값이며, 새 장면에도 같다는 보장은 아니다. 약 150달러는 생성 비용으로 적혀 있고, 그 밖의 비용 항목은 공개되지 않았다. 완성된 장면 파일은 저장소에 없고 따로 내려받아야 하며, README는 어떤 에이전트를 쓰는지 밝히지 않았다.
커뮤니티 반응
■소개 글은 AI 에이전트가 필요한 소품을 파악해 Tripo H3.1과 Meshy 7.1로 각각 3D 모델을 만들고 더 나은 결과를 고르며, 예시인 일본 라멘 가게와 전자제품 수리점은 장면당 약 150달러의 생성 비용이 들었다고 전했다.
■댓글에는 이런 작업을 구독이 아니라 API로 돌리는 것이냐며, API 비용이 너무 비싸다는 반응이 있었다.
■비용과 시간에 대한 독립적인 재현 시험 결과는 제공된 자료에서 확인되지 않는다.
본문 펼치기 · 약 3분
에이전트가 소품을 만들고 사람은 단계마다 관문에서 점검한다
README가 설명하는 흐름에서 에이전트는 먼저 소품마다 콘셉트 이미지와 기준 이미지를 만든다. 그다음 각 소품을 fal에서 Tripo H3.1과 Meshy 7.1 두 모델로 3D화해 비교하고 더 나은 쪽을 고른다.
방은 스크립트로 짜고 큰 가구에서 작은 잡동사니까지 채우며, 모든 소품의 충돌과 공중 부양을 검사한다. 이어서 때와 얼룩, 데칼, 밤 조명, 안개, 증기, 비를 더한다.
영화식 샷과 핸드헬드 워크스루 샷을 Cycles로 렌더해 색을 보정하고, 마지막으로 장면이 어떻게 만들어졌는지 보여 주는 영상을 편집한다. 사람이 하는 일은 에이전트에게 브리프를 주고 콘셉트, 소품 선택, 클레이 배치, 조명 스틸, 샷 미리보기 단계마다 결과를 보는 것이다.
실행에는 Blender 5.0 이상과 fal API 키가 필요하고, 예시 장면은 NVIDIA GPU에서 만들었다
README의 요구 사항은 Blender 5.0 이상, h264_nvenc를 지원하는 ffmpeg, Node 20 이상, 환경 변수 FAL_KEY에 넣은 fal API 키다. 제작 과정 영상을 만들 때는 uv를 쓴다.
예시 두 장면은 NVIDIA GPU가 있는 Windows에서 만들었고, 다른 GPU에서는 인코딩 단계의 h264_nvenc를 libx264로 바꾸라고 안내한다.
저장소의 generate에는 fal 클라이언트가, pipeline에는 GPU 대기열과 비교 렌더가, camera에는 카메라 장비와 샷 렌더러가 있다. breakdown은 제작 과정 영상을 위한 폴더이고, 장면별 폴더도 따로 있다. 지출 기록도 generate 쪽에서 남긴다고 하므로, 비용을 따져 보려는 팀은 첫 시험에서 이 기록을 함께 봐야 한다.
새 장면은 가까운 예시에서 출발해 에이전트가 장소 고유의 부분을 다시 쓴다
README는 장면마다 방의 외피와 소품 배치가 그 장소에 고유하다고 설명한다. 그래서 새 장면은 더 가까운 예시에서 시작하고, 에이전트가 그 부분을 다시 쓴다.
리스본의 새벽 전차 차량기지에서 전차 한 대가 반쯤 분해돼 수리 중이라는 브리프를 주는 식의 예시가 README에 나온다. 이는 새 장면의 비용과 시간이 예시와 같으리라고 단정할 수 없다는 뜻이기도 하다.
공개된 숫자는 도쿄 수리점과 라멘 가게 두 장면뿐이고, 다른 종류의 장소나 더 큰 장면에서의 결과는 공개되지 않았다. README는 이 과정이 고품질 Blender 장면을 AI로 만드는 영상의 작업 흐름을 따른다고 밝힌다.
자세히 읽기 · apekshik의 AnyScene README ↗