리뷰 한 달 만에 풀고 봐도 이게 답변이 맞는지 모르겠네

코딩 초질이라 그런지 Ask HN에 올라온 open-weight LLMs이 오프라인 백과사전 역할을 할 수 있냐 글 보고 한 달 동안 그냥 Hugging Face 모델 다운받아 로컬에 달아놨거든. 용량 7GB 빼곤 인터넷 끊고도 위키 요약해줄 수 있다니 기뻐서.

근데 막상 써보니 답변만 들이대면 될 줄 알았는데 질문 품질이 더 중요하더라고. 학습 데이터에 없는 회사 이름 물으면 뚝딱 만들어서 떠벌리고, 수치 질문엔 ±20프로 오차 위글위글. 주말마다 프롬프트 고치느라 커피값이 더 나옴. 일회용 오프라인 지식이라니, 초고속 열차 타고 서점 무난하게 들렀을 때보다 불안함이 큼.

게다가 '오픈 무게' 때문에 보안 패치는 직접 해야 하고, 모델 카드에 'bias 있음' 써놨다고 자기책임 전가. 누가 답변 퀄리티 책임질 사람 없는데 이걸 그냥 답변으로 써도 되는지 모르겠음. 오히려 내려받은 ZIP이 곧 오래된 백과사전 CD처럼 먼지만 쌓일 것 같다.