이번 주 뭘 했나
음악 AI 연구 프로젝트 D의 개발이 한창이었습니다. 스코어의 벨로시티(세기) 정보가 믹서까지 온전히 전달되도록 렌더링 경로를 손봤고, 사운드 역할(Role) 상태를 점검하는 진단 엔드포인트를 새로 추가했습니다. 작곡 정책이 만든 패치의 출처가 자동 패치 과정에서 유실되지 않도록 보존 로직을 수정했고, 늦게 시작하는 역할이 소리가 나기 전에 탈락 처리되지 않도록 관찰 로직도 고쳤습니다. 자율 실행 런타임의 허용 범위를 문서로 정리하고, 섀도 재학습의 경계도 명확히 했습니다. 플러그인 MVP 작업이 인스턴스 바인딩 전에 안전하게 보존되도록 정리한 것도 이번 주 일입니다.
AI 에이전트가 DAW를 직접 조작해 신스 플러그인 프로젝트 P의 QA를 수행하는 실험도 이어갔습니다. 에디터 화면이 캡처되지 않는 문제, 특정 키 입력이 모듈을 삭제해 버리는 문제, 접근성 기반 클릭과 좌표 기반 클릭의 차이 같은 실제 버그를 찾아냈습니다. AI가 직접 작곡을 시도한 결과도 꽤 괜찮게 나왔습니다. 반면 앰비언트 방송 실험은 저장된 패치를 루프 재생하는 수준에 그쳐, 작곡 모델을 실제로 연결한다는 원래 목표에는 이르지 못했습니다.
건강 데이터 쪽에서는 폰의 운동·수면 기록 동기화가 마침내 성공해 한 주치 지표를 처음 볼 수 있었습니다. 짧은 실내 러닝과 야외 걷기를 기록했고, 수면은 여전히 늦고 짧은 패턴임이 확인됐습니다.
기술 학습으로는 컴퓨터를 직접 조작하는 에이전트 모델들을 비교 조사했습니다. 오픈소스 진영의 최신 모델과 브라우저 전용 에이전트, 로컬에서 돌릴 수 있는 하네스 구조를 살펴보며 자율 머신 구상을 다듬는 시간을 가졌습니다.
잘 된 것
프로젝트 D의 믹싱 경로와 진단 기능이 한 주 만에 꽤 많이 앞으로 나간 점이 가장 큽니다. AI 에이전트 QA가 실제 버그를 찾아낸 것도 수확이었습니다. 도구가 직접 화면을 보고 클릭하면서 테스트하니, 사람이 놓치기 쉬운 엣지 케이스가 드러났습니다. 건강 데이터 동기화가 풀린 것도 작지만 확실한 진전입니다. 이제 운동과 수면을 숫자로 추적할 수 있게 됐습니다.
아쉬운 것
앰비언트 방송 실험이 목표에 못 미친 점이 아쉽습니다. 작곡 모델을 연결하지 못한 채 기존 패치를 돌려쓰는 데 그쳤으니, 다음에는 모델 연동을 먼저 끝내고 방송을 붙여야겠습니다. 수면 패턴도 여전히 늦고 짧습니다. 데이터로 확인한 만큼, 다음 주에는 취침 시간을 조금이라도 앞당겨 보고 싶습니다.
다음 주 목표
첫째, 프로젝트 D의 플러그인 MVP를 다음 단계로 밀어붙이기. 둘째, 방송 실험의 작곡 모델 연동 재도전. 셋째, 건강 데이터가 쌓이기 시작한 만큼 주간 운동·수면 리포트를 간단히라도 정리해 보기. 넷째, 자율 머신 구상을 문서로 한 장 정리하기.
한 줄 생각
도구가 직접 눈으로 보고 손으로 만지니, 버그도 생각도 더 빨리 드러난다. 이번 주는 에이전트에게 일을 맡기는 법을 조금 배운 주였다.