2.5년 된 노트북으로 Space Invaders를 JavaScript로 짜는 GLM-4.5 Air
My 2.5 year old laptop can write Space Invaders in JavaScript now (GLM-4.5 Air)
TL;DR Highlight
GLM-4.5 Air는 인터넷 연결 없이 로컬 노트북에서 플레이어블한 게임 코드를 생성할 수 있게 되었다.
Who Should Read
로컬 LLM 도입을 검토 중인 개발자, 또는 API 비용 없이 코드 생성 AI를 팀 내부에 배포하려는 엔지니어.
Core Mechanics
- GLM-4.5 Air는 Zhipu AI가 만든 경량 모델로, 일반 소비자용 노트북(2.5년 전 출시)에서 로컬 추론이 가능
- 별도 GPU 없이 CPU/통합그래픽 환경에서도 Space Invaders 수준의 완성된 JavaScript 게임 코드를 한 번에 생성
- 'Air' 계열은 클라우드 API 의존 없이 오프라인 코드 어시스턴트로 쓸 수 있도록 경량화된 변형 모델
- 실행 가능한 게임 로직(충돌 감지, 키 입력, 적 이동)까지 포함한 코드를 출력해 단순 boilerplate 이상의 능력을 시연
- ollama, llama.cpp 등 기존 로컬 실행 툴체인과 호환되어 설치 장벽이 낮음
Evidence
- 2.5년 전 출시된 일반 노트북(GPU 없음)에서 실시간 추론 가능 — 구체적 토큰/초 수치는 원문 미제공
- 생성된 Space Invaders 코드가 브라우저에서 즉시 플레이 가능한 수준으로 동작하는 것을 시연
- 원문에 벤치마크 수치가 별도로 제시되지 않아 정량적 성능 비교는 확인 불가
How to Apply
- ollama로 `ollama pull glm4.5-air` 후 코드 생성 프롬프트를 날려보면 바로 체험 가능 — API 키 불필요
- 사내 보안 규정상 외부 API 사용이 제한된 경우, GLM-4.5 Air를 로컬 코드 어시스턴트로 배포해 클라우드 의존성 제거
- 프로토타이핑 단계에서 GPT-4 API 대신 로컬 GLM-4.5 Air로 초안 생성 → 비용 0원으로 반복 실험
Code Example
# ollama로 GLM-4.5 Air 실행 후 Space Invaders 생성 예시
# 1. 설치
# ollama pull glm4.5-air
# 2. 코드 생성 프롬프트
prompt = """
Write a complete, playable Space Invaders game in a single HTML file using vanilla JavaScript.
Requirements:
- Player ship moves left/right with arrow keys, shoots with spacebar
- 3 rows of alien enemies that move side-to-side and descend
- Collision detection for bullets vs aliens and aliens vs player
- Score counter and game over screen
Output only the HTML file, no explanation.
"""
import ollama
response = ollama.chat(
model='glm4.5-air',
messages=[{'role': 'user', 'content': prompt}]
)
print(response['message']['content'])Terminology
관련 논문
Claude Code, Codex, Cursor에서 바로 쓰는 Smart Model Routing 도구
프롬프트마다 적합한 AI 모델을 50ms 이내에 자동으로 선택해주는 프록시 라우터로, API 비용을 40~70% 절감할 수 있다고 주장하는 오픈소스 도구다. 단, 프롬프트 캐싱 손실 문제로 커뮤니티 반응은 엇갈린다.
900KB Transformer를 과적합시켜 100MB CSV를 7MB로 압축한 실험
단일 파일을 통째로 암기하도록 Transformer를 과적합(overfitting)시킨 뒤 arithmetic coding으로 압축하는 실험으로, 100MB CSV를 7MB(~0.5 bits/byte)까지 줄이는 데 성공했다. 모델이 '범용 이해' 대신 '특정 파일 완전 암기'를 목표로 한다는 점에서 전통적 ML 학습과 정반대 방향이라 흥미롭다.
Anthropic이 나를 Claude Code에서 밴했는데 어떻게 해야 할지 모르겠다
VPN 사용 또는 동일 카드 재사용으로 Anthropic Claude Code 계정이 이유 불명으로 정지당한 사용자의 사례와, 커뮤니티에서 나온 대안 및 우회 방법 논의.
Moebius: 0.2B 파라미터로 10B급 성능을 내는 이미지 인페인팅 모델
FLUX.1-Fill-Dev(11.9B) 대비 2% 미만의 파라미터(0.22B)로 동급 또는 그 이상의 인페인팅 품질을 달성하면서 추론 속도는 15배 빠른 경량 모델. 소비자용 GPU나 엣지 디바이스에서도 고품질 인페인팅이 가능해진다.
AI Compute Extensions (ACE) Specification — x86 CPU에 ML 연산 가속 명령어 추가
x86 Ecosystem Advisory Group이 행렬 곱셈과 저정밀도 데이터 포맷을 하드웨어 수준에서 가속하는 새로운 x86 명령어 확장 스펙 ACE를 공개했다. ML 워크로드를 CPU에서 더 효율적으로 돌리기 위한 ISA(명령어 집합 구조) 수준의 변화라 향후 AI 추론 환경에 영향을 줄 수 있다.
고해상도 Neural Cellular Automata: 세포에서 픽셀로
EPFL과 Google Research가 공동 개발한 Neural Cellular Automata(NCA)를 고해상도로 확장하는 기법으로, 기존 NCA의 해상도 한계를 경량 신경망 디코더로 극복한 SIGGRAPH 2026 논문이다.