From 726fca33776dc9cf8c8b9ed09df1938d93347753 Mon Sep 17 00:00:00 2001 From: javis-bot Date: Wed, 11 Nov 2026 08:44:01 +0900 Subject: [PATCH] docs(v2): record M0 video_drops results and drop the GPU usage cap setting YouTube 1080p60 kept 3-4 dropped frames per window with Jarvis off, idle and busy (GPU up to 98%), with no gaps over 50 ms and no buffering. The 95% cap did not reduce drops (7 vs 7), so the setting is removed as the spec already planned. Co-Authored-By: Claude Opus 5.5 --- docs/v2/decisions.md | 2 +- docs/v2/pc-features.md | 22 +++++++++++++++++++--- docs/v2/roadmap.md | 2 +- 3 files changed, 21 insertions(+), 5 deletions(-) diff --git a/docs/v2/decisions.md b/docs/v2/decisions.md index 53f23a5..af4006e 100644 --- a/docs/v2/decisions.md +++ b/docs/v2/decisions.md @@ -34,7 +34,7 @@ | 도구 호출 | Strata에서 동작(빠름 12번 중 9번, 권장 12번 중 8번). 둘 다 도구를 부르지 않고 한 척하는 경우가 있음: 빠름 모델은 "5분 타이머 맞춰 줘"에서 "설정했습니다"라고만 답하고(3번 모두), 권장 모델은 "서울 날씨 어때?"에서 날씨를 지어내 답함(3번 모두). 두뇌 코드에서 고침(2026-11-10): (1) 지시문에 "바뀌는 정보(날씨·뉴스·가격·화면)는 이번 턴 도구 결과로만 말하고, 동작은 도구가 성공했을 때만 했다고 말한다"는 규칙을 넣고, 지시문 끝에 이번 턴에 쓸 수 있는 도구 이름을 다시 적음. (2) 모델이 계획 단계가 고른 도구를 건너뛰고 답하면 그 답을 버리고 계획에 적힌 호출을 직접 실행한 뒤 결과로 다시 답하게 함(인자가 도구 형식에 맞을 때만, 아니면 원래 답 유지). (3) 계획 단계에 도구 인자 이름을 보여 줌. 측정 키트 `tools_fast`/`tools_recommended` 단계로 두 모델에서 다시 확인. 수정 후에도 틀리면 모델을 바꿈(사용자 결정): 키트가 같은 계열의 덜 압축된 모델(빠름: UD-Q6_K_XL, Q8_0 / 권장: IQ3_XXS, IQ3_S)을 차례로 재고, 처음 통과한 모델을 기본값으로 함. 재측정 결과(2026-11-10): 빠름 모델 UD-Q4_K_XL이 27번 모두 통과해 기본값 그대로 둠. 도구를 모두 모델이 직접 불렀고 "건너뛴 도구 직접 실행" 장치는 한 번도 돌지 않음. (처음 채점에서는 "할 수 있는 도구는 없습니다/준비되어 있지 않습니다"를 거절로 읽지 못해 6번을 실패로 잘못 매겼고, 그래서 Q6_K_XL과 Q8_0까지 받아 잼. 채점을 고친 뒤 세 모델 모두 27번 통과.) 권장 모델은 Q2_0, IQ3_XXS, IQ3_S 모두 27번 중 24번: "거실 불 꺼 줘"에서 계획 단계는 도구가 필요 없다고 했는데 상관없는 도구(화면 보기, 날씨, 한 번은 0분 타이머)를 부름. 압축 정도와 상관없는 모델 성질이라 권장 모델은 뺌 | | 분리된 화면공유 창 | 분리 창은 하나뿐이고 그 안에서 볼 화면공유를 고름. 창 제목에는 음성 채널 이름만 있어 누구 화면인지 모름. 누가 공유 중인지는 음성 채널 상태로 확인. 물어본 사람이 공유 중이 아니면 그렇다고 답함. 공유 중이면 공유자가 여러 명이어도 따로 묻지 않고 분리 창을 바로 캡처(사용자가 이미 그 사람 화면을 보고 있음). 가려져도 영상은 계속 그려짐 | | 게임 감지 | 발로란트(테두리 없는 창)를 게임으로, 브라우저 전체화면 영상을 게임 아님으로 바르게 판단. 안티치트 Vanguard 실행 감지 | -| 게임 모드 VRAM 비우기 | Strata 0.1.59의 qwen36 엔진은 실행 중 VRAM 줄이기를 지원하지 않음(`POST /v1/vram`이 400). 그래서 게임 중 배치는 전문가 층 VRAM 몫(`--expert-vram`)과 프롬프트 조각(`--prefill 2048`)을 정해 다시 시작함. M0 `gamemode` 두 번 측정 결과(2026-11-10): 16GB 카드에서는 게임에 8GB를 비울 수 없음(가장 많이 비운 배치도 6.3GB, STT 제외). `--kv`와 `--mtp off`는 이 엔진에서 VRAM을 줄이지 않음(엔진 소스와 측정으로 확인). 게임 중 배치는 동시 1개, 이미지 CPU, CPU 작업자 8개, 맥락 16K이고 전문가 몫은 식으로 계산함. 게임 중 최소 배치는 전문가 2GB(사용자 결정, 2026-11-10): 실제 게임 중(`gamemode_live`) 0GB보다 출력이 1.5~2.1배 빨랐음(STT GPU 19.3 대 9.3, STT CPU 38.4 대 25.4 tok/s). 0GB는 2GB로 게임 몫이 0 이하인 PC에서만 일시정지 전에 씀. 이 PC는 기본값 8GB를 못 비우므로 최소 배치로 가고 "게임에 약 2.6GB까지만"을 표시함(LLM과 STT를 함께 켜고 10명 동시 전사를 돌리며 잰 값, `gamemode_stt`). 평소 배치도 Strata 자동 배치 대신 같은 식으로 STT 몫을 남겨 `--expert-vram`을 정함(사용자 결정, 2026-11-10): 자동 배치는 STT와 함께 16.3GB 중 15.9GB까지 채웠고 맥락 첫 토큰이 1.6초에서 7.5초로 늘었음. 게임 중에 LLM이 답하는 동안에는 STT 부분 전사 간격을 늘리고 최종 전사는 바로 처리함. 게임이 없을 때는 LLM이 답하는 동안에도 부분 전사를 줄이지 않고 그대로 함(사용자 결정, 2026-11-10). 10명 동시 전사를 쉬지 않고 돌리면 LLM 출력이 1/2.5~1/3로 줄고 음성 첫 문장이 1.3~1.7초가 됨. 평소 배치는 다른 프로그램용 여유 VRAM 1GB를 더 남기고(설정에서 바꿈), Jarvis의 GPU 사용률 제한(LLM 엔진과 음성 워커를 200ms마다 함께 10ms씩 멈춤, 영상을 볼 여유를 위해)은 설정으로 둠. `gamemode_tune` 측정 결과(2026-11-11): 평소 배치는 식으로 전문가 1.5GB가 나왔고 STT가 VRAM을 가장 많이 쓸 때도 1.8GB가 남았으며 맥락 첫 토큰은 7.5초에서 1.9초로 줄었음(LLM만 64.4 tok/s). 게임 중 LLM이 답하는 동안에는 부분 전사를 멈춤: 2초 간격은 37.5 tok/s에 음성 첫 문장 0.89초로 기준을 넘었고, 멈추면 64.9 tok/s, 0.55초였음. 부분 전사를 멈췄을 때 beam 2~3 최종 전사와 긴 말의 실제 지연은 미검증. GPU 95% 제한은 멈춘 시간 5.2%를 지켰지만 nvidia-smi 사용률이 내려가지 않았고(96→98%, 40→39%) 출력만 6~10% 느려져서 기본값은 100%(끔)로 정함(사용자 결정, 2026-11-11). 설정은 남겨 두고, 걱정한 것이 영상 끊김이므로 M0 `video_drops`로 Jarvis를 돌리는 동안 유튜브 영상의 끊긴 프레임을 제한 없이와 95%로 직접 잰 뒤 설정을 남길지 정함. 배치 전환 28~36초, 실제 게임 중 43~47초. STT는 게임 중에도 GPU에 둠: CPU로 옮기면 말 한 마디 전사가 3.0~3.8초(GPU 0.11~0.19초)라 부분 전사를 따라가지 못함. 엔진이 실행 중 줄이기를 지원하면 다시 잼 ([pc-features.md](pc-features.md#측정-결과-m0-gamemode-2026-11-10-rtx-5070-ti-16gb-ryzen-9-9950x3d)) | +| 게임 모드 VRAM 비우기 | Strata 0.1.59의 qwen36 엔진은 실행 중 VRAM 줄이기를 지원하지 않음(`POST /v1/vram`이 400). 그래서 게임 중 배치는 전문가 층 VRAM 몫(`--expert-vram`)과 프롬프트 조각(`--prefill 2048`)을 정해 다시 시작함. M0 `gamemode` 두 번 측정 결과(2026-11-10): 16GB 카드에서는 게임에 8GB를 비울 수 없음(가장 많이 비운 배치도 6.3GB, STT 제외). `--kv`와 `--mtp off`는 이 엔진에서 VRAM을 줄이지 않음(엔진 소스와 측정으로 확인). 게임 중 배치는 동시 1개, 이미지 CPU, CPU 작업자 8개, 맥락 16K이고 전문가 몫은 식으로 계산함. 게임 중 최소 배치는 전문가 2GB(사용자 결정, 2026-11-10): 실제 게임 중(`gamemode_live`) 0GB보다 출력이 1.5~2.1배 빨랐음(STT GPU 19.3 대 9.3, STT CPU 38.4 대 25.4 tok/s). 0GB는 2GB로 게임 몫이 0 이하인 PC에서만 일시정지 전에 씀. 이 PC는 기본값 8GB를 못 비우므로 최소 배치로 가고 "게임에 약 2.6GB까지만"을 표시함(LLM과 STT를 함께 켜고 10명 동시 전사를 돌리며 잰 값, `gamemode_stt`). 평소 배치도 Strata 자동 배치 대신 같은 식으로 STT 몫을 남겨 `--expert-vram`을 정함(사용자 결정, 2026-11-10): 자동 배치는 STT와 함께 16.3GB 중 15.9GB까지 채웠고 맥락 첫 토큰이 1.6초에서 7.5초로 늘었음. 게임 중에 LLM이 답하는 동안에는 STT 부분 전사 간격을 늘리고 최종 전사는 바로 처리함. 게임이 없을 때는 LLM이 답하는 동안에도 부분 전사를 줄이지 않고 그대로 함(사용자 결정, 2026-11-10). 10명 동시 전사를 쉬지 않고 돌리면 LLM 출력이 1/2.5~1/3로 줄고 음성 첫 문장이 1.3~1.7초가 됨. 평소 배치는 다른 프로그램용 여유 VRAM 1GB를 더 남김(설정에서 바꿈). Jarvis의 GPU 사용률 제한(LLM 엔진과 음성 워커를 200ms마다 함께 10ms씩 멈춤, 영상을 볼 여유를 위해)을 검토했으나 아래 측정으로 뺌. `gamemode_tune` 측정 결과(2026-11-11): 평소 배치는 식으로 전문가 1.5GB가 나왔고 STT가 VRAM을 가장 많이 쓸 때도 1.8GB가 남았으며 맥락 첫 토큰은 7.5초에서 1.9초로 줄었음(LLM만 64.4 tok/s). 게임 중 LLM이 답하는 동안에는 부분 전사를 멈춤: 2초 간격은 37.5 tok/s에 음성 첫 문장 0.89초로 기준을 넘었고, 멈추면 64.9 tok/s, 0.55초였음. 부분 전사를 멈췄을 때 beam 2~3 최종 전사와 긴 말의 실제 지연은 미검증. GPU 95% 제한은 멈춘 시간 5.2%를 지켰지만 nvidia-smi 사용률이 내려가지 않았고(96→98%, 40→39%) 출력만 6~10% 느려져서 기본값은 100%(끔)로 정함(사용자 결정, 2026-11-11). M0 `video_drops` 측정 결과(2026-11-11): Jarvis가 GPU를 98%까지 쓰는 동안에도 유튜브 1080p 60fps 영상의 끊긴 프레임은 창마다 3~4개로 Jarvis를 끈 때(3개)와 같았고 50ms 넘는 멈춤과 버퍼링은 0번, 95% 제한은 끊김을 줄이지 못함(7 대 7개). 그래서 미리 정한 기준대로 GPU 사용률 제한 설정을 뺌. 게임 화면 프레임에 주는 영향은 재지 않음. 배치 전환 28~36초, 실제 게임 중 43~47초. STT는 게임 중에도 GPU에 둠: CPU로 옮기면 말 한 마디 전사가 3.0~3.8초(GPU 0.11~0.19초)라 부분 전사를 따라가지 못함. 엔진이 실행 중 줄이기를 지원하면 다시 잼 ([pc-features.md](pc-features.md#측정-결과-m0-gamemode-2026-11-10-rtx-5070-ti-16gb-ryzen-9-9950x3d)) | | PC 프로그램 조작 (agent-desktop) | 게임PC에서 동작 확인: 계산기 12+3=15, 테스트 창 입력칸에 값 넣고 다시 읽기 성공(창을 띄우고 2.9초 뒤 읽힘). 명령 한 번: 찾기 0.18초, 누르기 0.22초, 값 넣기 0.28초. 명령마다 실행 0.10초, 계속 켜 둔 MCP 0.09초라 명령마다 실행 방식으로 정함. 디스코드·탐색기 읽기 시간은 키트가 Windows 프로세스 이름(`Discord.exe`)을 맞추지 못해 재지 못했고, 키트가 띄운 계산기는 `close-app`으로 닫히지 않음(UWP 앱이라 `APP_NOT_FOUND`). 둘 다 고쳐서 `gamemode`와 함께 다시 잼 | | 봇용 크롬창 | 실제 모니터 어디에도 보이지 않게 가상 모니터에 둠(사용자 선택). M0 `vdisplay` 단계는 돌리지 않고, M6에서 함께 넣을 드라이버로 직접 확인 ([pc-features.md](pc-features.md#봇용-크롬창과-디스코드-화면공유)) | diff --git a/docs/v2/pc-features.md b/docs/v2/pc-features.md index cc45399..a740220 100644 --- a/docs/v2/pc-features.md +++ b/docs/v2/pc-features.md @@ -35,7 +35,7 @@ - **게임 중 최소 배치는 전문가 2GB입니다**(사용자 결정, 2026-11-10). 전문가 몫에는 긴 프롬프트용 버퍼 1.1GiB가 먼저 들어가므로 2GB는 전문가를 실제로 올리는 가장 작은 값이고, 실제 게임 중에는 0GB보다 출력이 1.5~2.1배 빨랐습니다(아래 측정 결과). 0GB는 2GB로는 게임 몫이 0 이하가 되는 PC에서만 일시정지 전 마지막 단계로 씁니다. - **몫이 최소 배치보다 작을 때**: 계산한 몫이 최소 배치(전문가 2GB)보다 작으면, 몫을 늘려 게임 몫을 침범하지 않습니다. 대신 게임용으로 비울 VRAM을 "그래픽카드 VRAM − 다른 프로그램 − STT 몫 − 엔진 기본 버퍼 − 최소 배치"까지 줄이고, 대시보드와 게임 모드 설정 화면에 "이 PC에서는 게임에 X GB까지만 비울 수 있음"을 표시합니다. 이렇게 줄인 값이 0 이하이면(예: 8GB 그래픽카드에서 다른 프로그램이 이미 많이 씀) 게임 중에는 LLM을 멈추고 일시정지 단계로 갑니다. 게임 중 일시정지를 꺼 두었어도 마찬가지이고, 그 이유를 대시보드에 표시합니다. 게임이 끝나면 되돌리기 규칙대로 돌아옵니다. - **첫 실행 자가 점검**: 설치가 끝나면 평소·게임 중 배치로 각각 30초씩 출력 속도와 음성 첫 문장 시간을 잽니다. 평소 배치가 기준(출력 30 tok/s, 음성 첫 문장 0.7초)에 못 미치는 PC는 평소에도 동시 요청 1개, 이미지 CPU 읽기, 지난 대화 약 4천 토큰으로 시작합니다. 게임 중 배치가 기준에 못 미치면 대시보드와 설정 화면에 "게임 중에는 답이 느릴 수 있음"을 표시합니다. -- **GPU 사용률 제한(기본 100%, 끔)**: Jarvis가 GPU 계산 시간을 다 차지하지 않도록, 앱(서비스 관리자)이 LLM 엔진과 음성·두뇌 워커를 200ms마다 함께 10ms씩 멈췄다가 다시 돌립니다(Windows 프로세스 일시정지, 사용자 결정, 2026-11-10). 평소와 게임 중 모두 적용합니다. GPU는 한 프로그램에 계산 시간의 일부만 주도록 정할 수 없어서 이렇게 시간으로 나눕니다. 둘을 같은 순간에 멈춰야 그 틈에 다른 프로그램이 GPU를 씁니다. 답이 약 5% 느려질 것으로 봅니다(추정). 설정에서 50~100%로 바꿀 수 있고 100%는 끔입니다. **M0 `gamemode_tune` 측정(2026-11-11)에서는 GPU 사용률이 내려가지 않았습니다**: 멈춘 시간은 정한 대로 5.2%였고 엔진과 STT도 문제없이 다시 돌았지만, nvidia-smi로 읽은 사용률은 그대로였고(STT를 쉬지 않고 돌릴 때 중앙값 96→98%, LLM만 40→39%) 출력만 6~10% 느려졌습니다([아래 측정 결과](#자동-조절-측정-m0-gamemode_tune-2026-11-11)). 이미 GPU에 넘긴 계산이 멈춘 10ms 동안에도 계속 돌아 GPU가 비지 않은 것으로 봅니다(추정). 그래서 기본값은 100%(끔)로 정했습니다(사용자 결정, 2026-11-11). 설정은 남겨 둡니다. 원래 걱정한 것은 Jarvis 옆에서 보는 영상이 끊기는 것이라, M0 `video_drops` 단계에서 그것을 직접 잽니다: 유튜브 영상(1080p 60fps)을 틀어 두고 Jarvis를 끈 때, 켜 두고 쉴 때, LLM이 답하고 STT가 쉬지 않고 전사할 때를 제한 없이와 95%로 나눠 끊긴 프레임 수와 긴 멈춤(50ms, 100ms 넘음)을 셉니다. 제한이 끊김을 줄이지 못하면 설정을 뺍니다. +- **GPU 사용률 제한은 두지 않습니다**: Jarvis 옆에서 보는 영상이 끊기지 않도록 LLM 엔진과 음성·두뇌 워커를 200ms마다 함께 10ms씩 멈추는 제한(Windows 프로세스 일시정지)을 검토했지만 뺐습니다(2026-11-11). M0 `gamemode_tune`에서는 멈춘 시간이 정한 대로 5.2%였는데도 nvidia-smi 사용률이 내려가지 않았고(STT를 쉬지 않고 돌릴 때 중앙값 96→98%, LLM만 40→39%) 출력만 6~10% 느려졌습니다([측정 결과](#자동-조절-측정-m0-gamemode_tune-2026-11-11)). M0 `video_drops`에서는 제한이 없어도 Jarvis가 GPU를 98%까지 쓰는 동안 유튜브 1080p 60fps 영상이 끊기지 않았고, 95% 제한은 끊긴 프레임을 줄이지 못했습니다([측정 결과](#영상-끊김-측정-m0-video_drops-2026-11-11)). 미리 정한 기준(제한이 끊김을 줄이지 못하면 설정을 뺌)대로 설정에서 뺐습니다. 게임 화면 프레임에 주는 영향은 재지 않았습니다. - **실행 중 감시**: 대시보드가 이미 재는 단계별 지연을 씁니다. 음성 첫 문장이 최근 5번 중 3번 이상 0.7초를 넘으면 다시 시작 없이 바꿀 수 있는 것부터 낮춥니다: 지난 대화 양 → 화질 → 캡처 미리 준비. 10분 동안 기준 안에 들면 하나씩 되돌립니다. 다시 시작이 필요한 배치 변경은 게임 감지와 VRAM 부족 때만 합니다. ### 전환 규칙 @@ -44,7 +44,7 @@ - **채팅 채널 설정을 바꿀 때**: 동시 요청 수가 바뀌는 변경(첫 "모든 메시지에 대답" 채널을 켜거나 마지막 하나를 끔)은 LLM을 다시 시작해야 합니다. 게임 시작과 같이 지금 하던 답이 끝난 뒤 다시 시작하고, 그동안 들어온 요청은 대기열에 둡니다. 게임 중에는 다시 시작하지 않고 게임이 끝나 평소 배치로 돌아갈 때 함께 반영합니다. - **되돌리기**: 게임이 끝나고 30초 뒤(설정에서 조절), VRAM 부족은 해소된 상태가 60초 이어진 뒤 평소 배치로 돌아갑니다. 게임을 껐다 바로 다시 켤 때 모델을 반복해서 옮기지 않기 위해서입니다. - **표시**: 대시보드에 "성능 단계: 게임 중 (발로란트 감지)", 전환 중에는 "모델 배치 바꾸는 중"을 표시합니다. -- **설정**: GUI에서 바꾸는 것은 게임 감지 켜기/끄기, 게임용으로 비울 VRAM, 다른 프로그램용 여유 VRAM(평소, 기본 1GB), GPU 사용률 제한(기본 100%, 끔), 되돌리기 대기 시간, 게임 중 일시정지 켜기/끄기뿐입니다. +- **설정**: GUI에서 바꾸는 것은 게임 감지 켜기/끄기, 게임용으로 비울 VRAM, 다른 프로그램용 여유 VRAM(평소, 기본 1GB), 되돌리기 대기 시간, 게임 중 일시정지 켜기/끄기뿐입니다. - **엔진이 실행 중 VRAM 줄이기를 지원하면**: Strata 0.1.59의 qwen36 엔진은 실행 중 VRAM 줄이기(`POST /v1/vram`)를 지원하지 않아 다시 시작합니다. 지원하는 버전이 나오면 다시 시작 없이 바로 줄이는 방식으로 바꾸고 다시 잽니다. ### 측정 결과 (M0 `gamemode`, 2026-11-10, RTX 5070 Ti 16GB, Ryzen 9 9950X3D) @@ -134,9 +134,25 @@ LLM과 STT를 함께 켠 측정(M0 `gamemode_stt`, 게임 없음). STT를 먼저 - **평소 배치의 STT 자리와 여유 1GB는 계산대로 남습니다.** STT가 10명 동시 전사로 VRAM을 가장 많이 쓸 때도 1.8GB가 남았고(여유 1GB와 엔진 여유분 768MiB를 더한 값과 같음), 맥락 첫 토큰은 자동 배치 때의 7.5초에서 1.9초로 줄었습니다. 대신 LLM만 돌 때 출력은 64.4 tok/s로 자동 배치(85.0)보다 느리지만 기준(30 tok/s, 0.7초) 안입니다. 전문가 몫이 1.5GB라 이전 추정(약 2GB, 74 tok/s)보다 조금 작게 나왔습니다. - **게임 중 LLM이 답하는 동안 부분 전사를 멈추면 2초 간격보다 훨씬 빠릅니다**(37.5→64.9 tok/s, 음성 첫 문장 0.89→0.55초). 2초 간격은 음성 첫 문장 기준(0.7초)을 넘고, 최종 전사가 부분 전사 뒤에서 기다리는 시간도 중앙값 0.13초, 최대 1.2초였습니다(멈추면 0.001초). 그래서 게임 중에는 답하는 동안 부분 전사를 멈춥니다. 그동안은 GUI 실시간 자막이 바뀌지 않습니다. 같은 게임 중 배치를 STT 없이 잰 값은 이번 측정에 없습니다(이전 `gamemode` 측정은 74.3 tok/s였지만 다른 실행이라 바로 비교하지 않음). - **부분 전사를 멈췄을 때의 실제 최종 전사 지연은 아직 재지 않았습니다.** 이번 키트의 최종 전사는 4~5초짜리 고정 샘플 하나를 beam 1로 받아 적은 것(중앙값 0.13초)입니다. 설계의 최종 전사는 beam 2~3이고, 부분 전사 없이 긴 말을 한 번에 받아 적는 경우도 재지 않았습니다. 이 지연은 M1 음성 워커를 만들 때 잽니다. -- **GPU 95% 제한은 GPU를 비우지 못했습니다.** 엔진과 STT는 200ms마다 정한 대로 멈췄고(멈춘 시간 5.2%, 다시 돌리기 실패 0번) 둘 다 오류 없이 이어서 돌았습니다. 하지만 사용률은 내려가지 않았고, 95%를 넘은 표본 비율도 51%(평소, STT 쉬지 않음)로 남았습니다. 출력은 6~10% 느려졌습니다(64.4→59.5, 24.8→23.4, 37.5→33.7 tok/s). 세 번만 잰 값이라 속도 차이에는 흔들림이 있습니다. LLM만 돌 때는 제한이 없어도 사용률 중앙값이 40%라 GPU가 이미 비어 있습니다. 그래서 기본값을 끔으로 바꿨고(사용자 결정, 2026-11-11), 영상 끊김을 `video_drops`로 따로 잽니다. +- **GPU 95% 제한은 GPU를 비우지 못했습니다.** 엔진과 STT는 200ms마다 정한 대로 멈췄고(멈춘 시간 5.2%, 다시 돌리기 실패 0번) 둘 다 오류 없이 이어서 돌았습니다. 하지만 사용률은 내려가지 않았고, 95%를 넘은 표본 비율도 51%(평소, STT 쉬지 않음)로 남았습니다. 출력은 6~10% 느려졌습니다(64.4→59.5, 24.8→23.4, 37.5→33.7 tok/s). 세 번만 잰 값이라 속도 차이에는 흔들림이 있습니다. LLM만 돌 때는 제한이 없어도 사용률 중앙값이 40%라 GPU가 이미 비어 있습니다. 그래서 기본값을 끔으로 바꿨고(사용자 결정, 2026-11-11), 영상 끊김을 `video_drops`로 따로 잰 뒤 설정을 뺐습니다([아래 측정 결과](#영상-끊김-측정-m0-video_drops-2026-11-11)). - **평소에 여러 명이 쉬지 않고 말하면 음성 첫 문장이 기준을 넘습니다**(1.27초, 출력 24.8 tok/s). 게임이 없을 때는 부분 전사를 줄이지 않기로 했으므로(사용자 결정, 2026-11-10) 이 최악의 경우에는 답이 늦어집니다. +### 영상 끊김 측정 (M0 `video_drops`, 2026-11-11) + +게임 없이 잼. 유튜브 영상을 1080p 60fps로 틀어 두고 창마다 약 1분씩 잼(Jarvis가 바쁠 때는 53~56초). 평소 배치(전문가 1.3GB, 맥락 32K, 동시 1개, 이미지 GPU)이고, "바쁨"은 LLM이 답을 만들면서 STT가 10명 동시 전사를 쉬지 않고 되풀이하는 최악의 경우입니다. 끊긴 프레임은 브라우저가 센 값(`getVideoPlaybackQuality`)이고, 긴 멈춤은 화면에 나간 프레임 사이 간격(`requestVideoFrameCallback`)입니다: + +| Jarvis | GPU 95% 제한 | 끊긴 프레임 | 분당 | 50ms 넘는 멈춤 | 가장 긴 간격 | 버퍼링 | GPU 사용률 중앙값 | LLM 출력 tok/s | 음성 첫 문장 | +|---|---|---|---|---|---|---|---|---|---| +| 끔 | 없음 | 3 / 3600 | 3.0 | 0 | 24ms | 0 | 2% | - | - | +| 쉼 | 없음 | 3 / 3600 | 3.0 | 0 | 24ms | 0 | 2% | - | - | +| 바쁨 (두 번) | 없음 | 7 / 6384 | 3.9 | 0 | 30ms | 0 | 87%, 98% | 21.0, 21.3 | 1.18초, 1.25초 | +| 바쁨 (두 번) | 있음 | 7 / 6740 | 3.7 | 0 | 25ms | 0 | 98%, 95% | 20.5, 20.9 | 1.04초, 0.92초 | +| 끔 (다시) | 없음 | 3 / 3600 | 3.0 | 0 | 24ms | 0 | 2% | - | - | + +- **Jarvis는 영상을 끊지 않았습니다.** GPU를 98%까지 써도 끊긴 프레임은 창마다 3~4개로 Jarvis를 끈 때(3개)와 같았고, 50ms를 넘는 멈춤과 버퍼링은 한 번도 없었습니다. Jarvis를 끈 창에서도 처음과 끝 모두 3개가 나와서, 이 정도 끊김은 Jarvis가 아니라 재생 자체에서 생기는 것으로 봅니다(추정). +- **95% 제한은 끊김을 줄이지 못했습니다**(창 두 개 합계 7개 대 7개). 그래서 설정을 뺐습니다([위](#pc마다-값을-계산)). +- **재지 않은 것**: 게임 중, 게임과 영상을 함께 켠 경우, 이 PC(RTX 5070 Ti 16GB) 말고 다른 그래픽카드. 영상은 GPU의 영상 전용 회로로 풀리므로 LLM·STT 계산과 덜 부딪혔을 수 있습니다(추정). + ## 화면 보기: 전체 화면, 모니터별, 프로그램(창)별 - Windows Graphics Capture API로 다음을 볼 수 있습니다. diff --git a/docs/v2/roadmap.md b/docs/v2/roadmap.md index 137af6a..cbcc25a 100644 --- a/docs/v2/roadmap.md +++ b/docs/v2/roadmap.md @@ -4,7 +4,7 @@ | 단계 | 내용 | 완료 기준 | |---|---|---| -| M0 | 게임PC 사전 검증 | 측정 스크립트를 게임PC에서 직접 실행하고 결과 파일을 보내 주시는 방식입니다. 결과로 기본값을 확정합니다. 확인 항목은 아래 목록에 있습니다. 가상 모니터 확인을 뺀 모든 항목 측정 완료(2026-11-10). 가상 모니터 확인은 M6에서 합니다. 2026-11-10에 추가한 `desktop` 단계(agent-desktop)는 측정을 마쳤고, 자동 성능 조절용 `gamemode` 단계는 세 번 쟀고, `gamemode_stt`(LLM과 STT를 함께 켬, STT GPU·CPU)와 `gamemode_live`(실제 게임을 켬) 단계도 측정을 마쳤습니다(2026-11-10). 결과로 게임 중 최소 배치는 전문가 2GB로 정했고, 평소 배치에 STT 자리를 남기는 것과 게임 중 LLM이 답하는 동안 부분 전사 간격을 늘리는 것(게임이 없을 때는 그대로)도 정했습니다(사용자 결정, 2026-11-10). `gamemode_tune` 단계도 측정을 마쳤고(2026-11-11), 게임 중 LLM이 답하는 동안에는 부분 전사를 멈추기로 정했습니다. GPU 95% 제한은 측정에서 사용률을 낮추지 못해 기본값을 끔으로 바꿨고(사용자 결정, 2026-11-11), 설정을 남길지는 `video_drops` 단계(Jarvis를 돌리는 동안 유튜브 영상의 끊긴 프레임, 직접 실행)로 정합니다. 측정 키트: [scripts/m0/](../../scripts/m0/README.md) | +| M0 | 게임PC 사전 검증 | 측정 스크립트를 게임PC에서 직접 실행하고 결과 파일을 보내 주시는 방식입니다. 결과로 기본값을 확정합니다. 확인 항목은 아래 목록에 있습니다. 가상 모니터 확인을 뺀 모든 항목 측정 완료(2026-11-10). 가상 모니터 확인은 M6에서 합니다. 2026-11-10에 추가한 `desktop` 단계(agent-desktop)는 측정을 마쳤고, 자동 성능 조절용 `gamemode` 단계는 세 번 쟀고, `gamemode_stt`(LLM과 STT를 함께 켬, STT GPU·CPU)와 `gamemode_live`(실제 게임을 켬) 단계도 측정을 마쳤습니다(2026-11-10). 결과로 게임 중 최소 배치는 전문가 2GB로 정했고, 평소 배치에 STT 자리를 남기는 것과 게임 중 LLM이 답하는 동안 부분 전사 간격을 늘리는 것(게임이 없을 때는 그대로)도 정했습니다(사용자 결정, 2026-11-10). `gamemode_tune` 단계도 측정을 마쳤고(2026-11-11), 게임 중 LLM이 답하는 동안에는 부분 전사를 멈추기로 정했습니다. GPU 95% 제한은 측정에서 사용률을 낮추지 못해 기본값을 끔으로 바꿨고(사용자 결정, 2026-11-11), `video_drops` 단계(Jarvis를 돌리는 동안 유튜브 영상의 끊긴 프레임, 직접 실행)도 측정을 마쳤습니다(2026-11-11). Jarvis가 바쁠 때도 영상이 끊기지 않았고 제한이 끊김을 줄이지 못해 설정을 뺐습니다. 이로써 가상 모니터 확인을 뺀 M0 측정이 모두 끝났습니다. 측정 키트: [scripts/m0/](../../scripts/m0/README.md) | | M1 | 음성 워커 | 화자별 스트리밍 STT(공용 모델, 배치), 문장 단위 TTS를 WebSocket으로 제공. 녹음 파일 10개 동시 입력 테스트 통과 | | M2 | 디스코드 음성 코어 이전 | v1 봇 코드를 Electron 안으로 이전. 입장/퇴장, 화자별 수신, 재생, 정지 명령 동작. 채팅 채널 연결(읽기·보내기) | | M3 | 두뇌 연결 | 기존 jarvis를 Ollama 대신 Strata 주소로 연결. 대화 기록 저장소와 지난 대화 전체 검색(본인 기록 + 등록한 채팅 채널 + 같은 음성 채널의 다른 사람 말). 채팅 채널 도구(읽기·검색·보내기·수정·반응·삭제·고정). 메모리, 날씨, 웹 검색, 식단, MCP 기존 테스트와 평가(evals) 통과 |