기존에 쓰던 맥북에어m2 13인치 미드나이트를 당근하고  15인치, 스타라이트 제품으로 구매했다.

 

 

스펙

스타라이트

ram 16gb

ssd 512gb

가격 당근 190후반

 

스펙은 기존에 쓰던 13인치 m2와 완전 동일하다.


기존에 쓰던 맥북과의 차이점 위주로 장점을 설명해보자면 다음과 같다.

 

장점

화면이 넓다 - 13인치에서 가장 힘들었던 부분..화면이 넓고 광활하다. 다만 베젤은 좀 두껍다

상대적으로 가볍다 - 상대적으로 가볍다는 거지 완전 가볍다는 뜻은 아니다. 하지만 들고 다닐 만 하다. 넓어서 더 무게를 분산시키는듯하다.

지문이 덜 묻는다 - 미드나이트에서 가장 힘들었던 부분인데 지문이 확실히 덜 묻는다.

오묘한 색 - 스타라이트 색은 사진에 잘 드러나지 않는다. 실물로 봐야 하는데 이게 빛 반사에 따라 색이 많이 달라진다. 옅은 골드에 가깝다.

넓은 터치패드 - 터치패드가 넓고 광활해서 좋다

 

단점

일단 13인치에 비해서 단점은 아직 못찾았다.

기존 13인치에서도 성능상의 불만족은 없었기 때문에 오히려 바뀐(사이클 3짜리 중고) 디바이스 덕분에 오히려 쾌적하다.

 


아래는 맥북 프로(m1) 14인치와 비교  - 스그

 

맥북 프로 14인치와 맥북에어 15인치 상판 비교
맥북 프로 14인치와 맥북에어 15인치 두께 비교

맥북프로 14인치와 비교해보면

 

확실히 가볍고, 넓고, 얇다

 

결론은 대만족!

반응형

'IT' 카테고리의 다른 글

ROG 제피러스 G14 리뷰  (0) 2023.10.11
맥북에어 M2 미드나이트 롱텀 사용기  (0) 2023.10.11

장비욕이 많은 나는 노트북을 바꾸며 그 맘을 달래고 있다.

 

노트북 리뷰 2번째

 

ASUS에서 나온 게이밍 + 휴대용 노트북 ROG 제피러스 G14(2022)다.

 

스팀부터 깔고 본다. 눈부신 게임 라이브러리

 

 

스펙은 다음과 같다. 

 

cpu : Ryzen9 6900HS

gpu : RX6800S

ram : 32gb

ssd : 512gb

비용: 약 180만


원래 G14는 2021년에 처음 나왔는데, 2022년엔 불편한 사항을 대폭 개선하고 업그레이드해야 나왔다.

라라랜드라서 비용도 크게(?) 높지는 않다.

 

데스크탑 뺨 치는 사양

작고 컴팩트한 사이즈(14인치)

나름 합리적인 무게(1.6kg)

 

게이머라면 원하는게 다 들어있는 완전체 노트북이라 할 수 있는데..

직접 사용해보며 느낀 장단점은 다음과 같다.

 


장점

 

뛰어난 성능 : 역시나 성능이 압살이다. 이걸로 디비니티2를 주로 했었는데 렉은 커녕 집 컴보다 쾌적했다.

방향키: 코드를 입력하다보면 방향키를 많이 쓰게 되는데 노트북의 납작한 방향키는 참 곤란하다. 근데 이건 생각보다 누르기가 편했다. 

준수한 디자인: 하얀색 깔끔한 디자인. 게이밍 노트북 다운 멋스러움. 하지만 전광판은 너무 심했어.

단단함: 한번 들어오면 짱짱하고 단단함이 느껴진다.

 

묵직한 두께


단점

 

무겁다: 1.6kg이긴 한데 이건 겜을 즐기려면 벽돌같은 어댑터가 필수다. 그래서 사실 무게는 2kg가 넘는 셈이다.

발열: 게임 한번 돌리면 일단 비행기가 이륙을 하듯이 위~~잉 소리가 나며 시끄러운데 양옆으로 뜨거운 바람이 훅훅 난다. 메인보드 탈 거 같아서 불안하다.

좁은 화면: 역시나 14인치화면도 게임을 오래 즐기기엔 너무 좁다. 블레스 마이 노안.

부실한 마감: 전원버튼 딸깍거림

기본 프로그램 불완전성: 기본으로 세팅된 asus 전용 프로그램이 있는데 이게 완전 불안정해서 아예 꺼버리고 세팅하는게 낫다. 상단 4개 버튼이다.

가장 상단에 있는 4가지 버튼은 안쓰는게 정신건강에 좋다.


종합

 

참 계륵같은 노트북이다.

 

스타와 포트리스로 학창시절을 보낸 나같은 중년 아저씨 게이머라면 누구나 꿈처럼 생각하는게 있다.

 

이동하면서 어디서나 가능한 쾌적한 게이밍 기기

 

출장 갔을 때 밤에 실컷 해보려고 야심차게 가져갔지만

 

무거운 무게, 작은 화면, 심한 발열로 생각보다 제대로 몰입하지 못했다.

 

그렇다고 이걸 사무용으로만 들고 다니기엔 너무 화려하다.

 

공공기관 회의실에 들어가서 rog 제피러스 14를 꺼내는 순간 이목이 집중됨을 느낀다. ㅎㅎㅎ

 

언젠가 꿈처럼 1kg 내외의 가벼운 게이밍 노트북이 나오면 좋겠다.

반응형

'IT' 카테고리의 다른 글

맥북에어m2 15인치 스타라이트 구매후기  (0) 2023.10.14
맥북에어 M2 미드나이트 롱텀 사용기  (0) 2023.10.11

작년 이맘 때쯤 맥북에어 13인치를 샀다.

 

1. 스펙

  - 색상: 미드나이트

  - 용량: 512기가

  - 램: 16기가

  - 비용: 그당시 약 190 후반(아래는 공홈 가격인데 쿠팡은 왜 싼지 모르겠다)


2. 구매동기

  - 늦은 나이에 대학원에 진학하면서 수업자료 저장 및 필기, 간단한 코딩용 노트북이 필요했다.

  - 기차로 출장을 다니면서 회의 메모, 간단한 프리젠테이션 수정 및 발표를 해야 했다.

 


3. 1년간 쓰면서 느낀 장점

  - 예쁘다. 이게 한 70%. 특히 흔하디 흔한 실버나 스그가 아니라 더~욱 예쁘다. 하지만 이건 개인취향

  - 좋은 마감. 역시 애플 제품의 마감은 후회를 주지 않는다. 대만제 노트북을 여러번 사용하면서 느낀게 이 부분인데 노트북 하단 고정 고무가 떨어진다거나 전원버튼이 헐거워진다거나 하는 자잘한 마감 불량이 없다. 

  - 괴물 배터리. 솔직히 배터리가 필요 없다. 하루 충전하면 2~3일 정도 본체만 들고 다녀도 별 문제가 없었다. 

  - 가볍다. 물론 상대적으로. 예전에 쓰던 asus g14 2.2kg짜리 들고 다니다가 이걸 들고 다니니 너무 가볍다. 노트북은 역시 휴대성이 필수

  - 나쁘지 않은 키감. 우수한 터치패드. 이건 말해뭐해. 근데 키감은 서피스프로8이 더 좋았다.


4. 1년간 쓰면서 느낀 단점

  - 화면이 좁다. 13.3인치이긴 한데 노안이 오는 나이다 보니 오랫동안 깊이 있는 작업을 하기가 어려웠다. 거북목 문제도.

  - 지문이 잘 묻는다. 이건 미드나이트 컬러 특징인데 지문이 참 잘 묻는다. 

  - 머신러닝, 딥러닝에는 잘 안맞는다. 정형 데이터 학습은 그래도 괜찮은데 이미지 몇 장 학습을 돌리면 한~참 걸린다. 파이토치에서 맥북 m2에도 cuda를 지원해준다고는 했는데 아직 불안정한 것 같아서 그만뒀다. 돌리고 장보고 와야할 정도. 영상편집이나 개발용도로는 참 좋지만 ML,DL용은 아직..

  - 충전기 부근 까짐. 이것도 미드나이트 컬러 특징인거 같은데 C타입 충전기를 몇번 쓰다보니 충전단자 부근에 도색이 벗겨진다.


5. 종합

 

  1년간 정~말 잘 쓴 제품이다.

  디자인이 무엇보다 맘에 들었고 이걸로 많은 업무, 공부를 할 수 있었다.

  심지어 나는 공공기관과 함께 하는 업무가 많아 한글을 쓸 일이 많은데, 이것도 한컴독스를 통해 해결했다.

  은행은 모바일로 거의 처리하니 문제 될 일이 없었다.

  다만 화면이 좁아 몰입하기가 어려웠고 답답했다.

  그래서 결론은....

 

 

 

동일한 사양의 맥북에어 15인치 스타라이트 제품으로 갈아탔다.

 

새제품 리뷰는 다음 시간에.

 

  

반응형

'IT' 카테고리의 다른 글

맥북에어m2 15인치 스타라이트 구매후기  (0) 2023.10.14
ROG 제피러스 G14 리뷰  (0) 2023.10.11

소개

  • 2019년 구글 딥마인드 팀에서 알파스타를 발표했다.
  • 바둑에서의 알파고처럼 스타크래프트2를 하는 인공지능이다.
  • 여기서 사용된 인공지능 알고리즘이 강화학습이다.

https://www.deepmind.com/blog/alphastar-grandmaster-level-in-starcraft-ii-using-multi-agent-reinforcement-learning

 

 

 

 

  • 인공지능이 하는 스타2
  • 일점사를 배웠다

 

 

강화학습이란?

출처: synopsys

  • 강화학습은 기계학습의 한 영역이다.
  • 지도학습과 비지도학습과는 다르다.
  • 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법
  • (참고) 교육심리학에서 비슷한 이론이 있다. 행동주의 심리학 중에 보상을 제공해서 행동에 대한 반응을 강력하게 하는 방법론이다. 다시 말해 잘하면 상을 주는 방법이다.

 

용어 설명

출처: synopsys

  • agent : 의사결정의 주체, 함수를 통해 다음 행동을 결정함 . 두뇌
  • envirinment : 에이전트가 학습하는 무대. 환경은 agent의 state와 reward를 결정함. agent에게 공개되어 있지 않은 경우가 많음
  • observation: agent가 환경으로부터 받는 정보
  • action(a) : 가능한 행동을 선택함
  • reward : agent 가 특정 action을 했을 때 받는 신호. 즉각적 보상이 안이루어지는 경우도 있음
  • policy: agent의 행동패턴. 환경을 행동에 연결짓는 함. a = π(s)
  • optimal policy: 강화학습의 목적은 optimal policy를 찾는 것
  • return(G):  보상. agent가 time에 따라 받게될 할인된 보상의 누적
  • ε - greedy : 
  • Q - learning : 모델 없이 강화하는 학습 방법 중 하나. 주어진 상태(s)에서 주어진 행동(a)를 수행하는 것이 가져다 줄 효용의 기대값을 예측하는 함수인 Q함수를 학습함으로써 최적의 정책을 학습함

 

 

반응형

+ Recent posts