영상 속 사람 동작을 3D 데이터로 뽑아주는 AI 모델이 있다.
클라우드는 돈이 드니까
내 컴퓨터에서 공짜로 돌리겠다는 계산으로 시작했다.
여섯 계단을 쌓았다
설치는 처음부터 지옥이었다.
파이썬 버전 충돌, 라이브러리 충돌,
몇 년 전 코드라 지금 환경에선 그냥은 안 돈다.
컨테이너로 환경을 한 계단씩 쌓았다.
한 계단 쌓으면 다음 에러. 또 한 계단, 또 에러.
그렇게 여섯 계단을 쌓아 GPU 추론이 도는 지점까지 도달했다.
일주일 가까이 걸렸다.
종착지: 10.4GB vs 6GB
실행 버튼을 누르고 로그가 올라가는 걸 보는데
기분이 이상하게 좋았다. 여기까지 왔다.
그리고 로그가 멈췄다. 메모리 부족.
처음엔 대수롭지 않았다.
설정 줄이면 되겠지, 배치 낮추면 되겠지.
그러다 설마 하는 마음으로
이 모델이 요구하는 그래픽 메모리를 확인했다.
10.4GB. 내 그래픽카드는 6GB.
설정을 아무리 쥐어짜도 4.4GB가 하늘에서 떨어지지 않는다.
반정밀도로 낮추는 길은 검증 안 된 도박.
일주일의 종착지가 사양표 한 줄이었다.
설치 전에 5분이면 볼 수 있던 숫자다.
접되, 냉동 보관
여기서 접기로 했다.
여섯 계단이 아까워 “며칠만 더”가 목구멍까지 올라왔지만
그 며칠도 검증 안 된 길에 붓는 도박이다.
대신 정리를 확실하게 했다.
설치하며 쌓인 48.6GB를 지워 디스크 회수.
그래픽카드를 바꾸면 바로 재개할 수 있게 핵심 파일 8개만 보관.
어디까지 갔고 왜 멈췄는지 재개 가이드 한 장.
실패를 버리는 게 아니라 냉동 보관하는 거다.
배운 것
동작 추출이라는 목표는 클라우드 도구로 우회해 결국 해결했다.
길이 막힌 거지 목적지가 사라진 게 아니니까.
뼈에 새긴 건 순서다.
신기술 검증의 첫 질문은 “이게 되냐”가 아니라
“내 장비에서 되냐”다.
요구 사양 확인 5분을 아끼면 일주일로 갚는다.
📋 재발 방지 규칙 (로컬 AI 모델 돌리기 전 복붙)
- ☐ 설치 전에 요구 VRAM부터 확인 — 문서에 없으면 깃허브 이슈에서 “out of memory” 검색
- ☐ 내 GPU 메모리와 대조 — 모자라면 그 시점에 결정(우회/보류), 설치부터 하지 말 것
- ☐ 보류 기준을 정해두기 — “검증 안 된 길이 하나 더 필요해지면 멈춘다”
- ☐ 접을 때는 디스크 회수 + 재개 파일 최소 보관 + 재개 가이드 한 장 (냉동 보관)
- ☐ 로컬이 막혀도 목표는 유지 — 수단(내 컴퓨터)과 목적(데이터 얻기)을 구분