Latest Articles
-
FriendliAI: 빠른 경량 LLM (EXAONE‑4.0‑1.2B) 테스트를 위한 무료 클라우드 환경EXAONE-4.0-1.2B 모델을 웹 기반 인터페이스에서 쉽게 체험할 수 있으며, Google Colab에서 CLI 코드로 실행하거나 Hugging Face Spaces에서 GUI 앱을 만들어 사용할 수 있다. 또한, vLLM 서버를 통해 대규모 테스트와 고속 추론이 가능하다. 각 방법에 대한 설치 및 실행 방법이 상세히 설명되어 있다.
-
실습: MCP 서버, Serverless Deployment Platform 체험MCP 서버의 개념과 역할을 이해하고, PaaS, CaaS, BaaS, FaaS와 같은 클라우드 실행 환경을 비교하며, 로컬과 서버리스 환경에서 MCP 서버를 실행하는 방법을 체험한다. Vercel을 사용하여 "Hello MCP 서버"를 만들고 배포하는 실습을 포함하며, 필요한 사전 준비와 MCP 서버 구조, 코드 수정 방법을 안내한다.
-
개인 AI Character Chatbot 비교크랙(wrtn.ai)은 Claude 3 기반의 자유형 시뮬레이션과 일부 NSFW 콘텐츠를 지원하며, 장기 대화에 유리한 출력량 기반 요금제를 제공합니다. 초기 캐릭터 챗봇 서비스는 ELIZA와 Replika에서 시작되었으며, 2022년 이후 LLM 기반 챗봇 기술이 상용화되면서 다양한 플랫폼이 등장했습니다. 주요 비교 항목으로는 사용자 정의 캐릭터, NSFW 지원, 음성·이미지 통합 등이 있으며, 예시로는 스티브 잡스 캐릭터를 만드는 방법이 포함되어 있습니다.
-
실습: Electron Framework 기반 Desktop AppElectron 프레임워크를 사용하면 HTML, CSS, JavaScript로 크로스 플랫폼 데스크톱 앱을 개발할 수 있으며, Node.js와 Chromium 엔진 위에서 실행된다. 전통적인 데스크톱 앱과 비교할 때, Electron 앱은 플랫폼 종속성이 낮고, 배포가 용이하다. 그러나 메모리 사용량이 크고, 네이티브 성능이 필요한 앱에는 적합하지 않다. Slack, Discord, Visual Studio Code와 같은 상용 앱들이 Electron을 사용하여 현대 데스크톱 개발의 표준으로 자리 잡았다.
- OS: Ubuntu Server+Docker+SSH 설치 방법
Ubuntu Server OS 설치를 위해 ISO 파일을 다운로드하고 USB에 구운 후 BIOS에서 부팅하여 설치를 진행한다. 설치 중 SSH를 허용하고 Docker를 설치한 후 사용자 권한을 부여하며, OpenSSH 서버를 실행하여 네트워크 연결을 확인한다.
-
Ubuntu Server OS에 Docker 설치Ubuntu Server OS에 Docker를 설치하는 방법에는 Snap 패키지 설치와 Docker CE 설치가 있으며, Snap은 빠르지만 비표준 구조로 DevOps 도구와의 호환성이 낮습니다. Docker CE는 공식 스크립트를 통해 자동 설치하거나 수동으로 설치할 수 있으며, 설치 후 버전 확인 및 테스트를 통해 정상 작동 여부를 확인할 수 있습니다.
-
실습 Shell Script: 추상계층 조합 계산2×2 행렬의 역행렬을 계산하기 위한 방법을 설명하며, BIOS/UEFI 부팅 과정, Edge 브라우저의 JavaScript 사용법, WSL2와 Ubuntu에서 C 코드를 이용한 계산 방법을 포함한다. 각 방법에 대한 코드 예제와 실행 절차도 제공된다.
-
OS: Windows WSL2에서의 CLI 환경CLI(명령줄 인터페이스)는 텍스트 기반의 명령어 입력을 통해 시스템과 상호작용하는 방식으로, Bash, CMD, PowerShell과 같은 다양한 셸이 있다. WSL2는 Windows 11에서 Linux 환경을 제공하며, WSLg를 통해 별도의 X 서버 없이도 Linux GUI 앱을 실행할 수 있는 기능을 지원한다. 이를 통해 Docker Desktop 설치 시 자동으로 WSL2가 활성화되며, 사용자는 GUI 구성 요소를 수동으로 설치하지 않고도 Linux 앱을 사용할 수 있다.
-
IDE: Cloud-based. ColabGoogle Colab은 클라우드 기반의 Python 중심 Jupyter Notebook 환경으로, 데이터 과학 및 머신러닝 실험에 적합하다. 주요 특징으로는 코드와 설명을 통합 처리하는 Notebook 문서 기반 실행, 무료 계정에서도 GPU 및 TPU 사용 가능, 환경 복원 가능성, 실시간 협업 기능이 있다. 클라우드 기반 IDE는 웹 브라우저를 통해 접근 가능하며, GitHub Codespaces, Codeanywhere, CodeSandbox 등 다양한 대안이 존재한다.
-
LLM 추론 엔진대규모 언어 모델(LLM)을 구동하기 위한 LLM 추론 엔진은 메모리 로드, 계산 수행, 결과 생성 과정을 관리한다. LLM 추론 엔진은 PyTorch 기반, vLLM 기반, Ollama C++ 기반의 세 가지 주요 계열로 나뉘며, 각각 연구 개발, 대규모 처리, 제한된 리소스 환경에 최적화되어 있다. PyTorch는 유연한 개발을 지원하고, vLLM은 고속 처리에 적합하며, Ollama는 경량화된 모델 실행에 특화되어 있다.
-
AI Wrapper - Thin vs Thick대규모 언어 모델의 발전에 따라 도메인 특화형 AI 도구가 주목받고 있으나, 실제로는 목적 중심 설계가 중요하다. 사용자의 최상위 동기는 생산성 증대이며, AI Wrapper는 얇고 광범위한 구조에서 목적과 작업 형식에 따라 두꺼운 구조로 진화해야 한다. Formal Task와 Informal Task로 나누어 각각의 역할과 작업 형식을 제안하며, 진정한 목적 지향의 Thick Wrapper 구현을 목표로 한다.
- IDE 환경 구성 - VScode + Python + secrets + venv + GitHub 연동
Windows OS와 VS Code 환경에서 Python 프로젝트를 설정하는 방법을 설명하며, API 키는 secrets.env에 저장하고 venv로 라이브러리를 관리합니다. GitHub와 연동하여 버전 관리를 수행하고, 자동 동기화 기능을 활용합니다. 프로젝트 구조와 초기화, 패키지 설치 및 목록 저장, .gitignore 설정, Git 초기화 및 원격 연결 방법도 포함되어 있습니다.
-
LLM: Google Gemini 접근 방식별 비교Google Gemini의 접근 방식 비교: Gemini API는 개발자용 빠른 프로토타이핑에 적합하고, Gemini CLI는 터미널 기반 상호작용을 지원하며, Vertex AI API는 기업용 AI 플랫폼으로 보안과 데이터 거버넌스가 강점이다. 각 서비스는 인증 방식, 대상, 인프라 설정, 요금제 특징에서 차이를 보인다.
-
데이터 수집 및 자동화 도구들AI 기반 데이터 분석의 프로세스는 데이터 수집, LLM 분석, 결과 저장 및 게시, 자동 반복 실행으로 구성됩니다. 자료 분석 도구는 코드 기반과 No-code/FaaS 도구로 나뉘며, 개인 실습과 빠른 프로토타이핑을 위한 추천 조합이 제시됩니다.
-
앱 분석 - Browser-level Agentic AIMaxAI, Merlin, Genspark AI의 기술 설계 구조를 분석하며, MaxAI는 다양한 LLM을 선택적으로 호출하고 웹 페이지를 조작할 수 있는 고급 AI 비서 역할을 수행한다. Merlin은 속도와 편의성을 강조한 일상용 AI 도구이며, Genspark는 복수 LLM 결과를 평가하고 결합하는 메타-LLM 구조에 강점을 가진다. Nanobrowser Chrome 확장 기능은 여러 AI 에이전트가 협력하여 복잡한 웹 작업을 수행하는 시스템을 제공한다.
- Dataset 데이터 제공 방식에 따른 데이터 수집 전략
웹페이지의 데이터 제공 방식에 따라 웹 크롤링과 웹 스크레이핑을 구분하고, 정적 페이지는 SSR로, 동적 페이지는 CSR 또는 하이브리드로 처리하는 효율적인 수집 방법을 제시한다. DevTools를 통해 구조를 식별한 후, 적절한 도구와 방법을 선택하여 최소 비용과 최대 안정성을 달성하는 것이 중요하다. 대규모 수집은 Scrapy로 파이프라인화하고, 배포는 Docker 컨테이너를 활용하는 것이 효율적이다.
- IDE: Web App 개발 환경 IDE
Web App 개발환경을 구성할 때 Docker와 VS Code의 중요성이 강조되며, 세 가지 대표적인 개발환경(A, B, C)의 구조, 장점, 단점 및 적합한 사용자 유형이 비교된다. A 환경은 초보자에게 적합하고, B 환경은 중급 개발자에게, C 환경은 고급 사용자에게 추천된다. 각 환경은 리소스 효율성, 유지 보수 난이도, 원격 개발 가능성 등에서 차이를 보인다.
-
Dataset - 데이터 분석용 무료 공개 Dataset무료 공개 데이터셋은 데이터 분석과 AI 모델 개발에 필수적이며, 포털 사이트형, 정부기관형, 학술자료형으로 나뉩니다. 포털 사이트형은 실시간 관심도 분석에 유용하고, 정부기관형은 다양한 공공 데이터를 제공하여 정책 연구와 창업 아이템 발굴에 활용됩니다. 학술자료형은 신뢰성 있는 연구 자료를 찾는 데 필수적입니다.
-
게임 시장과 아재취향 고전물 게임 (Retro Games)게임 시장은 다양한 플랫폼과 장르로 구성되어 있으며, 레트로 게임은 과거의 추억을 현대 기술로 되살리는 중요한 역할을 합니다. 게임은 클라이언트 기반, 브라우저 기반, 콘솔, 모바일, 아케이드, 클라우드 게임으로 분류되며, 장르에 따라 롤플레잉, 액션, 전략, 시뮬레이션, 퍼즐, 스포츠, 캐주얼 게임으로 나뉩니다. 각 장르는 특정한 플레이 방식과 내용을 가지고 있습니다.
- LLM Ecosystem 현황 (2025년)
글로벌 AI LLM 응용 산업은 단일 LLM, 다중 LLM 오케스트레이션, 다중 앱 오케스트레이션으로 나뉘며, 한국은 투자자들이 단기 ROI에 집중하고 기술 난이도가 낮음에도 불구하고 혁신으로 포장하고 있다. 주요 기업으로는 Wrtn, Upstage, TwelveLabs 등이 있으며, AI 반도체 분야에서도 Furiosa AI와 DeepX가 두각을 나타내고 있다.