Briefold

LM Studio로 로컬 LLM 처음 써보기 (GUI 중심)

LM Studio로 로컬 LLM을 처음 사용하는 방법을 GUI 중심으로 정리했습니다. 설치부터 모델 검색·다운로드, 로드, 채팅, 생성 파라미터 설정까지 초보자도 따라할 수 있습니다.

학점은행제로 IT 학사학위를 준비할 때 필요한 140학점 요건, 전공필수와 전공선택, 교양·일반선택 배분, 학점 인정 신청 절차를 정리합니다.

NAS를 드롭박스처럼 사용하는 방법을 알아봅니다. 외부 접속 경로, HTTPS 인증서, 포트포워딩, 방화벽, 사용자 권한, 공유 링크와 동기화 설정을 정리했습니다.

NAS 자료실 파일을 안전하게 공유하기 위한 외부 접속 포트 최소화, HTTPS·TLS, 사용자 권한, 스냅샷, 3-2-1 백업 설정을 정리합니다.

NAS용 하드디스크를 고를 때 필요한 용량, 회전 속도, CMR·SMR 차이, 내구성 지표와 워크로드 등급을 상황별로 비교합니다.

Docker Compose로 Ollama와 Open WebUI를 설치하고 로컬 AI 서비스를 실행하는 방법을 단계별 명령어와 함께 설명합니다.

Docker healthcheck로 컨테이너 상태를 확인하고, 감시 스크립트와 Docker Compose를 이용해 unhealthy 컨테이너를 자동 재시작하는 방법을 소개합니다.

GPU 없이 CPU와 RAM만으로 로컬 AI를 실행하는 방법을 설명합니다. GGUF, llama.cpp, 양자화, RAM 사용량과 모델 성능을 쉽게 정리했습니다.

로컬 LLM 구축을 처음 시작하는 분을 위해 Ollama 설치, 모델 다운로드, ollama run 실행 방법과 하드웨어 요구사항을 쉽게 정리했습니다.

MCP(Model Context Protocol)의 정의부터 호스트·클라이언트·서버 구조, Tools·Resources·Prompts, JSON-RPC와 전송 방식을 쉽게 설명합니다.