CURATED COLLECTION

로컬 AI 시작하기

내 컴퓨터에서 모델 하나를 시험하는 조합

로컬에서 모델을 실행하는 도구를, 설치 전에 적합성부터 보도록 묶었습니다. 모델 파일의 라이선스와 필요한 하드웨어는 각 공식 문서에서 다시 확인합니다.

클라우드 API 전에 개인 컴퓨터에서 짧은 응답을 시험해 보려는 사람

▱ 5 Tools + 2 Skills PURPOSE-BUILT STACK
FLOW

권장 순서

01로컬 모델 적합성으로 비밀 데이터와 초안 여부를 나눈다
02llama.cpp README로 실행 단위를 본다
03Ollama 또는 Jan으로 대화 한 번을 시험한다
04문서가 필요하면 AnythingLLM을 후보로만 연다

결과 예: “이 메모는 로컬 후보. 모델 라이선스 확인 전. 시험 입력은 문장 두 개.”

TOOLS

이 컬렉션의 도구

</> Local AI

Ollama

↗

로컬에서 모델을 받아 실행

소프트웨어 MIT · 모델 라이선스는 모델별 Open Source
언제 쓰면 좋음개인 컴퓨터에서 모델을 실행해 보고 싶을 때
자세히 보기 →
</> Local AI

llama.cpp

↗

C/C++로 돌리는 LLM 추론

소프트웨어 MIT · 모델 라이선스는 모델별 Open Source
언제 쓰면 좋음모델 실행을 라이브러리·CLI 수준에서 보고 싶을 때
자세히 보기 →
</> Local AI

AnythingLLM

↗

문서와 대화를 로컬 우선으로

소프트웨어 MIT · 호스팅 요금은 확인 필요 Open Source
언제 쓰면 좋음가지고 있는 문서를 대화 재료로 붙여 보고 싶을 때
자세히 보기 →
</> Local AI

LocalAI

↗

여러 종류의 모델을 로컬 엔진으로

소프트웨어 MIT · 모델 비용은 별도 Open Source
언제 쓰면 좋음로컬 모델을 OpenAI 스타일 API처럼 붙이고 싶을 때
자세히 보기 →
</> Local AI

Jan

↗

데스크톱에서 쓰는 로컬 대화 앱

소프트웨어 Apache-2.0 · 모델 비용은 별도 Open Source
언제 쓰면 좋음설치형 대화 창으로 로컬 모델을 시험할 때
자세히 보기 →
SKILLS

함께 쓰는 스킬

▶
확인된 사실과 확인 필요를 나눠 적기
Research ResearchAgent

Agent 리서치 브리프

도구를 쓰기 전에 출처와 제한을 표로

공식 저장소 열기→라이선스 파일 읽기→설명과 가격 주장 분리→모르는 항목은 확인 필요로 표시
스킬 보기 →
▶
비밀 여부와 초안 여부만 먼저 나누기
Research LocalResearch

로컬 모델 적합성

이 작업을 로컬 모델로 할지 먼저 가르기

비밀 데이터 여부→입력이 로컬에 있는지→실패해도 되는 초안인지→아니면 API가 맞는지 표시
스킬 보기 →