걸어서개발한바퀴

요즘 “내 컴퓨터에서 24/7로 돌아가는 개인 AI 비서”를 만들 때 가장 많이 언급되는 조합이 Mac mini + OpenClaw입니다. OpenClaw는 메신저(텔레그램/슬랙/디스코드 등)로 들어오는 요청을 받아서, 웹/파일/툴을 실제로 실행해주는 에이전트 런타임에 가깝습니다.다만 OpenClaw 생태계는 최근 확산 속도가 매우 빠르고(인기 + 확장 기능), 그만큼 보안 이슈도 크게 터진 상태라서 “설치만 하면 끝”은 아닙니다. 스킬(확장) 설치는 특히 주의가 필요합니다.이 글에서는 Mac mini M4 24GB 기준으로,OpenClaw 기본 설치24/7 구동 세팅로컬 모델(Ollama) 연결MCP 툴 추천까지 한 번에 정리합니다.0) 이 글의 전제 (Mac mini M4 24GB 기준)**클라우드 ..

LLM 에이전트 시대에 다시 주목받는 브라우저 자동화 도구최근 AI 에이전트, MCP, 자동화와 같은 키워드가 확산되면서 Playwright라는 이름도 자주 등장하고 있습니다.이 때문에 “LLM 전용 라이브러리인가?”라고 오해하는 경우가 많은데, 결론부터 말씀드리면 Playwright는 LLM 라이브러리가 아니라 브라우저 자동화 도구입니다.다만 AI 에이전트가 실제 웹 환경과 상호작용하기 위해 거의 필수적으로 사용되기 때문에 LLM 생태계에서 함께 언급되는 경우가 많습니다.1. Playwright의 정체Playwright는 마이크로소프트에서 개발한 웹 브라우저 자동 제어 라이브러리입니다.코드를 통해 사람이 브라우저에서 수행하는 다양한 행동을 그대로 재현할 수 있습니다.예를 들면 다음과 같습니다.웹사이트 ..

n8n은 정말 강력한 워크플로우 자동화 툴입니다. 보통 도커(Docker)나 npm을 통해 맥 로컬(localhost:5678)에 띄워서 사용하곤 하는데요.하지만 로컬에서만 돌리다 보면 치명적인 단점이 하나 있습니다. 바로 외부 서비스의 Webhook을 받을 수 없다는 점입니다. Slack, Google Sheets, GitHub 등 외부 서비스가 내 로컬 n8n에 신호를 보내려면 **공인된 주소(Public URL)**가 필요하기 때문입니다.공유기 포트포워딩은 보안상 찝찝하고, ngrok은 무료 버전 제한이 귀찮습니다. 오늘은 Cloudflare Tunnel을 이용해 무료이면서도 보안상 안전하게 외부 접속을 허용하는 방법을 정리해 드립니다.1분 만에 끝나는 **'간편 방법'**과 도메인을 고정해서 쓰는..

Google은 에이전트 개발을 프레임워크(ADK), 전주기 제품군(Agent Builder), 관리형 런타임(Agent Engine) 으로 나눠 제공합니다. 이름이 비슷하지만 역할과 책임이 명확히 다르므로, 선택 전에 개념을 정리하시는 게 좋습니다. 한 줄 정의ADK (Agent Development Kit): 오픈소스, 코드 중심 프레임워크입니다. Gemini에 최적화되어 있지만 모델·배포 비종속(agnostic)으로 설계되어 다른 프레임워크/런타임과도 호환됩니다. https://google.github.io/adk-docs/Vertex AI Agent Builder: 에이전트 전주기(빌드→배포→거버넌스) 를 아우르는 제품군입니다. 빌드는 ADK 등으로 하고 배포·운영은 Agent Engine을 쓰는 ..

회사 내부에서 n8n을 쓰다 보면 “혹시 n8n에서 인터넷으로 데이터가 빠져나가면 어떡하지?” 하는 걱정이 생깁니다.저희도 똑같은 고민을 했고, 결국 n8n은 인트라넷만 쓰고, 인터넷은 절대 못 쓰게 만드는 방법을 찾았습니다.아래처럼 하면 됩니다. ✨1. 준비n8n은 Docker + docker-compose로 돌리고 있다고 가정합니다.서버는 회사 내부망에 연결돼 있습니다.※ 여기서는 예시로 192.168.100.0/24 대역을 사용합니다. 👉 실제 적용 시에는 각자 회사 내부망 대역에 맞춰 수정하세요.2. 방화벽 규칙 세팅 (진짜 핵심)리눅스 서버에서 아래 명령어를 실행합니다.(관리자 권한 필요 → sudo su 하거나 각 줄마다 sudo 붙이기) # (1) DOCKER-USER 체인을 싹 비웁니다...

1. 🤔 왜 CUDA 버전이 문제일까?딥러닝 프레임워크(TensorFlow, PyTorch 등)는 특정 CUDA 버전과만 호환됩니다. 예를 들어:TensorFlow 2.13 → CUDA 11.8 + cuDNN 8.6PyTorch 2.1 → 기본적으로 CUDA 12.x까지 지원그런데 시스템에 최신 CUDA(예: 12.8)가 설치되어 있다고 해서 모든 프레임워크가 자동으로 잘 작동하지는 않습니다.오히려 맞지 않는 버전이면 GPU를 전혀 사용하지 못하고, CPU로만 실행되어 성능 저하가 발생합니다.2. ⚠️ 기존 CUDA를 지우는 건 위험하다많은 분들이 이 오류 메시지를 보면 이렇게 생각합니다:“CUDA 버전을 바꿔야 하니까 기존 걸 삭제하고 다시 설치해야겠다!”하지만 이는 위험한 선택입니다.다른 프로젝트나..

1. 왜 TF-IDF만으로는 부족할까?검색 시스템이나 정보 검색(IR) 분야에서는 문서 내 특정 단어가 얼마나 중요한지를 판단해야 합니다.가장 널리 알려진 기법이 바로 TF-IDF입니다.하지만 TF-IDF만으로는 한계가 있습니다:단어가 너무 자주 등장하면 점수가 비정상적으로 커지는 문제문서 길이를 고려하지 않아서, 긴 문서가 무조건 유리해지는 문제이러한 문제를 해결하기 위해 등장한 것이 바로 BM25입니다. 2. TF-IDF란? (개념과 수식)✅ Term Frequency (TF)한 문서에서 특정 단어가 얼마나 자주 등장하는지를 나타냅니다.TF(t, d) = (문서 d에서 단어 t가 등장한 횟수) ÷ (문서 d의 전체 단어 수)✅ Inverse Document Frequency (IDF)전체 문서 중 해..

모바일에서 돌아갈수 있는 tflite모델을 돌리는데 있어서 output tensor의 갯수를 맞추는 것도 중요하다고 생각합니다. import tensorflow as tf# 모델 파일 로드interpreter = tf.lite.Interpreter(model_path="efficientdet-lite0.tflite")interpreter.allocate_tensors()# 입력 및 출력 텐서 정보 가져오기input_details = interpreter.get_input_details()output_details = interpreter.get_output_details()print("Input Details:", input_details)print("Output Details:", output_deta..

1. 시작: TFLite Model Maker의 문제원래는 TFLite Model Maker를 이용해서 Object Detection 모델을 학습하려고 했습니다. TFLite Model Maker는 TensorFlow Lite 모델을 간편하게 만들 수 있는 라이브러리로, 데이터셋만 준비하면 비교적 쉽게 모델을 학습하고 변환할 수 있습니다. 하지만 라이브러리를 설치하고 실행하는 과정에서 여러 가지 오류가 발생했습니다.대표적인 문제는 다음과 같습니다:라이브러리 의존성 충돌특정 버전의 TensorFlow Lite와 호환되지 않는 문제Colab 환경에서 제대로 동작하지 않는 버그이러한 문제들로 인해 결국 TFLite Model Maker를 포기하고, Mediapipe Model Maker를 활용하기로 결정했습니..

aws를 이용해서 streamlit, bedrock, lamda를 이용해서 application을 만드는 워크샵입니다. https://github.com/kwangwl/amazon-bedrock-workshop/blob/main/stock_agent_workshop/guardrails.py amazon-bedrock-workshop/stock_agent_workshop/guardrails.py at main · kwangwl/amazon-bedrock-workshopamazon-bedrock-workshop. Contribute to kwangwl/amazon-bedrock-workshop development by creating an account on GitHub.github.com AWS를 활용하..