POST #102 PUBLISHED
클라우드 비용 0원! 온프레미스 GPU 기반 AI 에이전트 자동화 구축법
매달 청구되는 클라우드 구독료를 내고 계신가요? 저는 ‘클라우드 비용 0원’을 목표로 우리 집 서버에서 모든 것을 해결하는 홈랩 엔지니어입니다. 이번 포스팅에서는 GPU 가속기를 활용해 로컬 LLM을 기반으로 한 AI 에이전트 자동화…
REAL-TIME HOMELAB & AI LOGS
인프라 & 기술 블로그
15대 Barebone Proxmox 클러스터 & 온프레미스 AI 기술 발행기
AD_SLOT: High-CPC B2B Cloud Space
POST #99 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM 기술 블로그 자동화 구축 가이드
매달 청구되는 클라우드 과금 비용을 내고 계신가요? 저는 ‘클라우드 비용 0원’이라는 철학으로 제 홈랩 시스템을 구축했습니다. 단순히 로컬 LLM을 돌리는 것에 그치지 않고, 조사부터 기획, 작성, 그리고 발행까지 전 과정을 온프레미…
POST #96 PUBLISHED
클라우드 비용 0원! 온프레미스 RAG 기반 기술 블로그 자동화 구축법
매달 청구되는 클라우드 비용을 0원으로 줄이면서도 강력한 성능의 AI 시스템을 구축하고 싶다면, 정답은 ‘온프레미스’에 있습니다. 저는 제 홈랩 서버를 활용해 조사부터 기획, 작성까지 전 과정을 자동화하는 파이프라인을 직접 설계하며 …
POST #93 PUBLISHED
클라우드 비용 0원! 온프레미스 RAG & LLM 기반 자동 포스팅 구축
매달 청구되는 클라우드 구독료를 내고 계신가요? 저는 ‘내 컴퓨터 안의 AI’라는 철학으로 비용을 0원으로 줄이고 싶어 하는 홈랩 엔지니어입니다. 이번에 제가 구축한 시스템은 온프레미스 RAG와 LLM 로컬 실행을 기반으로 한 완전 …
POST #90 PUBLISHED
클라우드 비용 0원! 로컬 LLM & RAG 뉴스 요약 자동화 구축
클라우드 구독료를 매달 지불하는 대신, 내 컴퓨터의 자원을 100% 활용해 비용을 0원으로 만드는 것이 제 목표예요. 오늘은 ‘온프레미스 AI’의 정석을 보여드릴게요. 오픈소스 LLM과 RAG 시스템을 결합해 뉴스 요약 자동화 파이프…
POST #87 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM 뉴스 요약 & 자동 포스팅 가이드
매달 나가는 클라우드 구독료와 API 호출 비용을 0원으로 만드는 방법, 궁금하지 않으신가요? 저는 ‘RHAIA200’이라는 온프레미스 AI 발행 팩토리를 직접 운영하며, 모든 데이터 처리와 뉴스 요약 자동화 프로세스를 내 서버 안에…
POST #84 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM 뉴스 분석 에이전트 구축 가이드
매달 청구되는 클라우드 과금 비용을 보며 한숨 쉬던 시절이 있었다면, 이제는 내 서버에서 돌아가는 온프레미스 AI의 시대입니다. 이번 포스트에서는 ‘클라우드 비용 0원’이라는 목표를 실현하기 위해 로컬 LLM과 뉴스 분석 에이전트를 …
POST #81 PUBLISHED
클라우드 비용 0원! 로컬 LLM 기반 뉴스 자동 포스팅 구축법
매달 l출되는 클라우드 구독료와 API 호출 비용이 부담스러운 분들이라면, ‘온프레미스 AI’가 정답입니다. 저는 제 홈랩 서버에서 RHAIA200을 직접 돌리며 클라우드 없이 로컬 LLM 기반의 뉴스 자동 포스팅 시스템을 구축했습니…
POST #78 PUBLISHED
클라우드 비용 0원! 온프레미스 AI 자동 콘텐츠 발행 파이프라인 구축법
매달 나가는 클라우드 구독료와 API 호출 비용이 부담스러운 분들이라면, ‘내 컴퓨터’를 활용한 온프레미스 AI 시스템이 정답입니다. 저는 RHAIA200을 통해 클라우드 없이 내 서버에서 직접 조사부터 발행까지 모든 프로세스를 자동…
POST #75 PUBLISHED
온프레미스 LLM 기반 AI 콘텐츠 자동화 파이프라인 구축 가이드
매번 클라우드 API 비용을 계산하며 한숨 쉬는 대신, 내 서버에 직접 LLM을 올리는 실험을 시작해봤어요. ‘클라우드 비용 0원’이라는 목표를 실현하기 위해 홈랩 환경에서 온프레미스 LLM 기반의 AI 콘텐츠 자동화 파이프라인을 구…
POST #72 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM 기반 AI 에이전트 구축 가이드
매달 불어나가는 클라우드 구독료를 보면서 “내 서버로 직접 돌리면 안 될까?” 고민해 본 적 없으신가요? RHAIA200은 바로 그 의구심에서 시작된 프로젝트입니다.…
POST #69 PUBLISHED
온프레미스 AI 자동화: 워드프레스 미디어 연동 및 자동 배포 가이드
매달 lcloud 고정 비용을 지불하는 대신, 내 서버에서 직접 AI를 돌리는 즐거움은 무엇보다 특별합니다. ‘클라우드 비용 0원’이라는 목표 아래, 저는 온프레미스 AI 발행 팩토리인 RHAIA200을 구축하며 실전 데이터를 쌓아왔…
POST #64 PUBLISHED
PWA 구축 가이드: 클라우드 없이 내 서버로 웹앱 배포하기
매번 클라우드 서비스 비용을 걱정하며 매달 고정비가 나가는 구조에 답답함을 느끼셨다면, 이제는 ‘내 서버’를 활용한 온프레미스 배포로 시선을 돌려보세요.…
POST #61 PUBLISHED
온프레미스 RAG 성능 극대화: 벡터 DB 파이프라인 최적화 전략
클라우드 구독료를 내는 대신 내 컴퓨터의 GPU와 CPU를 활용해 AI 시스템을 구축하는 것이 제 목표예요. 특히 온프레미스 RAG 파이프라인을 구축할 때는 단순한 연결을 넘어 ‘어떻게 효율적으로 데이터를 처리할 것인가’가 핵심이죠.…
POST #52 PUBLISHED
클라우드 비용 0원! 온프레미스 RAG DB 최적화 & 벡터 DB 선택 가이드
매달 lllm API 호출 비용을 지불하는 대신, 내 서버에 직접 구축하는 ‘온프레미스 AI’의 매력을 아시나요? 클라우드 구독료를 0원으로 줄이면서도 강력한 성능을 유지하려면 핵심은 효율적인 RAG 데이터베이스 설계와 벡터 DB 선…
POST #49 PUBLISHED
클라우드 대신 내 서버로: 온프레미스 RAG 시스템 성능 및 비용 절감 전략
매달 청구되는 클라우드 비용을 보며 한숨 쉬던 시절이 있다면, 이제는 내 서버로 눈을 돌려야 할 때입니다. ‘클라우드 대신 내 서버’라는 철학은 단순히 비용 절약에 그치지 않고, 데이터 프라이버시를 완벽하게 통제하며 나만의 AI 실험…
POST #46 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM RAG 시스템 구축 가이드
매달 lcloud 구독료를 내는 대신, 우리 집 서버의 GPU 성능을 100% 활용해 보세요! 많은 분이 AI 서비스 비용 때문에 망설이지만, ‘온프레미스 LLM’은 클라우드 과금 부담 없이 나만의 데이터로 고도화된 시스템을 구축할 …
POST #43 PUBLISHED
클라우드 비용 0원! 온프레미스 GPU 활용 AI 자동화 에이전트 구축 가이드
매달 lcloud 비용을 지불하며 내 데이터를 외부에 맡기는 대신, 내 서버의 GPU 가속기를 100% 활용해 AI 자동화 에이전트를 구축하는 방법은 어떠신가요?…
POST #40 PUBLISHED
온프레미스 GPU로 구축하는 AI 에이전트 자동화 시스템 가이드
클라우드 구독료를 매달 지불하는 대신, 내 서버의 GPU 가속기를 활용해 AI 에이전트 자동화 시스템을 구축해보세요. ‘RHAIA200’의 핵심은 클라우드 의존성 없이 온프레미스 환경에서 LLM 로컬 실행을 구현하여 비용 0원의 기술…
POST #13 PUBLISHED
클라우드 비용 0원! 온프레미스 LLM 파이프라인 구축 가이드
매달 ltm(LLM) API 비용을 지불하며 클라우드에 의존하는 대신, 내 서버에서 직접 AI를 돌리는 방법이 궁금하지 않으신가요? ‘클라우드 비용 0원’이라는 목표는 단순한 절약이 아니라, 데이터 주권과 운영의 자율성을 확보하는 홈…
POST #10 PUBLISHED
온프레미스 AI 마이그레이션: RHAIA200에서 makn-net 이동 후기
매번 클라우드 비용을 계산하며 한숨를 쉬던 시절이 떠오르네요. 매달 나가는 구독료 대신, 내 서버의 자원을 100% 활용하는 ‘온프레미스 AI’의 매력에 빠진 분들이라면 공감하실 겁니다.…
POST #4 PUBLISHED
RHAIA200 maknnet 가동 — Headless WP × Astro 첫 발행
온프레미스 AI 발행 팩토리가 .143에서 SPA+Jamstack+HeadlessWP+PWA 구조로 재가동했습니다.…