NAS로 24시간 AI 작업실을 만들 때, NAS와 GPU PC는 이렇게 나눕니다
NAS는 늘 켜진 운영 본부, GPU PC는 무거운 추론기. Open WebUI·자동화·데이터·백업을 오래 안정적으로 굴리기 위한 현실적인 역할 분담을 정리했습니다.
작업기 읽기 ↗
문의 접수 ↗UPSD FIELD NOTES
말보다 작업으로
증명합니다.
실제로 설치하고, 실패하고, 고친 과정에서 다음 작업에 남길 기준을 기록합니다.
16published notes
에피소드 6: 외부에서 로컬 AI에 안전하게 접근하기
집이나 사무실의 로컬 AI 서버를 외부에서 접근할 때 필요한 도메인, DNS, HTTPS, reverse proxy, 인증, 로그 관리 원칙을 보안 중심으로 정리합니다.
작업기 읽기 ↗
에피소드 5: n8n으로 로컬 AI 비서 만들기
n8n을 Docker로 설치하고 Ollama 또는 LM Studio와 연결해 간단한 자동화 비서를 만드는 흐름을 트리거, 노드, 에러 처리 기준으로 설명합니다.
작업기 읽기 ↗
에피소드 4: OpenWebUI로 로컬 AI를 ChatGPT처럼 쓰기
Ollama나 LM Studio로 실행한 로컬 AI를 OpenWebUI에 연결해 브라우저에서 쓰는 방법과 Docker 설치, 모델 선택, 기본 문제 해결을 정리합니다.
작업기 읽기 ↗
에피소드 3: Ollama와 LM Studio 설치, 첫 로컬 AI 실행하기
Ollama와 LM Studio를 설치해 첫 로컬 AI 모델을 실행하고, 설치 후 정상 작동 확인과 흔한 오류 해결 기준까지 초보자 관점으로 안내합니다.
작업기 읽기 ↗
에피소드 2: 로컬 LLM 시작하기 – 어떤 도구부터 설치할까
Ollama, LM Studio, OpenWebUI, GPT4All, LocalAI, vLLM의 역할을 비교하고 내 컴퓨터 사양과 목적에 맞는 첫 도구 선택법을 정리합니다.
작업기 읽기 ↗
에피소드 1: AI 대세와 LLM 기초, 그리고 왜 로컬 AI인가
클라우드 AI와 로컬 AI의 차이를 초보자 눈높이에서 정리하고, LLM과 토큰, 파라미터의 기본 개념을 실제 사용 상황과 연결해 설명합니다.
작업기 읽기 ↗
AI 로컬서버 가이드: 내 컴퓨터에 AI 작업실을 만드는 전체 로드맵
로컬 AI가 필요한 이유부터 Ollama, LM Studio, OpenWebUI, n8n, 외부 접속, NAS 운영까지 전체 흐름을 한 번에 잡는 로드맵입니다.
작업기 읽기 ↗
에피소드 10: Qwen Image Edit 모델 파일을 나눠 넣어야 하는 이유
Qwen Image Edit 2511을 ComfyUI에서 사용할 때 diffusion model, text encoder, VAE, LoRA를 왜 역할별로 나눠야 하는지 정리했습니다.
작업기 읽기 ↗
에피소드 9: ComfyUI에서 Qwen i2i workflow 실패를 줄이는 순서
Open-WebUI에 붙이기 전 ComfyUI 안에서 Qwen i2i workflow의 실패 지점을 줄이는 순서와 모델 폴더, edit workflow 분리 기준을 설명합니다.
작업기 읽기 ↗
에피소드 8: Qwen Image Edit 2511을 ComfyUI에서 먼저 검증한 이유
이미지 편집 자동화로 넘어가기 전, Qwen Image Edit 2511 workflow를 ComfyUI에서 먼저 검증한 이유와 첫 결과 기준점을 정리했습니다.
작업기 읽기 ↗
MCP(Model Context Protocol)란? AI 에이전트 자동화의 새로운 표준 완전 정복
MCP(Model Context Protocol)는 Anthropic이 만든 AI 에이전트 표준 프로토콜입니다. 2026년 9,700만 설치를 돌파한 MCP의 개념, 작동 원리, n8n과 시놀로지 NAS 활용법까지 쉽게 정리했습니다.
작업기 읽기 ↗