폐쇄망/내부망에서 로컬 LLM 서비스 구축 가이드 - Claude Code 에이전트 코딩

AI 업무 효율 향상과 망분리 환경 배포 전략에 대해 다룹니다. 이 시리즈는 증권사 내부망과 같은 인터넷 단절 환경에서 AI를 활용하는 실무 가이드를 제공합니다.

시리즈 1: 망분리 환경 AI 배포

망분리 제약 속에서 로컬 LLM을 구축하고 Claude Code, Mistral Vibe 같은 CLI 도구를 활용하는 방법을 다룹니다.

편	주제	내용	상태
1	목표 설정	망분리 제약, CLI 도구 활용 목표	완료
2	모델 선택과 메모리	벤치마크, 메모리	완료
3	속도와 MoE	모델의 종류, 속도	완료
4	서빙 프레임워크	SGLang, vLLM, Ollama, llama.cpp 등 비교	완료
5	양자화	FP8, AWQ, GPTQ, GGUF 등 비교	완료
6	Claude Code Router	Claude Code와 OpenRouter 연동	완료
7-1	실전 배포: 로드맵	하드웨어/소프트웨어 스택 설계	완료
7-2	실전 배포: Docker	Docker, NVIDIA Container Toolkit 설치	완료
7-3	실전 배포: vLLM으로 모델 서빙	vLLM 이미지 다운로드 및 모델 서빙	완료
7-4	실전 배포: Open WebUI	Open WebUI로 웹 인터페이스 구축	완료
7-5	실전 배포: Mistral-Vibe	Mistral-Vibe CLI 도구 활용	완료
7-6	실전 배포: Qwen-Code	Qwen-Code CLI 도구 활용	완료

---

시리즈 2: AI 업무 효율 향상

배치 처리와 자동화를 통한 심화 활용법을 다룹니다.

편	주제	상태
1	배치 처리 자동화	예정
2	(주제 고민중)	-

---