센스쟁이 프로그래머, 비트센스

윈도우에서 작업한 파일을 외장하드로 옮기고 보니, 어느 순간 부터 ._로 시작하는 폴더와 파일이 보이기 시작하네요?._ 파일이 생기는 이유:._ 백업 파일은 Mac 운영 체제가 HFS+ 파일 시스템의 확장 속성, 리소스 포크 및 메타데이터를 비 HFS+ 파일 시스템(예: FAT32, NTFS)으로 복사할 때 생깁니다. HFS+ 파일 시스템에서는 파일의 리소스 포크나 메타데이터가 파일 자체에 포함되지만, 다른 파일 시스템에서는 이를 직접적으로 지원하지 않기 때문에 별도의 ._ 파일로 저장하여 이러한 정보를 보존하려는 것입니다.이 ._ 파일에는 원본 파일에 대한 아이콘, 권한, 기타 메타데이터 등의 정보가 포함되어 있습니다. 따라서 Mac에서 Windows 파일 시스템으로 파일을 전송할 때 이와 같은 파일이..

System/PC Mac 2025. 1. 17. 14:06

이전 글의 docker 스크립트를 가지고 n8n - ollama 연동이 어려워서, github 에서 찾은 스크립트로 정리를 다시 해봅니다.n8n의 Self-hosted AI Starter Kit은 로컬 환경에서 AI 워크플로우를 구축하기 위한 오픈 소스 도커 컴포즈 템플릿입니다.  이 키트는 n8n 플랫폼과 함께 Ollama, Qdrant, PostgreSQL을 포함하고 있어, 손쉽게 AI 프로젝트를 시작할 수 있습니다. 구성 요소:• n8n: 400개 이상의 통합과 고급 AI 컴포넌트를 제공하는 로우코드 플랫폼• Ollama: 최신 로컬 LLM을 설치하고 실행할 수 있는 크로스 플랫폼 LLM 플랫폼• Qdrant: 고성능 벡터 스토어로, 포괄적인 API를 제공• PostgreSQL: 대용량 데이터를 ..

Programming/AI&ML 2025. 1. 15. 14:02

테슬라 모델 3, 현대 아반떼, 그랜저의 주요 제원을 비교해보겠습니다.1. 크기 및 실내 공간항목테슬라 모델 3현대 아반떼현대 그랜저전장 (mm)4,6944,6505,035전폭 (mm)1,8491,8251,880전고 (mm)1,4431,4201,460휠베이스 (mm)2,8752,7202,895테슬라 모델 3: 외관 크기는 아반떼와 유사하지만, 실내 공간은 그랜저와 비슷한 수준으로 평가됩니다.(출처)2. 성능 및 주행 특성항목테슬라 모델 3 (롱 레인지)현대 아반떼 (1.6 가솔린)현대 그랜저 (2.5 가솔린)최고 출력 (마력)약 346123198최대 토크 (kg·m)약 5315.725.30-100 km/h 가속약 4.4초약 10초약 8초테슬라 모델 3: 전기 모터의 즉각적인 가속 성능으로 우수한 주행 성..

진상 고객(리뷰) =_= 2025. 1. 15. 13:24

아래는 n8n, Ollama, 그리고 PostgreSQL을 설치하는 docker-compose.yml 파일과 GPU를 지원하는 구성을 추가한 예제입니다. Ollama에서 llama와 mistral 모델을 사용할 수 있도록 설정도 포함했습니다. 1. docker-compose.yml 생성version: '3.9'services: n8n: image: n8nio/n8n:latest container_name: n8n ports: - "5678:5678" environment: - N8N_BASIC_AUTH_ACTIVE=true - N8N_BASIC_AUTH_USER=admin - N8N_BASIC_AUTH_PASSWORD=admin - DB..

Programming/AI&ML 2025. 1. 14. 15:38

시스템 환경OS: windows 11CPU: i7 13th 2.10MHzRAM: 128GBGPU: 4070 TI 윈도우 11 환경에서 GPU를 활용해 LLM 서비스를 개발하려면 Docker와 WSL2 둘 다 유용할 수 있지만, 목적과 요구사항에 따라 선택이 달라질 수 있습니다. 아래는 각 옵션의 장단점과 추천 사항입니다. 1. Docker에서 GPU 사용 • 장점:• NVIDIA의 Docker용 GPU 지원 툴킷인 NVIDIA Container Toolkit을 통해 GPU 가속을 쉽게 활용할 수 있음.• Docker Compose를 사용하여 여러 서비스(n8n, Ollama 등)를 하나의 환경에서 관리 가능.• 환경 격리가 확실해 개발 및 배포 시 설정이 일관됨.• n8n, Ollama 모두 Docker..

Programming/AI&ML 2025. 1. 14. 15:30

최근 m4 pro/ max 칩에 대한 칭찬일색 유튜브, 블로그 글 때문에 고민이 됩니다. 구매 하고자 둘러대는 것은 LLM 학습 입니다.대규모 언어 모델(LLM)의 학습을 위해 세 가지 시스템을 비교해 보았습니다:비교 시스템 사양:사양맥 미니 M4 Pro맥북 프로 16 M4 Max인텔 i7 13세대 시스템CPU14코어16코어인텔 i7 13세대 2.10GHzGPU20코어40코어NVIDIA RTX 4070 Ti뉴럴 엔진16코어16코어해당 없음메모리64GB 통합 메모리128GB 통합 메모리128GB RAM가격377만 원770만 원구성에 따라 다름 LLM 학습을 위한 주요 고려 사항:• GPU 성능 및 메모리(VRAM): LLM 학습은 대량의 병렬 연산을 필요로 하므로, GPU의 연산 능력과 VRAM 크기가 중..

진상 고객(리뷰) =_= 2025. 1. 14. 13:36

Rocky Linux에서 Nginx와 n8n을 연동하여 워크플로우 자동화 서버를 구축하는 방법을 단계별로 정리해 드리겠습니다. 1. 필수 패키지 설치Rocky Linux에서 n8n 및 Nginx 설치를 위해 필요한 기본 패키지를 설치합니다.sudo dnf update -ysudo dnf install -y epel-releasesudo dnf install -y nginx nodejs npm 2. n8n 설치n8n은 Node.js 기반이므로 npm을 이용해 설치합니다.# 글로벌 설치sudo npm install -g n8n# 시스템 유저 생성 (보안 강화를 위해)sudo useradd -r -m -d /var/lib/n8n -s /sbin/nologin n8n# 권한 설정sudo chown -R n8n:..

System/Server 2025. 1. 14. 07:48

가히 AI 전쟁시대입니다. 일찌감치 AI 분야에서 소비자가 되어 이것 저것 만져 보고 있습니다. 그러면서도 내가 학습시킨 고유한 나만의 자비스를 꿈꾸기도 합니다. 이번에 등장한 맥미니 m4 가 칭찬일색이라 이 장비로 AI 학습을 하면 어떨까 하면서 비교를 해봤습니다.LLM 학습 관점에서 두 시스템을 비교해 드리겠습니다.Mac Mini M4 Pro 사양 (알아보는 장비)- CPU: 14코어 ARM 아키텍처- GPU: 20코어 통합 GPU- 메모리: 64GB 통합 메모리장점:* Apple Silicon의 뛰어난 전력효율성* Neural Engine을 통한 ML 가속* 안정적인 macOS 개발환경단점:* CUDA 미지원으로 인한 프레임워크 제한* 64GB 메모리 한계* 외장 GPU 확장 불가Intel Wind..

진상 고객(리뷰) =_= 2025. 1. 13. 14:32