Ollama를 사용하여 Anthropic의 Claude Code CLI와 유사하게 프로젝트 파일을 읽고 수정하는 환경을 구축

Ollama를 사용하여 Anthropic의 Claude Code CLI와 유사하게 프로젝트 파일을 읽고 수정하는 환경을 구축하려면, 단순히 모델을 실행하는 것을 넘어 ‘에이전트(Agent)’ 기능을 수행할 수 있는 도구가 필요합니다.

Ollama 자체는 모델 서빙 엔진이므로, 파일 시스템 접근 권한을 가진 CLI 도구인 Aider 또는 OpenDevin(OpenHands) 등을 조합하는 것이 가장 현실적이고 강력한 방법입니다.

다음은 Aider를 활용하여 Ollama 모델(DeepSeek, Llama 3 등)을 Claude Code CLI처럼 사용하는 방법입니다.


1. 준비물

  • Ollama: 로컬 LLM 실행기

  • Aider: 터미널 기반의 AI 페어 프로그래밍 도구 (파일 읽기/쓰기/Git 연동 지원)

  • 고성능 코딩 모델: Ollama에서 deepseek-coder-v2 또는 codestral 권장


2. 단계별 설정 방법

Step 1: Ollama 모델 설치

Claude와 유사한 코딩 능력을 가진 모델을 다운로드합니다.

Bash

# DeepSeek Coder V2 (현존 최강 오픈소스 코딩 모델 중 하나)
ollama pull deepseek-coder-v2

# 또는 Mistral의 Codestral
ollama pull codestral

Step 2: Aider 설치

Aider는 Python 기반 도구입니다. 전역 또는 가상환경에 설치합니다.

Bash

pip install aider-chat

Step 3: Ollama와 Aider 연결 설정

Aider가 Ollama의 API를 바라보도록 환경 변수를 설정하거나 실행 옵션을 줍니다.

  • 환경 변수 설정 (선택 사항):

    Bash

    export OLLAMA_API_BASE=http://localhost:11434

Step 4: 프로젝트에서 실행 (Claude Code CLI 방식)

프로젝트 폴더로 이동한 후, Aider를 실행합니다. 이때 사용할 모델을 Ollama의 모델로 지정합니다.

Bash

cd /path/to/your/project

# Aider 실행 (Ollama의 deepseek-coder-v2 모델 사용)
aider --model ollama/deepseek-coder-v2

3. 주요 사용 방법 (Claude Code CLI와 유사)

Aider가 실행되면 터미널 프롬프트가 나타납니다. 여기서 다음과 같은 명령어를 사용할 수 있습니다.

  • 파일 추가: /add path/to/file.py (AI가 수정할 수 있도록 컨텍스트에 포함)

  • 수정 요청: “main.py에 에러 핸들링 코드를 추가해주고, README.md를 업데이트해줘.”

  • 변경 사항 확인: AI가 코드를 직접 수정하고, Git이 설치되어 있다면 자동으로 Commit 메시지와 함께 커밋까지 생성합니다.

  • 질문: /chat 프로젝트 구조를 설명해줘.


4. Claude Code CLI처럼 최적화하기 위한 팁

Ollama를 사용하여 Anthropic의 Claude Code CLI와 유사하게 프로젝트 파일을 읽고 수정하는 환경을 구축

  1. 모델 선택: Ollama에서 llama3.1:8b보다는 deepseek-coder-v2나 codestral이 코딩 컨텍스트 이해와 파일 수정 정확도가 훨씬 높습니다.

  2. Architect Mode: Aider의 최신 기능을 사용하면 모델이 수정 설계를 먼저 하고 실행을 별도로 하는 방식으로 정확도를 높일 수 있습니다.

    Bash

    aider --model ollama/deepseek-coder-v2 --architect
  3. Alias 설정: 매번 긴 명령어를 치기 귀찮다면 .zshrc나 .bashrc에 등록하세요.

    Bash

    alias claude-local='aider --model ollama/deepseek-coder-v2'

5. 왜 Claude Code CLI 대신 이 조합을 쓰나요?

  • 비용 무료: 로컬 PC 자원을 사용하므로 API 비용이 들지 않습니다.

  • 보안: 코드가 외부 서버(Anthropic 등)로 전송되지 않고 로컬에서만 처리됩니다.

  • 오프라인: 인터넷 연결 없이도 프로젝트 코딩이 가능합니다.

요약: ollama로 모델을 띄우고, aider를 통해 그 모델에게 내 파일 시스템 접근 권한을 부여하는 것이 현재 Claude Code CLI의 로컬 버전을 구현하는 가장 완벽한 방법입니다.