**LM Studio를 VS Code와 연동하는 핵심은 “LM Studio를 로컬 OpenAI 호환 API 서버로 띄우고, VS Code 확장 프로그램이 그 서버를 바라보게 하는 것”**입니다. LM Studio 공식 문서도 외부 도구 연동의 기본 방식으로 http://localhost:1234를 사용하라고 안내하고 있고, OpenAI 호환 엔드포인트를 제공한다고 명시합니다. Source Source 1) 전체 구조 한눈에 보기 흐름은 보통 이렇습니다. LM Studio 설치 → 모델 다운로드/로드 → … 더 읽기
백업 파일 형태가 무엇인지에 따라 방법이 달라집니다. 핵심은 Ollama가 모델을 그냥 “파일 1개씩” 저장하는 게 아니라, models/blobs + models/manifests 구조로 관리한다는 점입니다. GitHub 이슈에서 Ollama 측은 다운로드한 모델이 ~/.ollama/models 아래의 blobs와 manifests 두 디렉터리에 레이어 형태로 저장된다고 설명했습니다. Source 먼저 결론 백업본을 하나의 .ollama로 합치는 방법은 크게 2가지입니다. 1) 백업본이 각각의 .ollama/models 폴더 구조로 되어 있는 경우 가장 빠른 방법은 blobs와 manifests를 하나의 대상 .ollama/models 아래로 병합하는 것입니다. 2) 백업본이 GGUF 파일이나 Safetensors 파일만 … 더 읽기
Ollama에는 공식적인 backup이나 export 명령어가 아직 내장되어 있지 않습니다. 따라서 모델을 백업하고 복원하려면 모델이 저장된 디렉토리를 직접 복사하거나, Modelfile을 이용하는 방법을 사용해야 합니다. 가장 확실하고 쉬운 방법인 데이터 폴더 전체 백업 방법을 중심으로 정리해 드립니다. 1. Ollama 모델 저장 경로 확인 OS별로 모델이 저장되는 기본 경로는 다음과 같습니다. macOS: ~/.ollama/models Linux: /usr/share/ollama/.ollama/models (또는 ~/.ollama/models) Windows: C:\Users\<사용자이름>\.ollama\models 2. 모델 백업 방법 (전체 백업) 모델 파일뿐만 아니라 설정(매니페스트)까지 … 더 읽기
Java Maven 프로젝트에서 환경(dev, prod)에 따라 설정 파일을 분리하고, 빌드 시 특정 환경을 선택하는 방법은 크게 2가지 단계로 나뉩니다. Spring Boot의 Profile 기능을 이용한 파일 분리 Maven의 Profile 기능을 이용한 빌드 시점 제어 1. 설정 파일 분리 (src/main/resources) 먼저 설정 파일을 환경별로 생성합니다. 파일 이름 규칙은 application-{profile}.properties입니다. application.properties: 공통 설정 및 활성화할 프로파일 지정 application-dev.properties: 개발 … 더 읽기
인터넷이 가능한 환경임에도 불구하고 PKIX path building failed 오류가 발생하는 이유는, 네트워크 보안 장비(방화벽, Proxy, 보안 솔루션)가 SSL 트래픽을 복호화하여 검사하는 과정에서 자체 생성한 인증서를 사용하기 때문입니다. Java(JRE/JDK)가 이 보안 장비의 인증서를 신뢰할 수 있는 기관(CA)으로 인식하지 못해 연결을 차단하는 것입니다. 이 문제를 해결하기 위한 **근본적인 해결책(인증서 등록)**과 **구조적 해결책(Nexus 구축)**을 정리해 드립니다. 1. 근본적인 해결책: Java Truststore에 … 더 읽기
폐쇄망(Internal Network) 환경에서 Maven 빌드 시 발생하는 PKIX path building failed 오류는 Maven이 중앙 저장소(Maven Central)에 접속하려 하지만, 보안 장비(방화벽, Proxy, SSL 검사 등)의 인증서를 Java가 신뢰하지 못해서 발생하는 전형적인 문제입니다. 폐쇄망에서는 외부 인터넷 접속이 불가능하므로, 이를 해결하기 위한 가장 근본적인 방법은 내부망에 Nexus(Private Repository)를 구축하는 것입니다. 1. 대응 방안 개요 Nexus 서버 구축: 내부망의 특정 서버에 Sonatype Nexus 설치. … 더 읽기
Ollama는 기본적으로 **거대 언어 모델(LLM)**을 로컬에서 실행하기 위한 도구입니다. 따라서 Stable Diffusion처럼 직접 이미지를 생성(Text-to-Image)하는 기능은 현재 Ollama 자체에 포함되어 있지 않습니다. 하지만 Ollama에는 이미지를 분석하고 설명할 수 있는 ‘멀티모달(Vision)’ 모델들이 있으며, 이를 이미지 생성 서비스(Stable Diffusion 등)와 연동하여 사용하는 것이 일반적입니다. 관련된 내용을 세 가지 범주로 나누어 정리해 드립니다. 1. Ollama에서 실행 가능한 ‘이미지 분석’ 모델 … 더 읽기
Windows 11에서 ollama launch claude 사용법을 가장 최신(2026년 기준)으로 자세히 정리해드립니다. Windows 11에서는 PowerShell을 주로 사용하며, 설치와 실행이 macOS/Linux와 거의 동일하지만 설치 명령어가 약간 다릅니다. 1. 준비사항 (하드웨어 추천) RAM: 최소 16GB (추천 32GB 이상) GPU: NVIDIA GPU 있으면 좋음 (CUDA 지원 모델 사용 시 빠름). 없으면 CPU 모드나 Ollama Cloud 모델(:cloud 태그) 사용 디스크 … 더 읽기
ollama launch claude를 사용하면 Anthropic의 Claude Code CLI(터미널 기반 에이전트)를 로컬 Ollama 모델(또는 Ollama Cloud 모델)과 연결해 프로젝트 내 파일 읽기/수정/실행을 Claude Code처럼 할 수 있습니다. Claude Code는 원래 Anthropic API를 사용하지만, Ollama가 Anthropic Messages API를 지원하면서 ollama launch claude 명령어 하나로 쉽게 연결됩니다. 모델이 tool calling(파일 읽기, 편집, shell 실행 등)을 잘 지원해야 제대로 … 더 읽기
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 … 더 읽기