맥미니 M4 + OpenClaw 하이브리드 AI 비서 아키텍처 설계기

-
맥미니 M4 + OpenClaw 하이브리드 AI 비서 아키텍처 설계기

로컬 LLM을 필터로, 클라우드 API를 두뇌로 — 비용과 보안을 동시에 잡는 구조

핵심 요약

  • 모든 요청을 외부 API로 보내면 비용 폭증 + 개인정보 유출 리스크가 생긴다
  • 로컬 LLM(7~8B급)을 Gatekeeper로 배치해 데이터 정제 후 외부 API에 전달하는 "Filter & Brain" 구조를 설계했다
  • AI가 활용하기 좋은 데이터 계층(AI-Native PARA)까지 함께 설계해야 비로소 실용적인 개인 비서가 된다
배경

배경

2026년 에이전트 환경에서 외부 API 의존도가 높아지면 두 가지 문제가 생긴다. 첫째, 에이전트가 자율적으로 사고를 반복할 때마다 토큰 비용이 기하급수적으로 증가한다. 둘째, 가계부, 일정, 소통 스타일 같은 민감 데이터가 가공 없이 외부 서버로 전송된다.

나는 이 문제를 해결하기 위해 로컬 LLM을 "필터", 외부 API를 "두뇌"로 쓰는 하이브리드 구조를 설계했다.

본문

아키텍처 선택: 왜 OpenClaw 중심인가

네 가지 구성안을 검토했다.

구성안 특징 채택 여부
로컬 LLM 선배치 입력을 먼저 가공 후 전달 OpenClaw 제어권 약화로 탈락
OpenClaw 중심 OpenClaw가 로컬/외부를 제어 채택
병렬 처리 두 모델에 동시 쿼리 자원 소모 극심으로 탈락
내장형 OpenClaw 내부에 모델 통합 유지보수 어려움으로 탈락

OpenClaw가 오케스트레이터 역할을 수행하며, 필요 시 로컬 모델에 데이터 정제를 시키고, 정제된 결과만 외부 모델에 보내는 방식이 가장 효율적이었다.

데이터 계층 설계: AI-Native PARA

Filter & Brain 메커니즘

Local LLM (Gatekeeper) — 맥미니 M4의 GPU 가속 + Ollama 환경에서 구동: - 델타 요약: 이전 대화 맥락 중 변경된 핵심만 추출 - PII 마스킹: 주소, 계좌번호 등을 토큰화해 외부 유출 차단 - 포맷 정규화: 비정형 데이터를 JSON으로 구조화

이를 통해 외부 API로 전송되는 토큰 양을 상당히 절감할 수 있다.

External API (The Brain) — 정제된 고부가가치 데이터만 입력받아 복잡한 추론과 스킬 실행 계획을 수립한다.

데이터 계층 설계: AI-Native PARA

에이전트가 나를 잘 이해하려면 데이터가 체계적이어야 한다. 전통적인 PARA 방법론을 AI에 맞게 적용했다.

  • 01_Profile: 사용자 페르소나, 업무 역할 (YAML)
  • 02_Finances: 가계부, 고정 지출 (JSON)
  • 05_Preferences: AI 말투, 보고 형식, 우선순위

핵심은 단순 저장이 아니라, AI가 즉시 RAG로 활용할 수 있는 구조화다.

시행착오 / 주의사항

  • 보안 격리: OpenClaw는 Docker 컨테이너 내에 격리. gVisor 기반 샌드박스 환경 권장 (CVE-2026-25253 대응)
  • 네트워크: 모바일과 맥미니를 Tailscale로 묶어 프라이빗 에이전트 망 구성
  • 하드웨어는 맥미니 M4 32GB Unified Memory. Ollama GPU 가속 활용

마무리

OpenClaw + 로컬 LLM 결합은 "내 컴퓨터에 상주하는 디지털 대리인"을 만드는 과정이다. 나의 데이터를 가장 안전하게 다루면서 최소 비용으로 최적 결과를 내는 구조 — 이것이 2026년형 개인 AI 비서의 방향이라고 본다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »