취미

SSH 기본 포트 22번을 사용할 때는 git의 유사 scp 문법에 따라 다음과 같이 쓸 수 있다. [사용자명]@[IP주소]:[디렉토리명] 그러나, 포트 번호를 바꾸면 ssh를 명기해 주어야 하고, 문법도 약간 달라진다.ssh://[사용자명]@[IP주소]:[포트번호]/~/[디렉토리명]# home 디렉토리에 위치한 경우를 상정해서 '/~/'로 했지만, 다른 위치이라면 루트(/) 기준 절대 경로를 다 적어야 한다.

컴퓨터 2026. 9. 4. 10:13

리눅스 커널 보안 취약점 그래프를 보면, 최근 들어서 보안 취약점이 급증하고 있다.AI 모델 성능이 좋아지면서 AI가 보안 취약점을 찾아내는 속도가 빨라져서 그렇다고 한다.리눅스 커널 개발자들이 최근 들어서 쏟아져 들어오는 패치(수정)의 압도적인 물량을 처리하느라 격무에 허덕이고 있다고 한다.좋게 보자면 AI로 인해서 개발 생산성이 높아진 증거이고,안 좋게 보자면 인터넷을 떠받치고 있는 리눅스를 비롯한 공개 소프트웨어 인프라가 AI로 인한 변화로 인해 한계에 도달하고 있다.AI 업계는 이미 무리한 부채를 끌어다쓰는 버블 단계로 진입했고, 거대한 버블 붕괴로 인한 굴곡이 예상되지만,AI가 현실 세계에 상당한 변화가 가져오고 있는 것도 사실인 것 같다. 소스 링크 : https://www.youtube...

컴퓨터 2026. 9. 3. 12:57

ollama를 이용해서 Codex를 로컬 AI모델에 연결하면 작업 후반에 타임아웃 에러(stream closed error)가 발생하면서 작업이 멈추는 현상이 종종 발생한다.이럴 경우 타임아웃 한도를 늘려서 재시도해 볼 수 있다. ~/codex/config.toml에 다음 항목을 추가한다.# 타임아웃을 120분으로 늘려서, 로컬 모델의 느린 속도에 대응stream_idle_timeout_ms = 7200000 이후 ChatGPT GUI 앱을 재시작하면 적용된다.

AI 2026. 9. 1. 16:54

Qwen 3.8 27B이 단일 GPU에 들어가는 작은 용량임에도 상당히 괜찮은 성능을 내기 시작하면서, 로컬 AI 를 이용해서 토큰 비용 지출 없는 무료 자동 코딩이 현실화 되었다. 그래서, 최근 기존 프로젝트에 몇 가지 자동 코딩 에이전트 앱을 적용해 봤다. 흔히들 많이 사용하는 클로드 계열 앱은 안 썼다.(Claude Code는 콘솔 인터페이스가 마음에 안 들었고, Claude Desktop은 무료 로컬 AI에 연결하지 못하게 막혔다.)Hermes Desktop은 UI가 너무 번잡스럽게 느껴졌다.Pi는 가볍지만 역시나 콘솔 인터페이스가 싫어서 빠릿한 속도감 맛만 살짝 보고 건너뛰었다. 예전부터 알고 있던 VS Code의 플러그인 형태인 Cline은 전반적으로 좋았지만, 중간에 작업이 멈추는 현상이 ..

AI 2026. 9. 1. 15:44

Julia언어는 같은 용어가 일반적으로 통용되는 것과 다른 의미를 가지는 경우가 있어서 혼동을 유발하곤 한다(예 : Julia언어의 메소드는 다른 언어와 의미가 다르다. : https://kmuh.tistory.com/12) '전역 변수', '지역 변수' 또한 의미가 미묘하게 달라서 혼동을 유발한다. 대부분의 언어에서는 '전역 변수', '지역 변수' 개념은 상대적이다.현재 위치에서 블록 밖에서 선언되면 '전역 변수'이고, 블록 안에서 선언되면 '지역 변수'이다. 줄리아 언어에서는 '전역 변수', '지역 변수' 개념이 절대적이다.모듈에서 선언되는 변수만 '전역 변수'이며, 나머지 다른 모든 변수는 '지역 변수'이다. 이러한 용어 정의로 인해서, 함수가 중첩되어 있을 경우에 작동 방식이 미묘하게 다르다. 예..

Julia 2026. 8. 16. 12:00

깔끔한 인터페이스와 편의성, 맥OS에서 MLX지원으로 인한 빠른 추론 속도등의 여러 장점으로 인해 애용하던 LM Studio가 Nvidia Tesla P40와 호환되지 않는다는 것을 알았다. 자세히 말하자면, 세팅(Setting)- 하드웨어(Hardware)에서 P40이 인식은 되지만, CUDA llama.cpp 런타임에서 구형 GPU 지원 기능을 삭제해 버려서 실제 추론 작업에서 CPU만 사용하고 추론 속도가 매우 느리다. LM Studio에 대한 대안으로 ollama 및 llama.cpp는 정상 작동하는 것을 확인했다.구형 GPU는 가성비가 우수한 대신 약간의 양보 및 타협이 필요한 것 같다.

AI 2026. 8. 1. 11:00

AI를 실행할 때, 병목 현상이 발생하는 후보는 다음 2개 중 하나이다.- GPU의 연산 속도- VRAM 메모리 대역폭 로컬 LLM 실행할 때 대개 메모리 대역폭에서 병목이 발생한다고 알려져 있다.이를 직접 확인하는 방법은 다음과 같다. nvidia-smi dmon -s u 옵션 설명dmon : 지속적 모니터링 모드 (반복 출력) -s : 표시할 지표 선택 u : 사용률 표시 화면에 표시되는 내용 중 눈여겨 볼 항목은 다음 2개이다.sm : GPU 연산 유닛(SM)의 활성화 비율 (%)mem : GPU 메모리 컨트롤러 활성화 비율 (%) 둘 중 더 높은 쪽이 병목 현상 발생 지점이라고 보면 된다.sm이 더 높다면 GPU 연산 성능이 병목 지점이고,mem이 더 높다면 VRAM 대역폭이 낮아서 병목이 발생..

AI 2026. 7. 25. 20:42

llamap.cpp에서 텐서 병렬 연산 기능이 추가되었다.하지만, 구형 GPU(Nvidia Tesla P40)에서는 기존의 순차 연산보다 오히려 더 느려진다.신형 GPU를 여러 개 가지고 있다면 시도해 볼 수도 있을 듯. --- 텐서 병렬은 GPU가 여러 개 장착된 시스템에서 연산 부담을 여러 GPU에 나누어서 동시에 병렬 연산을 실행하여 GPU 사용율을 높여서 전체적인 처리 속도를 높이는 기능이다. 그동안 텐서 병렬 기능은 vllm에서만 지원되었는 데, vllm은 리눅스에서만 멀티 GPU가 지원되고, 구형 GPU과 호환성도 나빠서 사용할 수 없었다. 얼마 전(2026년 4월)에 llama.cpp에도 텐서 병렬 지원 기능이 추가되었다는 것을 알게 되었다.https://github.com/ggml-org/..

AI 2026. 7. 25. 14:54