기존 Red Hat Satellite 서브스크립션 가입 고객은 이제 RHEL Lightspeed가 지원하는 Red Hat Enterprise Linux(RHEL) command-line assistant의 오프라인 버전을 개발자 프리뷰로 이용할 수 있습니다. 이는 워크스테이션 또는 개별 RHEL 시스템에서 로컬로 실행되는 자체 포함 형식으로 RHEL command-line assistant의 기능을 제공합니다. 이렇게 하면 어시스턴트가 완전히 연결되지 않은 오프라인 또는 에어 갭(air-gap) 환경에서 작동할 수 있습니다. 작동하는 데 외부 네트워크 연결이 필요하지 않기 때문입니다. command-line assistant는 광범위한 RHEL 작업을 지원하는 AI 기반 지침과 제안을 제공합니다. Red Hat은 RHEL 설치 및 업그레이드 주제에 대한 지식을 확장하여 연결이 제한적이거나 연결이 없는 경우에도 이러한 영역에 대한 지원을 받을 수 있도록 지원합니다.
아키텍처 개요
command-line assistant의 오프라인 버전은 Podman으로 실행할 수 있는 컨테이너 이미지 집합으로 제공됩니다. 사용되는 컨테이너는 다음과 같습니다.
- installer container: 다른 필수 컨테이너를 가져오고 rhel-cla 명령을 설치하며 선택적으로 systemd 서비스 생성
- rlsapi container: command-line assistant 클라이언트가 통신하는 엔드포인트 제공
- rag-database container: RHEL 설명서와 같은 추가 데이터로 LLM의 지식을 보완하는 데 사용되는 RAG(Retrieval-Augmented Generation) 데이터베이스
- ramalama container: LLM 추론 제공
사전 준비 조건과 요구 사항
Red Hat Satellite 서브스크립션은 RHEL 환경을 로컬에서 관리할 수 있는 툴을 제공합니다. 이러한 툴에는 Satellite 제품 자체와 최근에 도입된 Red Hat Offline Knowledge Portal이 포함됩니다. 이 포털은 Red Hat 독점 지식 콘텐츠의 오프라인 버전을 제공합니다. 이제 Satellite 서브스크립션을 확장하여 RHEL command-line assistant의 오프라인 버전도 제공합니다.
command-line assistant의 오프라인 버전은 컨테이너 집합으로 제공되며 RHEL 시스템, Mac 또는 Windows 워크스테이션에서 실행할 수 있습니다. Mac 시스템을 사용하는 경우 Podman Desktop이 필요하며 NVIDIA, AMD 또는 Mac M 시리즈 GPU가 장착된 시스템을 사용하는 것이 좋습니다.
하드웨어 요구 사항
CPU 전용 시스템(RHEL 9.6+ 및 10+ / Fedora 42 / Windows 11):
- RAM: 8GB
- CPU 코어: 2
GPU 지원 시스템(RHEL 9.6+ 및 10+ / Fedora 42 / Windows 11):
- RAM: 4GB
- GPU: 최소 4GB의 VRAM
Apple 시스템(macOS 15.x):
- M2 칩 이상
모든 시스템:
- 사용 가능한 디스크 공간: 10GB
시작하기
RHEL command-line assistant의 오프라인 버전에 대한 컨테이너 이미지는 Red Hat Container Registry에서 Satellite 서브스크립션을 보유한 모든 고객에게 제공됩니다. Red Hat Container Registry에 인증하여 시작하세요. $ podman login registry.redhat.io
설치 프로그램 컨테이너를 사용하여 설치를 수행하세요. 이 컨테이너는 필요한 다른 컨테이너를 가져오고, rhel-cla 명령을 설치하며, 선택적으로 systemd 서비스를 생성합니다. systemd 서비스를 사용하여 시스템이 부팅될 때마다 오프라인 RHEL 명령줄 도우미 컨테이너를 자동으로 시작할 수 있습니다.
설치 프로그램을 실행하기 전에 ~/.config 및 ~/.local/bin 디렉터리가 홈 디렉터리에 있는지 확인하세요. 설치 프로그램 컨테이너를 시작하려면 다음 명령을 사용하세요.
$ podman run -u : --rm -v $HOME/.config:/config:Z \
-v $HOME/.local/bin:/config/.local/bin:Z \
registry.redhat.io/rhel-cla/installer-rhel10:latest \
install-systemd
systemd 서비스를 설치하지 않으려면 명령 끝에 install-systemd 인수를 포함하지 마세요.
설치가 완료되면 rhel-cla 명령을 사용하여 오프라인 RHEL 명령줄 도우미를 시작, 중지, 제거 또는 상태를 확인할 수 있습니다. Mac에서는 rhel-cla 명령을 실행 파일로 만들어야 합니다.
$ chmod +x ~/.local/bin/rhel-cla
RHEL 명령줄 도우미의 오프라인 버전을 시작하려면 다음을 수행하세요.
$ rhel-cla start
출력이 생성되지만 모든 것이 성공적으로 시작되었음을 나타내는 메시지만 확인하면 됩니다.
✅ RHEL CLA pod is running!
서비스 제공 위치:
- API: http://localhost:8000
- 모델 서버: http://localhost:8888
- 데이터베이스: localhost:5432
GPU 구성
다음 단계는 ~/.config/rhel-cla/.env 파일 내에서 GPU를 구성하는 것입니다. 텍스트 편집기에서 이 파일을 열고 다음 구성을 완료하세요.
- LLAMACPP_IMAGE 변수를 GPU 하드웨어에 적절한 RamaLama 컨테이너로 설정하세요. 파일 내에 자세한 내용을 제공하는 주석이 있습니다.
- HOST_DEVICE 변수를 GPU의 기기로 설정하세요.
- 필요한 경우 NVIDIA 관련 변수를 설정하세요. 파일 내의 주석은 이에 대한 자세한 내용을 제공합니다.
RHEL 명령줄 도우미의 오프라인 버전은 Microsoft Phi4-mini LLM 모델을 포함합니다. LLM 변수를 업데이트하여 다른 모델을 사용할 수 있습니다.
구성 설정을 변경한 후 오프라인 RHEL command-line assistant를 다시 시작하세요.
$ rhel-cla stop
$ rhel-cla start
command-line assistant 클라이언트 구성
RHEL 시스템에 command-line-assistant 패키지를 설치하세요.
$ sudo dnf install command-line-assistant
기본적으로 command-line assistant 클라이언트는 온라인 RHEL Lightspeed 서비스를 사용하도록 구성됩니다. /etc/xdg/command-line-assistant/config.toml 파일에서 엔드포인트 구성 옵션을 업데이트하여 오프라인 RHEL command-line assistant 컨테이너를 호스팅하는 시스템을 가리키도록 설정하세요. 현재 환경에서는 동일한 시스템에서 command-line assistant 클라이언트와 오프라인 컨테이너를 실행하고 있으므로 command-line assistant 서비스를 시작한 후 엔드포인트를 제공된 값으로 업데이트했습니다. endpoint = "http://127.0.0.1:8000/"
RHEL command-line assistant 컨테이너의 오프라인 버전이 명령줄 도우미 클라이언트와 다른 시스템에 있는 경우 방화벽에서 포트 8000을 열어야 할 수 있습니다.
command-line assistant 클라이언트 구성을 변경한 후 현재 실행 중인 경우 명령줄 도우미 데몬(clad)을 다시 시작해야 합니다.
$ sudo systemctl restart clad
사용법
이제 모든 것이 구성되었으므로 command-line assistant를 사용하여 RHEL 주제에 대한 도움말을 얻을 수 있습니다. RHEL 설치, 문제 해결 등과 관련된 질문을 할 수 있습니다. 예를 들면 다음과 같습니다.
$ c "what is an immutable file?"
+ RHEL Lightspeed에 요청
이 기능은 AI 기술을 사용합니다. 입력 시 개인 정보 또는 기타 민감한 정보를 포함하지 마세요. 상호 작용을 통해 Red Hat은 제품 또는 서비스를 개선할 수 있습니다.
안녕하세요! 변경 불가능한(immutable) 파일에 대해 관심을 가져 주셔서 감사합니다. 변경 불가능한 파일은 생성된 후에는 수정, 삭제 또는 이름을 변경할 수 없는 파일입니다. 시스템은 데이터 무결성과 보안을 보장하기 위해 이 개념을 자주 사용합니다.
Red Hat Enterprise Linux에서는 chattr 명령을 사용하여 변경 불가능한 파일을 생성할 수 있습니다. 예를 들면 다음과 같습니다.
[bash] Snippet
sudo chattr +i filename
이 명령은 filename이라는 파일을 변경할 수 없게 만듭니다. lsattr 명령을 사용하여 파일을 변경할 수 없는지 확인할 수 있습니다.
[bash] Snippet
lsattr filename
출력에서 파일 이름 옆에 i 속성이 표시되어 변경할 수 없음을 나타냅니다.
변경할 수 없는 파일을 수정, 삭제 또는 이름을 바꾸려고 하면 오류 메시지를 받게 됩니다. chattr 명령과 함께 -i 옵션을 사용하여 불변성 속성을 제거할 수 있습니다.
[bash] Snippet
sudo chattr -i filename
도움이 되었기를 바랍니다. 다른 질문이 있으면 알려주시기 바랍니다.
AI 생성 콘텐츠를 사용하기 전에 항상 검토하세요.
첫 번째 쿼리 응답 지연
채팅 세션이 처음 시작되면 시스템이 모델을 메모리에 로드합니다. 이로 인해 첫 번째 질문에 대해서만 응답이 느릴 수 있습니다.
CPU 전용 시스템
command-line assistant의 응답 시간은 사용 중인 하드웨어에 따라 다릅니다. CPU 추론을 사용하여 GPU가 없는 시스템에서 오프라인 RHEL command-line assistant를 사용할 수 있지만, 이로 인해 응답 시간이 느려집니다.
RHEL 9.6 및 RHEL 10에서 사용할 수 있는 command-line assistant 클라이언트 패키지가 30초 후에 시간 초과됩니다. 이 30초 시간 제한은 현재 구성할 수 없지만, 구성 가능한 시간 제한을 갖도록 command-line assistant 패키지가 RHEL 9.7 및 RHEL 10.1에서 업데이트될 예정입니다.
또한 위에서 설명한 대로 첫 번째 쿼리에서 응답 시간이 느려 30초 시간 제한을 트리거할 수 있습니다.
개별 시스템 활용 사례에 적합
RHEL command-line assistant의 오프라인 버전은 개별 시스템 사용 사례를 위한 것입니다. 예를 들어 RHEL 시스템에 오프라인 버전을 호스팅하고 해당 시스템의 command-line assistant 클라이언트가 이를 사용할 수 있습니다. 또는 개별 RHEL 워크스테이션에 command-line assistant 클라이언트를 구성하여 특정 서버를 가리키도록 설정한 다음, 해당 서버에 오프라인 버전을 호스팅할 수도 있습니다. 이처럼 다양한 방식으로 활용할 수 있습니다. 이것은 여러 RHEL command-line assistant 클라이언트가 오프라인 command-line assistant를 호스팅하는 시스템에 연결하여 확장하도록 설계되지 않았습니다.
결론
RHEL command-line assistant의 새로운 오프라인 버전이 출시되어 오프라인 또는 연결되지 않은 환경에서 RHEL 사용자의 역량을 크게 강화하는 중요한 진전을 이루었습니다. 이 강력한 독립형 AI 지원 비서는 에어 갭(air-gap) 네트워크, 원격 위치 또는 인터넷 연결이 제한된 환경에서 자주 작업하는 RHEL 사용자에게 귀중한 리소스를 제공합니다.
지금까지 오프라인 설정에서 도큐멘테이션 및 트러블슈팅 정보와 같은 리소스에 액세스하는 것은 주요 과제였으며, 이로 인해 다운타임이 증가하고 사용자의 불편함이 커질 수 있었습니다. RHEL command-line assistant의 오프라인 버전은 네트워크 가용성에 관계없이 RHEL Lightspeed로 구동되는 풍부한 지식과 AI 기반 문제 해결 기능을 손쉽게 사용할 수 있도록 하여 이러한 고충을 해결하는 데 도움이 됩니다.
RHEL command-line assistant의 오프라인 버전에 대한 자세한 내용은 도큐멘테이션을 참조하세요.
저자 소개
Brian Smith is a product manager at Red Hat focused on RHEL automation and management. He has been at Red Hat since 2018, previously working with public sector customers as a technical account manager (TAM).
유사한 검색 결과
Solving the scaling challenge: 3 proven strategies for your AI infrastructure
How Red Hat OpenShift AI simplifies trust and compliance
Technically Speaking | Platform engineering for AI agents
Technically Speaking | Driving healthcare discoveries with AI
채널별 검색
오토메이션
기술, 팀, 인프라를 위한 IT 자동화 최신 동향
인공지능
고객이 어디서나 AI 워크로드를 실행할 수 있도록 지원하는 플랫폼 업데이트
오픈 하이브리드 클라우드
하이브리드 클라우드로 더욱 유연한 미래를 구축하는 방법을 알아보세요
보안
환경과 기술 전반에 걸쳐 리스크를 감소하는 방법에 대한 최신 정보
엣지 컴퓨팅
엣지에서의 운영을 단순화하는 플랫폼 업데이트
인프라
세계적으로 인정받은 기업용 Linux 플랫폼에 대한 최신 정보
애플리케이션
복잡한 애플리케이션에 대한 솔루션 더 보기
가상화
온프레미스와 클라우드 환경에서 워크로드를 유연하게 운영하기 위한 엔터프라이즈 가상화의 미래