개인 정보 보호를 위해 현지에서 DeepSeek AI를 운영하는 방법 - 2 가지 쉬운 방법

3. DeepSeek 설치
4. DeepSeek 선택 및 사용
Linux 명령줄에서 DeepSeek을 로컬에 설치하는 방법
또는 Linux 시스템에서 DeepSeek을 완전히 설치할 수 있습니다. 이 방법은 상당한 시스템 요구 사항이 있다는 점에 유의하세요:
- CPU: 최소 12코어를 권장하는 강력한 멀티코어 프로세서.
- GPU: 더 나은 성능을 위한 CUDA 지원 NVIDIA GPU. Ollama가 NVIDIA GPU를 감지하지 못하면 CPU 전용 모드로 전환됩니다.
- RAM: 최소 16GB, 32GB 이상 권장.
- 저장소: 더 빠른 작업을 위한 NVMe 저장소.
- 운영 체제: Ubuntu 또는 Ubuntu 기반 배포판.
시스템이 이러한 요구 사항을 충족하고 Ollama가 설치되어 있다면, 다음 명령어로 DeepSeek R1 모델을 실행할 수 있습니다:
ollama run deepseek-r1:8b아직 Ollama를 설치하지 않았다면 다음 명령어로 설치할 수 있습니다:
curl -fsSL https://ollama.com/install.sh | sh설치 중 사용자 비밀번호를 입력하라는 요청이 표시됩니다.
실행할 수 있는 DeepSeek의 여러 버전이 있습니다:
- ollama run deepseek-r1 - 기본 8B 버전
- ollama run deepseek-r1:1.5b - 가장 작은 모델
- ollama run deepseek-r1:7b - 7B 버전
- ollama run deepseek-r1:14b - 14B 버전
- ollama run deepseek-r1:32b - 32B 버전
- ollama run deepseek-r1:70b - 가장 크고 고급 모델
명령어가 완료되면 Ollama 프롬프트에 도달하여 선택한 모델을 사용할 준비가 됩니다.
어떤 방법을 사용하든 DeepSeek AI에 액세스할 수 있으며, 로컬 머신에서 안전하게 사용하여 쿼리와 데이터를 비공개로 유지할 수 있습니다.
관련 기사
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
구글, 사용자 제어 강화에 맞춰 제미니용 레미 AI 에이전트 테스트
비즈니스 인사이더에 따르면, 구글은 제미나이를 위한 새로운 AI 개인 에이전트인 레미를 테스트하고 있습니다. 이 도구는 사용자를 대신하여 작업을 실행하여 전문적인 워크플로우와 일상적인 루틴을 모두 간소화하는 것을 목표로 합니다.현재 레미는 제미나이 애플리케이션의 내부 직원 전용 버전에서 테스트 중입니다. 이 보고서는 내부 문서와 프로젝트에 정통한 두 명의 인물과의 인터뷰를 인용합니다. 내부 자료는 레미를 “24/7 개인 에이전트”로 묘사하며,
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과
관련 특별 주제 추천
의견 (16)
0/500
Finally a guide on running DeepSeek locally! I've been worried about data privacy with cloud AI. The cost efficiency is impressive too. Definitely trying this out. 🚀
로컬에서 AI를 실행하는 방법에 대한 글 정말 도움 됐어요! 개인정보 보호 이슈가 점점 중요해지는 시대에 DeepSeek 같은 오픈소스 모델이 큰 대안이 될 것 같네요. 한국에서도 AI 개발 경쟁이 치열한데, 비용 효율적인 중국 모델이 시장에 어떤 영향을 미칠지 궁금해요 🤔 혹시 한국어 지원은 언제쯤 될까요?
Also das mit der lokalen Installation ist ja wirklich praktisch! Endlich muss man nicht mehr ständig Daten in die Cloud schicken. Aber mal ehrlich, wie viel Speicherplatz braucht so ein Modell eigentlich? Mein Laptop ist schon jetzt voll mit Fotos... 🤔
¡Qué interesante! No sabía que DeepSeek era una startup china con costes tan bajos. Me pregunto cómo logran desarrollar modelos tan efectivos con menos recursos que sus competidores estadounidenses. La opción de ejecución local es crucial para la privacidad de datos, especialmente para aquellos que trabajan con información sensible. ¿Alguien ya lo ha probado? Me encantaría conocer experiencias reales 🧐
DeepSeek running locally sounds cool, but I'm skeptical about the setup complexity. Has anyone tried it yet? 🤔

3. DeepSeek 설치
4. DeepSeek 선택 및 사용
Linux 명령줄에서 DeepSeek을 로컬에 설치하는 방법
또는 Linux 시스템에서 DeepSeek을 완전히 설치할 수 있습니다. 이 방법은 상당한 시스템 요구 사항이 있다는 점에 유의하세요:
- CPU: 최소 12코어를 권장하는 강력한 멀티코어 프로세서.
- GPU: 더 나은 성능을 위한 CUDA 지원 NVIDIA GPU. Ollama가 NVIDIA GPU를 감지하지 못하면 CPU 전용 모드로 전환됩니다.
- RAM: 최소 16GB, 32GB 이상 권장.
- 저장소: 더 빠른 작업을 위한 NVMe 저장소.
- 운영 체제: Ubuntu 또는 Ubuntu 기반 배포판.
시스템이 이러한 요구 사항을 충족하고 Ollama가 설치되어 있다면, 다음 명령어로 DeepSeek R1 모델을 실행할 수 있습니다:
아직 Ollama를 설치하지 않았다면 다음 명령어로 설치할 수 있습니다:
설치 중 사용자 비밀번호를 입력하라는 요청이 표시됩니다.
실행할 수 있는 DeepSeek의 여러 버전이 있습니다:
- ollama run deepseek-r1 - 기본 8B 버전
- ollama run deepseek-r1:1.5b - 가장 작은 모델
- ollama run deepseek-r1:7b - 7B 버전
- ollama run deepseek-r1:14b - 14B 버전
- ollama run deepseek-r1:32b - 32B 버전
- ollama run deepseek-r1:70b - 가장 크고 고급 모델
명령어가 완료되면 Ollama 프롬프트에 도달하여 선택한 모델을 사용할 준비가 됩니다.
어떤 방법을 사용하든 DeepSeek AI에 액세스할 수 있으며, 로컬 머신에서 안전하게 사용하여 쿼리와 데이터를 비공개로 유지할 수 있습니다.
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과
Finally a guide on running DeepSeek locally! I've been worried about data privacy with cloud AI. The cost efficiency is impressive too. Definitely trying this out. 🚀
로컬에서 AI를 실행하는 방법에 대한 글 정말 도움 됐어요! 개인정보 보호 이슈가 점점 중요해지는 시대에 DeepSeek 같은 오픈소스 모델이 큰 대안이 될 것 같네요. 한국에서도 AI 개발 경쟁이 치열한데, 비용 효율적인 중국 모델이 시장에 어떤 영향을 미칠지 궁금해요 🤔 혹시 한국어 지원은 언제쯤 될까요?
Also das mit der lokalen Installation ist ja wirklich praktisch! Endlich muss man nicht mehr ständig Daten in die Cloud schicken. Aber mal ehrlich, wie viel Speicherplatz braucht so ein Modell eigentlich? Mein Laptop ist schon jetzt voll mit Fotos... 🤔
¡Qué interesante! No sabía que DeepSeek era una startup china con costes tan bajos. Me pregunto cómo logran desarrollar modelos tan efectivos con menos recursos que sus competidores estadounidenses. La opción de ejecución local es crucial para la privacidad de datos, especialmente para aquellos que trabajan con información sensible. ¿Alguien ya lo ha probado? Me encantaría conocer experiencias reales 🧐
DeepSeek running locally sounds cool, but I'm skeptical about the setup complexity. Has anyone tried it yet? 🤔





집






