AI 기술이 급속도로 발전하면서 많은 팀과 기업들이 업무에 AI를 도입하고자 하지만, 어디서부터 시작해야 할지, 어떤 도구를 선택해야 할지 막막함을 느끼고 있습니다. 이런 상황에서 Weam AI는 팀을 위한 협업형 AI 플랫폼으로 주목받고 있습니다. 이 글에서는 Weam AI Platform의 개요부터 설치, 설정, 사용법까지 자세히 알아보겠습니다.
Weam AI Platform 개요
Weam AI란?
Weam AI는 디지털 에이전시, SaaS 스타트업, IT 서비스 기업을 위해 특별히 설계된 협업형 AI 플랫폼입니다. ChatGPT, Claude, Gemini와 같은 개별 AI 도구들의 완벽한 대안으로, 팀 중심의 AI 워크플로우를 제공합니다.
주요 특징 및 장점
1. 팀 협업 중심 설계
- 역할 기반 워크스페이스 제공
- 공유 작업 공간으로 협업 효율성 향상
- 팀 전체에 AI 지식 공유 시스템
2. 비용 효율성 기존 AI 플랫폼의 사용자당 $20라는 부담스러운 비용을 해결하여 합리적인 가격으로 AI를 팀 전체에 도입할 수 있습니다.
3. 다중 AI 모델 지원
- 원활한 AI 모델 전환 기능
- 다양한 클라이언트와 시간대에 맞춘 유연성
- 최신 AI 모델들에 대한 접근성
4. RAG(Retrieval-Augmented Generation) 기능
- 문서 업로드 및 관리
- 기업 데이터와 연결된 AI 응답
- 맞춤형 지식 베이스 구축
시스템 요구사항 및 아키텍처
Weam AI는 다음과 같은 서비스 아키텍처로 구성됩니다:
| 서비스 | 포트 | 설명 |
|---|---|---|
| Frontend (Next.js) | 3000 | 사용자 인터페이스 |
| Backend (Node.js) | 4050 | API 서버 |
| Python API | 9089 | AI 모델 처리 |
| MongoDB | 27017 | 데이터베이스 |
| Redis | 6379 | 캐싱 및 세션 관리 |
| Qdrant Vector DB | 6333 | 벡터 데이터베이스 |
로컬 설치 방법
전제 조건
설치 전에 다음 요구사항을 확인하세요:
- Docker 및 Docker Compose 설치
- Git 설치
- 최소 8GB 이상의 RAM 권장
- 충분한 디스크 공간 (최소 10GB)
단계별 설치 과정
1. 저장소 클론
git clone https://github.com/weam-ai/weam-ai.git
cd weam-ai
2. Docker 서비스 빌드 및 시작
docker-compose up --build
3. 설치 확인 각 서비스가 정상적으로 실행되고 있는지 확인:
# Frontend 확인
netstat -tlnp | grep 3000
# Backend 확인
netstat -tlnp | grep 4050
# Python API 확인
netstat -tlnp | grep 9089
# Qdrant Vector DB 확인
curl http://localhost:6333
4. 애플리케이션 접속 브라우저에서 http://localhost:3000으로 접속하여 Weam AI 인터페이스에 액세스할 수 있습니다.
일반적인 문제 해결
빌드 실패 시:
# 포트 3000이 사용 중인지 확인
sudo lsof -i :3000
권한 오류 시:
# Docker 그룹에 사용자 추가
sudo usermod -aG docker $USER
newgrp docker
메모리 부족 시:
# 사용하지 않는 컨테이너 및 이미지 정리
docker system prune
초기 설정 및 구성
계정 생성 및 팀 설정
1. 첫 사용자 계정 생성
- 로컬 설치 후 첫 접속 시 관리자 계정을 생성합니다
- 조직 이름과 기본 설정을 구성합니다
2. 팀 초대 및 역할 설정
- 팀원들을 초대하고 적절한 역할을 부여합니다
- 프로젝트별 워크스페이스를 생성합니다
AI 모델 구성
1. API 키 설정
- OpenAI, Anthropic, Google 등의 API 키를 설정합니다
- 각 팀원의 접근 권한을 관리합니다
2. 모델 선택 및 설정
- 사용할 AI 모델들을 선택하고 설정합니다
- 모델별 사용자별, 사용량 제한 및 정책을 구성합니다
사용 방법
Brain(지식 베이스) 생성
1. 새 Brain 생성
- 프로젝트나 주제별로 별도의 Brain을 생성합니다
- 각 Brain은 특정 도메인의 지식을 담는 컨테이너 역할을 합니다
2. Brain 설정
- 액세스 권한 설정
- 공유 범위 지정 (개인, 팀, 전체 조직)
- 태그 및 카테고리 설정
문서 업로드 및 관리
1. 지원 파일 형식
- PDF, DOCX, TXT, MD 파일
- 웹 페이지 URL
- 이미지 파일 (OCR 처리)
2. 업로드 과정
- Brain에 문서를 업로드합니다
- 시스템이 자동으로 텍스트를 추출하고 벡터화합니다
- 문서 메타데이터 및 태그를 설정합니다
3. 문서 관리
- 업로드된 문서들을 카테고리별로 정리
- 버전 관리 및 업데이트 추적
- 접근 권한 및 공유 설정
프롬프트 작성 및 활용
1. 기본 프롬프트 사용
- 일반적인 질문과 답변
- 텍스트 생성 및 편집
- 요약 및 분석 요청
2. RAG 기반 프롬프트
- 업로드한 문서를 참조한 질문
- 기업 특화 정보에 기반한 응답 생성
- 맥락을 고려한 정확한 답변 제공
3. 협업 프롬프트
- 팀원들과 프롬프트 공유
- 프롬프트 템플릿 생성 및 재사용
- 피드백 및 개선사항 공유
팀 협업 기능
1. 워크스페이스 관리
- 프로젝트별 전용 워크스페이스 생성
- 역할 기반 접근 권한 설정
- 작업 진행 상황 추적
2. 지식 공유
- 성공적인 프롬프트 패턴 공유
- AI 사용 가이드라인 문서화
- 베스트 프랙티스 축적
3. 팀원 초대 및 관리
- 이메일을 통한 팀원 초대
- 권한 레벨 설정 (읽기, 쓰기, 관리자)
- 사용량 모니터링 및 관리
고급 활용 방법
워크플로우 자동화
1. 반복 작업 자동화
- 정기적인 보고서 생성
- 문서 요약 및 분석
- 고객 응대 템플릿 자동 생성
2. AI 에이전트 구성
- 특정 업무에 특화된 AI 에이전트 생성
- 다단계 작업 프로세스 설정
- 조건부 로직 및 분기 처리
데이터 분석 및 인사이트
1. 비즈니스 인텔리전스
- 데이터 패턴 분석
- 트렌드 예측 및 인사이트 도출
- 의사결정 지원 정보 생성
2. 연구 및 개발 지원
- 문헌 조사 및 분석
- 기술 동향 모니터링
- 경쟁사 분석 및 벤치마킹
보안 및 관리
엔터프라이즈급 보안
1. 데이터 보호
- 로컬 설치를 통한 데이터 주권 확보
- 암호화된 저장 및 전송
- 접근 로그 및 감사 추적
2. 사용자 관리
- 다단계 인증 (MFA) 지원
- 역할 기반 접근 제어 (RBAC)
- 세션 관리 및 보안 정책
성능 모니터링
1. 시스템 성능
- 리소스 사용량 모니터링
- 응답 시간 및 처리량 추적
- 병목 구간 식별 및 최적화
2. 사용량 분석
- 팀별 AI 사용 패턴 분석
- 비용 효율성 평가
- ROI 측정 및 보고
결론
Weam AI Platform은 팀을 위한 포괄적인 AI 솔루션으로, 다음과 같은 가치를 제공합니다:
- 비용 효율성: 기존 AI 도구 대비 합리적인 비용으로 팀 전체 AI 도입
- 협업 중심: 팀워크를 강화하는 공유 워크스페이스와 지식 관리
- 보안성: 로컬 설치를 통한 데이터 보안과 프라이버시 보장
- 유연성: 다양한 AI 모델과 사용 사례에 대한 포괄적 지원
AI 도입을 고려하는 팀이라면, Local Setup으로 직접 설치해서 운영해볼 수 있겠습니다 . 다만, MCP도구가 제품 레벨에서 정해진 서비스에 제한되는 점, 직접 설치된 Local LLM에 대한 사용을 기능으로 제공되지 않는 점, 한글에 대한 문서 및 캐릭터에 대한 품질은 좀더 고려되었으면 하는 바램이 있습니다.
팀 단위로 효율적인 자원 운용 및 Prompt 및 Agent share를 통해서 좀더 다양한 활용을 유도할 수 있을것으로 기대됩니다.
답글 남기기