매일 뉴스 기사 읽고, 증권사 리포트 분석하고, 유튜브 세미나 요약하는 데 얼마나 시간을 쓰고 있나요?

이 전자책은 Mac Mini 한 대를 24시간 돌아가는 AI 분석 비서로 만드는 과정을 처음부터 끝까지 안내합니다. 텔레그램 Saved Messages에 URL이나 PDF를 보내기만 하면, 로컬 LLM이 자동으로 분석하고 결과를 텔레그램 그룹에 발송합니다. 클라우드 API 비용 없이, 내 컴퓨터에서 처리됩니다.

이런 분께 추천합니다

• AI API 비용이 부담스러운 분

• 매일 뉴스·리포트·유튜브를 소화해야 하는 투자자

• 나만의 AI 자동화 시스템을 갖고 싶은 분

• 코딩은 모르지만 AI에게 시킬 줄 아는 분

• Mac Mini, 오래된 노트북, 또는 어떤 PC든 가지고 있는 분

이 전자책에서 다루는 것

Part 0: 왜 나만의 AI 서버인가 — 클라우드 API vs 로컬 LLM 비용·성능·프라이버시 비교, 연간 운영비 분석, 실전 사용 시나리오 3가지

Part 1: 하드웨어 & OS 준비 — 추천 사양(최소~쾌적), 보안을 위한 계정 분리, 24/7 상시 가동 설정, Windows/Linux 대안

Part 2: 로컬 LLM 설치 (Ollama) — 10분 세팅, 모델 선택 가이드(8B/14B/32B 성능·속도 비교), 양자화 개념, Thinking 모드 주의사항

Part 3: 텔레그램 봇 기초 — API 발급, Telethon vs Bot API 비교, 그룹 설정, 보안 주의사항, 전체 워크플로우 흐름도

Part 4 (핵심): 통합 감시 봇 — unified_watcher.py 아키텍처, URL/PDF/유튜브/이미지 분석 모듈, Ollama API 상세(Generate/Chat/Vision), 실전 분석 프롬프트, 메시지 분할 처리

Part 5: AI에게 코드 짜달라고 하기 — 전체 봇 생성 프롬프트, 디버깅 실전 대화 예시, 코드 리뷰 요청법, AI 코딩 황금 규칙

Part 6: 상시 운영 — 자동 시작(launchd), 원격 접속(SSH/VNC), 헬스체크 자동 재시작, 모니터링, 운영 루틴

Part 7: 트러블슈팅 — 자주 만나는 문제 10선, Mac 초기화 & DFU 복구

Special: 실전 구축 일지 — Day 1~7+의 시행착오와 교훈, 3개월 비용 정산(손익분기점 ~9개월), 3개월간 710건 처리 통계

Part 8: 확장 아이디어 10선 + 구현 예시 — 정기 뉴스 스캔, 하이브리드 모델 전략, Google Sheets 연동, 음성 분석(Whisper) 등

부록: Ollama 치트시트, 시스템 관리 명령어, AI 프롬프트 템플릿, 전체 설치 Quick Start 15단계

다른 서버 구축 가이드와 뭐가 다른가요?

1. 실전 운영 경험에서 나왔습니다. 3개월간 710건의 콘텐츠를 처리하며 겪은 시행착오와 해결법입니다.

2. 코딩을 몰라도 됩니다. AI에게 전체 코드를 생성·수정·디버깅 요청하는 방법을 상세히 다룹니다.

3. Mac뿐 아니라 Windows, Linux도 다룹니다.

4. 초기화해도 복구할 수 있습니다. 모든 설정이 재현 가능하도록 설계되어 있습니다.

분량: 50페이지 PDF / 난이도: 입문~중급

문의: mhkim@heepat.com