66·67일차 Ollama 제외(OpenAI API 키만) 반영, 67일차 하루 수강 안내 LECTURE-67.md 추가

Lecture/67/00-DAY67-PREP.md

@@ -19,21 +19,23 @@ flowchart LR
 | 무엇 | 어디 |
 | --- | --- |
 | n8n 공식 설치 (compose.yml · .env) | `~/day65-n8n` (65일차 [SETUP-N8N](../../Last3Mon/65/SETUP-N8N.md) 5단계, 지우지 않음) |
-| 켜고 끄기 (n8n + Ollama) | `~/aio-01d4-stu/Last3Mon/65/n8n` (`~/day65-n8n/compose.yml`을 불러 씀) |
+| 켜고 끄기 (n8n) | `~/aio-01d4-stu/Last3Mon/65/n8n` (`~/day65-n8n/compose.yml`을 불러 씀) |
 | Docker 프로젝트 · 네트워크 | `day65-n8n` · `day65-n8n_default` (데이터 API가 여기에 붙음) |
 
 ```bash
-sudo systemctl stop ollama          # WSL의 Ollama가 켜져 있다면 멈춤
+sudo systemctl disable --now ollama 2>/dev/null   # WSL에 설치한 Ollama가 있으면 끄고 자동 시작도 끔
 cd ~/aio-01d4-stu/Last3Mon/65/n8n
+docker compose rm -sf ollama                      # Ollama 컨테이너가 있으면 지움 (없으면 그냥 지나감)
 docker compose start
 cd ~/aio-01d4-stu/Last3Mon/67/data-api
 docker compose up -d --force-recreate     # 데이터 파일 위치가 바뀌었으므로 다시 만듦
 curl -s localhost:8800/health             # {"status": "ok"}
 ```
 
+- **66일차부터 LLM은 OpenAI API 키(`Last3Mon/.env`, Credential `OpenAI (.env)`)만 씁니다.** Ollama는 쓰지 않으므로 위처럼 꺼서 메모리를 아낍니다. 다음 날부터는 같은 명령을 그대로 써도 됩니다.
 `network day65-n8n_default not found`가 나오면 n8n이 켜져 있지 않은 것입니다. 위 n8n 부분부터 다시 합니다.
 
-- `~/day65-n8n`에서 `docker compose start`로 켰어도 n8n은 같은 것입니다 (Ollama만 빠짐). 그래도 위처럼 `Last3Mon/65/n8n`에서 켜는 것을 기본으로 합니다.
+- `~/day65-n8n`에서 `docker compose start`로 켰어도 n8n은 같은 것입니다. 그래도 위처럼 `Last3Mon/65/n8n`에서 켜는 것을 기본으로 합니다.
 - `docker compose start`가 `.../day65-n8n/compose.yml: no such file or directory`이면 n8n을 홈이 아닌 곳에 설치한 것입니다. 65일차 SETUP-N8N 문제 해결 표대로 `Last3Mon/65/n8n/.env`에 `N8N_HOME=<설치 폴더>`를 적습니다 (`flow.py`도 이 값을 읽습니다).
 
 ## 2. CLI 코딩 에이전트 (전날 필수, 10분)
@@ -63,7 +65,6 @@ uv run tools/flow.py doctor
 ✔ data API http://localhost:8800
 ✔ n8n → http://data-api:8800
 ✔ credential 'OpenAI (.env)' (openAiCourse0001)
-✔ credential 'Ollama local' (ollamaLocal0001)
 ✔ node catalog (for check)
 ✔ CLI coding agent: codex, claude
 ready

Lecture/67/01-STAGE1-VIBE-N8N-AGENT-AND-TOOL.md

@@ -68,7 +68,7 @@ CLI 에이전트는 n8n을 일반적으로는 알지만, **우리 교실의 사
 | --- | --- |
 | 우리 n8n 버전에서 되는 노드 버전 | 실행 확인한 노드 JSON 9종 (`typeVersion` 포함) |
 | 데이터 API 주소 | n8n 안에서는 `http://data-api:8800` (`localhost` 아님) |
-| Credential | `openAiCourse0001` · `ollamaLocal0001` id만 사용, 키는 쓰지 않음 |
+| Credential | `openAiCourse0001` id만 사용 (LLM은 OpenAI 하나), 키는 쓰지 않음 |
 | 일하는 순서 | `my-work/`에 쓰기 → `check` → 사람이 push·test |
 | 하지 말 것 | 테스트 기대 결과 바꾸기, 도구·데이터 고치기, 키 출력 |
 

Lecture/67/04-VIBE-CODING.md

@@ -54,7 +54,7 @@ flowchart LR
 | 작게 나누기 | 예제 1 → 예제 2 → 과제 | 1단계 → 2단계 → 3단계 |
 | 확인 도구 | `flow.py check · push · test` | `uv run tman`, `pytest` |
 | 기대 결과 | `cases/*.json` (업무 규칙) | R1~R4 확인 표, 테스트 |
-| 바꿔 끼우기 | Chat Model (OpenAI ↔ Ollama) | 번역기 (실제 LLM ↔ 가짜) |
+| 바꿔 끼우기 | Chat Model 노드 (모델 이름만 바꾸면 교체) | 번역기 (실제 LLM ↔ 가짜) |
 | 비밀 지키기 | Credential id만, 키 없음 | `OPENAI_API_KEY` 환경 변수 |
 
 ## 4. 강사 바이브 코딩 (15분)