4.4 KiB
4.4 KiB
75일차 실습 준비 · 수업 전에 미리 해 두면 좋은 것
- 수업일: 2026-10-29 (75일차) · 컴퓨팅 자원·API 사용량 관리와 비용 최적화
- 준비 시간: 약 10분
- 먼저 WSL에서
cd ~/aio-01d4-stu && git pull로 오늘 자료를 받습니다 (수강생 저장소: https://gl.isitsoft.kr/publicproj/aio-01d4-stu). - 수업 전날까지 1~2절을 끝내 주세요.
flowchart LR
A["1. n8n · 데이터 API 켜기<br/>(75일차 판)"] --> B["2. 기준 게시 ·<br/>doctor ready"] --> C["3. 미리 읽기"]
1. n8n과 데이터 API 켜기 (전날 필수, 3분)
오늘은 75일차 판 데이터 API(74일차 + 단가 · 사용량 기록 · 예산 · 한도)를 씁니다. 같은 이름이라 이 폴더에서 다시 만들면 바뀝니다.
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/75/data-api
docker compose up -d --force-recreate
sleep 3 # 데이터 API가 뜰 때까지
curl -s localhost:8800/prices # {"currency": "USD", "unit": "per 1M tokens", ... "gpt-5.4-nano" ...
- 66일차부터 LLM은 OpenAI API 키(
Last3Mon/.env, CredentialOpenAI (.env))만 씁니다. 오늘은 이 키로 쓴 토큰과 돈을 직접 잽니다. 작은 모델은gpt-5.4-nano입니다 (gpt-4.1-nano는 OpenAI가 더 이상 받지 않음). network day65-n8n_default not found→ n8n이 켜져 있지 않음. 위 n8n 부분부터 다시.
2. 기준 게시와 준비 확인 (전날 필수, 3분)
오늘 비용을 잴 비싼 헬프데스크를 게시해 둡니다 (만들지 않고 게시만).
cd ~/aio-01d4-stu/Last3Mon/75
uv run tools/flow.py push reference/baseline-cost.json
uv run tools/flow.py call base-cost requests/faq-vpn.json # usage.by_step 에 단계별 토큰 (한 번에 약 $0.001)
uv run tools/flow.py doctor
✔ n8n container day65-n8n-n8n-1
✔ n8n http://localhost:5678
✔ data API http://localhost:8800
✔ prices /prices · budget /budget (day 75 data API)
✔ n8n → http://data-api:8800
✔ credential 'OpenAI (.env)' (openAiCourse0001)
✔ node catalog (for check)
✔ CLI coding agent: codex, claude, agy
ready
| ✘ 항목 | 할 일 |
|---|---|
| n8n container · data API | 1절 |
| prices · budget | 데이터 API가 예전 판 → 1절 --force-recreate · sleep 3 |
! budget is not the start state |
uv run tools/flow.py budget --reset |
! fault switch is on |
uv run tools/flow.py fault all ok |
| credential | cd ~/aio-01d4-stu/Last3Mon/65/n8n && bash register-credentials.sh |
| CLI coding agent | 67일차 준비 2절 |
3. 미리 읽어 오면 좋은 내용 (선택, 약 5분)
3.1 질문 하나에 얼마일까
LLM API는 토큰(글자 조각) 수만큼 돈을 받습니다. 보낸 것(입력)과 받은 것(출력)의 단가가 다르고, 모델마다 다릅니다. 지시문에 사내 규정을 통째로 붙여 매번 보내면 어떻게 될까요? 2절의 call base-cost에서 usage.by_step의 입력 토큰이 가장 많은 단계를 찾아 와도 좋습니다.
3.2 용어
| 용어 | 한 줄 설명 |
|---|---|
| 토큰 | LLM이 글을 세는 단위 (한국어는 대략 글자 1~2개에 1토큰) |
| 입력 · 출력 토큰 | 보낸 지시문 · 질문 · 자료 / 받은 답 (출력이 더 비쌈) |
| 단가 | 1M(백만) 토큰당 달러, 입력 · 출력 · 모델마다 다름 |
| 계량 (metering) | 요청마다 쓴 양을 재서 남기기 |
| 예산 · 한도 | 하루에 쓸 돈의 상한 · 한 사람이 짧은 시간에 부를 수 있는 횟수 |
| 429 | "요청이 너무 많다"는 HTTP 상태 코드 |
3.3 7교시 요청서
VIBE-REQ-TCOST를 한 번 읽어 옵니다. 재무 · 운영 담당이 원하는 것 열두 가지 중 "꼭"은 무엇일까요?
4. 당일 준비물
- 충전된 노트북과 충전기, WSL의 Docker, Windows Terminal(WSL) 창 두 개, 웹 브라우저
확인
curl -s localhost:8800/prices에gpt-4.1-mini·gpt-5.4-nano단가call base-cost가usage.by_step을 돌려줌uv run tools/flow.py doctor→ 마지막 줄ready