Eigent로 완전 로컬 AI 워크포스를 구축하는 가이드
Docker와 Postgres로 비공개 자체 호스팅 멀티에이전트 환경 설정

강력한 AI 도구를 배포하려고 할 때, 아마도 핵심 과제 하나를 마주했을 것입니다. 민감한 데이터의 보안을 해치지 않으면서 이들의 잠재력을 최대한 끌어내는 방법입니다.
대부분의 플랫폼은 모든 것을 클라우드로 보내는데, 처음에는 편리해 보이지만 고객 기록, 재무 데이터 또는 내부 IP를 다루기 시작하면 금세 경고 신호가 켜집니다. 여러분은 멀티에이전트 시스템의 힘을 원하지만, 동시에 프라이버시, 제어권, 그리고 모든 것을 자신의 기기에서 실행할 수 있는 능력도 원합니다.
바로 여기서 Eigent가 등장합니다 — Eigent 오픈 소스 cowork를 통해, 여러분의 인프라 안에서만 완전히 동작하는 로컬 멀티에이전트 워크포스를 구축할 수 있습니다.
Eigent란 무엇인가요?
Eigent는 로컬 우선 멀티에이전트 데스크톱 애플리케이션입니다. 데이터를 외부 서버로 보내는 대신, 모든 것을 컴퓨터에서 직접 실행합니다. 무엇이 일어나고 있는지 완전히 파악할 수 있고, 파일, 자격 증명, 로그가 자신에게 그대로 남아 있다는 확신을 얻을 수 있습니다.
이를 여러분만의 AI 워크포스를 구축하는 것으로 생각해 보세요. 각자 다른 역량을 가진 여러 에이전트를 띄울 수 있습니다. 웹을 샅샅이 뒤지는 검색 에이전트, 코드를 실행하는 개발 에이전트, 파일을 작성하고 편집하는 문서 에이전트, 이미지와 오디오를 처리하는 멀티모달 에이전트까지 가능합니다. Eigent가 이들을 대신 조율해 병렬로 작업을 처리하고, 필요할 때 서로에게 넘기며, 완성도 높은 결과를 제공하도록 합니다.
이 가이드에서는 로컬에서 정확히 어떻게 설정하는지 보여드릴 것입니다. 끝까지 따라오시면, 여러분의 조건에 맞춰 함께 작업할 준비가 된 에이전트들과 함께 Eigent가 데스크톱에서 실행되는 상태가 됩니다.
사전 요구사항
Node.js(v18 이상)와 npm: Eigent는 Node/Electron 애플리케이션입니다. 아직 설치하지 않았다면 Node.js(18–22 권장)를 설치하세요.
메모리와 하드웨어: 최소 8 GB RAM을 권장합니다. 외부 API에 연결하는 경우 Eigent는 CPU만으로도 실행할 수 있습니다. 로컬 대규모 모델 추론에는 NVIDIA RTX 같은 성능 좋은 GPU가 도움이 됩니다.
운영 체제: Eigent는 Windows와 macOS를 지원합니다.
Docker: Docker를 설치하고 실행 중인지 확인하세요. https://docs.docker.com/get-docker/
1. 저장소를 클론하고 PostgreSQL 백엔드 시작하기
Eigent 저장소를 클론하고 의존성을 설치합니다:
git clone https://github.com/eigent-ai/eigent.git
cd eigent
서버 디렉터리로 이동한 뒤 Docker를 실행합니다:
cd server
cp .env.example .env
docker compose up -d
이렇게 하면 두 개의 컨테이너가 시작됩니다:
PostgreSQL 데이터베이스(Eigent 데이터 저장소) Eigent API 서버 API는 로컬 머신의 localhost:3001에서 모두 실행됩니다. 기본적으로 Docker는 PostgreSQL용 볼륨을 생성하므로 데이터베이스 파일이 디스크에 저장됩니다.
2. 로컬 데이터 저장 확인하기
이 시점에서 모든 것이 로컬에서 실행되고 있습니다. PostgreSQL 컨테이너(eigent_postgres)가 데이터베이스를 보관합니다. Docker 컨테이너 목록을 확인하거나 컨테이너 내부에서 psql 같은 도구를 사용해 확인할 수 있습니다. 에이전트 메시지, 사용자 데이터, 작업 로그 등 Eigent가 수행하는 모든 내용은 이 로컬 Postgres 인스턴스에 기록됩니다. 데이터는 기기 외부로 전송되지 않습니다.
모든 Eigent 데이터는 로컬 Docker 기반 PostgreSQL 데이터베이스에 저장됩니다.
이것은 설계상 프라이버시를 보장합니다. 문서에서 설명하듯, 자체 호스팅의 핵심 장점은 데이터 프라이버시입니다. 민감한 데이터를 자신의 인프라 안에 유지할 수 있습니다. 실제로 이 설정을 사용하면 어떤 작업공간 정보나 로그인 정보도 로컬 네트워크를 벗어나지 않습니다. Eigent는 기본적으로 완전히 로컬이므로, 데이터가 그대로 남아 있다는 사실을 감사하고 신뢰할 수 있습니다.
3. 로컬 프록시용 .env.development 수정하기
다음으로 프런트엔드가 클라우드 서비스 대신 로컬 백엔드를 사용하도록 설정해야 합니다. 프로젝트 루트 (eigent/.env.development)에서 로컬 프록시 설정을 활성화하세요. 텍스트 편집기에서 .env.development를 열고 다음 내용이 있는지 확인합니다:
VITE_BASE_URL=/api
VITE_PROXY_URL=http://localhost:3001
VITE_USE_LOCAL_PROXY=true
VITE_USE_LOCAL_PROXY=true로 설정하고 VITE_PROXY_URL을 http://localhost:3001로 지정하면, 프런트엔드가 모든 API 호출을 로컬 Docker 백엔드로 보내도록 구성됩니다.
해당 줄 앞의 # 또는 주석 표시를 제거하여 적용되도록 하세요. 이 설정을 사용하면 프런트엔드 앱은 외부 데모 API가 아니라 로컬 서버로 요청을 프록시합니다.
4. 프런트엔드 앱 실행하기
이제 저장소 루트로 돌아가 JavaScript 의존성을 설치한 다음 개발 서버를 시작합니다:
cd ..
npm install
npm run dev
그러면 Eigent 프런트엔드가 로컬에서 실행됩니다. 기본적으로 http://localhost:3000에서 동작합니다. .env 변경 사항 덕분에 프런트엔드는 http://localhost:3001의 API와 통신합니다. 이 모든 과정은 여러분의 기기 안에서만 이루어집니다.
> eigent@* dev
> vite
VITE vX.X.X ready in Y ms
➜ Local: http://localhost:3000/
여기서는 특별한 클라우드 자격 증명이 필요하지 않습니다 — 평범한 Node 개발 빌드일 뿐입니다.
5. 로컬에서 Eigent UI 접속하기
Eigent의 로그인 화면이 로컬에서 제공된 상태로 로드됩니다. 로그인은 필요하지만, 이 인스턴스는 자체 호스팅이며 외부 서비스는 전혀 관여하지 않습니다.
이 로그인은 순전히 로컬 앱을 위한 것입니다. 자격 증명과 데이터는 클라우드 서버가 아니라, 방금 시작한 로컬 Postgres 데이터베이스에 저장됩니다. UI가 OAuth 스타일 로그인을 보여주더라도, 모든 인증과 사용자 데이터는 여러분의 기기에 남아 있습니다. 문서도 이 로컬 우선 설정을 강조합니다: “Your data stays on your own device, addressing privacy and security concerns”. 로그인하면 커스텀 에이전트를 만들고, 워크플로를 정의하고, 도구를 설정할 수 있는 메인 대시보드로 이동합니다.
예를 들어 도구/설정 페이지에서는 내장 통합(web search, Google docs, Slack 등)을 활성화하거나 비활성화할 수 있고, 모델 선택 화면에서는 선호하는 LLM을 선택하거나 구성할 수 있습니다. 이 이후의 모든 것 — 에이전트 메시지, 도구 출력, 지식 베이스 — 는 명시적으로 내보내지 않는 한 PostgreSQL 데이터베이스와 로컬 파일 시스템에 남아 있습니다.
Eigent UI를 사용하면 로컬 인스턴스에서 통합 도구(Slack, web search 등)를 설정할 수 있습니다. 로컬 Eigent 설정에서 에이전트가 사용할 모델이나 API를 선택하세요.
참고: 로컬 모드로 실행할 때는 사용자가 모델용 API 키 또는 엔드포인트를 직접 설정해야 합니다.
전체 튜토리얼 보기
시각적 가이드를 선호하시나요? Docker를 실행하는 것부터 로컬에서 Eigent에 로그인하는 것까지 전체 과정을 단계별로 안내하는 워크스루를 녹화해 두었습니다.
튜토리얼 링크: YouTube에서 보기
Recent Posts

Qwen3.8-Max: Alibaba의 2.4T 오픈 웨이트 코딩 모델
Qwen3.8-Max는 코딩과 에이전트 작업을 위한 Alibaba의 2.4T 파라미터 오픈 웨이트 모델입니다. 사양, 가격, 확인된 내용과 지켜볼 점을 알아보세요.

Thinking Machines Inkling-Small: 더 큰 형제 모델을 능가하는 276B 모델
Thinking Machines Lab의 Inkling-Small은 4분의 1 크기로 Inkling에 필적하는 276B 오픈 웨이트 MoE 모델입니다. 사양, 벤치마크, 가격 및 주요 시사점을 소개합니다.

Augment Code 대안
현재 가격, 공유 사용량, 컨텍스트 품질, 소스 접근, 셀프 호스팅, 보안 및 팀 적합성을 기준으로 대규모 코드베이스용 Augment Code 대안을 비교합니다.