🤖나노 바나나 프로!AI 비서에게 일을 시켜라: 나노 바나나 프로 로컬 LLM 활용 일상 자동화 스크립트 작성 가이드

프롤로그: 로컬 LLM, 이제 ‘말’이 아닌 ‘행동’을 시작합니다

이전 가이드를 통해 나노 바나나 프로(NBP)에 나만의 로컬 LLM 서버를 구축하셨습니다. 이제 다음 단계입니다. 직접 대화하는 것을 넘어, AI가 정해진 시간에 스스로 특정 작업을 처리하게 만들어야 합니다.

이것이 바로 ‘일상 자동화 스크립트’의 힘이며, NBP의 저전력 24시간 구동 능력과 결합할 때 진정한 가치를 발휘합니다.

🌟 핵심: 우리는 LLM을 챗봇이 아닌, API를 통해 명령을 수행하는 일꾼으로 활용할 것입니다. (외부 API 요금 ❌)

---

1. 🖥 1단계: 로컬 LLM에게 명령하는 방법 (API 호출 Deep Dive)

로컬 LLM(Ollama 기준)과 대화하려면, 터미널이나 웹 UI를 사용하는 대신 ‘API(Application Programming Interface)’라는 통로를 사용합니다.

① LLM 서버 엔드포인트 확인

NBP에서 LLM이 정상 작동하고 있다면, 다음과 같은 주소로 API 호출이 가능합니다. (포트 11434)

Plaintext

http://[NBP IP주소]:11434/api/generate

② Python을 이용한 API 호출 스크립트 예시

대부분의 자동화 스크립트는 Python으로 작성됩니다. NBP에 Python을 설치하고, 다음 코드를 작성합니다.

Python

import requests
import json

# 로컬 Ollama API 주소
API_URL = "http://localhost:11434/api/generate"
MODEL = "tinyllama" # NBP에 설치된 모델 이름
PROMPT = "오늘의 날씨 뉴스를 요약하여 3줄로 정리해줘."

data = {
    "model": MODEL,
    "prompt": PROMPT,
    "stream": False # 결과를 한번에 받기 위해 stream 비활성화
}

response = requests.post(API_URL, data=json.dumps(data))

# 응답에서 AI가 생성한 텍스트만 추출
if response.status_code == 200:
    result = response.json().get("response")
    print("🤖 AI 비서의 답변:")
    print(result)

• Deep Tip: requests 라이브러리는 pip install requests 명령어로 설치해야 합니다. NBP의 성능상 stream: False로 한 번에 결과를 받는 것이 안정적입니다.

---

2. 🏠 2단계: 현실 자동화 예시 1 – ‘아침 뉴스 요약봇’

가장 현실적인 첫 번째 자동화입니다. 새벽에 크롤링한 뉴스 헤드라인을 LLM이 요약하여 아침 7시에 텔레그램으로 보내주는 기능입니다.

① 크롤링 스크립트 (가정)

특정 뉴스 사이트에서 제목과 링크를 가져오는 Python 스크립트 (news_crawler.py)가 준비되었다고 가정합니다.

② 요약 및 발송 스크립트 (daily_summary.py)

LLM에게 크롤링된 텍스트를 전달하고, 요약된 결과물을 텔레그램 API로 보내는 코드를 작성합니다.

LLM에게 주는 명령(Prompt)

“아래 뉴스 기사 리스트를 참고하여, 2025년 11월 27일 아침 출근길 주요 이슈 5가지를 헤드라인과 1줄 요약으로 정리하고, 마지막에 출퇴근 소요 시간을 함께 예측해줘.”

---

3. 🛡 3단계: 시스템 자가 진단 및 보고서 자동 생성 (Deep Dive)

NBP가 24시간 서버로 작동하면서 발생하는 각종 에러를 AI가 스스로 감지하고 보고서를 작성하게 만듭니다.

① 로그 파일 수집

NBP는 시스템 로그 파일(예: /var/log/syslog)을 기록합니다.

② AI 진단 스크립트

1. Python이 로그 파일의 최근 100줄을 읽어옵니다.
2. LLM API에 로그 텍스트를 전달하며 다음 Prompt를 입력합니다.

LLM에게 주는 명령(Prompt)

“아래는 어젯밤 12시부터 6시까지의 서버 로그 기록이다. 이 기록에서 ‘ERROR’, ‘FAILED’, ‘FATAL’ 키워드를 포함하는 비정상적인 로그를 추출하고, 해당 문제의 원인과 예상되는 해결책을 기술적인 용어 대신 일반적인 한국어로 2줄 이내로 설명해줘.”

• 결과: ❌ 복잡한 서버 로그를 해석하지 못하더라도, LLM이 정리해 준 보고서 덕분에 새벽에 어떤 문제가 있었는지 쉽게 알 수 있습니다.

---

4. ⏰ 4단계: 스크립트 실행 예약 (Crontab 활용)

작성된 Python 스크립트가 정해진 시간에 자동으로 실행되도록 설정합니다.

– Crontab 설정 명령어

SSH에서 다음 명령어를 입력하여 예약 목록을 엽니다.

Bash

crontab -e

– Crontab 실행 예약 예시

매일 아침 7시에 요약 스크립트(daily_summary.py)를 실행하도록 설정합니다.

Plaintext

# 분 시 일 월 요일 명령어
0 7 * * * python3 /path/to/your/script/daily_summary.py

Deep Tip: Crontab은 환경 변수를 제대로 인식하지 못할 때가 있습니다. 반드시 Python 파일의 전체 경로(/home/user/...)를 사용하고, 명령어 앞에 python3를 명시하는 것이 좋습니다.

---

5. 결론: AI 에이전트로 업그레이드 하세요

나노 바나나 프로의 로컬 LLM을 API로 활용하는 것은 AI를 수동적인 대화 상대가 아닌, 능동적인 자동화 에이전트로 만드는 첫걸음입니다. 이 작은 서버를 당신의 가장 유능하고 신뢰할 수 있는 AI 비서로 활용하세요!