KonanLLM single-node 시작
1. 문서 목적
이 문서는 KonanLLM을 처음 설치할 때 가장 손쉽게 따라할 수 있는 single-node 설치 절차를 설명합니다.
이 문서는 서버 한 대(single-node)에 설치하는 경우만 다룹니다. 여러 대 환경에 설치하려면 multi-node 시작 을 보세요.
이 문서 하나로 서버 조건 확인(사전 준비)부터 설치 파일 준비, 설치 실행, 설치 후 확인까지 순서대로 진행할 수 있습니다.
더 자세한 설정과 운영 방법은 심화 가이드를 보세요.
2. 사전 준비
설치를 시작하기 전에 서버가 아래 조건을 갖추고 있는지 먼저 확인합니다.
2.1 대상 환경
- Ubuntu 기반 서버 1대
- GPU 워크로드(
konan-ocr등)를 사용할 경우 GPU 장착 서버
2.2 공통 준비 사항
설치 대상 서버에는 아래가 필요합니다.
- Docker 설치
- Docker daemon 정상 기동
- 설치에 필요한 bundle 파일 접근
권장 확인 명령:
docker version
docker info
systemctl status docker # Active: active (running) 이면 정상
인터넷이 차단된 환경이라면 Docker 설치 패키지와 필요한 이미지를 사전에 별도로 준비해야 합니다.
Harbor 레지스트리 로그인 (온라인 패키지 설치 시) — 온라인 버전 설치 패키지는 컨테이너 이미지를 Harbor image registry 에서 받아옵니다. 설치를 진행하기 전에 설치 대상 호스트에서 docker CLI 로그인이 되어 있어야 이미지를 받을 수 있습니다.
docker login docker.konantech.com
로그인 계정과 비밀번호는 설치 패키지를 전달한 담당자에게 요청하세요. 로그인이 되어 있지 않으면 설치 중 이미지 pull 단계에서 실패합니다.
2.3 GPU 서버 준비 사항
GPU 호스트(kylin-docai-ocr, kylin-docai-vllm, dcgm-exporter 등이 올라가는 노드)에는 아래가 모두 필요합니다.
- NVIDIA 드라이버 — CUDA 13.0 이상을 지원하는 버전.
nvidia-smi실행 시 GPU 목록과 함께 우측 상단CUDA Version이13.0이상으로 표시되면 정상입니다.
nvidia-smi
- NVIDIA Container Toolkit — Toolkit 설치를 통해 NVIDIA Container Runtime(통칭 nvidia-docker) 이 Docker에서 GPU 컨테이너를 실행할 수 있어야 합니다.
nvidia-ctk --version # 버전이 출력되면 설치되어 있는 것입니다
- Docker default runtime —
/etc/docker/daemon.json에서 default runtime 이nvidia로 설정되어 있어야 합니다.
docker info | grep "Default Runtime"
# Default Runtime: nvidia ← 이렇게 나오면 정상
확인 결과가 위와 다르면 (Docker 미설치, Toolkit 미설치, default runtime 이 nvidia 가 아님) 아래 2.4 대처 방법 절차대로 조치한 뒤 다시 확인하세요.
2.4 Default Runtime: nvidia 가 보이지 않을 때 대처 방법
확인 결과가 정상이 아니면 원인에 따라 아래 순서로 조치한 뒤 다시 확인합니다.
① Docker 자체가 설치되어 있지 않은 경우
curl -fsSL https://get.docker.com | sudo sh
인터넷이 차단된 환경이라면 사전에 준비한 Docker 설치 패키지로 설치합니다.
② NVIDIA Container Toolkit 이 설치되어 있지 않은 경우
apt 저장소를 등록한 뒤 nvidia-container-toolkit 을 설치합니다.
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | \
sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
③ Docker 의 default runtime 이 nvidia 로 설정되어 있지 않은 경우
sudo nvidia-ctk runtime configure --runtime=docker --set-as-default
sudo systemctl restart docker
또는 /etc/docker/daemon.json 에 아래 항목을 직접 추가한 뒤 Docker 를 재시작해도 됩니다.
{
"default-runtime": "nvidia"
}
④ 설정 반영 후 재확인
docker info | grep "Default Runtime"
Default Runtime: nvidia 가 출력되면 정상입니다.
3. 설치 파일 준비
3.1 설치 패키지 압축 해제
전달받은 설치 패키지(tar 번들)를 설치할 서버의 원하는 위치에서 압축 해제합니다.
tar -xvf konanllm-<version>-install-<timestamp>.tar
cd konanllm-install
예를 들어 파일명이 konanllm-3.2.1-rc-install-20260722041822.tar 라면:
tar -xvf konanllm-3.2.1-rc-install-20260722041822.tar
cd konanllm-install
압축 해제 후 생성되는 디렉터리 구성은 다음과 같습니다.
konanllm-install/
├── docker-compose.yml # installer 컨테이너 구성 파일
├── docs/ # 설치·운영 문서
├── external_files/ # 모델 파일 배치 위치 (설치 전 직접 채워야 함)
├── images/ # 컨테이너 이미지 파일 위치 (docai 이미지 등)
├── inputs/ # 설치 입력 파일 (konanllm-input.prop, konanllm-input.multi.prop)
├── instctl.sh # 설치·운영 명령 진입점 (install / status / destroy / uninstall)
├── stacks/ # 솔루션 스택 파일 위치
└── workspace/ # 작업 디렉터리 (HOST_WORKSPACE_PATH 기본 위치)
KonanLLM 설치 전에는 아래 두 위치를 먼저 확인합니다.
inputs/external_files/
3.2 inputs/
single-node 설치에서는 보통 다음 파일을 사용합니다.
inputs/konanllm-input.prop
기본 설정을 그대로 사용할 수 있지만, 설치 전에 아래 항목은 한 번 확인하는 것이 좋습니다.
license.search_typelicense.serverdocai.use_konan_ocrkylin-docai-ocr.gpu_index/kylin-docai-vllm.gpu_indexmetis.init_group_gpusretag.repo/retag.push
license.search_type 작성법 — kylin-search 의 라이선스 타입을 지정하는 필수 항목입니다. 발급받은 라이선스에 따라 값이 정해집니다.
값은 SIXXgn 형식이며, XX 는 코어 수를 의미합니다. 예를 들어 SI8gn 은 8코어, SI16gn 은 16코어 라이선스입니다.
작성 예시:
license.search_type=SI8gn
어떤 값을 써야 할지 모르겠다면 발급받은 라이선스 증서 또는 라이선스 발급 담당자에게 확인하세요. 값이 라이선스와 일치하지 않으면 kylin-search 가 정상 기동하지 않습니다.
license.server 작성법 — 라이선스를 검증하는 KLS(Konan License Server) 의 주소를 지정하는 항목입니다.
KLS 는 코난테크놀로지 제품의 라이선스를 발급·검증하는 별도의 라이선스 서버입니다. kylin-search 는 기동 시 이 서버에 접속해 라이선스를 확인하므로, KonanLLM 이 KLS 에 접근할 수 있어야 합니다.
- 값을 비우는 경우 — KonanLLM 설치 서버의 published port(
$HOST_IP:7580)를 사용합니다. - 별도로 설치한 KLS 를 사용하는 경우 — 해당 KLS 가 설치된 서버의 주소를
host:port형식으로 입력합니다.
license.server=10.136.28.231:7580
KLS 의 설치·운영 방법은 KLS 매뉴얼 을 참고하세요.
docai.use_konan_ocr 작성법 — 코난의 OCR(문서 인식) 기능 사용 여부입니다. true 또는 false 로 입력합니다 (기본값 false).
true— OCR 관련 서비스(docai-ocr/docai-vllm)가 함께 기동되며, GPU 가 필요합니다. 3.3 의 DocAI 모델 파일(kylin-docai-model.tar.gz)도 배치되어 있어야 합니다.false— 사이트 상황에 따라 타사 OCR 을 사용하는 등 코난 OCR 이 필요 없는 경우 사용합니다. 이때 아래 OCR/vLLM GPU 설정은 무시됩니다.
kylin-docai-ocr.gpu_index / kylin-docai-vllm.gpu_index 작성법 — 각각 docai-ocr, docai-vllm 이 사용할 GPU 번호입니다 (0 부터 시작). docai.use_konan_ocr=true 일 때만 의미가 있습니다.
- GPU 가 여러 장이면 사용할 장치 번호를 지정하세요. 기본값
0은 첫 번째 GPU 입니다. docai-ocr와docai-vllm에 같은 GPU 를 함께 지정해도 됩니다.
작성 예시 (konan-ocr 사용 시):
docai.use_konan_ocr=true
kylin-docai-ocr.gpu_index=0
kylin-docai-vllm.gpu_index=0
OCR 기능을 사용하지 않는 경우에는 docai.use_konan_ocr=false 로 둡니다.
metis.init_group_gpus 작성법 — kylin-gaia 가 LLM / 임베딩 / 리랭킹 모델을 로드할 때 사용할 GPU 목록입니다.
metis.init_group_gpus=0,1,2
single-node 설치에서는 사용할 GPU index 목록만 적으면 되고, 호스트 지정 등 나머지는 install 이 자동으로 처리해 kylin-gaia 가 해당 GPU 를 사용하도록 반영합니다. 해당 GPU 는 DocAI 계층이 사용하지 않는 GPU 를 권장합니다. 자세한 형식은 install 입력 세부 설명을 보세요.
retag.repo 작성법 — 이미지 재태깅(retag) 대상 레지스트리 주소입니다. 사이트 내부 레지스트리(Harbor 등)를 사용해야 하는 경우, 이미지를 다시 태깅해 배포할 때 입력합니다.
- 비워 두는 경우 — 재태깅/푸시를 하지 않습니다. 사이트 내부 레지스트리를 쓰지 않는 일반 설치에서는 비워 두면 됩니다.
- 사이트 내부 레지스트리를 쓰는 경우 — 레지스트리 주소를 입력합니다. 예)
harbor.example.com/konanllm
retag.push 작성법 — 재태깅 후 대상 레지스트리로 push(업로드)까지 할지 여부입니다. true 또는 false 로 입력합니다.
true— 재태깅 후 레지스트리로 push 까지 수행합니다. 이 경우 설치 전에 host 에서docker login <registry>를 1회 수행해야 할 수 있습니다.false— 로컬에서 재태깅만 수행합니다.retag.repo가 비어 있으면 이 값은 무시됩니다.
작성 예시 (사이트 내부 레지스트리를 쓰지 않는 경우):
retag.repo=
retag.push=false
inputs/에 멀티 노드용konanllm-input.multi.prop도 함께 있으면install이 어떤 방식으로 설치할지 화면에서 묻습니다. 단일 노드로 강제하려면./instctl.sh install --single-node로 실행합니다.
3.3 external_files/
external_files/ 는 설치 패키지에 빈 구조로 제공되며, 설치 전에 모델 파일을 직접 받아서 배치해야 합니다. installer 가 자동으로 채워 주지 않습니다.
아직 모델 파일을 배치하지 않았다면 아래 순서로 진행합니다.
① 모델 파일 다운로드 — 모델 다운로드 페이지 에서 Konan-LLM-ENT-XX.tar.gz, embedding-10.tar, reranking-10.tar 를 받습니다. konan-ocr 를 사용하는 경우 kylin-docai-model.tar.gz 도 받습니다. 파일별 용도는 아래 표를 참고하세요.
| 파일 | 용도 | 필수 여부 |
|---|---|---|
Konan-LLM-ENT-XX.tar.gz |
LLM 모델 | 필수 |
embedding-10.tar |
embedding 모델 | 필수 |
reranking-10.tar |
reranking 모델 | 필수 |
kylin-docai-model.tar.gz |
DocAI 모델 / 이미지 | DocAI 에서 사이냅 OCR 이 아닌 konan-ocr 를 사용하는 경우에만 필요 |
kylin-docai-model.tar.gz 는 DocAI 에서 사이냅 OCR 대신 konan-ocr 를 사용하는 경우에만 받으면 됩니다. 사이냅 OCR 을 사용한다면 받지 않아도 됩니다.
② 압축 해제
# XX 는 전달받은 모델 버전 번호에 맞게 바꿔 실행하세요 (예: Konan-LLM-ENT-13.tar.gz)
tar -xzvf Konan-LLM-ENT-XX.tar.gz
tar -xvf embedding-10.tar
tar -xvf reranking-10.tar
tar -xzvf kylin-docai-model.tar.gz # konan-ocr 사용 시에만
kylin-docai-model.tar.gz 를 해제하면 아래 항목들이 생성됩니다.
- 모델 디렉터리:
kylin-docai-ocr/,kylin-docai-vllm/ - 이미지 파일:
release.konantech.com__5000__kylin-docai-ocr__1.0.0.tar,release.konantech.com__5000__vllm-openai__v0.19.1.tar
③ 배치 — 압축 해제 결과물을 아래 규칙대로 옮깁니다.
이미지 파일 → images/ : kylin-docai-model.tar.gz 해제 시 생성된 두 이미지 파일을 images/ 디렉터리에 넣습니다.
mv release.konantech.com__5000__kylin-docai-ocr__1.0.0.tar images/
mv release.konantech.com__5000__vllm-openai__v0.19.1.tar images/
모델 디렉터리 → external_files/ : kylin-docai-ocr, kylin-docai-vllm 디렉터리를 포함한 모델 디렉터리들을 아래 구조에 맞게 external_files/ 아래로 옮깁니다.
배치가 끝나면 최종적으로 아래 구조가 되어야 합니다.
external_files/
├── kylin-gaia/
│ └── model_repo/
│ ├── Konan-LLM-ENT-XX/
│ ├── embedding-10/
│ └── reranking-10/
├── kylin-docai-ocr/
│ └── PP-DocLayoutV2/
└── kylin-docai-vllm/
├── PaddleOCR-VL-Konan/
└── PaddleOCR-VL-1.5/
images/
├── release.konantech.com__5000__kylin-docai-ocr__1.0.0.tar
└── release.konantech.com__5000__vllm-openai__v0.19.1.tar
4. 설치 시작
single-node 설치는 아래 명령으로 시작합니다.
./instctl.sh install
install 을 실행하면 아래 순서로 진행됩니다. 각 단계에서 무엇을 물어보는지 설명과 함께 정리했습니다.
① 작업 디렉터리(HOST_WORKSPACE_PATH) 입력 — 처음 실행 시에만
HOST_WORKSPACE_PATH 가 .env 에 설정되지 않았습니다.
default: /home/ubuntu/installer/konanllm-install/workspace
- 싱글 노드 설치는 default 를 그대로 사용해도 됩니다.
- 멀티 노드 설치는 모든 노드가 접근 가능한 공유 스토리지(NFS 등) 경로를 입력하세요.
사용할 경로 (Enter=default):
설치 작업 파일을 저장할 디렉터리를 묻는 것입니다. single-node 설치는 그대로 Enter 를 눌러 default 를 사용하면 됩니다. 입력한 값은 .env 에 저장되어 다음 실행부터는 묻지 않습니다.
② install 대상 stack 확인
install 대상 stack: konanllm-swarm 사용하시겠습니까? [Y/n]: Y
배포에 사용할 stack(konanllm-swarm)을 쓸지 확인하는 것입니다. Y 를 입력합니다.
이때 아래와 같은 sync-user 경고가 나올 수 있습니다. stack 설정에 사용자 정보가 없거나 현재 호스트와 다르면 자동으로 현재 호스트 사용자 정보를 반영하는 정상 동작이므로 조치할 필요 없습니다.
[WARN] sync-user: stack 사용자 설정과 현재 호스트 정보가 다릅니다.
- stack yaml: uid=<unset> gid=<unset> user=<unset>
- host user : uid=1000 gid=1000 user=ubuntu
[INFO] sync-user: stacks/Pulumi.konanllm-swarm.yaml 에 현재 호스트 사용자 정보를 반영했습니다.
③ installer 이미지 pull + installer 컨테이너 기동
[+] up 30/30
✔ Image docker.konantech.com/konanllm/installer:v1.0.3-rc.1 Pulled
✔ Container installer Started
installer 이미지를 받아 installer 컨테이너를 띄우는 단계입니다. 네트워크 상태에 따라 수 분 정도 걸릴 수 있습니다.
④ install 모드 선택
install 모드를 선택하세요 [single/multi] (default: single): single
서버 한 대 설치이므로 single 을 입력하거나 그대로 Enter(기본값 single)를 누릅니다. 여러 대 설치라면 multi-node 시작 을 따라 multi 를 입력해야 합니다.
⑤ 대화식 입력 — 입력값 항목별 확인
3.2 에서 편집한 inputs/konanllm-input.prop 의 값을 항목별로 보여 주며 확인받는 단계입니다. 항목마다 아래 형식으로 항목 이름·설명·현재값이 표시되고, 맞는지 물어봅니다.
[INFO] konanllm single-node interactive input 시작
[INFO] 항목: license.search_type
[INFO] 설명: kylin-search 라이선스 종류(필수). 계약한 라이선스 유형 문자열을 입력합니다.
[INFO] 값을 모르면 라이선스 발급처(계약 담당)에 문의하세요. 비어 있으면 kylin-search 가 기동되지 않습니다.
[INFO] 현재값 (필수): SI48gn
현재 값이 맞습니까? [Y/n]: Y
확인 항목은 license.search_type → license.server → docai.use_konan_ocr → kylin-docai-ocr.gpu_index → kylin-docai-vllm.gpu_index → metis.init_group_gpus → retag.repo → retag.push 순서로 진행됩니다. 각 항목의 의미와 값 작성 방법은 3.2 를 보세요.
응답 방법:
- 맞는 값이면 그대로
Y(Enter) 를 누르면 다음 항목으로 넘어갑니다. - 값을 바꿔야 하면
n을 누르고 새 값을 입력한 뒤, 한 번 더 "이 값이 맞습니까?" 확인합니다. - 필수 항목은 비울 수 없습니다 (다시 입력하라고 안내합니다).
⑥ 입력값 요약 확인 → 설치 진행
모든 항목 확인이 끝나면 전체 입력값 요약과 항목 설명 요약이 표시되고, 마지막으로 한 번 더 확인을 받습니다.
[INFO] 입력값 요약
- license.search_type (필수) = SI48gn
- license.server = 10.136.28.231:7580
- docai.use_konan_ocr = true
- kylin-docai-ocr.gpu_index = 0
- kylin-docai-vllm.gpu_index = 0
- metis.init_group_gpus = 0,1
- retag.repo = <empty>
- retag.push = false
[INFO] 항목 설명 요약
- license.search_type: kylin-search 라이선스 종류(필수). ...
...
이 입력값으로 진행하시겠습니까? [Y/n]: Y
요약된 값이 모두 맞으면 Y 를 누릅니다. 이후 작업 폴더·필요 파일 준비를 거쳐 서비스 스택 배포가 진행됩니다.
참고 — 대화식 입력에서 확인하는 전체 항목 요약표:
| 항목 | 의미 | 입력 형식 / 예시 |
|---|---|---|
license.search_type |
kylin-search 라이선스 타입 (필수) |
발급받은 라이선스 타입 예: SI8gn (3.2 작성법 참고) |
license.server |
라이선스를 검증하는 KLS(Konan License Server) 주소 비우면 host published port( $HOST_IP:7580) 사용 (3.2 작성법 참고) |
외부 라이선스 서버 사용 시 host:port 형식예: 10.136.28.231:7580 |
docai.use_konan_ocr |
코난의 OCR 기능 사용 여부true 면 docai-ocr/docai-vllm 함께 기동 (GPU 필요)타사 OCR 사용 시 false (미기동) |
true 또는 false |
kylin-docai-ocr.gpu_index |
docai-ocr 가 사용할 GPU 번호 (docai.use_konan_ocr=true 일 때만 사용) |
GPU index 숫자 예: 0 |
kylin-docai-vllm.gpu_index |
docai-vllm 이 사용할 GPU 번호 |
GPU index 숫자 예: 0 |
metis.init_group_gpus |
kylin-gaia 가 LLM / embedding / reranking 모델 로드에 사용할 GPU 목록single-node 에서는 GPU 번호만 적으면 현재 호스트 이름 자동 적용 빈 값이면 미설정 |
GPU index CSV 예: 0,1,2 |
retag.repo |
이미지 retag 대상 repository (사이트 내부 레지스트리 사용 시) 빈 값이면 retag/push 미수행 |
registry 주소 또는 빈 값 |
retag.push |
true 면 retag 후 push, false 면 로컬 retag 만 수행 |
true 또는 false |
권장: 대화식 입력 도중 값을 잘못 넣거나 프롬프트에서 오류가 나면
install을 종료하고 처음부터 다시 실행해야 합니다. 실수를 줄이려면inputs/konanllm-input.prop을 먼저 편집해 필요한 값을 채워 넣은 뒤./instctl.sh install을 실행하고, 대화식 입력에서는 각 항목을Y로 확인만 하며 진행하는 방식을 권장합니다.
5. 끝난 뒤 확인
설치가 끝나면 아래 명령으로 상태를 확인합니다.
./instctl.sh status
docker service ls 로도 각 서비스의 상태를 확인할 수 있습니다.
docker service ls
각 서비스의 REPLICAS 가 1/1 로 표시되면 정상 기동된 상태입니다.
REPLICAS 0/1— 이미지 로드(image load)가 진행 중인 상태입니다. 비정상이 아니며,1/1로 정상화되기까지 다소 시간이 걸릴 수 있습니다. 처음 설치에서는 이미지를 받는 시간 때문에preparing/0/1상태가 조금 길어질 수 있습니다.REPLICAS 1/1— 서비스가 정상 기동된 상태입니다.
0/1 상태가 장시간(수십 분 이상) 지속되면 해당 서비스의 로그를 확인해 원인을 파악합니다.
docker service logs <서비스명>
docker service logs -f <서비스명> # 실시간 로그 확인
특히 아래 항목을 함께 보면 좋습니다.
kylin-search가1/1인지 — 라이선스 값(license.search_type)이 잘못되면 기동에 실패합니다.kylin-gaia가1/1인지 —external_files/kylin-gaia/model_repo/아래 모델 배치가 잘못되면 기동에 실패합니다.- OCR / vLLM 관련 항목(
kylin-docai-ocr,kylin-docai-vllm)이1/1인지 —docai.use_konan_ocr=false로 설치했다면 목록에 없는 것이 정상입니다. - GPU 관련 항목(
dcgm-exporter등)이1/1인지 — GPU 서버의 default runtime 이nvidia가 아니면 기동에 실패합니다.
6. 삭제 및 환경 정리
삭제 이전에 kylin-gaia 가 로드한 LLM, embedding, reranking 모델들을 모두 언로드 하거나 직접 삭제하지 않으면 솔루션 삭제가 실패합니다. uninstall 명령어를 쓰는 경우에는 자동 graceful kill 단계가 포함되어 있어 별도로 언로드하지 않아도 됩니다.
용도에 따라 두 가지 흐름이 있습니다.
(A) 서비스만 내리고 데이터는 보존 — 재설치 또는 재배포 예정인 경우:
./instctl.sh destroy
./instctl.sh status
destroy 는 서비스와 스택 리소스만 삭제합니다. HOST_WORKSPACE_PATH 의 workspace 디렉터리, 설정 파일, bind mount 데이터, external_files 데이터는 그대로 남아 있어 기본적으로 데이터는 보전됩니다.
(B) 환경을 완전히 제거 — 이미지·workspace·installer 컨테이너까지 모두 정리:
./instctl.sh uninstall
uninstall 은 destroy + 잔여 정리 + named volume 제거 + 로컬·cluster 노드 이미지 제거 + installer 컨테이너 down/rmi + HOST_WORKSPACE_PATH 내부 정리까지 한 번에 수행합니다. 진행 직전 dry-list 를 보여 주고 정확히 UNINSTALL 문자열 입력을 받아야 진행합니다. bundle 디렉토리(instctl.sh 위치) 자체는 보존되며, 완전히 지우려면 상위 디렉토리에서 해당 bundle 디렉토리를 직접 제거하세요.
swarm cluster 초기화까지 필요한 경우에는 운영 포인트 의 삭제 / 재설치 절차를 먼저 확인하세요.
설치 후 inputs/ 또는 external_files/ 를 변경한 경우에는 단순 재기동만으로 반영되지 않을 수 있습니다. 이런 경우의 반영 절차는 install 동작 세부 설명을 참고하세요.
7. 문제가 있을 때 먼저 확인할 것
inputs/안의 파일을 잘못 바꾸지 않았는지external_files/아래 모델 파일이 들어 있는지./instctl.sh install이 끝까지 실행되었는지./instctl.sh status결과에 이상한 항목이 없는지
8. 다음 문서
- multi-node 시작: 여러 대 서버(multi-node) 설치 절차
- 세부 설정: 솔루션 스택 파일의 컴포넌트별 세부 설정 (수동 편집·문제 해결용)
- install 동작 세부 설명: 단계별 상세 절차
- 운영 포인트: 운영 명령 모음