핵심 요점
- Docker Compose 템플릿이며 독립 애플리케이션이 아님 — 새로운 자체 코드를 배포하는 대신 기존 네 가지 오픈소스 도구를 서로 연결함
- n8n(워크플로 자동화, 400개 이상의 통합), Ollama(로컬 LLM 추론), Qdrant(벡터 데이터베이스), PostgreSQL(데이터 저장)을 번들
- Apache-2.0 라이선스로 무료이며 계정이나 API 키가 필요 없음
- CPU 전용, Nvidia GPU, AMD GPU(Linux) 모델 추론을 위한 별도의 Docker Compose 프로필 제공
- 번들된 Ollama와 Qdrant를 사용하는 로컬 RAG 파이프라인을 보여주는 미리 로드된 예제 n8n 워크플로 제공
- GitHub 저장소는 2026년 9월 기준 약 15,300개의 스타와 약 3,800개의 포크를 기록
- n8n 플랫폼 자체를 만든 로우코드 워크플로 자동화 기업인 n8n이 큐레이션하고 유지관리
📍 한 문장으로
Self-hosted AI Starter Kit는 n8n이 제공하는 무료의 Apache-2.0 라이선스 Docker Compose 템플릿으로, n8n, Ollama, Qdrant, PostgreSQL을 하나의 명령으로 묶어 클라우드 의존 없는 로컬 AI 워크플로를 구축할 수 있게 합니다.
💬 쉽게 말하면
워크플로 도구와 로컬 모델 러너, 벡터 데이터베이스를 각각 설치하고 직접 연결하는 대신, 이 키트는 네 가지 모두를 서로 통신할 수 있도록 이미 구성된 상태로 제공합니다. docker-compose 명령 하나만 실행하면 예제 RAG 워크플로가 이미 로드된, 동작하는 로컬 AI 자동화 환경을 얻게 됩니다.
📌참고: 이 리뷰는 로컬 LLM 소프트웨어 디렉터리에 있는 Self-hosted AI Starter Kit 항목의 심화 버전입니다. 다른 수십 개의 로컬 AI 도구와 한눈에 비교하려면 해당 페이지를 참조하십시오.
Self-Hosted AI Starter Kit란 무엇인가?
Self-hosted AI Starter Kit는 새로운 소프트웨어가 아니라 Docker Compose 템플릿입니다 — 자체 GitHub 설명에서도 이를 "포괄적인 로컬 AI 및 로우코드 개발 환경을 신속하게 초기화"하는 데 도움을 주는 "개방형 docker compose 템플릿"이라고 부릅니다. 개별적으로 유지관리되는 4개의 오픈소스 프로젝트(n8n, Ollama, Qdrant, PostgreSQL)를 미리 연결된 하나의 구성으로 결합하여, 각 요소를 직접 설치하고 네트워크로 연결하지 않아도 동작하는 로컬 AI 스택을 얻을 수 있습니다.
- 핵심 기능: n8n, Ollama, Qdrant, PostgreSQL을 함께 시작하고 서로 통신할 수 있도록 사전 네트워킹하는
docker-compose.yml및 관련 설정 파일 - n8n: 400개 이상의 통합과 에이전트 및 자동화 구축을 위한 전용 AI/LangChain 노드를 갖춘 로우코드 워크플로 자동화 플랫폼
- Ollama: 오픈 웨이트 언어 모델을 로컬에서 실행하며, n8n 워크플로에 모델 제공자로 노출됨
- Qdrant: RAG 방식 워크플로에서 임베딩을 저장하고 검색하는 데 사용되는 오픈소스 벡터 데이터베이스
- PostgreSQL: n8n 자체의 워크플로와 자격 증명 저장을 뒷받침하는 관계형 데이터베이스
- 유지관리자: n8n 워크플로 자동화 플랫폼을 만든 기업 n8n
- 정식 저장소: github.com/n8n-io/self-hosted-ai-starter-kit — 이 리뷰에서 사용한 설치 절차와 버전 이력의 출처
Starter Kit의 프로젝트 역사와 버전 이정표
n8n은 자사가 계속 늘려가고 있는 AI 및 LangChain 통합 노드의 부속 자료로서 Self-hosted AI Starter Kit를 공개했습니다. 개발자들이 기반 스택을 직접 조립하지 않고도 로컬 AI 워크플로 자동화를 빠르고 재현 가능한 방식으로 시도할 수 있도록 하는 것이 목적입니다.
- 1최초 릴리스 — 핵심 4개 서비스 번들
Why it matters: n8n, Ollama, Qdrant, PostgreSQL을 묶는 원래의 docker-compose.yml과, 미리 로드된 예제 RAG 워크플로를 함께 제공했습니다. - 2GPU Compose 프로필 추가
Why it matters: 기본 `cpu` 프로필 외에 별도의 `gpu-nvidia` 및 `gpu-amd` Compose 프로필을 도입하여, 지원되는 시스템에서 모든 모델에 CPU 전용 추론을 사용하는 대신 Ollama가 사용 가능한 GPU 가속을 활용할 수 있게 했습니다. - 3진행 중: n8n 자체의 AI/LangChain 노드 추가에 발맞춤
Why it matters: n8n의 핵심 제품이 AI 전용 노드와 에이전트 구축 기능을 더 추가함에 따라, 스타터 키트에 미리 로드된 예제 워크플로와 문서도 번들된 n8n 버전이 할 수 있는 것을 반영하도록 업데이트되었습니다.
Starter Kit로 무엇을 할 수 있는가?
스타터 키트의 가치는 자체적인 새로운 기능이 아니라 번들된 서비스들이 함께 수행하는 작업에 있습니다. 공식 GitHub README에 따라 각 부분이 실제로 하는 일을 살펴보겠습니다.
- 로컬 워크플로 자동화 — n8n의 비주얼 에디터에서 400개 이상의 통합과 에이전트 구축용 전용 AI/LangChain 노드를 활용해 자동화를 구축하고 실행
- 로컬 LLM 추론 — Ollama가 오픈 웨이트 모델(Llama, Qwen, Gemma 등)을 로컬에서 실행하며, 외부 API 키 없이 n8n 워크플로에 모델 제공자로 제공됨
- RAG를 위한 로컬 벡터 저장소 — Qdrant가 임베딩을 저장하고 검색하여, n8n 워크플로가 로컬 인프라만으로 검색 증강 생성 파이프라인을 구축할 수 있게 함
- 영구적인 워크플로 및 자격 증명 저장소 — PostgreSQL이 n8n 자체의 데이터베이스를 뒷받침하여, 워크플로와 자격 증명, 실행 기록이 컨테이너 재시작 후에도 유지됨
- GPU 가속 프로필 — 별도의 Compose 프로필(
cpu,gpu-nvidia,gpu-amd)을 통해 지원되는 환경에서 Ollama가 사용 가능한 GPU 하드웨어를 활용해 더 빠른 로컬 추론을 수행할 수 있음 - 공유 파일 접근 — 마운트된
/data/shared폴더를 통해 n8n 워크플로가 로컬 파일을 읽고 쓸 수 있으며, 문서 수집 기반 RAG 워크플로에 유용함 - 미리 로드된 예제 워크플로 — 번들된 Ollama와 Qdrant를 사용하는 로컬 RAG 패턴을 보여주는, 이미 임포트된 동작 가능한 n8n 워크플로가 시작 템플릿으로 제공됨
사용 예시: Starter Kit를 활용하는 세 가지 방법
아래 내용은 위에서 설명한 스타터 키트의 문서화되고 번들된 기능으로 구성된 구체적인 워크플로이며, 가상의 사용 사례가 아닙니다.
Self-Hosted AI Starter Kit 설치하기
스타터 키트는 git clone과 Docker Compose로 설치합니다 — 별도로 다운로드하는 앱은 없습니다. 아래 단계는 공식 GitHub README에서 가져온 것입니다. 정확한 명령은 업데이트에 따라 바뀔 수 있으므로 항상 해당 페이지에서 직접 확인하십시오.
단계 | 명령어 / 링크 |
|---|---|
| 1. 저장소 클론 | git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git |
| 2. 디렉터리로 이동 | cd self-hosted-ai-starter-kit |
| 3. 환경 파일 복사 | cp .env.example .env |
| 4a. 시작(CPU 전용) | docker compose --profile cpu up |
| 4b. 시작(Nvidia GPU) | docker compose --profile gpu-nvidia up |
| 4c. 시작(AMD GPU, Linux) | docker compose --profile gpu-amd up |
| 소스 코드 | github.com/n8n-io/self-hosted-ai-starter-kit |
스택이 시작되면 n8n은 http://localhost:5678에서 사용할 수 있습니다. 필요한 하드웨어는 Ollama에서 실행하는 모델에 따라 달라집니다 — 작은 모델은 평범한 CPU 전용 머신에서도 동작하지만, 더 큰 모델은 Nvidia나 AMD GPU 프로필의 이점을 누릴 수 있습니다. 풀(pull)하기 전에 Ollama 라이브러리에서 모델 크기를 확인하십시오. macOS, Windows(WSL2 경유), 또는 Linux에 Docker와 Docker Compose가 설치되어 있어야 합니다 — 스타터 키트 자체에는 운영체제별 빌드가 없습니다.
가격과 라이선스
스타터 키트 자체는 무료이며 오픈소스로, Apache-2.0 라이선스를 따릅니다. 다른 오픈소스 프로젝트를 번들로 포함하고 있으므로, 각 번들 구성 요소 자체의 라이선스와 비용 모델도 알아둘 가치가 있습니다.
Self-hosted AI Starter Kit(본 템플릿)
- 라이선스:
- 저장소 LICENSE 파일에 따른 Apache-2.0
- 비용:
- 무료
n8n(번들)
- 라이선스:
- 셀프호스트 사용을 위한 Sustainable Use License(소스 공개형, OSI 미승인); 전체 라이선스 세부사항은 n8n 리뷰 참조
- 비용:
- n8n 라이선스 조건에 따라 셀프호스트 사용은 무료
Ollama(번들)
- 라이선스:
- MIT
- 비용:
- 무료
Qdrant(번들)
- 라이선스:
- Apache-2.0
- 비용:
- 무료
PostgreSQL(번들)
- 라이선스:
- PostgreSQL License(관대한 라이선스)
- 비용:
- 무료
전체 스택을 운영하는 데 소프트웨어 라이선스 비용은 전혀 들지 않습니다 — 유일한 실제 비용은 자신의 인프라(컴퓨팅, 스토리지, 선택적으로 GPU)뿐입니다. 미리 로드된 n8n 워크플로를 확장해 유료 클라우드 LLM API나 유료 타사 통합을 호출한다면 해당 제공업체 자체의 가격이 적용됩니다. 스타터 키트 자체는 어떠한 마크업이나 구독료도 추가하지 않습니다.
Self-Hosted AI Starter Kit 대 일반 n8n
스타터 키트는 n8n의 대체품이 아니라, n8n에 미리 연결된 로컬 AI 스택을 더한 것입니다. 그 차이를 이해하는 가장 명확한 방법은 처음부터 바로 얻는 것과 직접 구성해야 하는 것을 비교하는 것입니다.
설치하는 것
- Self-Hosted AI Starter Kit:
- n8n + Ollama + Qdrant + PostgreSQL이 하나의 docker-compose.yml에 사전 네트워킹되어 있음
- 일반 n8n 셀프호스트:
- n8n만 — 자체 설치 단계는 n8n 리뷰 참조
로컬 LLM 추론
- Self-Hosted AI Starter Kit:
- 번들된 Ollama를 통해 기본으로 포함됨
- 일반 n8n 셀프호스트:
- 포함되지 않음; 사용자가 직접 자신의 모델 제공자(로컬 또는 클라우드)를 수동으로 연결해야 함
RAG용 벡터 데이터베이스
- Self-Hosted AI Starter Kit:
- 번들된 Qdrant를 통해 기본으로 포함됨
- 일반 n8n 셀프호스트:
- 포함되지 않음; 사용자가 직접 벡터 데이터베이스를 추가하고 연결해야 함
예제 워크플로
- Self-Hosted AI Starter Kit:
- 최초 실행 시 로컬 RAG 예제 워크플로가 미리 로드됨
- 일반 n8n 셀프호스트:
- 빈 캔버스로 시작; 템플릿은 n8n 템플릿 라이브러리에서 별도로 이용 가능
적합한 대상
- Self-Hosted AI Starter Kit:
- 서비스들을 수동으로 연결하지 않고 몇 분 만에 완전한 로컬 AI 워크플로 환경을 가동하고 싶은 경우
- 일반 n8n 셀프호스트:
- 이미 자체 모델 또는 벡터 인프라를 운영하고 있으며 자동화 계층만 필요한 팀
인프라 내 다른 곳에서 이미 Ollama나 벡터 데이터베이스를 운영하고 있다면, 일반 n8n을 설치하고 기존 서비스에 연결하는 편이 스타터 키트의 번들 버전을 도입하는 것보다 더 간단할 수 있습니다. 처음부터 시작하는 경우라면 스타터 키트가 통합 작업을 대신 처리해 줍니다.
Starter Kit는 누구에게 적합한가?
스타터 키트가 적합한지 여부는 즉시 사용 가능한 로컬 AI 워크플로 환경을 원하는지, 아니면 동일한 구성 요소를 직접 조립하고 싶은지에 따라 달라집니다.
Starter Kit 대 다른 로컬 AI 워크플로 도구
Self-hosted AI Starter Kit는 워크플로 자동화 및 RAG 프레임워크 영역에서 셀프호스팅 가능한 다른 여러 옵션과 나란히 위치합니다. 인접한 도구와의 비교는 다음과 같습니다 — 전체 카탈로그는 로컬 LLM 소프트웨어 디렉터리를, 가장 근접한 일대일 비교는 위의 전용 Starter Kit 대 일반 n8n 비교 섹션을 참조하십시오.
- n8n — 이 키트가 구축된 바탕이 되는 워크플로 자동화 플랫폼; 위의 전용 비교 섹션과, 독립적인 설치 및 라이선스 세부사항을 다루는 전체 n8n 리뷰를 참조하십시오.
- LangChain-Chatchat — 범용 워크플로 자동화 캔버스가 아니라 자체 내장 UI를 갖춘 셀프호스트형 RAG 및 지식베이스 애플리케이션; 워크플로 빌더보다 전용 문서 채팅 앱이 필요에 더 잘 맞는다면 LangChain-Chatchat 리뷰를 참조하십시오.
- RAGFlow — 범용 워크플로 도구보다 더 철저하게 복잡한 문서(표, 레이아웃)를 파싱하는 데 초점을 맞춘 심층 문서 이해형 RAG 엔진; RAGFlow 리뷰를 참조하십시오.
- Haystack — 비주얼 워크플로 빌더 대신 파이프라인 코드를 직접 작성하고 싶은 개발자를 위한 Python 중심 RAG 프레임워크; Haystack 리뷰를 참조하십시오.
Starter Kit 평가 시 흔한 실수
Self-hosted AI Starter Kit에 대한 혼란은 대부분 이를 독립 애플리케이션으로 취급하거나, 실제로 무엇을 번들로 포함하는지 오해하거나, 잘못된 Compose 프로필을 선택하는 데서 비롯됩니다.
자주 묻는 질문
Self-hosted AI Starter Kit는 무엇입니까?
n8n이 큐레이션한 오픈소스 Docker Compose 템플릿으로, n8n, Ollama, Qdrant, PostgreSQL을 하나의 명령으로 묶어 클라우드 의존이 없는 로컬 AI 워크플로와 RAG 파이프라인을 구축할 수 있게 해줍니다.
Self-hosted AI Starter Kit는 무료입니까?
예. 템플릿 자체는 Apache-2.0 라이선스로 제공되며, 실행에 비용이 들지 않습니다. 번들된 구성 요소(n8n, Ollama, Qdrant, PostgreSQL)도 각각 자체 라이선스에 따라 셀프호스트 사용이 무료입니다 — 위의 가격표를 참조하십시오.
Self-hosted AI Starter Kit는 실제로 무엇을 번들로 포함합니까?
개별적으로 유지관리되는 4개의 오픈소스 프로젝트입니다: n8n(워크플로 자동화, 400개 이상의 통합), Ollama(로컬 LLM 추론), Qdrant(벡터 데이터베이스), PostgreSQL(n8n 자체 데이터를 뒷받침하는 관계형 데이터베이스). 이는 docker-compose 구성이며 새로운 소프트웨어가 아닙니다.
Self-hosted AI Starter Kit는 클라우드 계정이나 API 키가 필요합니까?
아니요. 번들된 모든 서비스는 기본적으로 로컬에서 실행되며, 미리 로드된 예제 RAG 워크플로도 번들된 Ollama와 Qdrant만 사용합니다. 원한다면 나중에 n8n 워크플로 내에서 클라우드 제공자의 API 키를 선택적으로 추가할 수 있습니다.
Self-hosted AI Starter Kit는 어떻게 설치합니까?
저장소를 클론하고(git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git), 환경 파일을 복사한 뒤(cp .env.example .env), docker compose --profile cpu up(GPU 가속의 경우 gpu-nvidia 또는 gpu-amd)을 실행합니다. 전체 순서는 위의 설치 표를 참조하십시오.
GPU 가속을 지원합니까?
예, 별도의 Docker Compose 프로필을 통해 지원됩니다: Nvidia GPU용 gpu-nvidia, Linux의 AMD GPU용 gpu-amd, 그리고 CPU 전용 추론을 위한 기본 cpu 프로필입니다.
이것은 n8n과 같은 것입니까?
아닙니다. n8n은 번들된 4개 구성 요소 중 하나입니다. 스타터 키트는 n8n을 Ollama, Qdrant, PostgreSQL과 함께 설치하는 사전 구성된 환경입니다 — 정확한 차이점은 위의 Self-Hosted AI Starter Kit 대 일반 n8n 비교를 참조하십시오.
이 키트 안에서 n8n 자체는 어떤 라이선스를 사용합니까?
n8n은 셀프호스트 사용을 위해 자체 Sustainable Use License(OSI 미승인)로 소스가 공개되어 있으며, 이는 이 스타터 키트 템플릿 자체를 다루는 Apache-2.0 라이선스와는 별개입니다. 전체 라이선스 세부사항은 n8n 리뷰를 참조하십시오.
Self-hosted AI Starter Kit는 GitHub에서 스타를 몇 개 받았습니까?
GitHub 저장소는 2026년 9월 기준 약 15,300개의 스타와 약 3,800개의 포크를 기록하고 있습니다 — 숫자는 계속 변하므로 현재 수치는 실시간 저장소에서 확인하십시오.
Self-hosted AI Starter Kit는 누가 유지관리합니까?
n8n 워크플로 자동화 플랫폼을 만든 기업인 n8n이 큐레이션하고 유지관리하며, n8n의 AI 및 LangChain 노드로 구축한 로컬 AI 워크플로를 보여주는 부속 자료로 제공됩니다.