- Webinar
- AI & ML
Enterprise 환경을 위한 Local LLM & AI Coding Agent 운영 전략
WHEN
2026.06.26 14:00 ~ 15:00
WHERE
SLEXN YouTube
글로벌 AI 트렌드가 엔터프라이즈 최적화로 전환됨에 따라, 보안 · 거버넌스 · 인프라 통제권 확보가 핵심 과제로 부상하고 있습니다. 특히 클라우드 환경의 기술 유출 리스크와 SaaS 기반 툴의 통제 불가능성은 기업의 기술 내재화를 가속화하고 있습니다.
이번 슬렉슨 웨비나에서는 기업 내 LLM 인프라 구축을 위한 Puteron AI와 기업형 AI 코딩 거버넌스를 선도하는 CodeCenter의 결합을 통해, 가장 현실적이고 강력한 엔터프라이즈 AI 운영 구조를 제시합니다.
퍼블릭 클라우드 없이 구현 가능한 완전 폐쇄망 대응 전략부터, 개인형 AI Coding 툴의 한계를 극복하는 사용자 및 조직별 권한 제어, 에이전트 실행 이력 추적, 조직 표준 프롬프트 및 개발 규칙 적용까지, 엔터프라이즈가 반드시 확보해야 할 실무 중심의 AI 기술 표준을 공유합니다.
AGENDA
AGENDA
Part.
01
Puteron과 CodeCenter 기반의 현실적 AI 운영 및 자원 관리
한정된 GPU 자원을 효율적으로 배분하는 인하우스 AI 운영 실증 가이드
Youngseon Kim
Solution Architect
Part.
02
Puteron AI: 인프라 주권 확보를 위한 로컬 LLM 플랫폼
데이터 유출 걱정 없는 완전 폐쇄망 환경 구축과 사내 맞춤형 멀티 LLM 통합 운영 구조
Minjun Lee
Solution Expert
Part.
03
CodeCenter: 기업형 AI 코딩 거버넌스 체계 구축
글로벌 SaaS 툴(ex. Cursor, Cluade)의 한계를 극복하는 조직 단위 개발 거버넌스 및 자산화 방안
Sunghyun Lee
Solution Expert
Secure, flexible, and transparent AI coding
Codecenter는 외부 인터넷 연결이 어려운 Air-gap 환경에서도 실행할 수 있는 온프레미스 AI 코딩 어시스턴트입니다.
보안 극대화
온프레미스 · 100% 에어갭 환경 완벽 지원
비용 효율성
API 토큰 과금 없는 예측 가능한 비용 구조
MCP · AI Agent 연동
내부 · 외부 리소스 통합으로 확장된 개발 환경
고성능 AI 코딩
RAG 기반 코드 · 질의 응답 · 리팩토링 등 지원
온프레미스 LLM 인프라 복잡성을 해결하는 단일 어플라이언스
Puteron AI는 온프레미스 및 에어갭 환경에서 LLM 배포·운영·보안을 단일 어플라이언스로 제공하는 엔터프라이즈급 통합 AI 인프라 플랫폼입니다.
보안 중심 LLM 운영
온프레미스 · 에어갭 환경 완전 지원
RAG & 지식 통합
벡터·키워드 하이브리드 검색 기반 정확한 응답
설명 가능한 AI (XAI)
추론 과정 시각화 · 감사 로그 제공
LLM 서빙 & 운영 관리
API 기반 추론 · 모니터링 · 파인튜닝 지원
Related Blogs
완전 폐쇄망 환경에서 조직 단위의 권한 제어와 지식 자산화를 구현하는 CodeCenter 핵심 기능을 알아봅니다.
CodeCenter를 활용해 Java 프로젝트의 성능 병목을 분석하고 개선한 실제 사례를 소개합니다.
AI Model Serving 활용 과정에서의 주요 용어들을 기초 개념부터 모델 선택에 필요한 표현까지 순서대로 정리합니다.
개인의 생산성을 넘어 조직의 보안과 일관성을 지키는 2026년형 엔터프라이즈 AI 코딩 플랫폼을 비교 분석합니다.
GPU 수가 아닌 데이터 흐름과 구조 최적화로 AI 인프라 성능과 비용 효율을 동시에 개선하는 방법을 소개합니다.
AI 에이전트 경쟁이 본격화되는 가운데 Self-Hosted 아키텍처의 중요성과 CodeCenter의 위치를 살펴봅니다.
개발 과정의 reasoning을 어떻게 팀의 협업 자산으로 만드는지 살펴봅니다.
저장소 구조와 문맥 위에서 질문과 탐색을 이어갈 수 있는 CodeCenter의 Workspace를 소개합니다.
Agentic SDLC의 핵심은 보안과 운영 환경 속에서 지속 가능하게 활용할 수 있는 자동화 전략을 구축하는 것입니다.
AI 자동화 영역과 인간 개입 지점을 명확히 구분하는 것은 Agentic AI를 운영 가능한 시스템으로 만드는 핵심 판단 기준입니다.
CodeCenter Web이 개인 중심 AI 코딩을 조직의 협업 플랫폼으로 확장하는 구조와 로드맵을 정리합니다.
기업 환경에서의 GPU 투자 부담과 AI 인프라 운영 문제를 현실적으로 해결하는 방법을 살펴봅니다.
단순 요청 기반 코딩과 컨텍스트 엔지니어링 기반 Agentic 코딩을 동일 과제로 비교한 실험 결과를 정리합니다.
2025년은 AI 기술이 여러 방향에서 한꺼번에 진화를 이루며, 다시 한 번 변화의 흐름을 확인하게 만든 해였습니다.
이번 웨비나는 AI 코딩 도구 CodeCenter를 중심으로, 컨텍스트 엔지니어링이 개발 효율과 결과물 품질에 어떤 차이를 만드는지 검증합니다.
요구사항을 이해하고 코드를 구현하는 CodeCenter의 에이전틱 AI 개발 환경을 데모를 통해 소개합니다.
폐쇄망 AI 코딩 에이전트 CodeCenter v2로 기업 내부망에서도 안전하게 코드 작성, 실행, 디버깅, 요구사항 관리까지 한 번에 수행할 수 있는...
이 글에서는 Puteron AI가 어떻게 실질적인 비용 절감과 운영 안정성을 실현하는지 구체적으로 살펴봅니다.
요구사항 생성 → 코드 작성 → 테스트 자동화의 전체 흐름을 따라가며 AI 도구가 실무에 어떻게 통합 및 적용되고 있는지 공유합니다.
보안과 성능을 모두 잡은 온프레미스형 AI 에이전트 CodeCenter를 슬렉슨 웨비나에서 직접 확인해보세요.
보안, 커스터마이징, 온프레미스 지원 등 실무에서 중요한 기준을 중심으로 두 AI 코드 어시스턴트를 비교합니다.
바이브 코딩은 개발 방식에 혁신을 가져오고 있지만, 개발자의 경험과 통찰력 또한 여전히 중요한 요소입니다.