3줄 요약
- 대상: 로컬 LLM + Home Assistant 통합 가이드 #1: N100 Proxmox에 HAOS 설치하기 내용을 빠르게 파악하려는 독자
- 핵심: 설치·설정·운영 포인트를 핵심 단계 중심으로 정리
- 결과: 재현 가능한 절차와 점검 기준으로 시행착오를 줄임
트러블슈팅
- 증상이 나오면 로그·버전·포트/권한·네트워크 순서로 확인합니다.
- 설정 반영이 안 되면 서비스 재시작/캐시 비우기 후 다시 검증합니다.
결론 + 다음 단계
핵심 절차를 먼저 완료하고, 운영 단계에서는 백업·모니터링·기본 보안 설정을 함께 적용하세요.
요약: 이 글은 “로컬 LLM + Home Assistant 통합 가이드 #1: N100 Proxmox에 HAOS 설치하기” 주제의 핵심 개념과 실제 적용 절차를 빠르게 정리합니다.
트러블슈팅: 트러블슈팅: 설정이 적용되지 않거나 접속/권한 오류가 나면 “로그 확인 → 네트워크/포트 → 권한/경로” 순서로 점검하세요.
결론/다음 단계: 결론/다음 단계: 동작 확인 후 운영 루틴(백업·업데이트·모니터링)을 추가하고, 관련 가이드도 함께 적용해 완성도를 올리세요.
함께 보면 좋은 글
이 글은 N100 Proxmox 환경에 Home Assistant OS(HAOS)를 설치하고, 로컬 LLM 통합을 위한 기본 골격을 잡는 과정을 정리한다. 핵심은 설치 자체보다 VM 자원(디스크/네트워크)을 올바르게 잡고, 이후 확장(애드온/통합)이 꼬이지 않게 “기본값”을 안정화하는 것이다.
이 글의 목표(성공 기준)
- Proxmox VM에서 HAOS가 정상 부팅되고, 초기 설정 웹 UI가 열린다.
- 네트워크/스토리지 기본 설정이 안정화되어 재부팅 후에도 유지된다.
- 추후 로컬 LLM/Ollama 통합을 위한 확장 방향이 정리되어 있다.
로컬 LLM 홈어시스턴트 통합 프로젝트 #1: 미니PC와 Proxmox로 구축하는 스마트홈의 뇌
로컬 LLM 홈어시스턴트 통합이라는 목표를 세우고 가장 먼저 고민한 건 ‘지속 가능성’이었다. 클라우드 서비스의 유료화나 갑작스러운 서버 중단에 휘둘리지 않고, 내 집 안의 데이터를 밖으로 내보내지 않는 완벽한 독립형 스마트홈을 만들고 싶었다. 그 거대한 프로젝트의 첫 단추인 홈어시스턴트(Home Assistant) 설치 과정을 기록해 본다.
1. 왜 로컬 스마트홈이 대세인가? (객관적 비교)
시중의 삼성 스마트싱스나 구글 홈은 분명 훌륭한 플랫폼이지만, ‘클라우드 의존성’이라는 태생적 한계가 있다. 내가 굳이 내 집에 서버를 직접 구축하려는 이유는 다음의 명확한 차이 때문이다.
| 비교 항목 | 클라우드 기반 플랫폼 | 로컬 기반 홈어시스턴트 |
| 데이터 보안 | 외부 서버에 활동 로그 저장 | 내 로컬 서버 내에만 저장 |
| 작동 안정성 | 인터넷 장애 시 자동화 중단 | 오프라인 환경에서도 100% 작동 |
| 응답 속도 | 서버 경유로 인한 지연(Latency) 발생 | 로컬 통신으로 즉각적인 피드백 |
| 기기 확장성 | 제조사 파트너십 기기로 한정 | 표준 프로토콜(Zigbee, Matter 등) 지원 기기 대부분 연동 |
특히 반응 속도는 체감이 크다. 클라우드 방식이 “명령 전달 중…”이라는 느낌이라면, 로컬은 스위치를 누르는 것과 동시에 조명이 반응한다. 이 쾌적함 하나만으로도 로컬 구축의 가치는 충분하다.
2. 홈어시스턴트는 더 이상 ‘전문가용’이 아니다
예전의 홈어시스턴트는 검은 화면에 코드를 직접 타이핑해야 하는 난공불락의 요새 같았다. 하지만 지금은 다르다. 대대적인 업데이트를 거듭하며 UI/UX가 비약적으로 발전해, 이제는 대기업의 상용 앱에 버금가는 깔끔한 인터페이스를 자랑한다.
특히 기본 기능들은 별도의 사전 학습 없이도 직관적으로 사용할 수 있을 만큼 쉬워졌다. 기기를 검색하고 대시보드에 배치하는 과정이 마우스 클릭 또는 모바일 앱 터치 몇 번으로 해결된다.
여기서 한 걸음 더 나아가 수준 높은 자동화나 복잡한 커스텀 기능을 구현하고 싶을 때는 AI의 도움을 받으면 된다. 예전처럼 관련 커뮤니티를 며칠씩 뒤질 필요 없이, 생성형 AI에게 원하는 시나리오를 설명하고 설정을 도와달라고 요청하면 즉시 해답을 제시해 준다. 이제 하드코어한 개발 지식 없이도 누구나 최고 수준의 스마트홈을 운영할 수 있는 시대가 된 것이다.
3. 하드웨어 선정: 성능과 전력의 밸런스 찾기
홈어시스턴트를 돌릴 수 있는 하드웨어는 다양하지만, 장단점이 극명하다. 특히 나중에 로컬 LLM(인공지능)까지 염두에 둔다면 하드웨어 체급 결정이 매우 중요하다.
| 하드웨어 구분 | 장점 | 단점 | 비고 |
| 라즈베리파이 | 저렴한 가격, 매우 낮은 소비전력 | 낮은 연산 성능, SD카드 수명 문제 | 입문용으로는 좋으나 확장성 부족 |
| NAS (시놀로지 등) | 데이터 저장과 병행 가능, 안정적 | 높은 가격대, 모델에 따라 성능 제한 | 기존 NAS 유저에게 유리 |
| N100 미니PC | 압도적 가성비, LLM 구동 가능 | 초기 설정 필요, 라즈파이 대비 다소 높은 전력 | 스마트홈+AI 구축의 표준 |
24시간 가동해야 하는 특성상 저전력이 중요했고, 향후 로컬 LLM 연동 시 필요한 성능까지 고려해 나는 N100 미니PC를 선택했다.
미니 PC를 홈서버 하드웨어로 선정한 자세한 이유가 궁금하다면 이전 글에서 자세히 다룬 적이 있다.
이전 글: 24시간 홈서버 N100 미니PC로 정착한 이유
4. Proxmox: 효율적인 자원 관리의 핵심
미니PC의 성능을 온전히 HAOS(홈어시스턴트 OS) 하나에만 할당하는 건 좀 아깝다. 그래서 나는 가상화 OS인 Proxmox를 먼저 설치했다. Proxmox는 하나의 물리적인 PC 안에 여러 대의 가상 컴퓨터를 만들 수 있게 해주는 플랫폼이다. 덕분에 하드웨어 자원을 효율적으로 쪼개어 HA뿐만 아니라 추후 설치할 로컬 LLM 서버 등 다양한 서비스를 독립적으로 동시에 운영할 수 있다.
Proxmox 설치 가이드
Proxmox가 무엇인지, 어떻게 설치하는지에 대한 구체적인 내용은 내 이전 글에 아주 자세히 정리해 두었다. 설치가 처음이라면 아래 링크를 먼저 확인하고 오길 바란다.
5. HA OS 설치를 결정한 이유
설치 방식은 크게 OS 형태와 도커(Docker) 형태가 있는데, 나는 고민 끝에 OS 설치 방식을 택했다.
| 비교 항목 | Home Assistant OS (HAOS) | Home Assistant Docker |
| 관리 편의성 | 통합 대시보드에서 원클릭 업데이트 | 직접 이미지 관리 및 업데이트 필요 |
| Add-on 스토어 | 지원 (파일 관리자, DB 등 간편 설치) | 미지원 (사용자가 직접 컨테이너 구성) |
| 시스템 제어 | 하드웨어 제어 및 백업 최적화 | 호스트 OS 설정에 의존 |
| 추천 대상 | 대부분의 스마트홈 사용자 | 리눅스 숙련자, 단순 제어 목적 |
부가 기능을 쉽게 추가할 수 있는 ‘Add-on 스토어’의 유무가 결정적이었다. 스마트홈은 관리가 편해야 한다는 게 내 철학이기에 OS 버전을 선택했다.
6. 클릭 한 번, 커맨드 한 줄로 끝내는 설치
Proxmox 환경이 갖춰졌다면 설치는 눈 깜짝할 새 끝난다. Proxmox VE Helper Scripts 사이트에서 제공하는 스크립트를 이용했다. 이 스크립트는 항상 최신 버전을 유지해주기 때문에 실패 확률이 거의 없다.
터미널을 열고 아래 커맨드 한 줄만 입력했다.
Bash
bash -c "$(curl -fsSL https://raw.githubusercontent.com/community-scripts/ProxmoxVE/main/vm/haos-vm.sh)"
설치 옵션에서 기본(Default)을 선택하니 자동으로 가상 머신이 생성되고 OS 설치까지 마무리됐다. 예전처럼 ISO 파일을 받고 설정하던 수고로움이 사라졌다.
7. Home Assistant와의 대면식
설치가 끝나면 화면에 접속 주소(IP:8123)가 뜬다. 웹 브라우저로 접속해 관리자 계정을 만들고 나니 감격적인 대시보드가 나타났다.
놀라운 건 내가 따로 설정하지 않았는데도 네트워크를 스캔하더니 필립스 휴 허브와 허브에 연결된 조명들, 그리고 각종 센서들을 자동으로 찾아내어 등록을 기다리고 있었다. 하나하나 추가 버튼을 누르는 것만으로도 우리 집 스마트 기기들이 홈어시스턴트 안으로 들어왔다.
마치며: 다음 편 예고
드디어 우리 집 스마트홈의 튼튼한 토대가 완성되었다. 이제 이 뼈대 위에 강력한 ‘지능’을 얹어줄 차례다.
다음 2편에서는 오늘 구축한 이 환경 위에 Ollama를 이용해 로컬 LLM을 직접 구축해 볼 예정이다. 클라우드 없이 내 서버에서 스스로 생각하는 AI를 만드는 과정, 벌써부터 기대가 된다.
함께 보면 좋은 글
관련 글을 함께 보면 설치부터 운영까지 흐름을 더 쉽게 이해할 수 있습니다.