망분리 환경에서 외부 클라우드 LLM 없이 코드 생성을 자동화하는 온프레미스 스택

자체 기반모델을 만드는 것이 아닙니다. 오픈 웨이트 모델을 망 안의 GPU 에 올리고, 코딩 에이전트가 그 모델을 쓰게 하는 서빙 스택입니다.

개발 중입니다. 출시 일정은 정해지지 않았습니다.

자체 LLM 호스팅을 GLM 에서 Qwen3 27B급으로 옮겨 세팅하고 있고, OpenCode 연동을 진행하고 있습니다. LLM 요청은 LLM 라우팅과 접근제어 게이트웨이(개발 중)를 거칩니다.

실행과 검증은 Agentic Terminal 과 Bridgeflow 가 맡도록 계획했습니다.

코드를 밖으로 보낼 수 없어서, 코딩 LLM 을 못 씁니다

금융과 공공은 코드와 데이터를 외부 LLM 에 보낼 수 없습니다. 그래서 상용 코딩 LLM 을 쓰지 못합니다.

Craft LLM 이 맡을 일을 PRD 는 이렇게 적었습니다. "망 밖으로 코드를 내보내지 않고, 규제 안에서 AI 코드 생성을 쓰고 싶다."

목표는 셋입니다. 오픈 웨이트 모델을 온프레미스에서 서빙하는 것, 데이터가 외부로 나가지 않는 것, 코딩 에이전트를 표준 방식으로 연결하는 것.

우선	기능	지금	하는 일
필수	오픈 웨이트 모델 온프레미스 서빙	만드는 중	GLM, Qwen 같은 오픈 웨이트 모델을 자체 GPU 에 올립니다
필수	코딩 에이전트 연동	만드는 중	OpenCode 를 먼저 연결하고 있습니다
필수	게이트웨이 경유 접근제어	만드는 중	LLM 라우팅과 접근제어 게이트웨이(개발 중)를 거쳐 접근을 제어합니다
권장	파인튜닝, 어댑터	계획	사내 코드에 맞춰 모델을 조정하는 것을 목표로 합니다
권장	컨텍스트, 생성, 실행, 검증 파이프라인	계획	아래 흐름 4단계를 하나로 잇도록 계획했습니다
선택	다중 모델 라우팅	계획	여러 모델을 두고 요청을 나누는 것을 목표로 합니다
선택	사내 코드베이스 RAG	계획	사내 코드를 검색해 생성에 넣는 것을 목표로 합니다

컨텍스트

생성

실행

검증

상대	무엇을	링크
Agentic Terminal (출시)	실행 페어. 생성한 코드를 로컬과 망분리 환경에서 실행하는 브리지	/products/agentic-terminal
AgentFlow (운영)	분석과 설계에서 나온 설계와 인수기준을 받습니다. 연동 규약은 정해지지 않았습니다	/products/agentflow
Bridgeflow (계획)	구현물(코드, PR)을 테스트 단계로 넘깁니다	/products/weveloop/bridgeflow

자체 기반모델을 사전학습하지 않습니다. 파운데이션 모델 개발이 아닙니다.

범용 챗봇을 만들지 않습니다. 코드 생성에 씁니다.

설계 판단과 품질 검증은 이 단계의 일이 아닙니다. 앞은 분석과 설계, 뒤는 테스트 단계가 맡습니다.

상태: 개발 중. 기획서는 "신규(계획)" 이었으나 2026년 9월 주간보고 기준 개발에 착수했습니다.

자체 LLM 호스팅을 GLM 에서 Qwen3 27B급으로 옮기고 있고, OpenCode 에 연동하는 작업이 진행 중입니다.

LLM 라우팅과 접근제어 게이트웨이가 함께 개발 중입니다. LLM 요청을 라우팅하고 IP 기준으로 접근을 제어합니다.

클라우드 모델만큼 됩니까?

온프레미스 모델과 클라우드 모델의 격차가 핵심 리스크라고 PRD 에 적었습니다. 성능 목표값은 정해지지 않았습니다. 이 제품이 있는 이유는 성능이 아니라 코드가 망 밖으로 나가지 않는다는 조건입니다.

어떤 모델을 씁니까?

지금은 Qwen3 27B급을 세팅하고 있습니다. 앞서 GLM 을 썼습니다. 모델 선정과 파인튜닝 전략은 확정하지 않았고, 파인튜닝과 어댑터는 권장 기능으로 계획에 있습니다.

AgentFlow 와 어떻게 이어집니까?

분석과 설계에서 나온 설계 명세와 인수기준을 받아 코드로 만들고, 구현물을 테스트 단계로 넘기는 구조입니다. AgentFlow 와의 연동 규약은 아직 정해지지 않았습니다.

망분리 환경의 코드 생성이 필요하면, 지금 세팅 중인 스택을 기준으로 이야기합니다.