fak 빠른 시작 — 10분 만에 로컬 모델 (한국어 입문)

이 문서는 현지화된 진입 페이지(entry point) 이며 전체 문서의 번역이 아닙니다. 전체 문서는 영어로 제공됩니다 — 이 페이지는 fak의 핵심, 60초 증명, 설치 경로를 짧게 요약해 영문 문서로 안내합니다. 안내: 이 번역은 기계가 생성했으며 원어민 검수 대기 중입니다 — 오류를 발견하면 issue/PR을 열어 주세요. 다른 언어 입문: i18n hub.

약속: 약 10분 만에 관리형 로컬 AI

아래 단계를 마치면 여러분의 컴퓨터에서 오프라인으로 동작하는 관리형(governed) AI를 갖게 됩니다 — API 키 없이, 클라우드 청구서 없이, 데이터는 여러분의 기기에 머무릅니다. 작은 모델은 CPU만으로 충분합니다.

가장 빠른 경로 — 한 줄

기존 에이전트를 로컬 모델로 그대로 감쌉니다. 에이전트를 다시 쓸 필요 없이, 한 명령으로 tool call마다 capability floor를 먼저 통과시킵니다.

fak guard --gguf qwen2.5:7b -- claude

60초 증명 (키 없음, 모델 없음, GPU 없음)

go build -o fak ./cmd/fak
./fak preflight --policy examples/customer-support-readonly-policy.json --tool refund_payment --args "{}"   # -> DENY (POLICY_BLOCK)
./fak preflight --policy examples/customer-support-readonly-policy.json --tool search_kb     --args "{}"   # -> ALLOW
./fak agent --offline                                                                                       # injection blocked, task still completes

refund_payment은 allow-list에 없어 구조적으로 거부됩니다(POLICY_BLOCK). 이 판정은 kernel 안에서, 같은 call path 위에서 이루어지므로 fail-closed입니다 — 모델이 어떤 말에 설득되든, allow-list에 없는 동작은 실행될 수 없습니다.

fak란 무엇인가

fak은 하나의 정적 Go 바이너리로, 여러분의 AI 에이전트와 그것이 호출하는 도구 사이에 앉습니다. 모든 tool call을 실행되기 전에 검토하고, 긴 session에서 반복되는 공유 작업을 재사용합니다. 결과: 같은 에이전트 loop가 재작성 없이 더 안전하고, 더 저렴하고, 더 빨라집니다. 에이전트를 다시 쓰지 않습니다 — base URL 하나를 fak serve로 돌리거나, fak guard -- claude 한 명령으로 기존 에이전트를 감싸면 됩니다.

default-deny capability floor — allow-list에 없는 동작은 kernel 안에서 fail-closed로 차단됩니다. 공격을 “탐지”하는 데 의존하지 않습니다.
result quarantine — 의심스러운 tool 결과는 모델 context에 아예 들어오지 않도록 격리됩니다. 이는 우회 가능한 분류기가 아니라 구조입니다. 결과를 표시하는 탐지기는 설계상 ~100% 우회 가능한 것으로 취급하며, 어디까지나 보너스일 뿐 바닥선이 아닙니다.
라이브 테스트 — prompt injection이 보호되지 않은 baseline에는 5/5로 도달했고, fak은 이를 5/5로 차단했습니다.

모델은 fak이 govern·cache할 뿐 대체하지 않습니다. Qwen2/Qwen3와 GLM-MoE는 in-kernel reference engine에서 bit-exact로 검증되었고, 그 밖의 모든 모델(DeepSeek, Mistral, 임의의 open-weights 모델)은 OpenAI-compatible wire로 접속합니다 — Ollama / vLLM / SGLang / llama.cpp / LM Studio 또는 임의의 OpenAI-compatible API.

한국 팀에게 중요한 이유

토큰 비용은 원화(KRW) 마진에 직접 반영됩니다. fak은 긴 session에서 공유 작업 (system prompt, tool list의 KV cache)을 재사용하므로, 반복 처리에 드는 KRW 비용이 그만큼 줄어듭니다. 이 재사용 이득은 self-host 전용이며 read-heavy fleet에 적용됩니다. provider의 prompt-cache 할인은 cached prefix가 바이트 단위로 동일할 때만 유지되는데, fak은 중간의 오래된 turn을 덜어내면서도 prefix를 byte-identical하게 유지합니다. fak은 prefix의 byte-identity를 보장합니다. provider가 실제로 cache를 재사용하는지는 provider의 몫이며, fak은 이를 주장하지 않고 그대로 중계합니다.
데이터는 기기를 벗어나지 않습니다 (PIPA / 개인정보보호법). fak은 self-host 우선의 static 바이너리로 로컬 모델 또는 국내 provider 앞에 앉아, 백엔드 전반에 걸쳐 fail-closed residency와 tool call마다의 감사 로그를 제공합니다. 데이터가 국외로 이전되지 않으므로 PIPA의 국외 이전 요건을 근본적으로 단순화합니다.

얼마나 빠른가 (정직한 수치)

측정된 50-turn × 5-agent session에서, 튜닝된 warm-cache 스택 대비 정직한 이득은 약 4.1× 적은 작업입니다 — 이것이 헤드라인 수치입니다.

모든 것을 매번 다시 보내는 naive loop 대비로만 같은 session이 약 19시간에서 약 19분으로 줄어듭니다(약 60×). 다만 이 ~60× 수치는 오직 naive 패턴에 대해서만 성립하므로 헤드라인이 아닙니다. 모든 수치의 출처는 BENCHMARK-AUTHORITY에서 commit과 artifact까지 추적할 수 있습니다.

라이선스와 비용

fak은 Apache-2.0, 무료, self-host입니다 — 신용카드도, 국경 간 인보이스도, 법인 설립도 필요 없습니다. git clone과 go install github.com/anthony-chaudhary/fak/cmd/fak@latest가 전체 경로입니다.

다음으로 갈 곳

License: Apache-2.0.

fak 빠른 시작 — 10분 만에 로컬 모델 실행 (한국어 입문 / Korean quickstart)

fak 한국어 빠른 시작: 모든 tool call을 실행 전에 검토하고 긴 session의 공유 작업을 재사용하는 Go 바이너리 — 키 없이, 클라우드 비용 없이 약 10분 만에 관리형 로컬 AI. self-host, PIPA(개인정보보호법) 친화, Apache-2.0.