kai Kai 1.1.1: RAD Studio에서 로컬 AI의 성능을 끌어올리자!

[Kori]

원문 정보 (최종 번역일: 2026년 9월 30일):

• 제목: KAI 1.1.1: Supercharge Local AI in RAD Studio!
• 작성자: Landerson Gomes - 2026년 9월
• 링크 https://blogs.embarcadero.com/kai-1-1-1-supercharge-local-ai-in-rad-studio/

기술은 절대 멈추지 않는다. 생태계는 너무 빠르게 진화하고 있다! 오늘은, 엠바카데로가 Kai(카이)의 새 버전인 1.1.1을 출시했다는 소식을 살펴본다. 이 버전은 로컬 모델 사용을 더 향상했다. 이 글에서는, 두 세계를 어떻게 결합할 수 있는지 보여주고자 한다. 즉, '로컬 AI의 완전한 프라이버시와 제로 비용'을, 'RAD Studio 안에 직접 통합되어 있는 Kai의 강력함'과 결합하는 방법이다.

목차

• 영상: 실전 튜토리얼 전체
• 환경 설정하기: Ollama + RAD Studio
• Kai 1.1.1에서 무엇이 바뀌었을까? (기술적 업데이트)
• 실전 데모: "이 프로젝트를 설명해줘"
• 온프레미스 모델과 클라우드 모델의 장단점
• 업데이트 방법과 마무리

 

영상: 실전 튜토리얼 전체

"직접 해보면서 배우기"를 좋아하고, 클릭 하나하나와 설정을 눈으로 따라가고 싶은 사람들을 위해, 나는 이 모든 과정을 실제로 보여주는 상세한 영상을 준비했다. Ollama를 Kai와 함께 설정할 때 실수하지 않도록 도와주는 완전한 단계별 가이드다.

자세한 내용은 아래 영상을 참고하자.

영상에서는, 장비에서 Ollama 서비스를 실행하는 과정에서부터 그것이 RAD Studio 안에서의 실제 상호작용하는 것까지 모두 볼 수 있다. 이 영상에서 모델이 하는 일은 전체 프로젝트를 분석하고 정확한 정보를 반환하는 것이다. IDE가 로컬 모델과 함께 독립적으로 작동하는 모습을 보는 건 정말 환상적이다!

환경 설정하기: Ollama + RAD Studio

로컬 환경을 설정하는 일은 빠르고 쉽다. 지금 바로 IDE를 준비하는 방법을 보여주겠다.

1단계: Ollama 확인

먼저, Ollama가 실행 중인지 확인하자. Windows 메뉴에서 검색하거나, 시스템 트레이의 아이콘을 확인하면 된다. 확인하려면, 브라우저를 열고 다음 주소로 접속하면 된다.

http://localhost:11434

Ollama가 실행 중이라는 메시지가 뜨면, 다음 단계로 넘어갈 준비가 된 것이다!

2단계: IDE 설정

RAD Studio를 연 상태에서, 메뉴로 이동한다: Tools > Options > Kai > Chat.

3단계: 연결과 템플릿

Local Model 탭에서, 접속을 설정한다.

• 주소 입력란에 URL을 붙여넣는다: http://localhost:11434
• Test connection(연결 테스트) 버튼을 클릭한다.
• 연결되면, Kai가 설치된 모델 목록을 보여준다(내 예시에서는 Gemma 412B를 사용했다). 원하는 모델을 선택하고 저장을 클릭하면 된다. (팁: LM Studio를 사용하는 경우에도, 이 로직은 동일하다. 해당 프로그램이 제공하는 주소와 포트를 지정하기만 하면 된다!)

RAD Studio의 Kai Chat에서 Ollama 설정하기

Kai 1.1.1에서 무엇이 바뀌었을까? (기술적 업데이트)

버전 1.1.1은 비중 있는 유지보수 업데이트다. 안정성과 로컬 모델 사용 확대에 초점을 맞췄다. 새로워진 점을 살펴보자.

• 통합 강화: Ollama와 LM Studio 엔진 지원이 향상되었다. 그래서, IDE와 AI 사이의 통신이 훨씬 더 매끄러워졌다.
• 강력해진 "에이전틱" 흐름: Kai는 이제 더 긴 '도구 호출 연쇄'를 지원한다. 즉 AI가 여러 파일들을 읽고, 맥락을 분석하고, 순서대로 변경 사항들을 지능적으로 제안하는 등 복잡한 작업을 수행할 수 있다는 뜻이다.
• 향상된 신뢰성: 프로젝트 안에서 새 파일을 만들고 기존 유닛을 수정하는 작업이 크게 향상되었다.
• MCP 인터페이스 다듬기: MCP Tools 구성 페이지가 이제 긴 설명을 제대로 표시한다. "전체 선택/전체 해제" 동작도 다듬어졌다.
• 화면 조정: IDE에서 다크 테마를 사용할 때 MCP Tools의 열 머리글 표시 문제가 수정되었다. 이제 모든 것이 잘 읽히고 보기 좋다!

전문가 팁: 로컬 모델의 성능은, 하드웨어와 "컨텍스트 윈도우"에 따라 달라진다. 더 큰 모델은 더 많은 RAM/VRAM을 요구한다. 하지만 훨씬 더 깊이 있는 응답을 제공한다. 내 머신에 맞는 균형을 찾아보자.

실전 데모: "이 프로젝트를 설명해줘"

이 버전의 성능을 테스트하기 위해, 나는 놀라운 테스트를 하나 진행했다. "certificado client"라는 실제 프로젝트를 분석하는 테스트였다. 이 프로젝트는 Android용 FireMonkey 앱이다. 나는 Kai 채팅을 열고, Gemma 412B 템플릿을 사용하고 있는 로컬 세션을 선택한 다음, 다음 명령을 보냈다.

"열려 있는 프로젝트를 설명해줘. 뭐에 관한 건지 알고 싶어."

결과는 인상적이었다! 로컬 처리이기 때문에, 하드웨어가 한계까지 밀어붙여진다. 머신의 쿨러가 열심히 돌아가는 소리가 들릴 정도다! 내 테스트에서는, 처리하는 데 약 4분이 걸렸다. 클라우드와 비교하면 길게 느껴질 수도 있다. 하지만 기억하자. 이건 100% 오프라인으로 처리됐고, 코드는 완전히 비공개였으며, 토큰 비용은 0원이었다! Kai는 이 앱을 64비트 Android용 Delphi 앱이라고 정확히 식별했다. 그 기능들도 자세히 설명했다. 대단하지 않은가?

온프레미스 모델과 클라우드 모델의 장단점

아직 확신이 안 서는가? 아래의 빠른 비교표를 살펴보자.

기능	로컬 모델(Ollama/LM Studio)	클라우드 모델(OpenAI/Anthropic)
비용	제로 비용(여러분의 하드웨어를 사용)	토큰 단위로 과금(월간 또는 선불)
프라이버시	완전함. 코드가 여러분의 머신을 벗어나지 않는다.	외부 서버에서 데이터를 처리한다.
속도	로컬 CPU/GPU 성능에 따라 달라진다.	보통 더 빠르다.
연결	100% 오프라인으로 작동한다.	안정적인 인터넷 연결이 필요하다.
설정	로컬 엔진 구성이 필요하다.	API 키만 있으면 된다.

업데이트 방법과 마무리

이 버전을 지금 바로 실행하려면, RAD Studio를 열고 GetIt 패키지 매니저로 이동하면 된다. Kai를 검색해서 버전 1.1.1을 설치하면 된다. 기억해 두자. 공식 출시일은 9월 15일이었지만, 일반 공개는 9월 25일부터 시작되었다.

이번 업데이트는, 데이터 보안을 희생하지 않으면서 AI의 장점을 최대한 누리고 싶은 사람들에게 좋은 진전이다.

이 새 기능이 마음에 들었기를 바란다. 마음에 들었다면, 어떻게 해야 할지 알 것이다. 좋아요를 누르고, 개발팀과 공유하고, Delphi 세계의 소식을 놓치지 않도록 구독하기 바란다!

큰 포옹을 보내며, 코딩에 행운이 있기를 바란다. 다음 글에서 만나자!

(원문 참고: 이 글의 원문은 브라질 포르투갈어로 작성되었다. 원문 보기(포르투갈어))