ZimaCube 2를 처음 열었을 때, 오늘 무엇을 할 수 있는지만 살펴본 것이 아니었습니다. 내일 어떤 모습으로 발전할 수 있을지를 보고 있었습니다.
내부에서 예상했던 하드웨어와 함께 정말 반가운 것을 발견했습니다. OS용 Kingston NVMe 드라이브 256GB와 메인보드에 추가로 마련된 미사용 NVMe 슬롯입니다. 후면의 PCIe 확장 슬롯까지 더하면, 이 제품은 단순한 NAS가 아니었습니다. 확장을 고려해 설계된 플랫폼이었습니다.

스토리지를 넘어: 확장을 위해 설계된 플랫폼
ZimaCube 2는 바로 사용할 수 있도록 제공되지만, 진짜 핵심은 나중에 추가할 수 있는 것들입니다:
기본 내장
- 6 × SATA 베이
- 4 × M.2 NVMe 슬롯
- 8GB DDR5 SODIMM
- 듀얼 2.5Gb 이더넷
- 액티브 쿨링 기능이 있는 금속 섀시
확장 가능
- 메인보드의 추가 NVMe 슬롯
- PCIe 확장 슬롯 (GPU/AI/스토리지/네트워킹)
- 업그레이드 가능한 SODIMM DDR5 RAM
- 표준 교체형 부품
이 시스템의 가장 큰 장점 중 하나는 인프라 요구 사항에 맞춰 성장한다는 점입니다. 처음부터 모든 것을 구매할 필요가 없습니다. 필요한 것부터 시작해 준비가 되면 확장하면 됩니다.
로컬 AI: 홈랩에서 중요한 이유
장기적인 목표 중 하나는 더 많은 AI 작업을 로컬에서 실행하는 것입니다. 클라우드 AI가 나빠서가 아니라, 로컬 AI는 다른 가치를 제공하기 때문입니다:
- 개인정보 보호 — 데이터가 네트워크 밖으로 나가지 않습니다
- 예측 가능한 비용 — 토큰당 요금도, 월말 API 청구서도 없음
- 자유로운 실험 — 클라우드 비용을 걱정하지 않고 모델을 시험하고, 오류를 내고, 다시 시작하기
- 오프라인 사용 — 인터넷이 연결되지 않아도 작동하는 AI
- 학습 — 모델을 직접 실행하며 실제 작동 방식 이해하기
ZimaCube 2는 이 모든 것을 실험해 볼 수 있는 플랫폼입니다 — 로컬 LLM을 위한 Ollama, AI 지원 개발 워크플로, 이미지 분석 파이프라인, 추론 작업, 셀프 호스팅 AI 도구를 클라우드 인프라에 전적으로 의존하지 않고 실행할 수 있습니다.
오늘 바로 실행할 수 있는 것들 (GPU 없이)
전용 GPU를 추가하기 전에도 ZimaCube 2는 AI 실험을 위한 탄탄한 기반을 제공합니다.

GPU 업그레이드 경로
PCIe 확장 슬롯은 장기적으로 특히 유용합니다. 적당한 GPU라도 추가하면 ZimaCube 2는 진정한 로컬 AI 서버로 거듭납니다.
- 더 큰 모델 — GPU 오프로딩으로 13B~34B 파라미터 모델 실행
- 더 빠른 추론 — 토큰 생성 속도 10~50배 향상
- 미디어 트랜스코딩 — 하드웨어 가속 Plex/Jellyfin 트랜스코딩
- 이미지 생성 — Stable Diffusion 및 유사 모델
- 여러 모델 동시 실행 — 작업별로 다른 모델을 동시에 실행
이 아키텍처가 중요한 이유
최신 홈랩은 AI 워크로드, 로컬 추론, 미디어 트랜스코딩, 컨테이너 오케스트레이션, 엣지 컴퓨팅과 점점 더 긴밀하게 연결되고 있습니다.
ZimaCube 2는 그런 미래를 염두에 두고 설계된 것 같습니다. 필요가 바뀌면 새 제품을 사야 하는 밀폐형 기기가 아닙니다. “지금 필요한 것은 여기 있고, 나중에 필요할 것을 위한 공간도 마련되어 있습니다”라고 말하는 플랫폼입니다.
저에게는 그것이 단순한 기기와 인프라를 구분하는 차이입니다.
발열 점검: GPU를 장착해도 감당할 수 있을까요?
자연스럽게 이런 질문이 생깁니다. 작고 조용한 시스템이 실제로 GPU의 발열을 감당할 수 있을까요?
GPU에 따라 다르지만, 기본적인 설계는 탄탄합니다.
- 금속 섀시가 방열판 역할을 합니다
- 공기 흐름을 세심하게 설계했습니다(나중에 덧붙인 것이 아닙니다)
- 내부 부품 배치에는 PCIe 카드에 필요한 공기 흐름을 위한 공간이 있습니다
시스템은 Docker, ZFS, 네트워크 작업을 지속적으로 처리하면서도 만졌을 때 시원한 상태를 유지합니다. 열 설계에 여유가 있습니다.
자주 묻는 질문
Q1: ZimaCube 2에서 Ollama를 실행할 수 있나요?
예. 기본 구성은 양자화된 7B~8B 파라미터 모델(Llama 3, Mistral, Phi)을 실행해 채팅, 코드 지원, 텍스트 분석을 원활하게 처리할 수 있습니다. PCIe를 통해 GPU를 추가하면 더 큰 모델을 훨씬 빠르게 추론할 수 있습니다.
Q2: ZimaCube 2에 GPU용 PCIe 슬롯이 있나요?
예. ZimaCube 2에는 표준 GPU, AI 가속기, 추가 스토리지 카드, 네트워크 카드를 지원하는 PCIe 확장 슬롯이 있습니다. 독자 규격이나 특정 업체에 종속되지 않습니다.
Q3: NAS에서 로컬 AI로 무엇을 할 수 있나요?
NAS에서 로컬 AI를 사용하면 비공개 채팅 어시스턴트, AI 지원 코딩(Continue.dev 같은 도구 사용), RAG 파이프라인을 통한 문서 분석, 자동화된 텍스트 처리 및 분류, 이미지 분석을 수행하고 클라우드 API 비용 없이 실험할 수 있습니다.
Q4: ZimaCube 2에는 NVMe 슬롯이 몇 개 있나요?
시스템에는 4개의 M.2 NVMe 슬롯과 함께 메인보드에 추가 NVMe 슬롯이 하나 있습니다(원래 OS 드라이브가 장착된 슬롯). 이 슬롯은 OS 드라이브 미러링, 전용 Docker 스토리지 또는 캐싱 계층에 사용할 수 있습니다.
Q5: 나중에 RAM을 업그레이드할 수 있나요?
예. ZimaCube 2는 사용자가 교체할 수 있는 표준 SODIMM DDR5 RAM을 사용합니다. 기본 8GB 구성으로도 컨테이너 작업을 원활하게 처리할 수 있으며, 필요에 따라 업그레이드할 수 있습니다.
Q6: ZimaCube 2는 GPU를 장착해도 발열을 감당할 수 있나요?
예. 금속 섀시, 세심하게 설계된 공기 흐름, 내부 부품 배치는 PCIe 카드의 공기 흐름을 고려했습니다. 시스템은 시원한 상태를 유지하면서 지속적인 작업 부하를 처리하며, 확장을 위한 열 설계 여유도 갖추고 있습니다.
Zima 캠페인 허브
더 읽어보기

테스트 벤치 위의 22TB 드라이브 2개를 장착한 ZimaBoard 2 프로토타입
sabitech2k의 초기 ZimaBoard 2 드라이브 테스트와 보고된 전원 조건, Proxmox 백업에 사용 중인 기존 ZimaBoard를 살펴보세요.

Debian과 Docker를 사용하는 조용한 ZimaCube 및 ZimaBoard 홈랩
ZimaCube와 ZimaBoard는 Debian, Docker, Pi-hole, Homepage 대시보드를 사용해 일상적인 애플리케이션과 스마트 홈 서비스를 분리합니다.

첫 ZimaBoard 2 홈 서버용 LEGO 랙
ZimaBoard 2와 SSD 두 개를 LEGO 랙에 정리한 첫 조립자의 사례를 확인해 보세요. 다음으로 Home Assistant와 홈 오피스용 스토리지를 구성할 계획입니다.



