Docker 기반 Local LLM 구축을 통한 데이터 유출 없는 Conventional Commit 자동화

Context

Cloud 기반 AI 도구의 코드 유출 위험과 API 비용 발생으로 인한 Private Repository 적용 한계 직면. 일관성 없는 Commit Message 작성으로 인한 히스토리 관리 효율 저하 문제 발생.

Technical Solution

• Docker 기반 컨테이너 오케스트레이션을 통한 Ollama, Redis, Gradio의 통합 런타임 환경 구축
• qwen2.5-coder:1.5b 경량 모델 채택으로 로컬 리소스 최적화 및 오프라인 추론 구현
• Staged Diff 분석 데이터를 Local LLM에 전달하여 Conventional Commit 규격의 후보군 3종 생성
• Redis를 통한 세션 관리 및 캐싱 처리로 반복 요청에 대한 응답 성능 최적화
• Node.js 기반 CLI 인터페이스 설계를 통한 Git 워크플로우와 AI 추론 엔진의 심리스한 결합

Impact

• 1GB 규모의 모델 다운로드 후 평균 5~10초 내의 Commit Message 생성 속도 달성
• 100% Local Execution 환경 구축으로 외부 데이터 전송 제로화 및 개인정보 보호 구현