Quietly vs book-to-skill

Quietly 장단점

• 완벽한 프라이버시 보장 (모든 데이터가 사용자 PC에만 저장됨)
• 클라우드 API 키나 월 구독료가 필요 없는 합리적인 일회성 라이선스 비용
• 오프라인 환경에서도 빠른 속도로 코드 자동 완성 및 생성 가능
• 대규모 모델(70B+)도 레이어 단위 로딩을 통해 로컬 GPU에서 제한적으로 구동 가능

• 로컬 PC의 사양(RAM, GPU)에 따라 AI 모델 성능 및 속도가 크게 좌우됨
• 클라우드 서비스에 비해 초기에 로컬 LLM 모델을 직접 다운로드하고 설정해야 하는 번거로움
• 최신 웹 기반 LLM 기능의 실시간 업데이트나 실시간 인터넷 검색 지원 부재

book-to-skill 장단점

• 긴 문서를 매번 전체 컨텍스트에 넣지 않아 토큰 사용량을 줄일 수 있음
• 여러 AI 코딩 에이전트 환경에서 동일한 스킬 형식을 사용 가능
• 문서 처리가 로컬에서 이루어져 데이터 업로드를 피할 수 있음
• 다양한 문서 형식과 여러 입력 소스를 지원

• AI 에이전트와 호스트 환경이 별도로 필요함
• 일부 PDF 및 문서 형식은 추가 추출기 설치가 필요함
• 스캔 PDF는 변환 전에 OCR 처리가 필요함

Quietly 주요 기능

• 100% 오프라인 작동 (인터넷 연결 불필요)
• 원격 분석(Telemetry) 및 데이터 추적 없음
• 로컬 RAG (Project Brain) 기반 코드 컨텍스트 분석
• Llama.cpp, AirLLM 등 다중 로컬 AI 엔진 탑재
• 에이전트 기반 파일 수정 및 터미널 명령어 승인 실행
• Hugging Face 및 GGUF 모델 간편 다운로드 및 가져오기

book-to-skill 주요 기능

• 기술 서적과 문서 폴더를 구조화된 에이전트 스킬로 변환
• 장별 문서, 용어집, 패턴, 치트시트 자동 생성
• 필요한 장만 불러오는 온디맨드 로딩
• PDF, EPUB, DOCX, HTML, RTF, Markdown 등 지원
• GitHub Copilot CLI, Amp, Claude Code 호환
• 문서와 추출 과정을 로컬에서 처리