자신만의 로컬 AI 에이전트 만들기 (파트 4): PII 스크러버 🧼

Source: Dev.to

개요

Local Agent 시리즈의 마지막 편에 오신 것을 환영합니다. 민감한 사용자 데이터(PII)를 처리하는 것은 위험합니다—클라우드로 보낼 수 없고, 직접 눈으로 읽고 싶지도 않죠. PII Scrubber Agent는 “Level 2” 에이전트 역량을 보여줍니다: 자신만의 도구를 작성하는 것.

목표

• CSV(users.csv) 분석
• PII(이메일, 이름) 탐지
• Python 스크립트를 작성해 데이터를 안전하게 정리
• 스크립트를 실행해 users_cleaned.csv 생성

아키텍처: 계획 → 코드 → 실행

CSV를 한 줄씩 다시 쓰는(느리고 비용이 많이 드는) 방식 대신, 에이전트는 효율적인 코드를 작성합니다.

“스마트함” 요구사항

작은 모델(e.g., llama3.2)은 스크립트를 작성하기 전에 실행하려다 충돌했습니다. gpt-oss:20b 로 업그레이드하면서 문제를 해결했습니다:

1. 파일을 확인하기 위해 일시 정지.
2. 전체 Python 스크립트를 작성.
3. 성공적으로 실행.

결론

우리는 네 가지 에이전트를 만들었습니다:

• Tidy‑Up – 간단한 액션.
• Analyst – 데이터베이스 쿼리.
• Archaeologist – 파일 편집.
• Scrubber – 코드 생성 및 실행.

모두 로컬에서 구축되었습니다—API 키도 없고, 데이터 유출도 없습니다. 여러분, Goose, 그리고 Ollama만 있으면 됩니다.

전체 코드는 GitHub 여기에서 확인할 수 있습니다.

멋진 무언가를 만들어 보세요! 🪿