티어

CQ에는 세 가지 티어가 있습니다. Free로 시작하고, 어디서든 GPU 접근과 클라우드 동기화를 원할 때 Pro로 업그레이드하고, 팀 GPU 워크로드가 필요하면 Team을 추가하세요.

비교

기능	Free	Pro	Team
태스크 오케스트레이션	로컬 SQLite	Supabase (클라우드)	Supabase (클라우드)
지식 베이스	로컬 SQLite	pgvector (클라우드)	pgvector (클라우드)
멀티 Worker 실행	단일 머신	모든 머신	모든 머신
Knowledge Loop	선호도만	전체 (크로스 세션)	전체 (크로스 세션)
Research Loop	없음	있음	있음
Remote AI 워크스페이스 (ChatGPT/Claude Desktop)	없음	있음	있음
Drive (파일 스토리지)	없음	있음	있음
Hub (분산 GPU 작업)	없음	있음	있음
Relay (NAT 통과, 종단간 암호화)	없음	있음	있음
연결 가능 Worker 수	1개 (로컬만)	무제한	무제한
필요한 API 키	있음 (직접 관리)	0개	0개
가격	무료	$5–10/월	문의
설정	config.yaml 필요	cq auth login	cq auth login + cq serve

Free

모든 것이 로컬에서 실행됩니다. LLM API 키를 직접 관리합니다.

# .c4/config.yaml
llm_gateway:
  enabled: true
  default: openai
  providers:
    openai:
      enabled: true
      default_model: gpt-4o-mini

cq secret set openai.api_key    # ~/.c4/secrets.db에 암호화되어 저장

적합한 경우: 오프라인 사용, 에어갭 환경, 완전한 데이터 제어.

Pro

어디서나 GPU 연결. API 키 불필요 — CQ의 LLM 프록시가 처리합니다.

cq auth login    # GitHub OAuth, 최초 1회
cq serve         # relay + 이벤트 동기화 + 토큰 갱신 시작
cq claude        # 개발 시작

제공하는 것:

• 종단간 암호화 relay로 GPU Worker 연결 — 어떤 머신, 어떤 네트워크
• 세션과 AI 도구를 넘어 지식이 지속됩니다
• Knowledge Loop가 선호도와 실험 결과를 자동으로 쌓습니다
• Remote AI 워크스페이스 — ChatGPT, Claude Desktop, Cursor에서 지식 접근
• cq relay call — NAT를 통해 다른 CQ 인스턴스에 도달

적합한 경우: 어디서나 GPU 접근과 모든 도구에서 영구적인 AI 메모리를 원하는 개인 개발자 및 ML 연구자.

Team

Pro의 모든 기능에 팀 GPU 인프라가 추가됩니다.

cq auth login
cq serve

GPU 머신(또는 클라우드 VM)에서:

curl -fsSL https://raw.githubusercontent.com/PlayIdea-Lab/cq/main/install.sh | sh
cq auth login
cq serve    # 이 머신이 GPU Worker가 됨

추가로 제공하는 것 (Pro 기반):

• 노트북에서 ML 훈련 작업을 제출하고 공유 GPU 서버에서 실행
• Research Loop — 자율 실험 사이클: 계획 → 훈련 → 평가 → 반복
• Drive — TUS 재개 가능 업로드와 내용 주소 지정 버전 관리가 있는 클라우드 파일 스토리지
• 아티팩트 업로드 — 작업 완료 시 결과물이 자동으로 Drive에 저장
• DAG 엔진 — 자동 의존성 해결로 종속 작업 체이닝
• 팀 지식 풀 — 공유된 실험 결과와 모범 사례

적합한 경우: ML 연구팀, 원격 GPU 인프라를 가진 조직.

Knowledge Loop (모든 티어)

Knowledge Loop는 모든 티어에서 사용 가능하지만, Pro와 Team에서 가장 잘 작동합니다:

세션 1: 실수를 수정함            → 선호도 저장 (count: 1)
세션 3: 같은 선호도 다시 감지됨  → CLAUDE.md에 힌트 추가
세션 5: 5번째                   → 영구 규칙으로 승격
세션 6+: AI가 프롬프트 없이 규칙을 따름

자세한 내용은 Knowledge Loop를 참고하세요.

Research Loop (Pro 및 Team)

Research Loop가 연결된 GPU Worker에서 자율적으로 실행됩니다:

실험 계획 → Hub에 제출 → GPU에서 훈련 → 메트릭 평가
    ↑                                           │
    └───────────────────────────────────────────┘
            (종료 조건까지 반복)

루프 시작:

cq research run --goal "H36M에서 MPJPE 최대화" --budget 10

결과는 Hub를 통해 실시간으로 스트리밍됩니다. 최적 체크포인트는 자동으로 Drive에 저장됩니다.

티어 전환

티어는 로그인 상태와 cq serve 실행 여부로 결정됩니다. 별도의 설정 플래그가 없습니다.

• Free: 로그인하지 않거나 config에 cloud.url 없음
• Pro: 로그인 + cq serve 실행 (Team Hub 미설정)
• Team: 로그인 + cq serve + 여러 GPU Worker 연결

SQLite(Free)에 저장된 데이터는 업그레이드 시 보존됩니다. 클라우드 동기화가 로컬에서 중단된 지점부터 이어집니다.