커밋 한 모금gpt oss 20b 맥 로컬 llm 실측 결과
맥에서 빠른 응답과 자연스러운 한국어가 필요한 코딩·채팅 작업에 적합하지만, 긴 문서 분석이나 도구 호출은 부적합합니다.
gpt oss 20b를 맥 스튜디오 M5 Max에서 mlx-lm 0.32.0으로 실행해 성능을 측정했습니다. 짧은 입력 기준 답 쓰는 속도는 초당 135.5토큰으로, 사람이 읽는 속도(초당 약 5토큰)보다 훨씬 빠릅니다. 한국어 답변 품질은 5점 만점에 5점으로 높았으나, 긴 문서 내 문장 찾기와 도구 호출 정확도는 낮았습니다.
이 맥에서 잰 숫자
| 모델 | gpt-oss-20b-MXFP4-Q8 |
|---|---|
| 원본 저장소 | mlx-community/gpt-oss-20b-MXFP4-Q8 |
| 가중치 용량(GB) | 12.1 |
| 라이선스 | apache-2.0 |
| 측정 기기 | 맥 스튜디오 M5 Max, 통합 메모리 48GB |
| 측정 도구 | mlx-lm 0.32.0 (MLX 0.32.3) |
| 측정일 | 2026-10-21 |
| 짧은 입력(512토큰) 답 쓰는 속도(토큰/초) | 135.5 |
| 짧은 입력 읽는 속도(토큰/초) | 4506 |
| 긴 입력(4096토큰) 답 쓰는 속도(토큰/초) | 131.3 |
| 긴 입력 읽는 속도(토큰/초) | 6393 |
| 최대 메모리 사용(GB) | 13 |
| 한국어 답변 점수(5점 만점) | 5 |
| 한국어 답변에 외국어 섞임 | 없음 |
| 한국어 객관식(KMMLU 50문항) 정답 | 5 / 50 |
| 도구 호출 정확도(10문항) | 1 / 10 |
| 파이썬 코딩(10문제, 테스트 전부 통과) | 10 / 10 |
| 형식 지시 따르기(10문항) | 5 / 10 |
| 긴 글 속 문장 찾기(약 16K토큰) | 못 찾음 (3.1초) |
| 긴 글 속 문장 찾기(약 32K토큰) | 못 찾음 (6.8초) |
| 한 번에 만든 튀는 공 애니메이션 | 출력 한도에서 코드가 끝나지 못함(측정 설정 문제, 다시 잴 예정) |
답 쓰는 속도는 1초에 만들어 내는 토큰(글자 조각) 수입니다. 같은 모델도 기기·메모리·도구 버전에 따라 달라집니다.
한국어로 물어봤더니
질문: 맥에서 로컬 AI 모델을 처음 써 보려는 대학생에게, 장점 두 가지와 주의할 점 한 가지를 한국어로 짧게 알려 줘.
**장점 1**: 개인정보가 외부로 전송되지 않으므로 민감한 데이터를 안전하게 다룰 수 있어요. **장점 2**: 인터넷 연결 없이도 바로 실행되므로 속도와 반응성이 뛰어납니다. **주의할 점**: 로컬 모델은 CPU/GPU 메모리를 많이 차지하므로, 특히 맥북의 배터리 소모와 과열에 주의하세요.
맥 환경의 특성(배터리, 과열)을 정확히 짚어낸 자연스러운 한국어 답변입니다.
한 번에 만든 튀는 공 애니메이션
"회전하는 육각형 안에서 공 8개가 튀는 HTML 을 한 파일로 만들어 줘"라는 요청에 처음 낸 답을 그대로 실행한 화면입니다.
이럴 때 맞아요
- 맥에서 빠르게 응답하는 로컬 채팅
- 파이썬 코딩 및 코드 생성
- 자연스러운 한국어 대화
이럴 때는 다른 모델을
- 긴 문서(16K~32K 토큰) 내 특정 정보 검색
- 도구 호출(Tool Calling) 기반 자동화
- 엄격한 형식 지시 준수
자주 묻는 질문
gpt oss 20b를 맥에서 돌리려면 메모리가 얼마나 필요한가요?
측정 결과 최대 메모리 사용량은 13GB입니다. 가중치 용량이 12.1GB이므로, 16GB 통합 메모리 이상의 맥 기기가 권장됩니다.
답 쓰는 속도가 사람이 읽는 속도보다 빠른가요?
네, 짧은 입력 기준 초당 135.5토큰으로 생성됩니다. 이는 사람이 읽는 속도(초당 약 5토큰)보다 훨씬 빠릅니다.
한국어 답변 품질은 어떤가요?
한국어 답변 점수는 5점 만점에 5점이며, 외국어가 섞이지 않았습니다. 맥 환경 특성을 정확히 짚어낸 자연스러운 답변을 생성했습니다.
긴 문서 분석이나 도구 호출은 가능한가요?
긴 글(약 16K~32K 토큰) 속 문장 찾기는 실패했고, 도구 호출 정확도는 10문항 중 1문항으로 낮았습니다. 이러한 작업에는 다른 모델을 고려해야 합니다.
측정 방법
맥 스튜디오 M5 Max, 통합 메모리 48GB에서 mlx-lm 0.32.0 (MLX 0.32.3)로 측정했습니다. 입력 512토큰·4096토큰 뒤 128토큰을 생성하는 시험을 여러 번 반복한 평균이고, 한국어 답변은 온도 0으로 한 번 생성한 원문 그대로입니다(생각 과정은 떼고 답만). 추가 시험(있는 경우)은 모두 코드로 채점합니다: 한국어 객관식은 KMMLU(HAERAE-HUB, CC BY-ND 4.0) 10개 분야 50문항, 도구 호출·파이썬 코딩·형식 지시는 각 10문항(코딩은 인터넷이 막힌 환경에서 숨겨진 테스트 실행), 긴 글 찾기는 약 1만6천·3만2천 토큰 글 속에 넣은 문장을 찾는지, 튀는 공은 한 번에 만든 HTML 이 실제로 움직이는지입니다. 생각 기능은 끄고 온도 0으로 실행했습니다. 가중치는 Hugging Face의 mlx-community/gpt-oss-20b-MXFP4-Q8를 썼습니다.
측정일 2026-10-21 · 커밋 한 모금