맥 스튜디오 로컬 llm 구동: muse glimmer 30b 성능 및 실측 결과

파이썬 코딩 10 / 10 통과로 로컬 llm 코딩 모델 찾는 분께 맞지만, 형식 지시 0 / 10이라 정형화된 출력 작업에는 맞지 않습니다.

맥 스튜디오 로컬 llm 환경(M5 Max, 통합 메모리 48GB)에서 mlx-lm 0.32.0으로 muse glimmer 30b 모델을 측정했습니다. 모델 가중치 용량 19.4GB, 최대 메모리 사용 16.6GB이며 짧은 입력 답 쓰는 속도는 초당 33.7토큰으로 사람이 읽는 속도(초당 약 다섯 토큰 안팎)보다 빠릅니다. 파이썬 코딩 10문제는 전부 통과(10 / 10)했으나 형식 지시 따르기는 0 / 10을 기록했습니다.

이 맥에서 잰 숫자

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.

(이번 측정에서는 영어로 된 생각 과정만 나오고 한국어 답변까지 가지 못했습니다. 출력 길이 설정 문제라 설정을 고쳐 다시 잴 예정입니다.)

생각 과정만 출력되고 한국어 답변까지 가지 못함 — 측정 설정(출력 길이) 문제라 다시 잴 예정

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

• 파이썬 코딩(10문제, 테스트 전부 통과: 10 / 10) 작업을 수행할 때
• 답 쓰는 속도(초당 33.7토큰)가 사람이 읽는 속도(초당 약 다섯 토큰 안팎)보다 빠른 로컬 llm 코딩 모델 필요할 때
• 맥 스튜디오 M5 Max, 통합 메모리 48GB 환경에서 최대 메모리 사용 16.6GB 수준으로 구동할 때

이럴 때는 다른 모델을

• 형식 지시 따르기(0 / 10)나 도구 호출 정확도(1 / 10)가 중요한 작업
• 긴 글 속 문장 찾기(약 16K토큰 16초, 약 32K토큰 31.9초 모두 못 찾음) 작업
• 한국어 객관식(KMMLU 50문항 7 / 50 정답) 문제 풀이

자주 묻는 질문

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/Muse-Glimmer-30B-4bit를 썼습니다.

측정일 2026-10-20 · 커밋 한 모금