커밋 한 모금Qwen3 30B A3B-Instruct-2507-4bit 맥 로컬 실행 실측 결과
맥 스튜디오 M5 Max(48GB) 환경에서 빠른 응답과 자연스러운 한국어가 필요한 사용자에게 적합합니다.
mlx-community의 Qwen3 30B A3B-Instruct-2507-4bit 모델을 mlx-lm 0.32.0으로 측정했습니다. 가중치 용량은 17.2GB이며, 측정 중 최대 메모리 사용량은 18.3GB였습니다. 짧은 입력(512토큰) 기준 답 쓰는 속도는 초당 151.6토큰으로, 사람이 읽는 속도(초당 약 5토큰)보다 훨씬 빠릅니다.
이 맥에서 잰 숫자
| 모델 | Qwen3-30B-A3B-Instruct-2507-4bit |
|---|---|
| 원본 저장소 | mlx-community/Qwen3-30B-A3B-Instruct-2507-4bit |
| 가중치 용량(GB) | 17.2 |
| 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 | 2026-10-20 |
| 짧은 입력(512토큰) 답 쓰는 속도(토큰/초) | 151.6 |
| 짧은 입력 읽는 속도(토큰/초) | 3987 |
| 긴 입력(4096토큰) 답 쓰는 속도(토큰/초) | 130 |
| 긴 입력 읽는 속도(토큰/초) | 5647 |
| 최대 메모리 사용(GB) | 18.3 |
| 한국어 답변 점수(5점 만점) | 5 |
| 한국어 답변에 외국어 섞임 | 없음 |
| 한국어 객관식(KMMLU 50문항) 정답 | 23 / 50 |
| 도구 호출 정확도(10문항) | 10 / 10 |
| 파이썬 코딩(10문제, 테스트 전부 통과) | 10 / 10 |
| 형식 지시 따르기(10문항) | 10 / 10 |
| 긴 글 속 문장 찾기(약 16K토큰) | 찾음 (6.1초) |
| 긴 글 속 문장 찾기(약 32K토큰) | 찾음 (18.2초) |
| 한 번에 만든 튀는 공 애니메이션 | 움직임 |
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 두 가지:** 1. **개인 정보 보호**: 데이터가 맥 내부에서 처리되므로, 개인정보가 외부 서버로 전송되지 않아 안전합니다. 2. **오프라인 사용 가능**: 인터넷이 없어도 모델을 사용할 수 있어, 어디서든 작업이 가능합니다. **주의할 점 하나:** 모델의 성능이 고성능 GPU나 대용량 메모리가 있는 컴퓨터보다는 제한될 수 있으므로, 복잡한 작업에는 시간이 오래 걸릴 수 있습니다.
요청된 형식과 내용을 정확히 전달하며 문장이 매우 자연스럽습니다.
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
- 맥 스튜디오 M5 Max(48GB) 환경에서 로컬 LLM 구동
- 자연스러운 한국어 대화 및 형식 지시 따르기
- 빠른 응답 속도가 필요한 짧은 입력 처리
이럴 때는 다른 모델을
- 통합 메모리 18.3GB 미만인 기기
- 매우 긴 컨텍스트(32K 이상)에서 실시간 처리가 필요한 경우
자주 묻는 질문
Qwen3 30B A3B instruct 2507 모델의 가중치 용량은 얼마인가요?
4bit 양자화 버전의 가중치 용량은 17.2GB입니다.
맥에서 이 모델을 돌릴 때 메모리는 얼마나 쓰나요?
맥 스튜디오 M5 Max(48GB)에서 측정했을 때 최대 메모리 사용량은 18.3GB였습니다.
답 쓰는 속도는 얼마나 빠른가요?
짧은 입력(512토큰) 기준 초당 151.6토큰, 긴 입력(4096토큰) 기준 초당 130토큰으로 측정되었습니다. 이는 사람이 읽는 속도보다 훨씬 빠릅니다.
한국어 성능은 어떤가요?
한국어 답변 점수는 5점 만점에 5점이며, 외국어가 섞이지 않고 문장이 매우 자연스럽습니다. KMMLU 50문항 중 23문항을 정답으로 맞혔습니다.
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/Qwen3-30B-A3B-Instruct-2507-4bit를 썼습니다.
측정일 2026-10-20 · 커밋 한 모금