qwen3.8 27b 맥 스튜디오 로컬 llm 실측 성능 분석

맥 스튜디오 M5 Max, 통합 메모리 48GB 환경에서 코딩 및 도구 호출 작업이 필요한 분에게 맞습니다.

2026-10-20 맥 스튜디오 M5 Max, 통합 메모리 48GB 기기에서 mlx-lm 0.32.0으로 Qwen3.8-27B-4bit 모델을 실측했습니다. 가중치 용량 16.1GB인 이 모델의 답 쓰는 속도는 짧은 입력(512토큰)에서 초당 33.9토큰으로, 사람이 읽는 속도(초당 약 다섯 토큰 안팎)보다 빠릅니다. 긴 입력(4096토큰)에서도 답 쓰는 속도 초당 33.2토큰과 최대 메모리 사용 18.3GB를 나타냈습니다.

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.

맥에서 로컬 AI를 시작하는 대학생에게 추천하는 핵심 포인트는 다음과 같습니다. **장점** 1. **완전한 프라이버시**: 데이터가 외부 서버로 전송되지 않아 개인정보와 학습 자료의 보안이 확실합니다. 2. **인터넷 연결 불필요**: 오프라인에서도 자유롭게 사용할 수 있어, 네트워크 환경이 불안정한 곳에서도 안정적인 작업이 가능합니다. **주의할 점** * **하드웨어 사양 확인**: Apple Silicon(M1/M2/M3 등) 칩과 충분한 RAM(최소 16GB 권장)이 없으면 모델 실행 시 버벅임이나 오류가 발생할 수 있으므로, 자신의 맥 사양을 먼저 확인하세요.

요청된 장점 두 가지와 주의할 점 한 가지를 명확하고 자연스러운 한국어로 잘 전달했습니다.

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, 통합 메모리 48GB 환경에서 로컬 LLM을 운용할 때
• 파이썬 코딩 10 / 10 및 도구 호출 정확도 10 / 10 수준의 작업이 필요할 때
• 형식 지시 따르기 10 / 10과 한국어 답변 5점 만점 평가를 받은 모델을 찾을 때

이럴 때는 다른 모델을

• 최대 메모리 사용 18.3GB를 확보하기 어려운 기기 환경
• 한국어 객관식(KMMLU 50문항) 정답 29 / 50보다 더 높은 성적이 필요한 작업

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/Qwen3.8-27B-4bit를 썼습니다.

측정일 2026-10-20 · 커밋 한 모금