하드웨어/로컬 AI
단테의 로컬 LLM 심층 상담 — VRAM 공식부터 카카오의 2계층 AI 전략까지
왜 중요한가
맥북 M5 구매를 고민하는 Kai의 질문에서 시작해 단테 님이 VRAM 계산 공식, 로컬 LLM을 쓰는 진짜 이유, 카카오의 로컬+원격 2계층 설계 비화까지 풀어놓았다.
깊이 보기
낮 12시32분 Kai/금융 님이 '너무 기대됩니다!!
- 맥북프로 M5 24램 구입하려고했는데.. 주위에서 로컬 LLM 제대로 활용 못한다고 해서 충격받은 상황입니다 ㅎㅎ, 30B.
- 이상 모델은 가성비 따져서 최소 어떤 장비를 써야할까요'라 묻자 단테/AI교육 님은 '30B는 VRAM이 32기가는 되어야 사용할만 하세요'라 답했다.
- 클라우드/MD 님이 '30b는 사실상 64기가여야 다른 거랑 같이 돌릴 수 있더라구요'라 보태자 단테 님은 '요게 계산식이 대략 이렇게 생각하시면 되요.
- 빌리언 수를 나누기 2한것이 VRAM 숫자의 70% 이하로 나오면 돌릴수 있다'는 공식을 제시했다.
- 꾸준히/ai교육 님은 '첫강의로 인프런 헤르메스 강의를 먼저 들어도 될까요??
클로드 코드는 20달러 기준 토큰이 부족해서 좀더 가성비 좋은 codex로 진행하는 걸까요?'라 물었고 단테 님은 '저는 헤르메스 x 코덱스로 충분히 입문가능하다고 말씀드리고 싶어요'라 답했다. 일하는 죠르디 님은 해외 거주 경험을 바탕으로 '데이터를 계속 주입하는식으로 로컬 통역 llm 같은게 개발이 가능할까요?
램은 64기가 m5입니다... 보이스 투 보이스일것 같습니다'라 물었고 단테 님은 '64기가면 70B로 올릴수는 있겠네요, 맥이 속도가 잘 나오지는 않을거에요, 보이스 모델은 더 가볍고 좋은게 많아서 스펙은 넘치시는것 같아요'라 조언했다. 단오/Access Archi 님이 '로컬 LLM은 구체적으로 어떤 필요 때문에 쓰려고 하시는 건가요?
구독료나 API 비용 절감이 목적이라면 오히려 하드웨어 비용이 더 들 수도 있을 것 같아서'라 근본적인 질문을 던지자 단테 님은 '단순히 절감 차원으로 접근하면 안되구요, 보안, 커스텀, 워크플로 자동화(절감), 온디바이스(네트웍 프리, IOT), 게임..'이라 목적을 나열하며 '에이전틱으로는 사용하는게 소비자형 GPU로는 좀 어렵구요'라 한계도 짚었다. 이어 단테 님은 '제가 카카오 엠베서더로 활동을 했었는데, 그때 부터 알게된것이, 카카오가 AI를 로컬+원격 2계층 레이어로 설계하고 있다는거였어요.
카카오 대화내용은 카카오 원격 AI로 전송을 할수 없게 끔되어 있다고 하더군요'라며 '온디바이스 로컬 모델을 kanana2 (deepseek 기반) 으로... 현재 신형 폰에서는 설치되어서, 대화 요약 등의 작업은 로컬로 돌립니다'라는 비화를 공개했다. 클라우드/MD 님은 '로컬llm 은 돈 아끼려고 하는게 아니라 보안 때문에 하는게 가장 큰 것 같습니다'라 정리했고, 단테 님은 '제가 LG출신이라 사정을 좀 알고 있는데, LG도 엑사원만 쓰게 하다가, 최근에 클로드코드 전사에 허용한듯하더군요.
Qwen3.6-27B 모델 테스트해보니 참 좋은것 같아요. 한국어도 잘되고'라 밝혔다.
Kai 님은 '엘지가 야심차게 엑사원이라는 사원의 출사표를 던졌는데.. 결국 클로드 코드를 쓰는군요 ㅠ'라며 'Qwen3.6 27B 나 젬마 20B대 모델을 쾌적하게 로컬로 돌리려면 pc사양이 어느정도 되어야할까요? 필요한 기능들 만들어가며 자동으로 옵시디언 볼트관리 계속 시키고 있는데 일단 이부분이 너무 편해서요'라 물었고 클라우드 님은 '램 64기가는 되어야 합니다'라 답했다.