Mac Studio M5 Max 128GB 로컬 AI 가이드 메모리 계산부터 제작 워크플로까지

로컬 AI용 컴퓨터를 고를 때는 모델을 올릴 수 있는 메모리, 원하는 시간 안에 끝낼 연산 성능, 실제 사용할 도구의 호환성을 함께 봐야 합니다. 메모리가 넉넉해도 특정 워크플로가 지원되지 않을 수 있고, 모델을 실행할 수 있어도 반복 제작에 필요한 속도는 나오지 않을 수 있습니다.

M5 Max 128GB Mac Studio의 핵심 가치는 대형 모델과 작업 자료를 다룰 메모리 여유를 한 대의 제작 장비에서 확보하는 데 있습니다. 구매 판단은 ‘로컬 AI의 필수 사양’이라는 표현보다, 내가 사용할 모델·해상도·문맥 길이에서 성능과 비용을 확인하는 과정에 두는 편이 좋습니다.

Apple은 M5 Max 탑재 Mac Studio에 최대 128GB 통합 메모리를 제공하며, 18코어 CPU·40코어 GPU 구성의 메모리 대역폭을 614GB/s로 안내합니다. 이 글은 해당 구성을 기준으로 설명합니다. Apple 한국 제품 사양

핵심 답변 M5 Max 128GB는 누구에게 맞나요

대형 언어 모델을 로컬에서 활용하고 이미지 제작·영상 편집을 한 장비에서 이어가려는 사용자라면 검토할 만한 구성입니다. 반면 작은 모델의 문서 요약만 필요하거나, 가끔 최고 품질의 영상 한두 개를 생성한다면 기존 장비와 클라우드를 먼저 시험해 보는 편이 합리적입니다. 128GB를 로컬 AI 입문의 최소 사양으로 잡을 필요는 없습니다.

주된 작업	128GB에서 기대할 이점	구매 전에 확인할 조건
대형 LLM·문서 분석	가중치와 문맥을 위한 메모리 여유	양자화·KV 캐시·답변 속도
이미지 생성	모델과 추가 제어 자료를 함께 다룰 여유	해상도·배치·LoRA·노드 호환성
영상 생성	큰 모델과 중간 계산을 다룰 가능성 확대	지원 백엔드·프레임 수·클립당 소요 시간
생성 후 영상 편집	생성과 편집을 같은 장비에서 연결	코덱·효과·저장 장치·동시 실행 부하

공식 사양을 AI 작업의 역할로 읽기

M5 Max는 GPU 구성에 따라 대역폭과 메모리 선택지가 달라집니다. 기본 32코어 GPU 구성의 460GB/s와 이 글의 40코어 GPU 구성에 해당하는 614GB/s를 섞어 비교하지 마세요. Apple 제품 사양

구성 요소	이 글에서 다루는 구성	작업에서의 의미
CPU·GPU	18코어 CPU·40코어 GPU	전처리·앱 실행과 지원되는 GPU 추론 연산
통합 메모리	128GB·614GB/s	CPU와 GPU가 공유하는 용량과 데이터 전달 대역폭
AI 가속 장치	GPU Neural Accelerators·16코어 Neural Engine	앱과 프레임워크가 지원하는 경로에서 활용
미디어 엔진	H.264·HEVC·ProRes·ProRes RAW 가속, AV1 디코딩	지원 코덱의 재생·인코딩·디코딩 처리

위 수치는 Apple 지원 기술 사양에서 확인할 수 있습니다. 미디어 엔진은 영상 파일을 다루는 장치입니다. 확산 모델이 프레임을 생성하는 계산 전체를 대신하는 장치로 해석하면 안 됩니다. 생성과 편집·인코딩은 나누어 평가해야 합니다.

가속기의 이름도 실행 경로와 연결해서 봐야 합니다. MLX는 통합 메모리를 활용해 CPU·GPU에서 연산하는 방식을 설명하고, Core ML은 CPU·GPU·Neural Engine을 활용하도록 설계돼 있습니다. 따라서 MLX를 사용한다는 이유만으로 별도의 Neural Engine이 모든 모델 연산에 자동으로 동원된다고 판단할 수는 없습니다. MLX 통합 메모리 문서, Core ML 공식 설명

128GB 전체를 모델 전용 메모리로 계산하지 않기

통합 메모리에서는 CPU와 GPU가 같은 메모리 풀에 접근합니다. 모델의 데이터를 CPU 메모리와 GPU 메모리에 각각 복사해야 하는 부담을 줄일 수 있다는 장점이 있습니다. 동시에 macOS와 다른 앱, 모델의 작업 공간도 같은 물리 메모리를 사용한다는 뜻입니다. MLX 통합 메모리 구조

그러므로 ‘항상 96~100GB 이상을 모델에 쓸 수 있다’고 고정하지 않는 편이 좋습니다. 실제 여유는 실행 앱과 운영체제 상태, 런타임의 메모리 관리에 따라 달라집니다. Metal도 GPU가 성능에 영향을 덜 받으며 사용할 수 있는 메모리를 권장 작업 집합 크기로 표현합니다. Metal 권장 작업 집합 크기

LLM의 크기를 감 잡을 때는 먼저 가중치의 이론적인 저장량부터 계산할 수 있습니다.

가중치 저장량 ≈ 파라미터 수 × 파라미터당 비트 수 ÷ 8

가정한 모델	단순 계산한 가중치 저장량	해석할 때 더할 것
70B·4비트	약 35GB	양자화 부가 정보·KV 캐시·작업 공간
70B·8비트	약 70GB	같은 부가 정보와 실행 중 메모리
70B·16비트	약 140GB	가중치만으로도 128GB를 초과

이 표는 70B를 정확히 700억 개로 가정하고 십진 GB로 계산한 예시입니다. 실제 다운로드 크기나 실행 시 메모리 측정값이 아닙니다. 양자화는 가중치를 적은 비트로 표현하는 방법이며, 실제 파일에는 추가 정보가 들어갑니다.

긴 문맥을 유지하는 KV 캐시도 별도로 필요합니다. 같은 모델이라도 문맥과 동시 요청 수에 따라 메모리가 늘고, 여러 모델을 동시에 올리면 각 모델의 가중치와 캐시를 함께 감당해야 합니다. MLX-LM 역시 긴 입력과 큰 모델의 메모리·속도 조절을 별도 항목으로 안내합니다. MLX-LM 긴 문맥과 대형 모델 안내

LLM은 작은 모델로 작업 기준부터 정하기

처음부터 가장 큰 모델을 받기보다 실제 문서나 코드 과제를 정하고, 작은 모델에서 정확성과 응답 시간을 확인한 뒤 크기를 키워보세요. 70B급 양자화 모델을 적재하는 여유와, 업무에 필요한 답변 속도를 얻는 일은 구분해서 판단해야 합니다.

도구는 목적에 맞춰 하나부터 시작하면 됩니다.

시작 목적	살펴볼 도구	확인할 공식 안내
화면에서 모델을 골라 대화·문서 분석	LM Studio	오프라인 동작과 문서 처리
로컬 모델을 앱·스크립트와 연결	Ollama	macOS 설치·모델 저장 공간
Python으로 추론·양자화·미세 조정 실험	MLX-LM	공식 저장소

모델 이름이 같아도 실행 도구가 요구하는 형식과 지원 구조를 확인해야 합니다. MLX용 변환본, 다른 런타임용 양자화 파일, 원본 가중치를 서로 같은 파일로 생각하지 마세요. 모델 카드의 지원 런타임·라이선스와 실제 설치한 앱의 버전을 함께 기록하는 편이 좋습니다.

문서 검색을 연결할 때는 답변 모델 외에 임베딩 모델과 검색 인덱스도 필요할 수 있습니다. 기본 구조는 RAG 입문에서 이어 읽을 수 있습니다. 문서를 많이 넣는 것과 필요한 근거를 정확히 검색하는 것은 따로 검토해야 합니다.

이미지 생성은 메모리 여유와 호환성을 함께 확인하기

Draw Things는 Mac에서 로컬 이미지 생성과 LoRA 학습을 제공하고, Comfy Desktop은 Apple Silicon Mac용 설치 경로를 제공합니다. 화면 중심으로 시작하려면 Draw Things를, 노드로 작업 단계를 구성하려면 ComfyUI를 살펴볼 수 있습니다. Draw Things 공식 기능, Comfy Desktop macOS 설치

다만 ‘128GB라서 FLUX와 모든 LoRA·ControlNet을 겹쳐도 OOM이 없다’는 식으로 계산할 수는 없습니다. OOM은 메모리 부족 오류를 뜻합니다. 모델 본체뿐 아니라 텍스트 인코더, 이미지 변환을 맡는 VAE, 추가 제어 모델, 해상도와 배치의 중간 계산이 메모리를 사용합니다. 먼저 기본 워크플로를 실행하고 부가 기능을 하나씩 더하는 편이 문제를 찾기 쉽습니다.

예를 들어 FLUX.1 [dev]는 공식 모델 카드에서 12B 파라미터와 BF16 형식을 안내합니다. 여기서 가중치 일부의 크기를 계산할 수 있어도 전체 파이프라인의 최고 메모리 사용량이나 처리 시간을 바로 얻을 수는 없습니다. 사용하려는 정확한 모델·형식과 도구의 조합을 확인해야 합니다. FLUX.1 [dev] 공식 모델 카드

모델을 로컬로 받는 것과 상업적으로 사용하는 조건도 구분해야 합니다. FLUX.1 [dev] 모델 카드에는 모델 이용 라이선스와 생성물 이용에 관한 설명이 따로 있습니다. 제작에 사용할 모델과 추가 LoRA의 조건을 해당 원문에서 확인하세요. 학습할 때는 추론과 다른 메모리가 필요하므로, 이미지가 생성된다는 이유만으로 같은 설정의 학습도 가능하다고 보지는 않아야 합니다.

영상 생성은 짧은 클립 하나로 실행 경로부터 확인하기

영상 모델은 프레임을 생성하고 유지하는 과정 때문에 모델 이름과 메모리 용량만으로 속도를 예상하기 어렵습니다. 해상도·프레임 수·스텝 수·오프로딩 방식이 함께 영향을 줍니다. 모델 파일을 메모리에 넣을 수 있다는 사실과, 해당 구현이 Mac에서 정상 동작한다는 사실도 다릅니다.

예를 들어 Wan2.2 TI2V-5B 공식 자료는 특정 설정에서 RTX 4090과 24GB VRAM을 기준으로 실행 예시를 제시합니다. 이 결과를 M5 Max의 예상 처리 시간으로 옮기면 안 됩니다. 사용하는 Mac 앱이나 ComfyUI 워크플로가 해당 모델과 노드의 실행 경로를 지원하는지 먼저 확인해야 합니다. Wan2.2 TI2V-5B 공식 실행 조건

처음에는 짧고 낮은 부하의 클립 하나를 생성해 결과·메모리·시간을 기록하세요. 그다음 목표 해상도와 길이로 늘리고, 재시도까지 포함한 비용과 시간을 확인합니다. 이 과정을 건너뛰면 ‘1분 완성 영상’의 제작 시간을 계산하기 어렵습니다. 사용할 수 있는 컷을 고르고 연결하는 시간도 포함되기 때문입니다.

한 대에서 제작할 때는 단계를 나눠 실행하기

메모리가 크다고 모든 모델을 계속 켜둘 필요는 없습니다. 작업 사이에 필요한 결과 파일을 저장하고 이전 모델을 해제하면 같은 메모리를 다음 단계에서 사용할 수 있습니다. 다음은 작은 콘셉트 영상을 만드는 순서의 예시입니다.

단계	작업	다음 단계로 넘길 자료
1. 기획	로컬 LLM으로 대본·장면·프롬프트 정리	장면 목록과 검토한 문장
2. 이미지	장면별 기준 이미지와 캐릭터 자료 제작	승인한 이미지·모델·시드·설정
3. 영상	지원되는 모델로 장면별 짧은 클립 생성	선택한 클립과 실패·재시도 기록
4. 편집	컷 연결·자막·음악·색 보정·출력	완성본과 재현 가능한 프로젝트

먼저 대본과 기준 이미지를 확정하고, 그 뒤 영상 생성을 시작하면 불필요한 재생성을 줄이는 데 도움이 됩니다. 편집 단계에서는 생성 모델을 해제한 뒤 편집 앱이 사용할 메모리와 저장 공간을 확보하는 방식을 시험해 보세요.

이 순서는 제작 설계 예시입니다. 총 소요 시간을 고정하지 않습니다. 목표 길이가 같아도 사용할 컷의 비율과 재시도 횟수, 편집 복잡도가 달라집니다. 클립 생성 시간과 완성 영상 제작 시간을 따로 기록해야 다음 작업의 일정을 더 정확히 잡을 수 있습니다.

처리 시간은 같은 조건으로 기록해야 비교할 수 있습니다

‘초안 30초’, ‘고화질 2분’처럼 조건이 빠진 숫자보다 아래 항목을 고정한 결과가 유용합니다. LLM의 입력을 읽는 속도와 새 토큰을 만드는 속도도 나누어 봐야 합니다.

작업	고정할 설정	기록할 결과
LLM	모델·양자화·문맥 길이·출력 길이·동시 요청	첫 응답까지의 시간·생성 속도·최대 메모리
이미지	모델·해상도·스텝·배치·LoRA·시드	최초 로딩과 생성 시간·최대 메모리·결과 품질
영상	위 항목과 프레임 수·길이·오프로딩	클립당 시간·정상 완성 여부·재시도 횟수
장시간 작업	같은 앱·실행 순서·실내 조건	소비전력·팬 소음·처리 시간 변화

첫 실행의 모델 다운로드·로딩과, 이미 로딩된 상태의 반복 추론도 구분하세요. macOS와 앱·프레임워크 버전을 남기고 같은 조건으로 반복해야 업데이트 전후의 차이를 해석할 수 있습니다. 전기료와 소음도 실제 작업에서 측정하며, 전원 장치의 최대 출력값을 평소 소비전력으로 사용하지 않습니다.

클라우드 대비 비용 회수는 내가 대체할 작업으로 계산하기

장비를 사도 모든 클라우드 지출이 사라지지는 않습니다. 로컬에서 해결할 작업과 계속 클라우드에 맡길 작업을 먼저 나누고, 실제로 줄어드는 비용을 계산해야 합니다. 특히 급한 고품질 영상이나 특정 외부 모델이 필요한 작업은 남을 수 있습니다.

간단한 비교는 다음처럼 구성할 수 있습니다.

단순 회수 개월 수 = 추가 도입비 ÷ 월 순절감액

계산 항목	포함할 내용
추가 도입비	실제 장비 견적과 추가 SSD·주변기기 등 필요한 비용
줄어드는 월 지출	로컬 전환으로 실제 없앨 수 있는 API·생성 크레딧 비용
새로 늘어나는 월 비용	전기·유료 소프트웨어·추가 유지 관리 비용
월 순절감액	줄어드는 월 지출에서 새로 늘어나는 월 비용을 뺀 값

순절감액이 0 이하라면 이 단순 비용 회수 계산은 성립하지 않습니다. 시간을 절약하거나 데이터 통제력을 얻는 가치는 따로 평가할 수 있지만, 이를 곧바로 몇 달 안에 장비값을 회수한다는 숫자로 바꾸지는 마세요. 더 긴 기간을 비교할 때는 사용 기간과 중고 가치, 고장·업그레이드 비용도 함께 고려해야 합니다.

이미 보유한 장비가 있다면 우선 작은 과제를 실행하고 부족한 부분을 확인하는 편이 좋습니다. 메모리가 부족한지, 속도가 느린지, 필요한 노드가 지원되지 않는지에 따라 다음 선택이 달라집니다. 로컬과 클라우드를 함께 쓰는 구성도 가능합니다.

오프라인 운용은 모델과 연결 도구까지 포함해 확인하기

로컬 추론은 입력과 결과를 장비 안에서 처리할 수 있다는 장점이 있습니다. 예를 들어 LM Studio는 다운로드한 모델의 대화와 문서 처리를 오프라인으로 실행할 수 있다고 설명하면서, 모델 검색·다운로드·업데이트에는 네트워크가 필요하다고 구분합니다. LM Studio 오프라인 동작

앱에 클라우드 실행 기능이 함께 있다면 실행 위치도 확인해야 합니다. Draw Things 공식 페이지 역시 로컬 생성과 관리형 서버로 작업을 넘기는 기능을 구분합니다. 도구가 Mac에 설치돼 있다는 사실만으로 모든 단계가 장비 내부에서 실행된다고 판단할 수는 없습니다. Draw Things 실행 방식

민감한 자료를 처리한다면 모델·문서 검색·플러그인·외부 API 중 어느 경로가 네트워크를 사용하는지 확인하세요. 필요한 모델과 런타임을 준비한 다음 네트워크를 끊고 대표 과제가 완성되는지 확인하는 것이 한 가지 방법입니다. 로컬 도입과 함께 파일 접근·백업·장비 관리 방식도 정해야 합니다.

자주 묻는 질문

Q1. 로컬 AI를 시작하려면 128GB가 꼭 필요한가요?

목표 모델과 작업에 따라 다릅니다. 작은 LLM이나 가벼운 이미지 작업부터 시험한 뒤 메모리와 속도의 부족을 확인하세요. 128GB는 큰 모델과 넉넉한 작업 공간을 원하는 구성이지, 모든 입문자에게 필요한 최저선은 아닙니다.

Q2. 128GB 통합 메모리는 32GB GPU 네 장과 같은 성능인가요?

용량의 합만으로 비교할 수 없습니다. 메모리 접근 구조와 연산 성능, 여러 장치로 모델을 나누는 구현이 다릅니다. 실제 모델이 로딩되는지와 목표 처리 속도를 얻는지를 같은 과제로 비교해야 합니다.

Q3. 70B 모델을 4비트로 올릴 수 있으면 8비트도 항상 여유로운가요?

4비트에서 8비트로 바꾸면 단순 가중치 저장량이 약 두 배가 됩니다. 긴 문맥과 다른 앱까지 고려하면 여유가 달라집니다. 실제 메모리 압력과 스왑, 속도를 확인하고 설정을 정하세요.

Q4. 이 글의 이미지와 사양으로 생성 속도까지 알 수 있나요?

대표 인포그래픽은 공식 사양을 설명하고, Draw Things 이미지는 Apple의 제품 시연을 보여줍니다. 둘 다 이 글에서 수행한 M5 Max 128GB 실측 결과가 아닙니다. 생성 속도는 사용할 모델과 설정으로 별도 확인해야 합니다.

공식 자료와 확인 기준일

확인 기준일: 2026-10-22 — Apple 공식 사양과 도구·모델 개발자의 문서를 기준으로 정리했습니다. 메모리 표는 가중치의 이론 계산이며, 해당 장비로 직접 측정한 벤치마크는 아닙니다.

• Apple Mac Studio 한국 제품 사양, Apple 지원 기술 사양
• M5 Mac Studio 발표와 원문 사진
• MLX 통합 메모리, MLX-LM
• Core ML, Metal 권장 작업 집합 크기
• Ollama macOS, LM Studio 오프라인 운용
• Comfy Desktop macOS, ComfyUI 수동 설치, Draw Things
• FLUX.1 [dev] 모델 카드, Wan2.2 TI2V-5B 모델 카드