Qwen3.8 27B 맥 실행 기록: CPU 표시와 메모리 확인법

24GB 맥미니 M4 프로에서 Qwen3.8 27B가 100% CPU로 표시된 실행 기록을 바탕으로 ollama ps의 배치 표시, 태그별 파일 크기와 모델 ID, 전체 시간과 생성 속도를 읽는 방법을 정리했습니다.

홍승협(준이아빠)게시 2026.08.16수정 2026.10.04약 15분

지금까지 1천 명 넘게 읽었어요, 83%가 끝까지 읽었어요

#AI #바이브코딩 #자동화

Qwen3.8 27B 맥 실행 기록: CPU 표시와 메모리 확인법 대표 이미지

준이아빠AI가 일하는 법AI 친구들의 작업실 구경하기 ↗

Qwen3.8 27B와 Max는 다른 모델입니다
원본 화면에서 확인되는 것
태그별 파일 크기와 모델 ID
기존 속도 기록 읽는 법
이미 Ollama와 모델이 있을 때 확인 순서
처음 설치할 때와 업무에 적용할 때
3줄 요약

세 줄로 먼저 읽기

Qwen3.8 27B는 알리바바 Qwen 팀이 Apache 2.0으로 공개한 모델이며 2026년 8월 24GB 맥미니 M4 프로 기록에서는 Ollama 배치 표시가 100% CPU였습니다.
그 기록의 1+1 질문은 10토큰 출력에 전체 218.2초가 걸렸고 생성 단계 속도는 약 0.08토큰/초여서 전체 시간으로 나눈 0.046토큰/초와 다릅니다.
10월 4일 기준 qwen3.8:27b 태그는 다른 ID를 가리키고 원본 화면의 ID는 27b-mtp-q4KM에 해당하므로 결과를 비교할 때는 태그 대신 모델 ID를 기록합니다.

모델 파일이 17GB이고 내 맥의 메모리가 24GB라면 여유 있게 실행될까요? 파일 크기만으로는 알 수 없습니다. 저장 공간에 놓인 파일과 실행 중에 필요한 메모리가 다르기 때문입니다.

2026년 8월의 실행 기록에서는 24GB 맥미니 M4 프로에서 Qwen3.8 27B가 CPU로 실행됐습니다. 로컬 실행, 즉 다른 회사의 서버 대신 내 컴퓨터에서 모델을 돌린 기록입니다. CPU는 컴퓨터의 일반 처리를, GPU는 많은 계산을 병렬로 처리하는 일을 맡는 장치입니다. 이 기록의 화면과 로그가 무엇을 보여 주는지, 2026년 10월 4일 기준 문서와 모델 태그로 함께 읽습니다.

Qwen3.8 27B와 Max는 다른 모델입니다

Qwen3.8 27B는 알리바바 Qwen 팀의 공개 가중치 모델입니다. 가중치는 모델이 학습한 값을 담은 파일이며, 공개돼 있으면 직접 내려받아 실행할 수 있습니다. Qwen3.8-Max와 같은 계열 이름이지만 다른 모델입니다.

공식 모델 카드에 따르면 27B급 언어 모델이고 텍스트와 이미지, 영상을 이해합니다. 컨텍스트는 한 요청에서 모델이 다루는 입력과 처리 내용의 길이로, 기본 262,144토큰이고 최대 100만 토큰까지 늘릴 수 있습니다. 토큰은 모델이 글을 나누어 처리하는 단위이며 한국어 한 글자나 한 단어와 항상 같지는 않습니다.

공식 모델 카드의 평가 점수

GPQA Diamond89.2과학 추론
OSWorld-Verified84.3컴퓨터 사용
SWE-bench Pro61.7코드 작업

막대 길이는 100점 만점 기준입니다. 맥에서의 실행 속도와는 다른 지표입니다.

라이선스는 Apache 2.0입니다. 사용과 수정, 상업적 활용이 가능하고, 재배포할 때는 라이선스 사본과 고지를 함께 남겨야 합니다.

원본 화면에서 확인되는 것

Ollama는 모델을 내려받아 실행하는 프로그램입니다. ollama list는 저장된 모델 목록이고, ollama ps는 지금 메모리에 올라온 모델 목록입니다. 저장된 모델이 있다고 지금 실행 중인 것은 아닙니다.

마지막 화면에서 읽을 수 있는 것은 모델 ID 22130167c4c2, 컨텍스트 4096, 배치 표시 100% CPU입니다. 여기서 100%는 컴퓨터 전체의 CPU 사용률이 아니라 모델이 어느 장치에 올라갔는지를 나타냅니다. Ollama FAQ가 설명하는 배치 표시는 세 가지입니다.

PROCESSOR 표시별로 모델이 올라간 장치

표시	CPU	GPU
100% CPU	제공	제공하지 않음
100% GPU	제공하지 않음	제공
48%/52% CPU/GPU	제공	제공

세 번째 줄처럼 CPU와 GPU에 나뉘어 올라가기도 합니다.

메모리가 조금 부족하면 언제나 전부 CPU로 간다는 규칙은 없습니다. 나뉘어 올라가는지는 모델과 실행 프로그램, 환경에 따라 다릅니다.

기존 글에 남은 로그도 당시 CPU 실행을 보여 줍니다.

load_tensors:      CPU model buffer size = 16021.46 MiB
llama_kv_cache:    CPU KV buffer size =   256.00 MiB
clip_ctx: CLIP using CPU backend

MiB는 1,048,576바이트 단위라 화면의 GB와 단위가 다릅니다. 로그에는 모델이 CPU에 올라갔다는 사실만 있고, GPU를 쓰지 않은 이유는 없습니다. 원인을 좁히려면 메모리와 함께 Ollama 버전, 실행 방식, GPU 인식 상태를 봅니다.

태그별 파일 크기와 모델 ID

애플 실리콘 맥은 CPU와 GPU가 통합 메모리를 함께 씁니다. 운영체제와 다른 앱도 그 메모리를 쓰고, 모델 실행에는 가중치 외에 중간 계산과 대화 처리를 위한 공간이 더 필요합니다.

태그는 :27b처럼 받을 모델을 고르는 이름이고, ID는 실제 모델 파일을 구분하는 식별값입니다. 10월 4일 Ollama 태그 목록에서 qwen3.8:27b는 ID e118e4d12a70을 가리킵니다. 원본 화면의 ID 22130167c4c2는 지금 27b-mtp-q4_K_M 태그에 해당합니다. 같은 이름으로 다시 받아도 당시와 다른 파일이 내려올 수 있습니다.

양자화는 모델의 숫자 표현 정밀도를 낮춰 크기를 줄이는 방법이고, 답변 품질에 영향을 줄 수 있습니다. 태그 이름의 q4_K_M, q8_0, bf16이 양자화 방식입니다. 현재 목록의 표시 크기를 24GB 메모리와 나란히 놓으면 이렇습니다.

qwen3.8 27B 태그별 표시 크기(10월 4일)

맥미니 M4 프로 통합 메모리24GB
qwen3.8:27b18GB현재 ID e118e4d12a70
qwen3.8:27b-q4_K_M18GB당시 ID와 다른 파일
qwen3.8:27b-mtp-q4_K_M18GB원본 화면의 ID 22130167c4c2
qwen3.8:27b-q8_030GB
qwen3.8:27b-bf1656GB

막대 길이는 56GB를 100으로 둔 비율입니다. 원본 화면에는 같은 파일이 17GB로 표시돼 있었습니다.

Q4_K_M이 가장 작은 양자화 방식은 아닙니다. 모델 실행과 변환에 쓰는 도구인 llama.cpp에는 Q2나 Q3 같은 방식도 있습니다. 더 작은 파일을 쓰려면 그 모델용 파일이 제공되는지, 실행 프로그램이 지원하는지, 답변 품질이 업무에 충분한지를 함께 봅니다. 방식별 설명은 llama.cpp 양자화 도구 문서에 있습니다.

기존 속도 기록 읽는 법

기존 기록은 1+1은?을 묻고, 생각 출력을 끈 상태에서 출력 한도를 40토큰으로 둔 결과입니다.

CPU로 실행된 1+1 질문 한 번

218.2초전체 소요 시간약 3분 38초
10토큰실제 출력출력 한도는 40토큰
0.08토큰/초생성 단계 속도생성 시간만 분모로 씀
0.046토큰/초전체 시간 기준10 ÷ 218.2

전체 시간과 생성 속도는 분모가 다릅니다. 전체 시간에는 모델 로드와 입력 처리가 들어 있어서, 생성 단계만 측정한 약 0.08토큰/초와 전체 시간으로 나눈 0.046토큰/초가 다르게 나옵니다. Ollama 응답 통계 문서대로 응답에는 전체, 모델 로드, 입력 처리, 출력 생성 시간이 각각 따로 들어 있습니다.

초당 0.08토큰이 유지된다고 보면 300토큰 답변에는 300 ÷ 0.08 = 3,750초, 62분 30초가 걸립니다.

이미 Ollama와 모델이 있을 때 확인 순서

맥의 응용 프로그램에서 터미널을 열고 아래 순서로 실행합니다. 1번과 2번은 모델을 새로 내려받지 않습니다.

내 맥에서 배치 표시 확인하기

1. 버전과 목록ollama --version
ollama list로 이름과 ID 기록
2. 짧게 실행ollama run qwen3.8:27b
1+1은? 숫자만 답해 줘
3. 배치 보기다른 터미널 창에서
ollama ps
4. 메모리에서 내리기/bye로 나온 뒤
ollama stop qwen3.8:27b

ollama ps에 제목 줄만 보이면 지금 메모리에 올라온 모델이 없는 상태입니다. 명령이 없다는 오류가 나오면 아래 설치 순서로 갑니다. 서버에 연결할 수 없다는 오류가 나오면 설치된 Ollama 앱을 먼저 엽니다.

2번의 ollama run은 목록에 모델이 없으면 다운로드를 시작하므로, 목록에 없을 때는 파일 크기와 저장 공간을 먼저 봅니다. 기대하는 답은 2이고, 답이 너무 오래 걸리면 Ctrl+C로 생성을 멈춥니다. 4번의 ollama stop은 모델을 메모리에서 내릴 뿐 저장된 파일은 지우지 않습니다. 명령별 설명은 Ollama 명령 안내에 있습니다.

문제가 반복되면 버전, 모델 ID, 배치 표시와 오류 문구를 함께 적습니다. 앱으로 설치한 맥에서는 ~/.ollama/logs/server.log가 서버 로그입니다. 로그에는 개인 경로나 입력 내용이 들어갈 수 있으므로 문제 해결 문서를 참고해 필요한 오류 부분만 공유합니다.

처음 설치할 때와 업무에 적용할 때

Ollama macOS 안내는 macOS 14 이상을 요구하고 Apple M 계열에서 CPU와 GPU를 지원합니다.

맥에 처음 설치하는 순서

1. 앱 받기공식 사이트의 macOS 앱
macOS 14 이상
2. 옮겨서 실행응용 프로그램 폴더로 옮긴 뒤
앱 실행
3. 명령 연결안내에 따라
터미널 명령 연결
4. 모델 받기ollama pull qwen3.8:27b
약 18GB

앱이 실행 중이면 ollama serve를 따로 띄우지 않습니다. 모델 다운로드는 설치와 별도 단계라서, 약 18GB를 받을 저장 공간과 시간을 먼저 확보합니다.

로컬 실행에는 외부 모델 API의 토큰 요금이 없지만 장비와 전력, 관리 비용은 남습니다. Ollama에는 클라우드 모델과 웹 검색 기능도 있어서, 민감한 자료를 다룰 때는 로컬과 클라우드 동작 안내를 보고 고른 모델과 연결 도구가 자료를 어디로 보내는지 구분합니다.

내 장비의 속도를 비교할 때는 같은 짧은 질문과 같은 모델 ID, 같은 컨텍스트를 유지합니다. 첫 질문을 보낸 때부터 답이 끝날 때까지의 시간과, 모델이 메모리에 남은 상태에서 같은 질문을 다시 보냈을 때의 시간을 각각 적습니다. 두 번째 질문 전에는 입력 대기 화면에서 /clear를 입력해 이전 대화를 비웁니다. 이 명령은 모델 파일을 지우지 않습니다. 더 큰 맥을 사기 전에 이 기록과 함께, 업무에서 기다릴 수 있는 시간과 필요한 답변 품질을 정해 두면 판단이 쉬워집니다.

3줄 요약

Qwen3.8 27B는 알리바바 Qwen 팀이 Apache 2.0으로 공개한 모델이며 2026년 8월 24GB 맥미니 M4 프로 기록에서는 Ollama 배치 표시가 100% CPU였습니다.
그 기록의 1+1 질문은 10토큰 출력에 전체 218.2초가 걸렸고 생성 단계 속도는 약 0.08토큰/초여서 전체 시간으로 나눈 0.046토큰/초와 다릅니다.
10월 4일 기준 qwen3.8:27b 태그는 다른 ID를 가리키고 원본 화면의 ID는 27b-mtp-q4_K_M에 해당하므로 결과를 비교할 때는 태그 대신 모델 ID를 기록합니다.

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

ollama ps의 PROCESSOR에 100% CPU가 보일 때 알 수 있는 것은 무엇일까요?

이 글이 도움이 되었나요?

이 글 다음 배우기로컬 AI 시작하기 입문입문 코스 · 8편

내 컴퓨터에서 AI를 돌릴 때 필요한 하드웨어, 모델 크기, 실행 도구를 순서대로

코스 전체 보기 →

이어서 읽기 좋은 글클로드 페이블 5.2(Claude Fable 5.2) 공개: 가격, 성능, 플랜 조건 →

앤트로픽이 2026년 11월 9일 공개한 클로드 페이블 5.2와 미토스 5.2를 정리했습니다. 입력과 출력 단가 20% 인하, 2.5배 빠른 패스트 모드, Opus 5.5와 GPT-6 아스트라를 포함한 벤치마크 비교, 안전장치 오탐 감소, 플랜별 이용 조건과 출시 기념 한도 초기화권, 클로드 코드에서 바꾸는 순서를 다룹니다.