DwarfStar · Metal 우선 · 통합 메모리 · TCO 비교 · VNC 60분 셋업
2026년 5월, Redis 작자 antirez가 DeepSeek V4 Flash / PRO를 위해 직접 작성한 순수 C 추론 엔진 ds4(DwarfStar)를 공개했습니다. 출시 일주일 만에 GitHub Star가 11,000을 돌파했고, 프런티어 모델을 Apple Silicon Mac에서 「실사용 가능한 수준」으로 로컬 실행할 수 있는 첫 번째 현실적인 답이 되었습니다. 다만 입장권은 96GB / 256GB / 512GB 통합 메모리이며, 대다수 인디 개발자·AI 연구자·테크 블로거는 멀리서 지켜볼 수밖에 없습니다. 본 글에서는 ds4의 실제 성능과 하드웨어 진입 벽, UMA 통합 메모리와 컨슈머급 NVIDIA HBM의 세대 격차, 자체 구매와 VNCMac 임대의 TCO 계산, 그리고 VNCMac 원격 Mac(VNC GUI 세션)에서 ds4 + DeepSeek V4 Flash를 60분 안에 띄우는 최소 절차와 SSH로는 막히는 GUI 지점을 차례로 정리합니다. CoreWeave 거대 backlog 기사, OpenClaw + Ollama 로컬 임베딩, OpenClaw 송신 프록시와 상호 링크해 「프런티어 추론」과 「일상 iOS / Agent 워크플로」를 한 대의 임대 노드에 합칠 수 있습니다.
ds4가 공개 직후부터 「Mac에서 DeepSeek V4를 돌리는 최고의 로컬 엔진」으로 불린 데는 이유가 있습니다. antirez라는 이름 자체가 브랜드입니다. Redis의 작자이자 「최소한의 코드로 단일 머신 성능을 극한까지」 끌어내는 미학을 가진 보기 드문 C 프로그래머이며, 이번에는 그 철학을 LLM 추론에 옮겨 왔습니다. 파이썬도, 서드파티 런타임도, 숨겨진 마법도 없습니다. 범용 프레임워크(llama.cpp, MLX, ollama, vllm)와의 차이를 5가지로 정리하면 Star 폭증 이유가 보입니다.
순수 C, 서드파티 추론 스택 의존 0: 저장소를 그대로 make하면 바이너리 하나가 떨어집니다. Python·CUDA·pip 의존성 산이 없어 첫 부팅이 「몇 시간」에서 「몇 분」으로 줄어듭니다.
Metal 우선: Apple Silicon GPU에 깊이 최적화. MacBook Pro M5 Max에서 prefill 463 t/s, 생성 34 t/s를 기록했으며, 동급 가격 PC + 컨슈머 NVIDIA 구성의 실측 스루풋을 상회합니다.
100만 토큰 컨텍스트: 1M 토큰 윈도우 지원. DeepSeek V4 자체의 극도로 압축된 KV 캐시 설계와 결합되면 긴 문서·다회 코딩 세션에서 「매번 다시 읽기」가 사라집니다.
KV 캐시 디스크 영속화: KV Cache를 Mac의 고속 NVMe SSD에 기록해 수면·재시작을 거쳐도 세션이 초 단위로 복귀합니다. 「뚜껑 닫으면 잔다」는 Mac 작업 스타일과 본질적으로 잘 맞습니다.
2-bit 양자화 + 내장 Agent: 라우팅 전문가만 공격적으로 양자화하고 나머지 층은 정밀도를 유지해 128GB Mac에서 Flash가 매끄럽게 돕니다. Tool Calling은 네이티브이며 OpenAI / Anthropic API 호환이라 Cursor·opencode와 곧장 연결됩니다.
이 설계가 갖는 「정치적 의미」는 성능 숫자보다 큽니다. 프런티어 추론의 입구가 「클라우드 계정 + 다섯 자릿수 GPU」에서 「Mac과 바이너리 하나」로 되돌아왔습니다. 동시에 더 날카로운 한 마디를 던집니다——진짜 진입 벽은 더 이상 소프트웨어가 아니라 하드웨어 가격입니다. 다음 02절 표에서 그 거리를 숫자로 확인합니다.
ds4 성능 숫자는 화려하지만, 다수 독자가 실제로 보고 싶은 것은 아래 표입니다: 어느 양자화를, 어느 Mac에서, 얼마에. 가격은 2026년 5월 한국 주요 채널 참고가이며 자리 수 비교 용도로만 활용하고 발주 시 공식 견적을 우선하세요.
| 모델 버전 | 최소 통합 메모리 | 대응 Mac 기종(2026) | 참고가(KRW) | 대표 시나리오 |
|---|---|---|---|---|
| DeepSeek V4 Flash · q2 | 96 GB | MacBook Pro M3/M4/M5 Max(96 GB UMA) | ₩5,800,000~ | 개인 코딩, 문서 Q&A, 연구 탐색 |
| DeepSeek V4 Flash · q4 | 256 GB | Mac Studio M3/M4 Ultra(256 GB UMA) | ₩11,700,000~ | 안정 출력, 장 컨텍스트 엔지니어링 Q&A |
| DeepSeek V4 PRO · q2 | 512 GB | Mac Studio M3 Ultra 최상위(512 GB UMA) | ₩21,500,000~ | 로컬 에이전트, 외부 API, 사내 Agent 제품 |
| DeepSeek V4 PRO · q4 | 1 TB+ | 컨슈머 단일 기기 부재. 멀티노드 또는 서버급 필요 | — | 연구팀, 플랫폼급 서빙 |
놓치기 쉬운 디테일을 세 가지 정리합니다. 첫째, 96 GB는 「Flash q2를 띄울 수 있는」 하한이지 「쾌적하게 돌릴 수 있는」 하한이 아닙니다. Xcode·Chrome·Slack을 동시에 띄울 경우 macOS와 일상 도구를 위해 20~30 GB 여유를 남겨두지 않으면 추론 중 swap이 발생해 prefill 속도가 절반으로 떨어집니다. 둘째, q4는 q2보다 출력이 더 안정적이지만 메모리와 디스크 KV 캐시 비용이 거의 선형으로 증가합니다. 개인 개발자라면 우선 q2로 실제 워크로드를 검증한 후 q4 업그레이드를 결정하는 편이 경제적입니다. 셋째, PRO q4를 단일 컨슈머 기기로 돌릴 수 있는 모델은 아직 없습니다. 플랫폼급 서빙은 여전히 멀티노드나 서버급 인프라가 필요하며, 「Mac 만능론」 마케팅에 휘둘리지 마세요.
먼저 q2로 실제 워크로드를 통과시킨 뒤 256 GB나 512 GB 투자 여부를 결정하세요. 돌려보고 나서 사세요.
ds4가 Metal 백엔드를 「최우선 타깃」으로 둔 것은 antirez가 macOS의 미학을 좋아해서가 아니라, 그가 진짜로 베팅하는 대상이 Apple Silicon의 통합 메모리 아키텍처(UMA, Unified Memory Architecture)이기 때문입니다. 컨슈머 하드웨어 영역에서 UMA의 물리 구조는 대규모 모델 추론에 대해 NVIDIA가 거의 복제할 수 없는 우위를 갖습니다.
CPU와 GPU가 동일 메모리 풀 공유: M3 / M4 / M5 SoC는 메모리 칩을 패키지에 직접 본딩하므로 CPU와 GPU가 96~512 GB를 공유합니다. 모델 가중치를 CPU RAM과 GPU VRAM 사이에서 복사할 필요가 없어 PCIe 전송과 VRAM 부족 OOM 부류가 통째로 사라집니다.
컨슈머 NVIDIA VRAM 상한선: 현행 컨슈머 NVIDIA 카드의 VRAM은 24~32 GB가 천장입니다. Flash q2 약 90 GB 가중치를 올리려면 멀티 GPU나 CPU 오프로드가 필요해 PCIe와 카드 간 통신에 스루풋의 상당 부분을 헌납합니다.
고대역 + 저전력: M4 / M5 Max의 메모리 대역폭은 HBM에 근접하면서도 전체 시스템 소비전력은 수십 W 수준입니다. 가정용 전원으로 구동 가능하며, 동등 메모리의 GPU 서버가 요구하는 전용 PDU와 랙 냉각이 필요 없습니다.
SSD와 KV 캐시의 자연스러운 궁합: macOS의 NVMe SSD는 순차 읽기 5 GB/s 이상이 일반적이고, ds4가 KV Cache를 떨어뜨리면 다음 세션이 초 단위로 복귀합니다. Linux + PCIe SSD에서도 구현은 가능하지만 mmap, 락, 스케줄러 경계를 직접 다뤄야 합니다.
치러야 할 대가: UMA는 모든 RAM을 SoC에 영구 본딩합니다. 한 번 사면 끝, 증설 불가입니다. 128 GB MacBook Pro가 256 GB로 변신할 일은 절대 없습니다. 그래서 2026년에는 「먼저 임대, 필요하면 구매」가 특히 합리적인 전략이며, 다음 04절에서 산수를 직접 해봅니다.
다시 말해 「왜 Mac이어야 하는가」는 마케팅 표현이 아니라 하드웨어 관찰입니다. 컨슈머 영역에서 96 GB 이상의 진짜 공유 메모리를 단일 기기에 탑재한 것은 Apple Silicon뿐입니다. 데이터센터 규모로 보면 NVIDIA H200 / B100은 학습 측의 부동의 왕이지만, 추론 측을 「1인 1지갑」 수준으로 끌어내리려면 Mac이 현재 엔지니어들이 진지하게 포팅하는 유일한 컨슈머 플랫폼입니다. ds4가 처음부터 「크로스플랫폼」을 포기하고 Metal에 올인한 근본 이유이기도 합니다.
아래 표는 「1년 차 총비용」 하나로 압축해, 팀과 「이를 악물고 Mac Studio Ultra를 구입」할지 「필요할 때만 VNCMac 원격 Mac을 임대」할지를 5분 안에 논의할 수 있게 했습니다. 숫자는 2026년 5월 한국 참고치이며 실제 견적·전력 단가로 치환하세요.
| 방안 | 초기 투자 | 연간 숨은 비용 | 1년 차 총비용(경부하) | 회수 주기 / 적합 페르소나 |
|---|---|---|---|---|
| MacBook Pro M5 Max 96GB 구매 | ₩5,800,000~ | 전기료 / 감가 / 증설 불가 ₩600k~900k | ≈ ₩6,500,000+ | 하루 3시간 이상, 3년 보유 |
| Mac Studio Ultra 256GB 구매 | ₩11,700,000~ | 전기료 / 소음 / 감가 ₩1,000k~1,600k | ≈ ₩13,000,000+ | 팀 공유, 일상적 중부하 추론 |
| Mac Studio Ultra 512GB 최상위 구매 | ₩21,500,000~ | 전기료 / 유지보수 / 감가 ₩1,600k~2,400k | ≈ ₩23,500,000+ | 외부 API, 연구급 워크로드 |
| VNCMac 96GB+ 원격 Mac(월정액) | ₩0 | 가동 월수 × 월정액 | 구매 대비 1/3~1/5 수준 | 프로젝트형, 산발 추론, 평가 기간 |
| VNCMac 고메모리 노드(시간 과금) | ₩0 | 정지 시 과금 중단, 유휴 비용 없음 | 가장 낮음(실제 가동 시간만) | 단기 평가, 단발 PoC, 데모 녹화 |
이 표를 읽는 올바른 자세는 「가장 싼 줄을 고른다」가 아니라 자기 페르소나를 위치시키는 것입니다. 매일 3시간 이상, 3년 이상 지속할 자신이 있다면 96GB MacBook Pro 자체 구매는 3년째에 손익분기에 도달할 가능성이 높습니다. 반면 현실적 수요가 「ds4를 몇 번 평가」, 「고객에게 데모 한 번」, 「DeepSeek V4 한두 버전을 따라가 본다」라면 시간 과금의 현금 흐름 모델이 압도적으로 친화적이고, 3년 후 기기 노후화와 증설 불가 리스크도 떠안지 않습니다. 아래 JSON은 팀 내부 토론용 최소 계산기입니다.
{
"scenario": "ds4_deepseek_v4_flash_q2",
"daily_active_hours": 2.0,
"active_days_per_year": 180,
"owned_total_cost": 6500000,
"rental_hourly_rate": 1600,
"rental_year_cost": "daily_active_hours * active_days_per_year * rental_hourly_rate",
"break_even_years": "owned_total_cost / rental_year_cost"
}
팁: 위 5개 숫자를 자신의 실제 사용 패턴으로 바꿔보세요. 평가 기간·프리랜서·소규모 팀의 다수는 break_even_years > 3으로 떨어집니다. 「먼저 임대」 전략의 설득력이 가장 커지는 지점입니다.
스프레드시트에 빠지기 쉬운 두 가지 비용도 있습니다: 전기료와 팬 소음입니다. Mac Studio Ultra를 완전 가동하면 전체 약 200~300 W, 24×7 운영 시 전기료가 한 단계 올라가며 가정·공유 오피스에서 팬 소음은 실체감 부담입니다. 원격 Mac 임대는 이 체감 비용을 데이터센터에 외주화하는 결정이며, 프리랜서가 결국 임대를 택하는 숨은 이유 중 하나입니다.
3, 4절에서 「살지 말지」를 정했다면, 이번 절은 복붙 가능한 최단 검증 경로입니다: VNCMac 고메모리 노드를 발주한 뒤 브라우저에서 DeepSeek V4 Flash와 대화하기까지, 목표 60분 이내. ★ 표시 단계는 SSH 전용 세션이라면 조용히 멈추는 지점으로, VNC GUI 세션이 실제로 필요한 부분입니다.
노드 선택: 요금 페이지에서 메모리 96 GB 이상의 원격 Mac을 선택합니다(M3 / M4 / M5 Max 권장, 디스크 1 TB 이상 권장). 발주 후 이메일로 받은 VNC와 SSH 자격을 안전하게 보관하세요.
VNC 최초 로그인 ★: 로컬 VNC Viewer로 접속하면 첫 데스크톱에서 「이 컴퓨터가 화면 공유로 관찰되도록 허용」 류 팝업이 뜹니다. SSH로는 클릭할 수 없으며 GUI 세션에서만 동의 가능합니다.
ds4 clone 및 빌드: 터미널에서 git clone https://github.com/antirez/ds4 && cd ds4 && make를 실행합니다. ds4는 시스템 Clang과 Metal SDK만 사용하므로 일반적으로 1~3분에 빌드가 끝납니다.
가중치 다운로드 ★: DeepSeek 공식 또는 미러에서 V4 Flash q2 가중치(약 90 GB)를 받습니다. 새 디렉터리에 처음 쓰면 디스크 쓰기 권한과 「다운로드한 앱이 해당 폴더에 접근하도록 허용」 류 팝업이 뜨며, SSH에서는 동일하게 조용히 실패합니다. VNC 데스크톱에서 「허용」을 눌러주세요.
최초 실행과 Metal 권한 부여 ★: ./ds4 --model deepseek-v4-flash-q2.gguf --port 18080을 실행합니다. Metal API 첫 호출 시 GPU 접근 권한과 경우에 따라 SIP / Gatekeeper 안내가 뜹니다. VNC 데스크톱에서 「허용」을 누르고 필요 시 시스템 설정에서 화이트리스트 등록하세요.
KV 캐시 디렉터리 확인: Finder로 ~/.ds4/cache를 열어 캐시 파일이 세션마다 늘어나는지 확인합니다. 계속 0이면 직전 단계의 권한이 통과되지 않았거나 디렉터리가 읽기 전용 볼륨에 있습니다.
Cursor / opencode 연결: 클라이언트의 base_url을 http://<원격 Mac IP>:18080/v1, 모델명을 deepseek-v4-flash로 설정합니다. ds4는 OpenAI 호환 프로토콜을 구현하므로 첫 대화 한 번으로 Tool Calling과 SSE 스트리밍 동작을 검증할 수 있습니다.
끝나면 정지: VNCMac 콘솔에서 「정지/노드 해제」를 클릭합니다. 시간 과금 원격 Mac은 해제하는 순간 과금이 멎으므로 「내일 끄는 것 잊고 돈이 새는」 걱정이 없습니다.
최초 배포자들은 「SSH만으로 모두 자동화할 수 없냐」고 자주 묻습니다. 정답은 일상 호출은 가능, 최초 설치와 권한 부여는 불가입니다. 이것이 순수 SSH 클라우드 VM보다 VNC GUI 세션이 딸린 VNCMac 원격 Mac이 덜 번거로운 본질적 이유입니다. VNC가 대체 불가한 단계를 3열 표로 정리했으니 Runbook에 그대로 붙여 쓸 수 있습니다.
| 확인 항목 | SSH로 충분? | VNC에서 해야 하는 것 |
|---|---|---|
| VNC / 화면 공유 최초 권한 | 불가 | 화면 우측 상단 시스템 팝업에서 「허용」 클릭 |
| 가중치 폴더 디스크 쓰기 권한 | 불가 | 시스템 설정 → 개인정보 보호 → 파일 및 폴더 |
| Metal GPU 최초 호출 권한 | 불가 | 팝업 확인, 필요 시 SIP 화이트리스트 |
| KV 캐시 디렉터리 읽기/쓰기 확인 | 부분(ls 정도) | Finder에서 파일 크기 증가를 직접 확인 |
| 일상 추론 호출 / Cursor 연결 | 가능 | VNC는 장애 시에만 사용 |
주의: 「Metal 권한 팝업」을 ds4 자체의 버그로 진단하는 것은 가장 흔한 오진입니다. 대부분은 단순히 SSH가 팝업을 볼 수 없어 「허용」을 못 누르는 것이고, VNC 데스크톱을 한 번 열어 클릭하면 해결됩니다.
아래는 「프런티어 모델 추론 + 원격 Mac 임대」 축과 직결되는 글들입니다. 추론 측과 일상 iOS / Agent 워크플로를 한 대의 임대 노드에 합치고 싶다면 함께 읽어보세요.
AI 컴퓨팅 임대의 GPU 편과 Mac 편 역할 분담.
읽기 →에이전트 측 소형 모델 임베딩과 ds4 풀 추론의 상호 보완.
읽기 →국경을 넘는 DeepSeek / Anthropic API 호출 시 프록시와 화이트리스트.
읽기 →ds4는 범용 GGUF 로더가 아닙니다. antirez가 DeepSeek V4 Flash / PRO 전용으로 작성한 C 추론 엔진이며 Metal 백엔드와 KV 캐시 디스크 영속화만 최적화합니다. Mac에서 이 모델군을 실행할 때 범용 프레임워크보다 빠른 경향이 있지만, 일상의 llama.cpp나 MLX 대체를 목표로 한 프로젝트는 아닙니다.
96 GB 통합 메모리의 M3 / M4 / M5 Max에서 Flash q2는 「실용 가능」 구간에 진입하며, prefill과 생성 속도가 동급 가격 PC 구성보다 명확히 빠릅니다. 다만 Xcode와 Chrome을 함께 사용할 때는 20~30 GB 여유를 남겨야 swap이 발생해 스루풋이 절반으로 떨어지는 일을 피할 수 있습니다.
연간 가동률이 대략 30% 미만이라면 512 GB Mac Studio Ultra의 감가, 전력비, 팬 소음이 이득을 넘는 경우가 많습니다. VNCMac 고메모리 노드를 시간 또는 월 단위로 임대하는 편이 온디맨드 추론 현금 흐름에 부합합니다. 자세한 계산은 4절 TCO 표를 참고하세요.
일상 추론 호출은 SSH와 OpenAI 호환 API로 충분합니다. 다만 최초 설치 시 Gatekeeper, Metal 드라이버 권한, 디스크 쓰기 권한, KV 캐시 디렉터리 확인은 GUI 세션이 필요하며 SSH만으로는 조용히 멈춥니다. 자세한 내용은 5절의 3열 표를 참고하세요.
antirez는 ds4로 「프런티어 모델 추론의 입구」를 클라우드 계정과 다섯 자릿수 GPU에서 「Mac과 바이너리 하나」로 되돌렸습니다. 그러나 「96 GB 통합 메모리 Mac이 600만 원대, 512 GB Mac Studio가 2,000만 원대」라는 하드웨어 가격의 골은 그가 풀려고 한 문제가 아닙니다. 대다수 인디 개발자·연구자·테크 블로거·소규모 팀에게 「DeepSeek V4를 돌리고 싶다」와 「돌릴 수 있다」 사이의 격차는 소프트웨어 역량이 아니라 현금 흐름입니다.
자체 구매의 숨은 단점은 그것만이 아닙니다——UMA는 메모리를 SoC에 영구 본딩하므로 한 번 사면 끝, 증설 불가입니다. 가정 환경에서는 팬 소음과 전기료가 체감 부담이고, 3년 후 PRO q4로 옮기려 할 때 현재 기기는 중고가로만 처분 가능합니다. 「평가 기간 + 프로젝트형 + 산발 추론」이 현실적 페르소나라면 3년의 감가는 VNCMac 시간 과금 총합을 자주 초과합니다.
바로 이것이 ds4 시대에 VNCMac 원격 Mac 임대가 갖는 의미입니다: 「Mac Studio Ultra를 이를 악물고 사는 사람」만 누리던 최상위 로컬 추론 환경을, 누구나 시간 혹은 월 단위로 임대할 수 있는 인프라로 바꾸는 것. 추론 데이터는 전용 노드 내부에 머무르고 서드파티 API를 거치지 않으며, 정지하면 과금도 멈추는 투명한 청구 모델입니다. 아래 메인 버튼으로 한국어 요금 페이지에 진입해 우선 96 GB급 노드를 하나 띄우고 5절 절차를 따라 60분 안에 ds4 + DeepSeek V4 Flash를 돌려보세요. 그래도 Mac Studio Ultra를 책상에 두고 싶다면 그 결정은 숫자로 내릴 수 있습니다. 사양과 플랜은 홈에서 확인하세요.