▲

CanIRun.ai — 내 컴퓨터에서 AI 모델을 실행할 수 있을까?

 (canirun.ai)
21P by GN⁺ 2일전 | ★ favorite | 댓글 1개
  • 로컬 머신이 어떤 AI 모델을 실제로 실행할 수 있는지를 확인할 수 있는 웹 기반 도구
  • 브라우저의 WebGPU API를 활용해 하드웨어 성능을 추정하며, 결과는 실제 사양과 다를 수 있음
  • 모델별로 메모리 요구량, 토큰 처리 속도, 컨텍스트 길이, 실행 등급(S~F) 등을 표시
  • Qwen, Llama, Gemma, Mistral, DeepSeek, GPT-OSS 등 주요 오픈소스 및 상용 모델이 포함되어 있음
  • 로컬 AI 실행 가능성을 빠르게 판단할 수 있어, 개발자와 연구자에게 유용한 참고 지표로 활용 가능

서비스 개요

  • CanIRun.ai는 로컬 환경에서 실행 가능한 AI 모델을 탐색할 수 있는 웹사이트
    • 사용자는 자신의 브라우저에서 사이트를 열면, 시스템 성능에 기반해 실행 가능한 모델 목록을 확인 가능
    • 결과는 WebGPU API를 통해 추정되며, 실제 하드웨어 성능과는 차이가 있을 수 있음
  • 각 모델은 성능 등급(S~F) 으로 분류되어, 실행 가능성 및 효율성을 직관적으로 파악 가능

모델 등급 체계

  • 등급은 S, A, B, C, D, F로 구분되며, S가 가장 원활한 실행을 의미
    • 예: NVIDIA GeForce RTX 4070 12GB 기준
    • Qwen 3.5 9B, Llama 3.1 8B 등은 S(90/100) 으로 표시되어 원활히 실행 가능
    • Phi-4 14B 는 A(70/100) 으로 '잘 동작함'
    • GPT-OSS 20B, Mistral Small 3.1 24B 등은 D(34~39/100) 으로 ‘거의 실행 불가’
    • 그외 Gemma 3 27B, Qwen 3 32B 등 27B 이상 모델 대부분은 F(0/100) 으로 ‘너무 무거움’으로 표시

데이터 출처 및 기술 기반

  • 모델 데이터는 llama.cpp, Ollama, LM Studio에서 수집
  • 각 모델 페이지에는 메모리 사용률, 컨텍스트 길이, 토큰 속도, 아키텍처 유형(Dense/MoE) 등이 상세히 표시

활용 의의

  • 로컬 환경에서 AI 모델을 직접 실행하려는 개발자, 연구자, 오픈소스 사용자에게 실질적인 참고 자료 제공
  • GPU 성능 대비 모델 크기와 효율을 비교해, 적절한 모델 선택 및 배포 전략 수립에 도움
  • 브라우저 기반으로 동작해 설치 없이 즉시 테스트 가능한 점이 특징
▲
GN⁺ 2일전  [-]
Hacker News 의견들

  • 지난 2년간 로컬 모델 실험에 엄청난 시간을 쏟았음
    작은 모델, 예를 들어 qwen3.5:9b 같은 경우 로컬 툴 사용이나 정보 추출, 임베디드 애플리케이션에 아주 적합했음
    코딩용으로는 Google Antigravity, gemini-cli, 혹은 Anthropic Claude 같은 클라우드 기반 도구가 더 효율적이었음
    Emacs와 Claude Code를 로컬로 설정해 100시간 넘게 실험했지만, 일반 사용자에게는 추천하지 않음
    대신 작고 실용적인 로컬 임베디드 모델을 잘 다루는 것이 가장 달콤한 지점이라 생각함

    • qwen3.5:9b를 강력히 추천함
      이 모델은 작지만 멀티모달 추론 능력이 뛰어나며, 내부 사고 체계(CoT)가 안정적임
      특히 VRAM과 컨텍스트 크기 간의 새로운 트레이드오프 구조가 인상적임 — 100K 토큰을 1.5GB VRAM으로 처리 가능해 RTX 3060에서도 긴 대화나 문서 처리가 가능함
    • 나는 qwen3.5를 로컬 툴용으로 써봤는데 결과가 별로였음
      GPT-OSS-120B로는 잘 되던 디스코드 챗봇이 Qwen에서는 툴 호출을 흉내만 내고 실행하지 않는 문제가 있었음
      결국 이미지는 Qwen으로, 일반 대화는 GPT로 처리하도록 분리함
    • qwen3.5 9b를 써봤는데 환각(hallucination) 비율이 높았음
      로컬 코드 리포 탐색 중 30~50%의 결과가 잘못된 파일명이나 함수명을 만들어냄
      KimiK2로 검증해보니 대부분 틀렸음. 작은 모델은 좋지만 신뢰도에는 주의가 필요함
    • 작은 모델을 실제 워크플로에 어떻게 통합하는지 궁금함
      M4 MacBook Pro(128GB RAM)에서 ollama로 실험 중인데, 아직 만족스러운 흐름을 못 찾았음
    • 큰 모델로 계획 수립, 작은 로컬 모델로 코드 작성하는 조합이 괜찮은지 궁금함
      Claude Code나 Codex 의존도를 줄이고 싶음

  • 이 사이트는 모델의 메모리 대역폭과 크기를 기준으로 성능을 추정하는 듯함
    하지만 MoE 모델(GPT-OSS-20B 등)은 모든 파라미터를 매 토큰마다 쓰지 않기 때문에, 같은 하드웨어에서도 더 빠르게 토큰을 생성할 수 있음
    GPT-OSS-20B는 3.6B 활성 파라미터를 가지므로 3~4B 밀집 모델과 비슷한 속도를 내지만, VRAM은 전체 20B 모델 크기를 요구함
    지능 면에서는 약 8.5B 밀집 모델 수준으로 평가됨

    • 실제로 내 Strix Halo 노트북에서 테스트한 모델들의 성능이 예측보다 훨씬 좋았음
      MoE 모델의 경우 활성 파라미터만을 기준으로 메모리 대역폭을 계산해야 함
    • 이 계산이 전체 컨텍스트 크기를 기준으로 한 것 같음
      하지만 실제 사용에서는 더 작은 컨텍스트로 충분한 경우가 많음
      llama.cpp의 llama-fit-params가 이런 상황에서 유용함
    • 문서에서도 이 점을 명확히 설명함
      Mixtral 8x7B 같은 MoE 모델은 46.7B 중 약 12.9B만 활성화됨
      즉, 큰 모델의 품질과 작은 모델의 속도를 동시에 얻을 수 있지만, 전체 모델은 여전히 메모리에 상주해야 함
      canirun.ai 문서
    • 다만 약간의 부정확함이 있음
      토큰 생성 속도는 비슷하지만 prefill 속도는 큰 MoE가 더 느림
      또한 speculative decoding을 사용할 경우, 작은 밀집 모델은 최대 3배 속도 향상이 가능하지만 MoE 모델은 거의 이득이 없음

  • TFA나 llmfit 같은 시도는 좋지만, 내 하드웨어에서 어떤 모델이 가장 품질이 좋은지 찾기 어렵다는 점이 답답함
    예를 들어 Qwen 3.5 27B Q6 @ 100k 컨텍스트가 잘 작동하지만, 추천 목록에는 구버전 Qwen 2.5가 우선됨
    나는 tok/s 50 이상이면 충분하므로, 품질 기준으로 정렬할 수 있으면 좋겠음

    • 질문이 너무 포괄적임
      예를 들어 “8GB VRAM, 32GB RAM에서 t/s ≥ 30, context ≥ 32K로 고품질 코딩용 오픈 모델”이라면 Qwen2.5-Coder-7B-Instruct
      “24GB VRAM, 32GB RAM에서 웹 리서치용”이라면 Qwen3-30B-A3B-Instruct-2507
      “40GB VRAM, 128GB RAM에서 RAG 임베딩용”이라면 Qwen3-Embedding-8B
      즉, 하드웨어별 구체적 모델 추천이 필요함
    • 로컬 실행의 비용 대비 효율($/Mtok)이 궁금함
      전기료를 제외하면 거의 무료지만, 속도와 품질이 떨어짐
      혹시 단순히 데이터 프라이버시 때문에 로컬을 선호하는 것인지 궁금함
    • 이 문제는 정말 어렵고, 나도 1년 넘게 연구 중임
      여러 기기와 모델을 동시에 고려해 품질과 자원 배분을 최적화하려다 보니 복잡도가 폭발함
      결국 지금은 단순히 가장 큰 quant 모델을 고르는 방식으로 타협 중임
    • LLM은 결국 특수 계산기일 뿐임
      일반 계산기처럼 정확해야 하는 건 아니고, 모델 제작자와 사용자의 목표가 다르기 때문에 원하는 결과를 예측하기 어려움

  • 이건 단순히 llmfit의 웹 버전으로 보임
    llmfit GitHub 링크

    • 맞음. 하지만 llmfit은 시스템 리소스를 자동 감지하므로 훨씬 유용함
    • 링크 공유 고마움. 실제로 웹사이트보다 훨씬 쓸모 있음
      내 M2 Max MBP(96GB RAM)에서도 대부분의 로컬 LLM이 잘 돌아간다고 나옴
      생각보다 로컬 실행 가능 모델이 많아서 놀랐음

  • Docker나 Python보다 가벼운 대안으로 Rust+Wasm 스택을 추천함
    LlamaEdge 프로젝트

  • 내 RTX 6000 Pro Max-Q(96GB VRAM)를 잘 인식했지만, UI에서는 4GB로 표시됨
    또한 양자화 모델을 고려하지 않고 풀 해상도 모델만 보여줌
    개선이 필요함

  • 모바일 GPU 목록이 부족하고, CPU 메모리 공유나 KV 캐시 오프로딩 같은 전략을 이해하지 못함
    내 시스템은 Arc 750(2GB 공유 RAM)로 표시되지만 실제로는 RTX1000 Ada(6GB GDDR6)임
    Qwen3 Coder Next, Devstral Small, Qwen3.5 4B 등은 거의 실시간으로 잘 작동함
    더 큰 모델은 느리지만 토큰 부족 문제는 없음

  • 멋진 아이디어임
    다만 M3 Ultra(256GB RAM) 사용자인데 옵션이 192GB까지만 있음
    모델을 선택하고 프로세서별 성능 비교도 가능했으면 좋겠음

    • 아쉽게도 Apple이 512GiB 모델을 단종시킴

  • 내 브라우저가 하드웨어 정보를 웹사이트에 자동 제공한다는 걸 처음 알았음

    • 실제로는 완전히 정확하지 않음
      사이트는 내가 iPhone 19 Pro라고 인식하지만 실제로는 iPhone SE 1세대임
    • 최신 Librewolf에서는 WebGL 접근 권한을 요청함
      그걸로 하드웨어를 감지하는 듯함
    • 이런 정보는 브라우저 지문 추적(fingerprinting) 에 자주 사용됨
      프라이버시 중심 브라우저는 무작위 정보를 제공함
    • 항공사들이 OS별로 가격을 다르게 책정하는 것도 이런 방식일 거라 생각함

  • M4와 M5 칩 간 성능 차이가 전혀 없는 것처럼 보이는 점이 이상함
    메모리 크기도 큰 모델 성능에 영향을 주지 않는 듯함
    전체적으로 실제 데이터가 아닌 추정치 기반으로 보이므로, “ESTIMATE” 표시가 필요함

답변달기