초보 실전: 30분 안에 AI 개발 전용 Mac 서버 구축하기

로컬 LLM을 돌리고 싶지만 노트북 팬을 풀가동하고 싶지 않다면—전용 Mac 서버가 가장 편한 해법입니다. 상시 가동 macOS 머신이 Ollama 추론을 맡고, Windows 노트북은 「리모컨」 역할만 합니다. 이 글은 그대로 따라 할 수 있는 30분 타임라인을 제공하며, 초보자도 오늘 밤 첫 curl로 로컬 모델에 연결할 수 있습니다.

대상 독자: 터미널 명령 복사·붙여넣기 가능, 기본 네트워크 개념 보유. Swift 불필요, Mac 소유 불필요. 기준일: 2026-07-27.

---

결론부터: 30분 후 보여야 할 것

---

두 가지 경로: Mac mini 구매 vs 클라우드 Mac

판단 요령: 아직 구매 여부 불확실 → 먼저 클라우드 Mac 1주 임대. 가동률 >60%이고 6개월 이상 쓸 예정 → 구매 검토. 구성 비교는 M4 메모리 실측 참고.

---

착수 전: 준비물

• ☐ 인터넷 가능한 PC(Windows / Linux / 다른 Mac 모두 가능)
• ☐ SSH 클라이언트(Windows 10+ OpenSSH 내장; macOS/Linux는 터미널)
• ☐ 안정적 네트워크(첫 모델 pull 약 4–5GB; 유선 또는 5GHz Wi‑Fi 권장)
• ☐ 관리자 권한(Homebrew 설치, 시스템 설정 변경 가능)

전용 AI 개발 Mac 서버

일상 업무를 맡지 않는 macOS 노드로 Ollama / Agent / 경량 CI 전담. 메인 노트북과 분리해 swap으로 전체가 느려지는 것을 방지.

VM 슬라이스가 아님

Apple Silicon에서 로컬 LLM은 Metal과 통합 메모리가 완전히 필요. 물리 전용 Mac(자체 또는 클라우드 베어메탈)을 선택하고, 「공유 vCPU Mac 클라우드 데스크톱」을 서버로 쓰지 말 것.

---

0–5분: 「SSH 가능한 Mac」 확보

경로 A: 클라우드 Mac(초보 추천)

1. Macstripe 콘솔에서 M4 24GB 노드와 가까운 리전 선택.
2. 개통 후 기록: IP, SSH 포트, 사용자명, 초기 비밀번호(또는 키).
3. 로컬에서 연결 테스트:

ssh -p 22 your_user@your_server_ip
# 첫 연결 시 yes로 지문 신뢰

경로 B: 자체 Mac mini

1. macOS 설정 도우미 완료, 로컬 사용자 생성.
2. 시스템 설정 → 일반 → 공유 → 원격 로그인: 켜기.
3. 동일 LAN에서 ssh your_user@mac-mini.local, 또는 라우터 포트 포워딩(운영 환경은 Tailscale / WireGuard 권장—본문 생략).

---

5–12분: 시스템 초기화와 Homebrew

로그인 후 순서대로 실행(블록 전체 복사 가능):

# 1. Apple Silicon과 메모리 확인
uname -m    # arm64 출력되어야 함
sysctl hw.memsize | awk '{print $2/1024/1024/1024 " GB"}'

# 2. Xcode 명령줄 도구(대화상자에서 설치, 약 2–5분)
xcode-select --install 2>/dev/null || true

# 3. Homebrew 설치
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> ~/.zprofile
eval "$(/opt/homebrew/bin/brew shellenv)"

# 4. 기본 도구
brew install git jq htop

키보드: macOS 터미널 붙여넣기 ⌘+V; 원격 Windows 터미널은 Ctrl+Shift+V가 흔함.

brew 권한 오류 시 관리자 사용자 로그인 여부, 기업 MDM으로 설치 소스가 잠겼는지 확인.

---

12–20분: Ollama와 첫 모델

# Ollama 설치(공식 스크립트)
curl -fsSL https://ollama.com/install.sh | sh

# 로그인 시 자동 시작(선택; 서버 권장)
brew services start ollama

# 코딩용 7B 모델 pull(약 4.5GB; 네트워크에 따라 3–10분)
ollama pull qwen2.5-coder:7b

# 빠른 시험
ollama run qwen2.5-coder:7b "전용 Mac 서버가 무엇인지 한 문장으로 설명해줘"

프레임워크 선택은 고민 불필요: 초보는 Ollama 기본. 자세히는 Ollama vs MLX 기본 규칙.

---

20–26분: AI 코딩 툴체인 연결

흔한 연결 방식 세 가지—하나만 골라 이 절을 완료.

방식 1: 로컬 Cursor + 원격 Ollama API

노트북에 Cursor 설치, OpenAI 호환 엔드포인트를 Mac 서버로 지정:

# Mac 서버에서 API 도달 확인(기본 11434)
curl http://127.0.0.1:11434/api/tags

LAN에서 임시 개방(개발 환경만):

# 예시만: 운영은 방화벽 / 리버스 프록시 + TLS
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"
brew services restart ollama

노트북 브라우저에서 http://서버IP:11434 접속 시 API 응답(또는 404여도 포트 개방) 확인.

방식 2: SSH에서 Claude Code

# Mac 서버에서
npm install -g @anthropic-ai/claude-code  # 또는 공식 문서 따름
claude  # 안내에 따라 로그인; 모델은 클라우드 API 가능

로컬 모델 보조 시 Ollama를 OpenAI 호환 백엔드로 설정(방식 1과 동일 엔드포인트).

방식 3: VS Code Remote-SSH

1. 노트북에 VS Code + Remote-SSH 확장 설치.
2. Cmd/Ctrl+Shift+P → Remote-SSH: Connect to Host → your_user@your_server_ip 입력.
3. 원격 창에서 Python 등 언어 확장 설치, 코드는 서버에서 실행.

세 도구 동일 머신 실측은 M4 AI 코딩 실측 참고.

---

26–30분: 검수와 헬스체크

아래를 ~/ai-mac-healthcheck.sh로 저장 후 chmod +x:

#!/bin/bash
set -e
echo "== AI Mac Server Health Check =="
echo -n "[1/5] Architecture: "; uname -m
echo -n "[2/5] Free memory (GB): "; vm_stat | awk '/Pages free/ {print $3*4096/1024/1024/1024}'
echo -n "[3/5] Ollama: "; command -v ollama && ollama --version
echo -n "[4/5] Models: "; ollama list | tail -n +2 | wc -l | xargs echo "count"
echo -n "[5/5] API probe: "
curl -sf http://127.0.0.1:11434/api/tags >/dev/null && echo "OK" || echo "FAIL"
echo "Done."

검수 기준(펼쳐서 대조)

• 5항목에 FAIL 없음
• `ollama run`이 10초 내 출력 시작
• 노트북 SSH가 10분간 끊기지 않음
• 디스크 여유 > 30GB(모델·로그 지속 증가)

---

흔한 실패와 빠른 수정

옛 상식: 「AI 개발 서버는 GPU 서버가 필수.」
Apple Silicon에서는 통합 메모리 + Metal이 로컬 추론의 핵심; Linux GPU 클라우드를 무작정 임대하면 Cursor / Xcode 생태계와 맞지 않음.

---

결론: 다음 단계

30분 후 갖춰야 할 것:

1. SSH 가능한 macOS 노드(클라우드 Mac 또는 Mac mini)
2. 가동 중인 Ollama + coder 모델 최소 1개
3. 노트북에서 연결된 AI 코딩 경로(Cursor API / Claude Code / Remote-SSH 중 택1)

D+1 권장: 실제 저장소로 Agent 작업 1회, 메모리 피크·tok/s 기록. 16GB에서 swap이 잦으면 메모리 구성 실측에서 티어 선택—느린 머신에 억지로 버티지 말 것.

---

---

타임라인 요약

아직 머신이 없다면? 먼저 클라우드 Mac으로 위 흐름을 통과한 뒤, 랙에 둘 두 번째 Mac mini 구매 여부를 결정하세요—「먼저 사고 메모리 부족을 깨닫는」 것보다 훨씬 낫습니다.

자주 묻는 질문

완전 초보도 30분이면 되나요?

「원격 로그인 + Ollama 추론 + API 1회」 최소 루프는 가능합니다. Xcode 설치·첫 모델 다운로드는 +15–30분 여유. 클라우드 Mac 개통은 보통 5분 이내가 가장 빠릅니다.

Mac mini를 사야 AI 개발 서버를 만들 수 있나요?

아닙니다. 핵심은 안정적 macOS, 충분한 RAM, SSH 상시 노드입니다. 클라우드 Mac을 일 단위로 빌려 워크플로를 검증한 뒤 구매를 결정하세요.

16GB로 AI 개발 서버로 충분한가요?

7B coder + 경량 Agent는 가능. Chrome 다수 탭 + Xcode + 14B 동시는 부담. 일상 AI 코딩 서버는 24GB+, 14B 상시·다중 사용자는 32GB+.

Ollama vs MLX?

초보는 Ollama 기본. MLX는 벤치·파인튜닝용이며 첫 서버 가이드 필수는 아닙니다.

Windows 노트북에서 어떻게 코딩하나요?

SSH에서 Claude Code; GUI는 VNC 또는 VS Code Remote-SSH. Cursor는 로컬 설치 후 Ollama API를 Mac 11434 포트로 지정.

추가 읽을거리

• Mac mini M4, AI 코딩에 적합? Claude Code·Cursor·Ollama 실측 →
• M4 Mac Mini 로컬 LLM 메모리 구성 실측: 16GB / 24GB / 32GB →
• Mac 로컬 LLM: Ollama vs MLX? 기본 규칙 →