MacBook Air로 AI 개발해도 될까? M5·메모리·로컬 LLM 한계

작성자 소개

Sesera 편집팀은 독자가 구매 전에 중요한 점을 확인할 수 있도록 노트북, 미니 PC, 스마트폰, 가젯 구매 가이드를 정리합니다.

MacBook Air로 AI 개발을 시작해도 되는지 고민된다면, 먼저 작업 범위를 나눠야 합니다.

ChatGPT API나 클라우드 LLM을 붙여 앱을 만들고, Python으로 데이터를 만지고, 웹 서비스의 작은 프로토타입을 만드는 정도라면 MacBook Air로 충분히 시작할 수 있습니다. 하지만 로컬 LLM을 오래 돌리거나, 이미지 생성, 모델 학습, 무거운 Docker 구성을 한 대에 몰아넣을 생각이라면 Air를 주력 장비로 잡기 어렵습니다.

제 기준은 단순합니다. API 중심 AI 개발은 MacBook Air, 로컬 실행을 주력으로 할 AI 개발은 MacBook Pro, Mac mini, GPU PC 또는 클라우드 GPU까지 같이 봅니다.

Air로 되는 AI 개발과 피할 작업

MacBook Air가 잘 맞는 쪽은 가벼운 개발입니다. 예를 들면 OpenAI API나 다른 클라우드 LLM을 호출하는 앱, Python 학습, 간단한 RAG 실험, 웹 프론트엔드와 백엔드 개발, 작은 Docker 환경 정도입니다.

이런 작업에서는 노트북이 직접 거대한 모델을 계산하지 않습니다. 핵심 연산은 클라우드에서 처리하고, MacBook Air는 코드 작성, 테스트, 데이터 정리, 브라우저 확인을 맡습니다. 이 용도라면 얇고 조용하고 배터리로 오래 쓰기 쉬운 Air의 장점이 큽니다.

반대로 로컬 LLM을 계속 띄워 두고 긴 컨텍스트로 돌리거나, Stable Diffusion 계열 이미지 생성, 모델 파인튜닝, 긴 시간의 GPU 부하를 생각한다면 Air부터 고르는 것은 비효율적입니다. 팬이 없는 구조라 장시간 고부하에 맞춘 기계가 아니고, 메모리와 GPU 여유도 Pro나 외장 GPU급 Windows PC와 다르게 봐야 합니다.

M5보다 메모리와 작업 범위를 먼저 본다

M5 MacBook Air 자체는 AI 개발 입문용으로 약하지 않습니다. 2026년 6월 기준 Apple KR 사양에서 MacBook Air는 M5 칩, 16코어 Neural Engine, 153GB/s 메모리 대역폭을 내세우고, 통합 메모리는 16GB에서 시작해 24GB 또는 32GB로 구성할 수 있습니다.

그래도 AI 개발에서는 칩 이름보다 동시에 켜는 도구가 먼저 부담을 만듭니다. 에디터, 브라우저 탭 여러 개, 터미널, Python 가상환경, Docker, 문서, 채팅 앱, 로컬 모델 테스트를 같이 열면 CPU보다 메모리 여유가 빨리 줄어듭니다.

그래서 저는 MacBook Air를 AI 개발용으로 살 때 기본형 칩보다 메모리 구성을 먼저 봅니다. API 호출 중심이면 16GB로도 출발할 수 있지만, Docker와 로컬 모델을 같이 만질 사람은 처음부터 24GB 이상을 잡는 편이 낫습니다.

근거:
・Apple KR MacBook Air 제품 사양
・Apple Newsroom: M5 탑재 MacBook Air 공개

16GB, 24GB, 32GB의 기준

16GB는 AI 개발을 맛보기로 시작하는 구성입니다. API를 호출하는 앱을 만들고, Python을 배우고, 가벼운 웹 개발을 하는 정도라면 큰 문제 없이 시작할 수 있습니다. 다만 Docker 컨테이너와 브라우저 탭, 로컬 모델 테스트가 겹치면 답답해질 수 있습니다.

24GB는 MacBook Air로 개발을 하려는 사람에게 가장 현실적인 중심선입니다. 웹 앱, API 서버, 작은 DB, 벡터 검색 테스트, 브라우저 확인을 같이 하더라도 16GB보다 숨 쉴 공간이 있습니다. 가격을 너무 올리지 않으면서 개발용 여유를 만들고 싶다면 이 구성이 가장 무난합니다.

32GB는 Air 안에서 최대한 버티고 싶은 사람용입니다. 로컬 LLM을 자주 테스트하고, Docker를 자주 쓰고, 3년 이상 개발용으로 길게 쓸 생각이라면 32GB가 마음 편합니다. 다만 32GB까지 올려도 Air가 Pro로 바뀌는 것은 아닙니다. 장시간 고부하와 큰 모델이 목적이면 상위 Mac이나 GPU 자원을 봐야 합니다.

MacBook Air 메모리 선택을 더 넓게 보고 싶다면, 업무·영상 편집·개발 기준을 나눠 둔 글이 더 맞습니다.

관련 글:
・MacBook Air 메모리는 16GB로 충분할까? 24GB·32GB 선택 기준

SSD는 512GB보다 1TB가 편하다

AI 개발은 저장 공간도 생각보다 빨리 씁니다. Python 환경, 패키지 캐시, Docker 이미지, 모델 파일, 샘플 데이터, 로그, 화면 녹화, 프로젝트 폴더가 쌓입니다. 처음에는 작아 보여도, 개발용 Mac은 몇 달 지나면 불필요한 파일을 치우는 일이 반복됩니다.

API 중심이고 클라우드 저장소를 적극적으로 쓴다면 512GB로 시작할 수 있습니다. 하지만 Docker와 로컬 모델까지 건드릴 생각이면 1TB를 먼저 봅니다. 외장 SSD를 쓰는 방법도 있지만, 카페나 학교에서 매번 꽂아 쓰는 개발 환경은 생각보다 번거롭습니다.

2TB 이상은 데이터셋, 영상 자료, 여러 로컬 모델, 다른 제작 작업까지 같이 하는 사람에게 맞습니다. 순수하게 API 앱 개발만 한다면 2TB까지 올리는 것보다 메모리 24GB 또는 32GB가 먼저입니다.

관련 글:
・MacBook Air SSD는 몇 GB가 좋을까? 512GB·1TB·2TB·4TB 선택 기준

로컬 LLM은 테스트용으로 본다

MacBook Air에서도 작은 로컬 LLM이나 양자화 모델을 시험해 볼 수는 있습니다. 프롬프트를 넣어 보고, 속도를 체감하고, 간단한 앱에 붙여 보는 정도라면 공부가 됩니다.

문제는 이것을 주력 환경으로 볼 때입니다. 모델 크기, 컨텍스트 길이, 동시에 켜 둔 앱, 메모리 구성에 따라 체감이 크게 흔들립니다. 같은 “로컬 LLM”이라도 작은 모델 한 번 실행하는 것과, 매일 여러 모델을 바꿔 가며 장시간 쓰는 것은 다른 작업입니다.

Air로 로컬 LLM을 건드릴 거라면 24GB를 최소선으로 보고, 자주 쓸 사람은 32GB를 봅니다. 그래도 큰 모델, 이미지 생성, 훈련까지 이어질 가능성이 있으면 Air에 돈을 몰아넣기보다 MacBook Pro, Mac mini, Windows GPU PC, 클라우드 GPU를 함께 계산하는 편이 낫습니다.

Docker를 상시 사용한다면 24GB 이상이 낫다

AI 개발에서 Docker는 금방 무거워집니다. API 서버 하나만 띄우면 가볍지만, DB, Redis, 벡터 DB, 검색, 백엔드, 프론트엔드까지 같이 올리면 메모리를 꽤 씁니다. 여기에 브라우저와 에디터, 문서까지 열리면 16GB 구성은 여유가 작습니다.

Docker를 가끔 쓰는 학습용이라면 16GB도 버틸 수 있습니다. 하지만 개발 환경을 Docker로 맞추고, 프로젝트 여러 개를 오가며, 로컬 LLM 테스트까지 같이 한다면 24GB부터 보세요. 장기간 개발용 메인 노트북으로 쓸 사람은 32GB가 더 편합니다.

이 판단은 AI 개발뿐 아니라 일반 프로그래밍에서도 비슷합니다. MacBook Air가 얇고 조용한 장점은 있지만, 개발 도구를 많이 겹쳐 쓰는 순간 메모리가 가장 먼저 생활감을 바꿉니다.

13인치와 15인치는 작업 장소로 고른다

13인치는 밖에서 쓰는 개발자에게 맞습니다. 강의실, 카페, 출퇴근 가방, 작은 책상에서 코드를 자주 쓰는 사람은 무게와 크기가 중요합니다. 외부 모니터를 집이나 사무실에 두고, 이동 중에는 수정과 테스트를 하는 방식이면 13인치가 깔끔합니다.

15인치는 한 화면에서 에디터, 브라우저, 로그, 문서를 더 넓게 보고 싶은 사람에게 맞습니다. AI 개발은 문서와 결과 확인을 같이 보는 시간이 많아서 화면이 넓으면 편합니다. 대신 매일 들고 다니는 사람에게는 부담이 커질 수 있습니다.

저라면 매일 이동이 많으면 13인치, 한 장소에서 오래 코딩하고 외부 모니터 없이 버티는 시간이 길면 15인치를 고릅니다. 성능 차이보다 작업 장소의 차이가 더 큽니다.

Pro, Mac mini, GPU PC로 넘어갈 기준

MacBook Pro로 넘어갈 기준은 명확합니다. 로컬 LLM을 자주 돌리고, 장시간 고부하가 있고, 외부 모니터를 여러 대 쓰고, AI 개발 외에 영상 편집이나 3D 작업도 함께 한다면 Pro가 더 맞습니다. Air는 가볍게 들고 다니며 개발하는 기계이고, Pro는 부하를 오래 받는 작업까지 버티는 쪽입니다.

Mac mini는 들고 다니지 않는 사람에게 강합니다. 같은 예산에서 책상 환경, 외부 모니터, 유선 네트워크, 외장 저장장치를 묶기 쉽습니다. 집이나 사무실에서만 개발한다면 Air보다 Mac mini가 더 합리적인 경우가 있습니다.

Windows GPU PC나 클라우드 GPU는 CUDA, 이미지 생성, 모델 학습이 중요할 때 봅니다. MacBook Air를 아무리 좋은 구성으로 올려도 NVIDIA GPU가 필요한 작업을 대신해 주지는 않습니다. 이 쪽이 목적이면 노트북 선택보다 GPU 자원 선택이 먼저입니다.

관련 글:
・Mac mini와 MacBook Air, 무엇을 살까? 고정 책상·휴대·총비용 기준
・MacBook Air로 Blender는 버거울까? M5, 메모리, 3D 작업 한계

구매 전에는 이 순서로 결정한다

MacBook Air로 AI 개발을 할지 정할 때는, 제품명보다 작업 순서를 먼저 적어 보는 게 빠릅니다.

1. AI를 API로 쓸지, 로컬에서 돌릴지 정합니다.
2. Docker를 매일 쓸지 가끔 쓸지 나눕니다.
3. 메모리를 16GB, 24GB, 32GB 중에서 먼저 고릅니다.
4. 로컬 모델과 Docker를 쓴다면 SSD는 1TB를 우선 봅니다.
5. 매일 이동이면 13인치, 한 화면 작업이 길면 15인치를 봅니다.
6. 이미지 생성, 학습, 큰 로컬 LLM이 주력이라면 Pro, Mac mini, GPU PC, 클라우드 GPU를 비교합니다.

결론은 이렇습니다. MacBook Air는 AI 개발 입문과 API 기반 개발에는 좋은 선택입니다. 다만 로컬 LLM을 오래 돌리는 장비로 사는 것은 욕심이 큽니다. Air를 산다면 24GB/1TB를 중심으로 보고, 로컬 실행 욕심이 커질수록 32GB 또는 상위 장비로 빨리 방향을 바꾸는 편이 낫습니다.

자주 묻는 질문

MacBook Air로 AI 개발을 시작해도 되나요?

API 기반 AI 앱, Python 학습, 웹 개발, 가벼운 RAG 실험이라면 시작해도 됩니다. 로컬 LLM, 이미지 생성, 모델 학습을 주력으로 할 계획이라면 MacBook Air보다 MacBook Pro, Mac mini, GPU PC 또는 클라우드 GPU가 더 맞습니다.

AI 개발용 MacBook Air 메모리는 몇 GB가 좋나요?

API 중심이면 16GB도 시작할 수 있습니다. Docker와 로컬 모델 테스트를 같이 한다면 24GB를 기준으로 보고, 오래 쓸 개발용 메인 노트북이라면 32GB가 더 편합니다.

MacBook Air에서 로컬 LLM을 돌릴 수 있나요?

작은 모델이나 양자화 모델을 시험해 보는 정도는 가능합니다. 다만 모델 크기와 컨텍스트 길이에 따라 체감이 크게 달라지므로, 로컬 LLM을 매일 쓰는 주력 환경으로 보려면 Air만으로는 한계가 있습니다.

AI 개발에는 13인치와 15인치 중 무엇이 낫나요?

매일 들고 다니며 코딩한다면 13인치가 편합니다. 외부 모니터 없이 에디터, 브라우저, 로그, 문서를 한 화면에 오래 띄우는 시간이 많다면 15인치가 낫습니다.

MacBook Air와 MacBook Pro 중 무엇을 골라야 하나요?

API 중심 개발, 학습, 가벼운 Docker, 휴대성이 중요하면 MacBook Air입니다. 로컬 LLM, 장시간 고부하, 여러 외부 모니터, 영상·3D 작업까지 같이 한다면 MacBook Pro가 더 맞습니다.

Specsy에서 사양 비교

Amazon소형 Windows 태블릿, 미니 PC, 노트북을 사양과 점수로 비교합니다.

같은 운영자가 운영하는 사이트입니다.