AI 쓰려면 좋은 PC가 필요할까: 바이브코딩 · 로컬 AI용 사양 정리

「좋은 PC가 필요한가요?」 예전과 달라진 점

교육 중에 「AI 쓰려면 좋은 PC를 사야 하나요?」라는 질문을 많이 받습니다. 답은 AI를 어디서, 어떤 작업에 쓰는지에 따라 달라집니다.

예전에는 무거운 계산을 클라우드 서버가 하고, 내 PC는 브라우저만 잘 열면 되는 경우가 많았습니다. 요즘은 두 가지 흐름이 내 PC의 일을 다시 늘렸습니다.

• 바이브코딩: Claude Code · Codex 같은 AI 코딩 도구를 내 PC에서 쓰면, AI 모델 계산은 서버가 하지만 파일 읽기와 수정, 명령 실행, 시험, 빌드는 내 PC가 합니다. 프로젝트 폴더와 내려받은 라이브러리, 캐시도 내 PC에 쌓입니다.
• 로컬 AI: 구독료가 부담되고 아주 높은 성능까지는 필요 없는 분들은 Ollama · LM Studio 같은 프로그램으로 공개 모델을 PC에 직접 설치합니다. 이때는 모델 계산까지 내 PC가 합니다.

그래서 이 글의 결론은 「웹 AI만 쓴다면 지금 PC로 시작하고, 바이브코딩이나 로컬 AI까지 할 생각으로 새로 산다면 넉넉한 사양을 권합니다」입니다. 아래에서 용도별로 나눠 봅니다.

웹에서 ChatGPT · 클로드만 쓴다면

문서 초안, 메일 정리, 회의록 요약처럼 브라우저에서 AI에 묻고 답을 받는 일은 서비스 회사 서버가 계산합니다. 이 용도만 놓고 보면 고성능 그래픽카드나 큰 메모리가 꼭 필요하지 않습니다.

다만 브라우저 탭 여러 개와 화상회의, 엑셀 · 한글 문서를 함께 열면 메모리 8GB에서는 여유가 부족할 수 있습니다. 일반 업무와 웹 AI를 함께 쓰려면 메모리 16GB를 권합니다. 이 숫자는 공식 기준이 아니라 여유 있게 쓰기 위한 경험칙입니다.

바이브코딩을 시작하면 달라지는 것

바이브코딩은 AI에게 말로 시켜 프로그램을 만드는 방식입니다. Claude Code 공식 설치 문서가 요구하는 메모리는 4GB 이상입니다. 숫자만 보면 가볍지만, 도구 하나를 돌리는 조건일 뿐입니다. 실제 작업에서는 아래 프로그램이 함께 켜집니다.

Docker Desktop의 기본 메모리 한도는 Mac · Linux · Windows Hyper-V 방식에서 PC 전체 메모리의 절반입니다. Windows의 WSL 2 방식은 WSL 설정을 따르고, WSL 2의 기본 한도도 Windows 전체 메모리의 절반입니다. 한도는 쓸 수 있는 최대치이고, 실제 사용량은 작업에 따라 달라집니다.

여러 작업을 동시에 시키면 부담이 더 커질 수 있습니다. OpenAI는 Codex 앱에서 여러 에이전트를 나란히 돌리고, worktree로 같은 저장소를 작업별 사본으로 나눠 쓸 수 있다고 설명합니다. 사본마다 라이브러리를 설치하고 개발 서버와 시험을 따로 돌리면 메모리와 저장 공간이 그만큼 더 들 수 있습니다. 얼마나 늘지는 작업 내용에 따라 다릅니다.

클라우드에서 돌리는 방법도 있습니다. Codex 클라우드 작업과 Claude Code 웹은 서비스 회사 서버의 격리된 환경에서 돕니다. 내 PC 부담은 줄지만 내 PC의 파일, 설치한 프로그램, 로그인 상태를 그대로 쓰지 못해 작업 환경을 따로 준비해야 합니다. 내 PC의 파일을 바로 고치고 화면으로 확인하려면 로컬 실행이 편합니다.

로컬 AI에 필요한 메모리

로컬 AI는 공개된 모델 파일을 내려받아 내 PC에서 돌리는 방식입니다. 한 번 받으면 인터넷 없이도 쓸 수 있고, 자료가 밖으로 나가지 않게 구성할 수 있습니다. 대신 모델을 메모리에 올려 계산하므로 메모리가 넉넉해야 큰 모델을 돌릴 수 있습니다. 필요한 양은 모델 크기, 양자화 방식(숫자를 줄여 저장하는 방식), 문맥 길이에 따라 달라집니다.

가중치를 모두 4비트로 저장한다고 단순 계산하면 매개변수 10억 개마다 약 0.5GB, 8B 모델이면 약 4GB입니다. 실제 배포본에는 보조 정보가 더 들어 있고, 실행 중에는 대화 내용을 담는 메모리와 프로그램 작업 공간이 추가됩니다. 긴 문서를 넣을수록 더 늘어납니다. Ollama가 RTX 4090으로 한 시험에서는 Gemma 3 12B를 128K 문맥으로 실행하자 VRAM을 약 21.4GiB 썼습니다.

LM Studio 공식 안내는 메모리 16GB 이상을 권하고, Windows에서는 그래픽카드 전용 메모리(VRAM) 4GB 이상을 권합니다. 프로그램을 돌리는 기본 조건일 뿐 큰 모델이 들어간다는 뜻은 아닙니다.

• Mac(Apple Silicon): CPU와 그래픽이 같은 통합 메모리를 나눠 씁니다. 32GB Mac이면 운영체제와 다른 앱이 쓰고 남은 만큼을 모델에 씁니다.
• Windows + NVIDIA 그래픽카드: 모델을 그래픽카드 메모리(VRAM)에 올려야 빠릅니다. 모자라면 일부를 PC 메모리에 나눠 올릴 수 있지만 느려집니다.

용도별 권장 사양

위 표는 공식 최소 사양이 아니라 여유 있게 쓰기 위한 경험칙입니다. VRAM 8GB · 16GB는 그래픽카드를 고를 때의 출발점이고, 그 용량으로 모든 모델과 긴 문맥을 돌릴 수 있다는 뜻은 아닙니다.

여러 개발 도구를 동시에 쓰거나 로컬 AI까지 할 계획으로 새 PC를 산다면 메모리 32GB · SSD 1TB를 권합니다. 입문에 반드시 필요한 조건은 아니지만, 작업을 늘릴 때 여유가 생깁니다.

PC 살 때 확인할 것

1. 메모리를 나중에 늘릴 수 있는지

   얇은 노트북 중에는 메모리가 보드에 붙어 있어(온보드) 늘릴 수 없는 모델이 있습니다. Apple도 Apple Silicon을 쓰는 Mac mini는 메모리가 칩에 통합되어 구입 뒤 늘릴 수 없다고 안내합니다. 제품 사양표에서 메모리가 「온보드」인지 「슬롯」인지 확인하고, 늘릴 수 없는 모델이면 처음부터 넉넉히 고릅니다.

2. SSD 용량

   프로젝트 폴더, 라이브러리, Docker 이미지, 모델 파일을 여러 개 보관할 계획이면 지금 자료와 앞으로 더할 파일의 용량을 함께 따져 봅니다. 바이브코딩과 로컬 AI를 함께 할 계획이면 1TB를 권합니다.

3. 전용 그래픽카드가 필요한 작업인지

   웹 AI 중심이면 내장 그래픽으로 시작할 수 있습니다. 로컬 AI나 따로 GPU를 쓰는 작업이 있다면 쓰려는 프로그램이 그 그래픽카드를 지원하는지와 VRAM 용량을 제품 사양표에서 확인합니다.

4. NPU 숫자만 보고 고르지 않기

   Copilot+ PC의 NPU(40 TOPS 이상)는 그 NPU를 지원하는 프로그램에서만 쓰입니다. Ollama · LM Studio로 모델을 돌릴 때는 메모리와 그래픽 조건을 따로 확인합니다.

5. 메모리 시장 흐름은 참고만

   시장 조사 기관 TrendForce는 2026년 2분기 일반 DRAM 계약 가격 상승과 AI 서버 수요 확대를 보고했습니다. 이 자료만으로 국내 소비자용 메모리나 PC 값의 앞날을 판단할 수는 없습니다. 사기 전에 여러 판매처의 같은 사양 제품을 비교합니다.

PC를 사려고 해. 아래 사양이 내 용도에 맞는지 봐 줘.
- 용도: (예: 바이브코딩 입문, Claude Code로 작은 웹 프로그램 만들기, 가끔 로컬 AI)
- 사양: (제품 이름과 사양표를 그대로 붙여 넣기)

확인할 것:
1. 메모리 용량, 나중에 늘릴 수 있는지(온보드인지 슬롯인지)
2. SSD 용량이 내 작업과 보관할 자료에 맞는지
3. 그래픽카드 VRAM 용량과 쓰려는 프로그램 지원 여부
4. 내 용도에 모자라는 부분과 바꿀 만한 선택지

모르는 건 추측하지 말고, 사양표에서 확인해야 할 항목으로 알려 줘.

흔한 실수와 확인법

• 지금 PC를 확인하지 않고 바로 사는 경우: Windows 작업 관리자나 Mac 활동 모니터에서 평소 메모리 사용량과 실제 작업 속도를 함께 봅니다. 부족하다면 동시에 돌리는 작업을 줄여 보고, 메모리를 늘릴 수 있는 PC인지부터 확인합니다.
• 저장 공간이 꽉 찬 뒤에야 정리하는 경우: Docker 이미지와 빌드 캐시, 안 쓰는 모델 파일을 정기적으로 정리합니다. 지우기 전에 지금 프로젝트에 필요한 파일인지 먼저 확인합니다.
• 로컬 AI면 무조건 안전하다고 여기는 경우: 모델 파일은 공식 배포처에서 받습니다. 또 클라우드 모델을 쓰는 AI 코딩 도구는 요청문과 필요한 코드 일부를 서비스 회사로 보냅니다. 회사 자료를 넣기 전에 회사 보안 규정부터 확인합니다.

출처

1. Set up Claude Code - Anthropic, 메모리 4GB 이상(2026-11-01 확인)
2. Introducing the Codex app - OpenAI, 여러 에이전트 · worktree(2026-11-01 확인)
3. Codex cloud - OpenAI, 클라우드 작업 환경(2026-11-01 확인)
4. Claude Code sandboxing - Anthropic, Claude Code 웹의 클라우드 격리 환경(2026-11-01 확인)
5. Requirements for Visual Studio Code - Microsoft(2026-11-01 확인)
6. Install Docker Desktop on Windows - Docker, 시스템 메모리 8GB(2026-11-01 확인)
7. Docker Desktop settings - Docker, 메모리 한도 기본값(2026-11-01 확인)
8. Prune unused Docker objects - Docker, 이미지 · 빌드 캐시 정리(2026-11-01 확인)
9. Advanced settings configuration in WSL - Microsoft, WSL 2 메모리 기본값(2026-11-01 확인)
10. Introducing gpt-oss - OpenAI, 16GB · 80GB 실행 안내(2026-11-01 확인)
11. qwen3 tags - Ollama, 배포본 파일 크기(2026-11-01 확인)
12. New model scheduling - Ollama, 긴 문맥 시험 사례(2026-11-01 확인)
13. System Requirements - LM Studio(2026-11-01 확인)
14. EXAONE 4.0 - LG AI연구원(2026-11-01 확인)
15. HyperCLOVAX-SEED-Text-Instruct-0.5B - 네이버(2026-11-01 확인)
16. Windows 11 specifications - Microsoft(2026-11-01 확인)
17. Copilot+ PCs vs. Windows PCs - Microsoft, NPU 40 TOPS · 메모리 16GB(2026-11-01 확인)
18. Mac mini 메모리 업그레이드 또는 장착하기 - Apple(2026-11-01 확인)
19. DRAM Industry Revenue Rises in 2Q26 - TrendForce, 2026-09-07 발표(2026-11-01 확인)

온라인

클로드 코드 · 코덱스 온라인 기초 교육

터미널에서 AI와 함께 일하려는 직장인

과정 소개맛보기