M5 Max 맥북 프로 16인치 128GB 1주일 사용 후기 — M1 Max에서 넘어온 솔직 리뷰

2021년부터 M1 Max 맥북 프로 16인치를 써왔습니다. 거의 5년 가까이 쓴 건데, 솔직히 M1 Max도 아직까지 일반 작업에서는 충분히 빠르더라고요. 개발, 영상 편집, 일반 업무 다 문제없이 잘 돌아갔습니다. 근데 작년부터 로컬 LLM에 빠지면서 상황이 달라졌어요. 32GB 통합 메모리로는 큰 모델을 돌릴 수가 없더라고요. Qwen이나 Llama 같은 70B 이상 모델은 꿈도 못 꿨습니다.

그래서 결국 지갑을 열었습니다. M5 Max 맥북 프로 16인치, 128GB 통합 메모리. 1주일 정도 사용해봤는데 솔직한 후기를 남겨보려고 합니다. SSD 속도부터 로컬 LLM 구동까지, M1 Max에서 넘어온 사람 입장에서 체감되는 차이를 정리해봤어요.

주문부터 배송까지

사실 원래 M4 Max 128GB로 주문했었습니다. 근데 아시죠? 애플에서 M4 Max 주문한 사람들한테 M5 Max로 무료 업그레이드 해준 그 뉴스. 덕분에 M5 Max를 받게 됐습니다 ㅎㅎ 운이 좋았어요. 3월 11일에 배송받았는데, 박스 열자마자 느낀 건 스페이스 블랙 색상이 진짜 예쁘다는 거였습니다. M1 Max는 실버였거든요. 확실히 블랙이 고급스럽더라고요.

가격은 ₩6,890,000에서 교육 할인 ₩269,000 받아서 결제했습니다. (사실 이 가격이면 다른 노트북 두 대는 살 수 있는 돈인데… 128GB 통합 메모리를 가진 노트북이 이거밖에 없으니 어쩔 수 없더라고요)

M1 Max vs M5 Max 스펙 비교

두 맥북을 나란히 놓고 “이 Mac에 관하여”를 띄워봤습니다. 한눈에 봐도 차이가 확 느껴지더라고요.

주요 스펙을 정리하면 이렇습니다:

CPU 코어 구성이 완전히 바뀌었더라고요. M1 Max는 Performance + Efficiency 구조였는데, M5 Max는 Super + Performance 구조입니다. 고성능 코어만으로 구성되어 있어서 멀티코어 작업에서 체감 차이가 꽤 큽니다. 그리고 메모리가 32GB에서 128GB로 4배 늘어난 게 제가 이 맥북을 산 가장 큰 이유입니다.

SSD 속도 벤치마크 — M1 Max의 2배

Blackmagic Disk Speed Test로 SSD 속도를 측정해봤습니다. 결과를 보고 진짜 놀랐어요.

M5 Max SSD 속도:

• 쓰기: 11,749 MB/s
• 읽기: 11,437 MB/s

이전에 쓰던 M1 Max 맥북은 읽기/쓰기 5,000~7,000 MB/s 정도였거든요. 거의 2배 수준으로 올라갔습니다. 숫자만 보면 “그래서 뭐가 다른데?” 싶을 수 있는데, 실제로 체감이 됩니다. 대용량 파일 복사할 때 확실히 빨라졌고, 특히 LLM 모델 파일(50~100GB짜리)을 로드할 때 로딩 시간이 눈에 띄게 줄었어요. Xcode 빌드 속도도 빨라진 느낌이고, 앱 실행도 전반적으로 한 템포 빠릅니다.

솔직히 SSD 속도는 M1 Max에서도 충분히 빠르다고 생각했었는데, 2배 빨라지니까 “아 이게 빠른 거구나” 하고 느끼게 되더라고요 ㅎㅎ

로컬 LLM 구동 — 128GB 통합 메모리의 진가

이게 제가 M5 Max를 산 진짜 이유입니다. 128GB 통합 메모리. 애플 실리콘의 통합 메모리 구조는 CPU와 GPU가 같은 메모리를 공유하기 때문에, 128GB 전체를 GPU 메모리처럼 쓸 수 있습니다. 이게 로컬 LLM 구동에서 엄청난 장점이에요. NVIDIA GPU는 VRAM이 24GB(4090 기준)인데, 맥북은 128GB를 통으로 쓸 수 있으니까요.

LM Studio에서 다양한 모델들을 돌려봤습니다. 제가 현재 로컬에 받아놓은 모델 목록이에요:

특히 놀라웠던 건 Qwen3.5-122B 모델을 로컬에서 돌릴 수 있다는 겁니다. 6bit 양자화 기준으로 약 100GB 크기인데, 128GB 메모리에 올려서 실제로 추론이 가능합니다.

그 외에도 Qwen3-coder-next (86.3GB), NVIDIA Nemetron 3 Super (86.1GB), Qwen3.5-VL-122B (비전 모델) 등 대형 모델들을 전부 로컬에서 구동해볼 수 있었습니다. M1 Max 32GB에서는 7B~13B 모델이 한계였거든요. 128GB로 넘어오니까 세상이 달라졌습니다.

실제로 모델을 로드하고 추론할 때 Activity Monitor로 메모리 사용량을 확인해봤는데, 128GB 중 대부분을 활용하고 있더라고요.

(근데 M5 Max 128GB 단일로 안 돌아가는 모델도 있더라고요. 그래서 M1 Max까지 Exo 클러스터로 연결해서 쓰고 있는데, 이건 다음 글에서 자세히 다루겠습니다)

추론 속도는 모델 크기에 따라 다른데, 122B 모델 기준으로 약 5~8 tok/s 정도 나옵니다. 클라우드 API만큼 빠르진 않지만, 인터넷 없이 완전히 로컬에서 돌릴 수 있다는 게 큰 장점이에요. 프라이버시가 중요한 작업이나, 오프라인 환경에서도 AI를 쓸 수 있으니까요.

VLA 모델 훈련 — NVIDIA GPU보다 편한 이유

로컬 LLM 추론뿐만 아니라, 요즘 빠져있는 게 VLA(Vision-Language-Action) 모델 훈련입니다. 대표적으로 Physical Intelligence의 pi0 같은 로봇 제어용 AI 모델인데, 이걸 훈련시키려면 GPU 메모리가 꽤 필요합니다.

처음에는 NVIDIA GPU로 시도했었어요. RTX 4090(VRAM 24GB)이랑 RTX 5090(VRAM 32GB)으로 돌려보려고 했는데, 문제가 한두 가지가 아니었습니다.

NVIDIA GPU에서 겪은 문제들:

• CUDA 버전 호환성: VLA 모델 관련 라이브러리들이 요구하는 CUDA 버전이 다 달라서 맞추기가 지옥이었습니다. 이 라이브러리는 CUDA 12.1을 요구하고, 저 라이브러리는 CUDA 11.8이어야 하고…
• Python 디펜던시 충돌: PyTorch 버전, transformers 버전, 각종 의존성 패키지들이 서로 충돌해서 환경 세팅만 며칠씩 걸렸습니다. conda 환경을 아무리 분리해도 뭔가 하나씩 깨지더라고요.
• VRAM 부족: 4090은 24GB, 5090도 32GB인데, pi0 같은 VLA 모델을 풀로 훈련시키기에는 VRAM이 턱없이 부족했습니다. 배치 사이즈를 극도로 줄이거나 gradient checkpointing을 써도 OOM(Out of Memory) 에러가 계속 발생했어요.

그래서 M5 Max 128GB에서 LeRobot 프레임워크로 시도해봤는데, 이게 훨씬 안정적으로 돌아갑니다. 애플 실리콘의 통합 메모리 128GB를 통으로 쓸 수 있으니까 VRAM 부족 문제가 사라지고, CUDA 대신 MPS(Metal Performance Shaders)를 사용하기 때문에 CUDA 버전 호환성 지옥에서 벗어날 수 있었어요. Python 디펜던시도 훨씬 깔끔하게 관리됩니다.

물론 NVIDIA GPU 대비 순수 훈련 속도는 느릴 수 있지만, 환경 세팅에서 며칠씩 삽질하는 시간을 생각하면 오히려 M5 Max가 더 효율적이더라고요. 특히 연구 목적으로 프로토타이핑하거나, 소규모 데이터셋으로 파인튜닝할 때는 맥북에서 바로 돌리는 게 생산성이 훨씬 높았습니다.

일상 사용 체감

LLM 얘기만 하면 “그건 특수한 용도 아니냐”고 할 수 있으니, 일상적인 사용 체감도 정리해볼게요.

일반 작업: 브라우저 탭 수십 개 띄우고, VS Code, 터미널, Slack 동시에 돌려도 전혀 버벅임 없습니다. 사실 이건 M1 Max에서도 마찬가지였는데, 메모리가 128GB니까 스왑이 거의 안 일어나서 더 쾌적한 느낌이에요.

발열과 팬 소음: 일반 작업 시에는 팬이 거의 안 돌아갑니다. LLM 추론 돌릴 때는 팬이 좀 돌아가긴 하는데, M1 Max보다 조용한 것 같아요. 발열도 적당한 수준입니다.

배터리: 16인치라 배터리 용량이 큰 편인데, 일반 작업 기준으로 8~10시간 정도 쓸 수 있습니다. LLM 돌리면 당연히 훨씬 빨리 닳지만, 그건 어쩔 수 없는 부분이죠.

디스플레이: M1 Max 때부터 Liquid Retina XDR 디스플레이였기 때문에 큰 차이는 못 느꼈습니다. 여전히 최고 수준의 디스플레이입니다.

아쉬운 점

솔직히 아쉬운 점도 있습니다.

• 가격: 약 690만원. 할인받아도 621만원입니다. 솔직히 비쌉니다. 128GB가 필요 없는 사람이라면 이 돈 주고 살 이유가 없어요.
• 무게: 16인치 모델이라 2.14kg입니다. 매일 들고 다니기엔 좀 무거워요. 카페에서 작업하려고 가져갈 때 어깨가 아프더라고요.
• 포트 변화 없음: M1 Max 때부터 포트 구성이 똑같습니다. 이 부분은 좀 아쉬워요.
• 128GB 오버스펙: 솔직히 일반적인 용도로는 128GB가 필요 없습니다. 영상 편집이나 3D 렌더링 정도 하시는 분들도 64GB면 충분해요. 저처럼 로컬 LLM을 돌리거나, 정말 무거운 작업을 하는 사람이 아니면 비추합니다.

1주일 사용 총평

1주일 써본 결론부터 말하면, M1 Max에서 넘어온 보람이 있습니다.

SSD 속도 2배, 메모리 4배, CPU/GPU 성능 향상까지. 특히 128GB 통합 메모리 덕분에 로컬 LLM을 본격적으로 활용할 수 있게 된 게 가장 큽니다. 100GB급 모델을 내 맥북에서 돌릴 수 있다는 건, 1년 전만 해도 상상도 못 했던 일이에요.

이런 분에게 추천:

• 로컬 LLM / AI 작업을 하시는 분 (128GB 통합 메모리의 진가)
• 4K 이상 영상 편집을 하시는 분
• 대규모 개발 프로젝트를 다루는 분
• 맥북 하나로 모든 작업을 해결하고 싶은 분

비추하는 분:

• 웹서핑, 문서작업 위주이신 분 (M4 MacBook Air면 충분)
• 가성비를 중요시하시는 분
• 가벼운 노트북이 필요하신 분

다음 글에서는 이 M5 Max와 기존 M1 Max를 Exo 클러스터로 연결해서 더 큰 LLM 모델을 돌리는 방법에 대해 다뤄보겠습니다. 궁금한 점이 있으시면 댓글 남겨주세요!