Key Takeaways
- Cherry Studio(cherryai.com)는 AGPL 3.0 라이선스의 무료 오픈소스 데스크톱 앱입니다. 버전 2.0은 2026-08-05에 정식 출시되었으며, 작성 시점의 최신 릴리스는 v2.1.0입니다.
- 버전 2.0은 에이전트 중심입니다. Cherry Studio 팀에 따르면 지식 베이스 조회, OCR, 이미지 생성, 파일 처리, 노트 작성은 에이전트가 자동으로 호출하는 도구입니다.
- 여전히 수십 개의 AI 제공업체(OpenAI, Anthropic, Google Gemini, DeepSeek 등)와 로컬 런타임(Ollama, LM Studio)을 하나의 인터페이스에서 연결합니다.
- MCP(Model Context Protocol) 지원으로 연결된 모델이 표준 서버 인터페이스를 통해 외부 도구를 호출할 수 있으며, 1.x의 300개 이상의 어시스턴트도 그대로 포함되어 있습니다.
- Cherry Studio는 자체적으로 모델을 실행하지 않으며, 실제로 답변을 생성하려면 클라우드 API 키나 Ollama 같은 로컬 런타임이 필요합니다.
Cherry Studio 2.0은 Windows, macOS, Linux용 무료 오픈소스(AGPL 3.0) 데스크톱 AI 앱으로, AI 에이전트를 중심에 두고 수십 개의 AI 제공업체, Ollama와 LM Studio를 통한 로컬 모델, MCP 도구 지원 위에서 에이전트가 지식 베이스 검색, OCR, 이미지 생성, 파일 도구를 대신 호출합니다.
Cherry Studio는 자체 AI 모델을 실행하지 않습니다. 원하는 작업을 에이전트에게 말하면, 에이전트가 연결된 클라우드 또는 로컬 모델을 사용해 문서 검색, 이미지 속 텍스트 읽기, 그림 그리기 같은 도구 중 무엇을 쓸지 스스로 결정합니다.
빠른 요약: Cherry Studio
- 라이선스: AGPL 3.0(오픈소스, 소스 코드 공개)
- 지원 플랫폼: Windows(x64, arm64), macOS(Apple Silicon 및 Intel, v2.1.0부터 macOS 13 이상), Linux(x64, arm64)
- 버전: 2.0 정식 버전 2026-08-05 출시(릴리스 후보는 2026-07-28부터), 최신 릴리스 v2.1.0(2026-09-18)
- 웹사이트: cherryai.com
- GitHub: github.com/CherryHQ/cherry-studio (소스 코드 및 릴리스)
- 비용: 앱 자체는 무료이며, 연결된 클라우드 제공업체는 API 사용량에 따라 별도로 청구됩니다
- 핵심 기능: 멀티 프로바이더 채팅, 지식 베이스, MCP 도구 지원을 갖춘 에이전트 기반 AI 워크스페이스
Cherry Studio 받기
Cherry Studio는 공식 사이트 또는 GitHub 릴리스에서 Windows, macOS, Linux용으로 무료 다운로드할 수 있습니다. 설치에는 계정이 필요하지 않습니다.
이 리뷰는 PromptQuorum의 로컬 LLM 소프트웨어 디렉터리와 짝을 이루는 글입니다. 이 디렉터리는 개발사의 직접 발언과 함께 Cherry Studio를 소개하고 다른 로컬 AI 앱과 비교합니다.
플랫폼 | 받는 곳 |
|---|---|
| Windows(x64, arm64) | GitHub 릴리스의 Cherry Studio 설치 프로그램 |
| macOS(Apple Silicon, Intel) | GitHub 릴리스의 Cherry Studio DMG |
| Linux(x64, arm64) | GitHub 릴리스의 AppImage, DEB, RPM |
| 모든 플랫폼 | 공식 사이트: cherryai.com |
앱은 무료이며, 연결된 클라우드 제공업체는 별도로 청구됩니다. v2.1.0부터 macOS 13(Ventura) 이상이 필요합니다.
Cherry Studio란?
Cherry Studio는 AI 에이전트가 작업을 수행하고, 수십 개의 AI 제공업체와 로컬 모델이 그 엔진 역할을 하는 무료 오픈소스 데스크톱 앱입니다. AGPL 3.0 라이선스로 배포되며, 이는 소스 코드가 공개되어 있고 타인에게 배포되는 수정 버전도 오픈소스로 유지되어야 함을 의미합니다.
앱 자체는 어떤 AI 모델도 호스팅하거나 학습시키지 않습니다. 프런트엔드로서, API 키를 붙여넣어 클라우드 제공업체에 연결하거나, 실행 중인 Ollama 또는 LM Studio 서버를 지정해 로컬 모델에 연결합니다. 연결되면 Cherry Studio는 모든 제공업체와 모델을 동일한 인터페이스에 표시하므로, 클라우드 모델에서 로컬 모델로 전환하는 것은 새 앱이 아니라 드롭다운 변경일 뿐입니다.
1.x까지 Cherry Studio는 주로 문서 지식 베이스, MCP(Model Context Protocol) 지원, 프롬프트 템플릿 어시스턴트 라이브러리를 갖춘 멀티 프로바이더 채팅 클라이언트였습니다. 버전 2.0은 300개 이상의 어시스턴트를 포함해 이 모든 것을 유지하면서, 이러한 기능을 도구로 사용하는 에이전트를 추가했습니다.
Cherry Studio 2.0에서 무엇이 달라졌는가?
Cherry Studio 2.0은 단순한 소규모 업데이트가 아니라 재구축입니다. GitHub 릴리스 노트는 이를 "채팅에서 실제 작업 수행으로"의 전환이라고 설명합니다. 아래 항목 중 "Cherry Studio 팀에 따르면"이라고 표시된 내용은 개발사가 제공한 것이며 PromptQuorum이 독립적으로 테스트하지 않았습니다.
- 에이전트가 중심축. 각 기능을 배우고 설정하는 대신 작업을 설명하면, 에이전트가 지식 베이스 검색, 도구 호출, 멀티모달 처리를 조율합니다(Cherry Studio 팀에 따르면). 2.0.x 릴리스 노트에는 서브에이전트와 Global Memory 설정도 언급되어 있습니다.
- 더 많은 모델이 에이전트를 구동할 수 있음. 2.0.0 릴리스 노트에는 OpenAI와 Anthropic 엔드포인트 모두에 대한 지원이 기재되어 있으며, Cherry Studio 팀에 따르면 여기에는 Anthropic 호환 API에만 국한되지 않고 OpenAI Chat Completions와 OpenAI Responses API가 포함됩니다.
- 내장 에이전트 런타임, Windows에서 네이티브 지원. 릴리스 노트에 따르면 핵심 에이전트 런타임이 내장되어 의존성 설치가 줄었습니다. Cherry Studio 팀에 따르면 1.x에서는 Windows 사용자가 에이전트를 쓰려면 Git Bash를 설치해야 했으나, 2.0은 이 의존성을 없앴습니다.
- 재구축된 데이터 계층. 릴리스 노트는 방대한 기록에서도 반응성을 유지하는 전면 개선된 데이터 기반을 설명하며, 이후 노트에는 SQLite 사용자 데이터 파일도 언급됩니다. Cherry Studio 팀에 따르면 이는 4단계 저장 구조를 갖춘 데이터베이스 계층으로, 1.x의 주로 프런트엔드 Redux 상태를 대체합니다.
- 오프라인 지식 베이스. Cherry Studio 팀에 따르면 BM25 키워드 검색과 오프라인 임베딩 모델(Qwen3 Embedding 0.6B 포함)로 온라인 임베딩 서비스가 필요 없어집니다. 에이전트는 지식 베이스를 읽고 관리할 수도 있습니다.
- 멀티모달 에이전트 도구. Cherry Studio 팀에 따르면 OCR, 오프라인 문서 처리, ASR 음성 처리가 내장되어 있습니다. 모델에 비전 기능이 없으면 에이전트가 OCR을 호출할 수 있고, 이미지를 요청하면 그림 모델을 호출합니다.
- 제품 피드백 에이전트. Cherry Studio 팀에 따르면 버그를 에이전트에게 설명하면 에이전트가 로그를 수집하고 문제를 분석해 구조화된 피드백을 개발자에게 제출합니다. 버전 2.1.0에는 AI 진단과 진단 내보내기를 갖춘 System Doctor가 추가되었습니다.
Cherry Studio로 실제로 무엇을 할 수 있는가?
- 에이전트에게 작업 맡기기. 원하는 결과를 일상적인 말로 설명하면 에이전트가 지식 베이스 검색, OCR, 이미지 생성, 파일 처리, 노트 작성 중에서 선택하며, 결과는 앱에서 미리 볼 수 있습니다.
- 수십 개의 제공업체를 나란히 연결. OpenAI, Anthropic, Google Gemini, DeepSeek, Moonshot, Zhipu, Alibaba Qwen, OpenRouter, 그리고 모든 OpenAI 호환 엔드포인트의 API 키를 추가하고, 자격 증명을 다시 입력하지 않고 대화별로 전환할 수 있습니다.
- Ollama나 LM Studio를 통한 로컬 모델 실행. 실행 중인 로컬 서버를 Cherry Studio에 지정하면 해당 모델이 클라우드 제공업체와 같은 선택 화면에 나타나므로, 민감한 프롬프트는 로컬 모델로, 일반적인 질문은 클라우드 모델로 보낼 수 있습니다.
- 문서 지식 베이스 구축. PDF, Word 파일, 웹페이지를 컬렉션에 업로드하면 채팅과 에이전트가 모델의 학습 데이터만이 아니라 자신의 자료를 기반으로 한 답변을 검색해 제공할 수 있습니다.
- 도구 사용을 위한 MCP 서버 연결. Model Context Protocol 서버는 제공업체별 맞춤 통합 코드 대신 하나의 표준 인터페이스를 통해, 연결된 모델에 파일 검색, 데이터베이스, 브라우저 같은 외부 도구 접근 권한을 부여합니다.
- 300개 이상의 어시스턴트로 시작. 1.x의 사전 구성된 어시스턴트 라이브러리(코딩, 번역, 글쓰기 등)가 그대로 포함되어 있어 클릭 한 번으로 전문화된 대화를 시작할 수 있습니다.
- 여러 창에 걸쳐 작업 정리. 멀티 윈도우 및 분할 보기 레이아웃으로 대화를 열어 둔 채 에이전트의 진행 상황과 결과를 확인할 수 있습니다.
개발사의 말
PromptQuorum은 Cherry Studio 팀에 2.0 재구축 이후 제품이 나아갈 방향을 설명해 달라고 요청했습니다. 아래는 Cherry Studio 팀이 영어로 제공한 발언을 한국어로 번역한 것으로, 팀 자신의 발언으로 제시하며 서식 외에는 편집하지 않았습니다.
“과거에는 사용자가 지식 베이스를 만드는 방법, 도구를 호출하는 방법, 모델을 설정하는 방법, 여러 기능을 탐색하는 방법을 직접 배워야 했습니다. 하지만 앞으로는 사용자가 그런 것을 전혀 고민할 필요가 없기를 바랍니다. 사용자는 ‘이 일을 처리해 줘’라고 말하기만 하면 되고, 에이전트가 지식 베이스를 조회할지, OCR을 실행할지, 이미지를 생성할지, 파일을 처리할지, 노트를 작성할지 자동으로 결정합니다. 모든 기능은 에이전트가 호출할 수 있는 또 하나의 도구에 지나지 않게 됩니다.”
— Seth, Cherry Studio 팀
Cherry Studio는 누구에게 적합한가?
Cherry Studio는 이미 둘 이상의 AI 제공업체나 모델을 사용하며 이를 한곳에서 관리하고 싶은 사람, 또는 문서·이미지·파일 작업을 에이전트에게 맡기고 싶은 사람을 위한 것이며, 첫 번째 AI 채팅 앱을 찾는 사람을 위한 것이 아닙니다.
- ✅ 이미 2개 이상의 AI 제공업체 API 키에 비용을 지불하고 있다 → 하나의 인터페이스면 브라우저 탭과 별도 채팅 기록을 오가는 번거로움을 피할 수 있습니다.
- ✅ Ollama나 LM Studio로 로컬 모델을 실행하며 동일한 인터페이스를 클라우드 대체 수단으로도 쓰고 싶다 → Cherry Studio는 두 가지를 하나의 모델 선택 화면에 나열합니다.
- ✅ 각 기능을 직접 설정하는 대신 에이전트에게 작업을 맡기고 싶다 → 에이전트가 지식 베이스, OCR, 이미지, 파일 도구 중에서 알아서 고릅니다.
- ✅ 별도의 RAG 도구 없이 자신의 문서와 채팅하고 싶다 → 내장 지식 베이스가 PDF, Word 파일, 웹페이지를 다룹니다.
- ✅ 맞춤 통합 코드 없이 MCP 도구 접근이 필요하다 → MCP 서버를 한 번 연결하면 지원되는 모든 모델이 이를 사용할 수 있습니다.
- ❌ AI 제공업체를 하나만 사용하고 API 키를 관리하고 싶지 않다 → 해당 제공업체 자체 앱(ChatGPT, Claude, Gemini)을 직접 사용하십시오.
- ❌ 팀을 위한 관리형 다중 사용자 배포가 필요하다 → Cherry Studio는 단일 사용자용 데스크톱 앱입니다. 대신 서버에서 Open WebUI를 사용하십시오.
- 확신이 서지 않는다면: Cherry Studio를 무료로 시작하고 이미 사용 중인 제공업체 하나를 연결한 다음, 기본 채팅 흐름이 유용하다고 판단된 후에만 로컬 모델, 지식 베이스, 에이전트 작업을 추가하십시오.
Cherry Studio를 언제 사용하지 말아야 하는가?
멀티 프로바이더의 유연함과 에이전트의 도구 접근은 공짜가 아니며, 단일 제공업체 앱에는 없는 설정 단계와 권한을 추가합니다.
- 설정을 전혀 하고 싶지 않다면: Cherry Studio는 유용해지기 전에 최소 하나의 제공업체 API 키나 로컬 서버를 추가해야 합니다. 제공업체 자체의 웹 또는 데스크톱 앱은 로그인만 하면 됩니다.
- 엔터프라이즈급 접근 제어가 필요하다면: Cherry Studio는 사용자별로 설정을 로컬에 저장하며, 팀 역할, 감사 로그, 중앙 집중식 API 키 관리가 내장되어 있지 않습니다. 이런 용도에는 Open WebUI 같은 서버 호스팅 도구를 사용하십시오.
- 워크플로가 완전히 하나의 제공업체 생태계 안에서만 이루어진다면: OpenAI의 커스텀 GPT나 Anthropic의 Projects 같은 기능은 Cherry Studio의 범용 인터페이스로 이어지지 않습니다.
- 자율적인 도구 사용이 우려된다면: 에이전트는 파일을 읽거나 외부 서비스에 접근하는 도구를 호출할 수 있으므로, 접근 권한을 신중하게 부여하고 민감한 폴더는 접근 범위 밖에 두십시오.
- 보장된 가동 시간과 지원 계약이 필요하다면: Cherry Studio는 상업적 지원 등급이 없는 오픈소스 프로젝트로, 제공업체 장애나 앱 버그는 프로젝트 자체 일정에 따라 처리됩니다.
Cherry Studio 설정 방법은?
설정은 다음 순서로 필수 2단계와 선택 3단계로 이루어집니다.
- 1. 다운로드 및 설치. cherryai.com 또는 GitHub 릴리스 페이지에서 Windows, macOS, Linux용 설치 프로그램을 받아 실행합니다. 설치에는 계정이 필요하지 않습니다.
- 2. 제공업체 또는 로컬 모델 연결. 설정 → Model Providers를 열고 클라우드 제공업체의 API 키를 붙여넣거나, 실행 중인 Ollama 또는 LM Studio 서버 주소를 Cherry Studio에 지정합니다(Ollama의 경우 보통 `http://localhost:11434`).
- 3. 기본 모델 선택. 새 대화에 기본으로 응답할 연결된 모델을 정하고, 모델 드롭다운에서 언제든지 대화별로 전환할 수 있습니다.
- 4. *(선택 사항)* 에이전트 만들기. Agents 화면을 열고 연결된 모델로 에이전트를 만든 다음, 작업을 일상적인 말로 설명합니다.
- 5. *(선택 사항)* 지식 베이스 추가. Knowledge Base로 이동해 컬렉션을 만들고 PDF, Word, 웹페이지 콘텐츠를 업로드해 검색 증강 답변을 활성화합니다.
- 6. *(선택 사항)* MCP 서버 연결. 설정 → MCP에서 서버 주소를 추가해 연결된 모델에 파일 검색 같은 외부 도구 접근 권한을 부여합니다.
Cherry Studio vs LM Studio vs AnythingLLM vs Msty: 어느 것을 선택할까?
네 가지 모두 데스크톱 AI 클라이언트이지만, 각각 서로 다른 핵심 작업에 최적화되어 있습니다. 버전 2.0에서 Cherry Studio는 채팅 클라이언트가 아니라 에이전트 플랫폼을 표방합니다.
도구 | 최적 용도 | 에이전트 | 로컬 모델 실행 | 클라우드 제공업체 | RAG 내장 | MCP 지원 | 라이선스 |
|---|---|---|---|---|---|---|---|
| Cherry Studio | 여러 제공업체를 아우르는 에이전트 워크스페이스 | 내장(2.0의 핵심) | Ollama / LM Studio 경유(네이티브 아님) | 수십 개 | 있음(에이전트도 사용 가능) | 있음 | AGPL 3.0 |
| LM Studio | GGUF 모델을 로컬에서 다운로드 및 실행 | MCP 도구로만 가능 | 네이티브(GGUF) | 내장 없음 | 있음(문서와 채팅) | 있음 | 무료(비공개 소스) |
| AnythingLLM | 벡터 저장소를 갖춘 RAG 우선 문서 채팅 | 있음(@agent 스킬) | Ollama / LM Studio 경유 | 여러 개 | 있음(핵심 기능) | 있음 | MIT |
| Msty | 최소 설정의 깔끔한 소비자용 UX | MCP 도구로 가능 | Ollama 경유(내장) | 여러 개 | 있음 | 있음 | 프리미엄(비공개 소스) |
데스크톱 프런트엔드에 대한 더 깊은 비교: Best Local LLM Frontends. 경쟁 제품 셀은 각 도구의 공개 문서를 반영한 것입니다.
경쟁 제품 및 대안
다음 리뷰는 Cherry Studio와 같은 데스크톱 및 웹 채팅 클라이언트 범주의 도구를 다룹니다.
- AnythingLLM 리뷰 — @agent 모드를 갖춘 RAG 우선 문서 채팅.
- Msty 리뷰 — 소비자 친화적인 멀티 모델 데스크톱 클라이언트.
- LobeChat 리뷰 — 플러그인을 갖춘 멀티 프로바이더 채팅 프레임워크.
- Open WebUI 리뷰 — 팀을 위한 자체 호스팅 웹 인터페이스.
Cherry Studio 관련 흔한 실수
- 제공업체나 로컬 런타임을 연결하지 않고 Cherry Studio가 모델을 실행하기를 기대함. 이것은 클라이언트이지 추론 엔진이 아닙니다. 로컬 모델을 원한다면 먼저 Ollama나 LM Studio를 설치하거나 클라우드 API 키를 추가하십시오.
- Cherry Studio를 통한 클라우드 사용이 무료라고 가정함. 앱은 무료지만, 제공업체는 API를 직접 호출할 때와 정확히 동일하게 API 사용량을 청구하며, 에이전트 작업은 많은 요청을 사용할 수 있습니다.
- Knowledge Base 기능을 통해 민감한 문서를 클라우드 제공업체 모델로 전송함. RAG 검색은 여전히 검색된 텍스트를 질문에 답하는 모델로 보냅니다. 민감한 자료에는 Ollama를 통한 로컬 모델을 사용하십시오.
- 신뢰할 수 없는 MCP 서버를 연결함. MCP는 연결된 모델에 파일, 데이터베이스, 브라우징에 대한 실질적인 도구 접근 권한을 부여합니다. 출처와 동작을 신뢰할 수 있는 서버만 연결하십시오.
Cherry Studio 관련 자주 묻는 질문
Cherry Studio란 무엇입니까?
Cherry Studio는 Windows, macOS, Linux용 무료 오픈소스(AGPL 3.0) 데스크톱 애플리케이션입니다. 버전 2.0부터는 지식 베이스 검색, OCR, 이미지 생성 같은 도구를 사용자를 대신해 호출하는 AI 에이전트를 중심으로 구성되어 있으며, 여전히 수십 개의 AI 제공업체와 로컬 모델을 하나의 인터페이스에서 연결합니다.
Cherry Studio 2.0에서 무엇이 새로워졌습니까?
버전 2.0(정식 릴리스 2026-08-05)은 제품을 멀티 프로바이더 채팅 클라이언트에서 에이전트 중심 워크스페이스로 전환합니다. 릴리스 노트에는 OpenAI와 Anthropic 엔드포인트를 지원하는 내장 에이전트 런타임, 지식 베이스를 읽고 관리하는 에이전트, 긴 대화 기록을 위해 재구축된 데이터 기반, 멀티 윈도우 레이아웃이 기재되어 있습니다. Cherry Studio 팀에 따르면 4단계 저장 구조를 갖춘 데이터베이스 계층, 오프라인 지식 베이스 검색, 내장 OCR 및 음성 전사 도구도 추가되었습니다.
Cherry Studio는 무료입니까?
앱 자체는 무료이며 오픈소스입니다. Cherry Studio를 통해 클라우드 제공업체를 사용하려면 해당 제공업체의 API 키가 필요하며, 요금은 Cherry Studio가 아니라 제공업체가 직접 청구합니다. Ollama나 LM Studio를 통한 로컬 모델 실행에는 토큰당 비용이 발생하지 않습니다.
Cherry Studio는 어떤 AI 제공업체를 지원합니까?
Cherry Studio는 OpenAI, Anthropic, Google Gemini, Azure OpenAI, OpenRouter, DeepSeek, Moonshot, Zhipu, Alibaba Qwen 등과 Ollama, LM Studio를 포함한 로컬 런타임을 지원합니다. OpenAI 호환 엔드포인트도 수동으로 추가할 수 있습니다. 에이전트는 더 이상 Anthropic 호환 API에만 국한되지 않습니다. Cherry Studio 팀에 따르면 OpenAI Chat Completions, OpenAI Responses API 및 그 밖의 프로토콜에서도 작동합니다.
Cherry Studio는 로컬 모델과 작동합니까?
네. 실행 중인 Ollama 또는 LM Studio 서버를 Cherry Studio에 지정하면, 로컬에 다운로드한 모델이 연결된 클라우드 제공업체와 함께 같은 모델 선택 화면에 표시됩니다.
Cherry Studio 에이전트는 Git Bash 없이 Windows에서 작동합니까?
Cherry Studio 팀에 따르면 그렇습니다. 1.x에서는 Windows 사용자가 에이전트 기능을 쓰려면 Git Bash를 별도로 설치해야 했지만, 2.0은 이 의존성을 없앴습니다. 2.0.0 릴리스 노트에도 핵심 에이전트 런타임이 내장되어 의존성 설치와 환경 설정이 줄었다고 명시되어 있습니다.
Cherry Studio 지식 베이스는 오프라인으로 작동할 수 있습니까?
Cherry Studio 팀에 따르면 가능합니다. 버전 2.0은 BM25 키워드 검색과 Qwen3 Embedding 0.6B를 포함한 오프라인 임베딩 모델을 추가하여, 지식 베이스에 온라인 임베딩 서비스가 필요하지 않습니다. 다만 검색된 텍스트는 여전히 질문에 답하는 모델로 전달되므로, 클라우드 모델이라면 그 텍스트를 받게 됩니다.
Cherry Studio의 MCP 지원이란 무엇입니까?
MCP(Model Context Protocol)는 연결된 모델이 파일 검색, 데이터베이스, 웹 브라우저 같은 외부 도구를 표준화된 서버 인터페이스를 통해 호출할 수 있게 합니다. Cherry Studio는 MCP 서버에 연결할 수 있으며, 지원되는 모든 모델이 이러한 도구 기능을 얻습니다.
Cherry Studio에는 내장 지식 베이스가 있습니까?
네. Knowledge Base 기능을 사용하면 PDF, Word 문서, 웹페이지를 컬렉션에 업로드한 다음 채팅에서 이를 참조해 자신의 콘텐츠를 기반으로 한 검색 증강 답변을 얻을 수 있습니다. 2.0에서는 에이전트도 지식 베이스를 직접 조회하고 관리할 수 있습니다.
Cherry Studio는 LM Studio와 어떻게 다릅니까?
LM Studio는 내장 모델 다운로더와 OpenAI 호환 API 서버를 갖추고 GGUF 모델을 로컬에서 실행하는 데 초점을 맞춥니다. Cherry Studio는 모델을 직접 다운로드하거나 실행하지 않습니다. LM Studio나 Ollama 같은 로컬 런타임과 수십 개의 클라우드 제공업체를 하나의 인터페이스로 연결하는 클라이언트입니다.
Cherry Studio는 AnythingLLM과 어떻게 다릅니까?
AnythingLLM은 워크스페이스와 문서 모델을 핵심 개념으로 하는 검색 증강 생성을 중심으로 구축되었으며, @agent 모드도 제공합니다. Cherry Studio 2.0은 에이전트를 주된 진입점으로 삼습니다. 지식 베이스, OCR, 이미지 생성, 파일 처리는 사용자가 직접 설정하는 별도 기능이 아니라 에이전트가 호출하는 도구입니다.
Cherry Studio 사용 시 데이터는 비공개입니까?
Cherry Studio 자체는 대화를 자체 서버로 전송하지 않습니다. 데이터 프라이버시는 연결한 모델에 따라 달라집니다. 로컬 Ollama 모델은 모든 것을 사용자 기기에 보관하는 반면, 클라우드 제공업체(OpenAI, Anthropic 등)는 자체 데이터 정책에 따라 메시지를 처리합니다. 도구를 사용하는 에이전트는 파일을 읽고 MCP 서버를 호출할 수도 있으므로 부여하는 접근 권한을 검토하십시오.
Cherry Studio의 시스템 요구 사항은 무엇입니까?
Cherry Studio 자체는 데스크톱 앱으로 평범한 하드웨어에서도 실행되며, 버전 2.1.0부터는 macOS 13(Ventura) 이상이 필요합니다. 같은 기기에서 Ollama나 LM Studio를 통해 로컬 모델도 실행한다면, 해당 모델 고유의 하드웨어 요구 사항(RAM, VRAM)이 별도로 적용됩니다.
출처
- Cherry Studio 공식 사이트 — cherryai.com
- Cherry Studio 소스 코드, 라이선스(AGPL 3.0), v2.0.0부터 v2.1.0까지의 릴리스 노트 — github.com/CherryHQ/cherry-studio
- "Cherry Studio 팀에 따르면"으로 표시된 내용 — Cherry Studio 팀이 2026-09-20에 이메일로 PromptQuorum에 제공
- Model Context Protocol 사양 — modelcontextprotocol.io