핵심 요점
- TurboFieldfare(github.com/drumih/turbo-fieldfare)는 무료 오픈소스 네이티브 Swift/Metal 런타임입니다 — llama.cpp나 MLX를 감싼 래퍼가 아닙니다
- Apache 2.0 라이선스이며, GitHub 저장소의 LICENSE 파일로 확인됨
- 정확히 하나의 모델 패밀리만 실행: instruction-tuned된 Gemma 4 26B-A4B(총 260억 파라미터, 토큰당 약 38.8억 개 활성화)
- 1.35GB 크기의 공유 코어와 4K 토큰 분량의 KV 캐시를 메모리에 유지하고, 나머지 mixture-of-experts 가중치는 생성 중
pread호출을 통해 SSD에서 스트리밍하여 약 2GB의 RAM 사용량을 달성 - 네이티브 SwiftUI/AppKit Mac 앱, 명령줄 인터페이스(TurboFieldfareCLI), 실험적인 루프백 OpenAI 호환 서버(TurboFieldfareServer)의 세 가지 사용 방식 제공
- 소스에서 빌드하려면 Apple Silicon Mac, Metal 4가 탑재된 macOS 26, 그리고 Swift 6.2 이상의 Xcode 26이 필요 — 패키지는 arm64 전용
- 이 리뷰 시점 기준 GitHub 스타 6,750개 이상, 포크 430개 이상
📍 한 문장으로
TurboFieldfare는 GitHub 스타 6,750개 이상을 보유한 Apple Silicon Mac용 무료 오픈소스(Apache 2.0) 네이티브 Swift 및 Metal 런타임으로, mixture-of-experts 가중치 대부분을 14.3GB 전체 모델을 메모리에 로드하는 대신 SSD에서 스트리밍함으로써 Google의 Gemma 4 26B-A4B 모델을 약 2GB RAM으로 실행합니다.
💬 쉽게 말하면
TurboFieldfare는 Apple Silicon 칩이 탑재된 Mac에서 소스로부터 빌드하는 무료 앱입니다. 한 번에 모델의 작은 "코어"만 메모리에 유지하고 나머지는 필요할 때 디스크에서 읽어오기 때문에, RAM이 8GB뿐인 Mac에서도 대형(260억 파라미터) AI 모델을 로컬로 실행할 수 있습니다 — 클라우드도, 구독도 필요 없으며, Gemma 4 26B-A4B 외 다른 모델은 사용할 수 없습니다.
📌참고: 이 리뷰는 로컬 LLM 소프트웨어 디렉터리에 있는 TurboFieldfare 항목을 상세히 다루는 심층 기사입니다 — TurboFieldfare가 다른 수십 개의 로컬 AI 도구와 한눈에 어떻게 비교되는지는 해당 페이지를 참고하세요.
TurboFieldfare란 무엇인가?
TurboFieldfare는 범용 엔진처럼 임의의 모델을 지원하는 대신, 엄격한 메모리 예산 내에서 단일 모델 — Gemma 4 26B-A4B — 을 실행하도록 만들어진 Apple Silicon Mac용 모델 전용 로컬 추론 런타임입니다. 자체 GitHub README는 이를 솔직하게 설명합니다. "약 2GB RAM으로 하는 Gemma 4 26B-A4B 추론. 8GB 모델을 포함해 모든 Apple Silicon Mac을 위한 맞춤형 Swift + Metal 런타임."
- 제품 유형: 네이티브 Swift/Metal 런타임, CLI, Mac 앱 — 자체 README에 따르면 llama.cpp나 MLX의 래퍼가 아님
- 범위: 모델 전용으로, instruction-tuned된 Gemma 4 26B-A4B만 실행하며 다중 모델 엔진이 아님
- 저장소: github.com/drumih/turbo-fieldfare, 2026년 7월 17일 생성
- 라이선스: 소스 코드는 Apache 2.0; 모델 가중치는 Google 자체 Gemma 약관의 적용을 받으며 Hugging Face에서 별도로 다운로드
- 규모: 이 리뷰 시점 기준 GitHub 스타 6,750개 이상, 포크 430개 이상, 열린 이슈 26건
- 혼동 주의: 다른 GitHub 계정에도 이름과 설명이 거의 동일한 저장소가 여러 개 존재함; drumih/turbo-fieldfare가 원조이자 스타 수가 가장 많은 저장소이며 이 리뷰가 다루는 대상
TurboFieldfare의 프로젝트 역사와 버전 마일스톤
TurboFieldfare의 GitHub 저장소는 2026년 7월에 생성되었으며, 비교적 최근 프로젝트임에도 이후 여러 릴리스를 출시했고, 가장 최근에는 Mac 앱에 로컬 대화 기록 기능을 추가했습니다.
- 1저장소 생성 — 2026년 7월 17일
Why it matters: GitHub 메타데이터에 따르면 TurboFieldfare의 정식 GitHub 저장소(drumih/turbo-fieldfare)가 생성되었습니다. - 2v0.7.2 — 이전 릴리스
Why it matters: v0.8.0 바로 이전 릴리스로, 해당 릴리스의 변경 로그 비교 링크에서 참조됩니다. - 3v0.8.0 — 2026년 9월 8일: 로컬 대화 기록
Why it matters: 공식 릴리스 노트에 따르면 Mac 앱이 대화 기록을 로컬에 저장하기 시작했으며, 사용자는 사이드바에서 저장된 텍스트와 이미지를 포함해 과거 대화를 검색·이름 변경·삭제·재개방할 수 있습니다. 이 릴리스는 첨부된 사전 빌드 바이너리 없이 명시적으로 "소스 전용"으로 표시되어 있습니다.
TurboFieldfare는 실제로 무엇을 하는가?
TurboFieldfare의 기능 세트는 하나의 대형 모델을 평범한 Apple Silicon 하드웨어에서 사용 가능하게 만드는 데 집중되어 있습니다. 자체 GitHub README와 문서에 따라 각 부분이 실제로 무엇을 하는지 살펴봅니다.
- SSD에서 전문가(expert) 가중치 스트리밍 — 약 14.3GB 규모의 Gemma 4 26B-A4B 모델 전체를 메모리에 로드하는 대신, TurboFieldfare는 1.35GB 크기의 공유 코어와 FP16 키-값 캐시만 메모리에 유지하고, 각 토큰에 필요한 mixture-of-experts 가중치만
pread호출을 통해 디스크에서 스트리밍합니다. SSD 기반 전문가 캐시에는 LFU(최소 빈도 사용) 축출 정책을 사용합니다 - 맞춤형 Metal 커널 — 범용 ML 프레임워크에 의존하는 대신, 직접 작성한 Metal 커널이 양자화된 GEMV, 어텐션, mixture-of-experts 라우팅, 정규화, 샘플링을 처리합니다
- 청크 단위 prefill — 프로젝트의 시스템 설계 문서에 따르면, 청크 단위 prefill 전략은 메모리 사용량을 제한된 상태로 유지하면서 첫 토큰까지의 시간을 줄입니다
- 세 가지 인터페이스, 하나의 모델 저장소 — 네이티브 Mac 앱, 명령줄 인터페이스(TurboFieldfareCLI), 실험적인 루프백 OpenAI 호환 서버(TurboFieldfareServer) 모두 동일한
.gturbo모델 디렉터리를 읽지만, 모델을 소유하는 프로세스는 한 번에 하나만 실행해야 합니다 - 선택적 비전 타워 — 이미지 입력은 별도로 설치 가능한 비전 타워 부속 패키지(약 1.1GB)를 통해 지원되며, M2 이상의 Mac이 필요합니다; 텍스트 전용 추론은 M1에서도 계속 사용할 수 있습니다
- 앱/CLI에서 도구 실행 없음 — Mac 앱과 CLI는 사용자/모델 메시지와 선택적 시스템 지침을 지원하지만 도구를 노출하거나 실행하지는 않습니다; README에 따르면 루프백 서버는 function-tool 선언을 받아들이고 모델이 생성한 도구 호출을 반환하여 클라이언트가 실행하도록 합니다
- 오디오/비디오 미지원 — 자체 문서에 따르면 TurboFieldfare는 오디오 또는 비디오 입력을 지원하지 않습니다
사용 예시: TurboFieldfare를 사용하는 세 가지 방법
다음은 TurboFieldfare 자체의 문서화된 README에서 가져온 구체적인 워크플로우이며, 가상의 사용 사례가 아닙니다.
TurboFieldfare 설치하기
TurboFieldfare에는 사전 빌드된 설치 프로그램이 없습니다 — Swift Package Manager를 사용해 소스에서 빌드하며, 소스 코드는 GitHub에 있습니다. 자체 README에 따르면 설치 순서는 다음과 같습니다: git clone https://github.com/drumih/turbo-fieldfare.git, 그다음 cd turbo-fieldfare, 그다음 swift build -c release, 그다음 .build/release/TurboFieldfareMac 실행.
소스 | 링크 |
|---|---|
| GitHub 저장소(소스 코드, Apache 2.0) | github.com/drumih/turbo-fieldfare |
| 시스템 설계 문서(런타임 작동 방식) | docs/SYSTEM_DESIGN.md |
| 벤치마크 | docs/BENCHMARKS.md |
| 릴리스(태그된 버전) | github.com/drumih/turbo-fieldfare/releases |
빌드하려면 Metal 4가 탑재된 macOS 26의 Apple Silicon Mac과 Swift 6.2 이상의 Xcode 26이 필요합니다 — 패키지는 arm64 전용이므로 Intel Mac 및 다른 플랫폼은 지원되지 않습니다. 최초 실행 시 Swift Package Manager가 필요한 토크나이저 패키지를 다운로드하고 빌드하며, 그 후 앱이 텍스트를 생성하기 전에 약 15GB의 모델 가중치를 다운로드합니다; 요구 사항은 릴리스마다 바뀔 수 있으므로 저장소 README에서 현재 요구 사항을 직접 확인하세요.
TurboFieldfare 가격: 정말 무료인가?
네 — TurboFieldfare에는 유료 요금제가 없습니다. 소스 코드는 Apache 2.0 라이선스이며 빌드와 실행이 무료입니다; 프로젝트 자체가 부과하는 구독, 계정, 사용량 제한이 없습니다.
- TurboFieldfare 자체가 부과하는 구독, 유료 요금제, 사용량 제한 없음
- 앱, CLI, 서버를 빌드하거나 실행하는 데 계정이나 가입이 필요 없음
- Gemma 4 26B-A4B 모델 가중치는 Hugging Face에서 한 번만 다운로드되며, TurboFieldfare의 Apache 2.0 소스 라이선스와는 별개로 Google 자체의 Gemma 모델 약관의 적용을 받음
- 유일한 지속적 비용은 자신의 하드웨어와 디스크 공간뿐입니다: 텍스트 모델용 약 14.3GB, 선택적 이미지 비전 타워를 설치할 경우 약 1.1GB 추가
TurboFieldfare 대 Ollama
TurboFieldfare와 Ollama는 서로 다른 문제를 해결합니다. Ollama는 macOS, Windows, Linux에서 방대하고 계속 늘어나는 오픈 웨이트 모델 카탈로그를 지원하는 범용 로컬 모델 러너인 반면, TurboFieldfare는 Gemma 4 26B-A4B를 약 2GB RAM에 맞추도록 특별히 최적화된 Apple Silicon 전용 단일 모델 런타임입니다.
모델 지원
- TurboFieldfare 대 Ollama:
- TurboFieldfare는 Gemma 4 26B-A4B만 실행합니다; Ollama는 폭넓고 정기적으로 업데이트되는 오픈 웨이트 모델 카탈로그를 지원합니다.
플랫폼
- TurboFieldfare 대 Ollama:
- TurboFieldfare는 Apple Silicon macOS 전용입니다(arm64, macOS 26 이상); Ollama는 macOS, Windows, Linux를 지원합니다.
설치 방법
- TurboFieldfare 대 Ollama:
- TurboFieldfare는 Swift Package Manager를 통해 소스에서 빌드합니다; Ollama는 플랫폼별 사전 빌드된 설치 프로그램/바이너리를 제공합니다.
메모리 접근 방식
- TurboFieldfare 대 Ollama:
- TurboFieldfare는 8GB Mac에 맞추기 위해 전문가 가중치 대부분을 SSD에서 스트리밍합니다; Ollama는 하드웨어에서 사용 가능한 RAM/VRAM에 따라 모델을 로드하며, 비슷한 규모의 모델에는 일반적으로 더 많은 메모리가 필요합니다.
엔진 기반
- TurboFieldfare 대 Ollama:
- TurboFieldfare는 llama.cpp를 기반으로 하지 않는 맞춤형 Swift/Metal 런타임입니다; Ollama는 추론 코어로 llama.cpp(GGML)를 기반으로 구축되었습니다.
메모리가 제한된 Apple Silicon 하드웨어에서 특정 대형 모델 하나를 실행하는 것이 우선순위라면, TurboFieldfare의 좁은 초점이 바로 그 강점입니다. 여러 모델과 플랫폼에 걸친 유연성이 우선순위라면, Ollama가 더 폭넓은 범용 도구입니다 — 자세한 내용은 Ollama 리뷰를 참고하세요. 선택하기 전에 각 프로젝트의 공식 사이트에서 현재 기능 세부 정보를 직접 확인하세요.
TurboFieldfare는 누구에게 적합한가?
TurboFieldfare가 적합한지는 범용 로컬 모델 러너가 필요한지 여부가 아니라, 메모리가 제한된 Apple Silicon Mac에서 특별히 Gemma 4 26B-A4B를 실행하고 싶은지에 달려 있습니다.
경쟁 제품 및 대안
로컬 추론 엔진 분야에서 TurboFieldfare는 Ollama 및 LMDeploy와 가장 많이 비교됩니다 — 가장 큰 차별점은 여러 모델을 지원하는 범용 엔진이 아니라 범위가 좁은 모델 전용 런타임이라는 점입니다.
도구 | 가장 잘 알려진 점 | 링크 |
|---|---|---|
| Ollama | 대규모 모델 카탈로그를 갖춘 범용 로컬 모델 러너, macOS/Windows/Linux | Ollama 리뷰 |
| LMDeploy | 추론 처리량에 중점을 둔 LLM 압축, 배포, 서빙 툴킷 | LMDeploy 리뷰 |
이 목록은 로컬 추론 엔진 분야에서 TurboFieldfare와 흔히 비교되는 도구를 반영한 것이며, PromptQuorum의 독립적인 순위가 아닙니다 — TurboFieldfare 자체의 디렉터리 항목을 포함해 정기적으로 업데이트되는 전체 카탈로그는 로컬 LLM 소프트웨어 디렉터리를 참고하세요. 선택하기 전에 각 도구의 현재 플랫폼 및 모델 지원 여부를 확인하세요.
TurboFieldfare 평가 시 흔한 오해
TurboFieldfare에 대한 대부분의 혼란은 의도적으로 갖추지 않은 범용 엔진 기능을 기대하거나, 같은 이름의 다른 저장소로 착각하는 데서 비롯됩니다.
자주 묻는 질문
TurboFieldfare란 무엇입니까?
TurboFieldfare(github.com/drumih/turbo-fieldfare)는 Apple Silicon Mac용 무료 오픈소스(Apache 2.0) 네이티브 Swift 및 Metal 런타임으로, Google의 Gemma 4 26B-A4B 모델을 약 2GB RAM으로 실행합니다.
TurboFieldfare는 무료입니까?
네, TurboFieldfare의 소스 코드는 무료이며 Apache 2.0 라이선스이고 유료 요금제가 없습니다. Gemma 4 26B-A4B의 가중치는 Google 자체의 Gemma 모델 약관에 따라 Hugging Face에서 별도로 다운로드합니다.
TurboFieldfare는 어떻게 설치합니까?
저장소를 클론하고 swift build -c release를 실행한 다음 .build/release/TurboFieldfareMac을 실행합니다. 사전 빌드된 설치 프로그램은 없습니다 — TurboFieldfare는 Swift Package Manager를 통해 소스에서 빌드해야 합니다.
TurboFieldfare는 어떤 모델을 지원합니까?
Gemma 4 26B-A4B(instruction-tuned)만 지원합니다. 임의의 모델을 지원하는 범용 엔진이 아니라 모델 전용 런타임입니다.
TurboFieldfare는 260억 파라미터 모델을 어떻게 2GB RAM으로 실행합니까?
1.35GB 크기의 공유 코어와 작은 KV 캐시를 메모리에 유지하고, 생성 중 필요에 따라 모델의 나머지 mixture-of-experts 가중치를 SSD에서 스트리밍합니다. 맞춤형 Metal 커널과 SSD 기반 전문가 캐시를 위한 LFU 축출 정책을 사용합니다.
TurboFieldfare에는 어떤 하드웨어가 필요합니까?
Apple Silicon Mac(텍스트 전용은 M1 이상; 선택적 비전 타워는 M2 이상), Metal 4가 탑재된 macOS 26, 텍스트 모델용 약 14.3GB의 여유 공간이 필요합니다. 빌드하려면 Xcode 26과 Swift 6.2 이상이 필요합니다.
TurboFieldfare는 Windows나 Linux를 지원합니까?
아니요, 패키지는 arm64 전용이며 Metal 4가 탑재된 macOS 26이 필요합니다 — Windows, Linux, Intel 기반 Mac은 지원하지 않습니다.
TurboFieldfare는 이미지를 지원합니까?
네, 별도로 설치 가능한 비전 타워 부속 패키지(약 1.1GB)를 통해 지원하며 M2 이상의 Mac이 필요합니다. 이 패키지가 없어도 M1 Mac을 포함해 텍스트 전용 추론은 계속 작동합니다.
TurboFieldfare는 tool-calling을 지원합니까?
네이티브 Mac 앱과 CLI는 도구를 노출하거나 실행하지 않습니다. 실험적인 루프백 OpenAI 호환 서버는 function-tool 선언을 받아들이고 모델이 생성한 도구 호출을 반환하여 클라이언트 코드가 실행하도록 합니다.
TurboFieldfare는 Ollama와 어떻게 다릅니까?
TurboFieldfare는 맞춤형 Swift/Metal 런타임을 통해 Apple Silicon Mac에서 Gemma 4 26B-A4B만 실행합니다; Ollama는 llama.cpp를 기반으로 구축된 범용 크로스 플랫폼 모델 러너로 훨씬 더 폭넓은 모델 카탈로그를 지원합니다. 위의 TurboFieldfare 대 Ollama 비교를 참고하세요.
PromptQuorum이 TurboFieldfare의 주장을 독립적으로 테스트했습니까?
이 리뷰는 PromptQuorum이 직접 수행한 벤치마크가 아니라 TurboFieldfare 자체의 GitHub 저장소, README, 문서를 기반으로 합니다.