맥에서 Ollama 모델 저장 위치와 삭제 방법
2026년 10월 13일 업데이트
맥에서 Ollama는 내려받은 모델을 ~/.ollama/models에 저장하고, ollama rm <model>로 삭제하면 공간이 바로 확보돼요(휴지통으로 가지 않아요). 다른 로컬 AI 도구들은 각자 따로 사본을 둬요. Hugging Face는 ~/.cache/huggingface/hub, LM Studio는 ~/.lmstudio/models, ComfyUI는 설치 폴더 안의 models 폴더예요.
Qwen이나 DeepSeek 같은 모델 몇 개만 받아도 50~200GB는 금방 차요. 이 가이드에서는 폴더별 용량을 재는 법, 모델을 안전하게 지우는 법, 외장 드라이브로 옮기는 법을 알려 드려요. 이 위치들을 한 창에서 보고 싶다면 WTMemory가 메뉴 막대에서 무료로 보여 줘요.
맥에서 Ollama 모델은 어디에 저장되나요?
기본적으로 모든 게 ~/.ollama/models 아래에 있어요.
~/.ollama/models/blobs에는 SHA-256 해시로 이름 붙은 실제 가중치 파일이 있어요. 기가바이트 단위 용량은 여기서 나와요.~/.ollama/models/manifests에는llama3.1:8b같은 이름을 blob에 연결하는 작은 파일들이 있어요.
OLLAMA_MODELS 환경 변수를 설정했다면 Ollama는 그 폴더를 대신 써요. 둘 다 확인해 보세요.
echo $OLLAMA_MODELS
launchctl getenv OLLAMA_MODELS
du -sh ~/.ollama/models설치된 모델과 각 모델의 용량을 보려면:
ollama list # name, ID, size, last modified
ollama ps # models currently loaded in memory같은 베이스로 만든 모델들은 blob을 공유할 수 있어서 ollama list의 용량을 더하면 du 결과보다 클 수 있어요. 실제 디스크 사용량은 du가 보여 주는 값이에요.
Ollama 모델은 어떻게 삭제하나요?
manifest와 blob이 어긋나지 않도록 Ollama 자체 명령을 쓰세요.
ollama list
ollama stop llama3.1:8b # unload it first if ollama ps shows it running
ollama rm llama3.1:8bollama rm은 manifest를 지우고 다른 모델이 더 이상 쓰지 않는 blob을 삭제해요. 파일은 휴지통으로 옮겨지지 않고 바로 삭제되니 공간도 즉시 돌아와요. 나중에 ollama pull로 다시 받을 수 있어요.
blobs 안의 파일을 손으로 지우지는 마세요. blob 하나가 없어지면 그걸 참조하는 모든 모델이 깨지고, 그 모델들을 다시 pull하기 전까지 오류가 나요. 직접 만든 Modelfile과 가중치로 ollama create해서 만든 커스텀 모델은 다시 pull할 수 없으니, 지우기 전에 원본 파일을 백업해 두세요.
Ollama를 완전히 제거하려면 앱을 종료하고 /Applications/Ollama.app을 삭제한 다음 ~/.ollama를 지우세요. 이 폴더에는 Ollama 키 페어도 들어 있으니 Ollama를 더 이상 안 쓸 때만 지우세요.
로컬 LLM 모델 용량은 얼마나 되나요?
용량은 주로 파라미터 수와 양자화 방식에 따라 달라져요. 아래는 흔한 4비트(Q4) GGUF 빌드 기준 대략적인 수치이고, 정확한 크기는 모델 계열과 양자화 유형에 따라 달라요.
| 모델 크기 | Q4 기준 대략적인 디스크 용량 |
|---|---|
| 1B~3B | 약 1~2GB |
| 7B~8B | 약 4~5GB |
| 13B~14B | 약 8~9GB |
| 30B~34B | 약 18~20GB |
| 70B | 약 40GB |
정밀도가 더 높은 빌드(Q8, FP16)는 대략 2~4배 커요. 이미지 모델도 커요. Stable Diffusion XL 체크포인트는 6~7GB 정도이고, 풀 정밀도 Flux 체크포인트는 20GB를 넘기도 해요.
Ollama 모델을 외장 드라이브로 옮기려면?
- 폴더에 쓰기가 일어나지 않도록 메뉴 막대 아이콘에서 Ollama를 종료하세요.
- 모델을 드라이브로 복사하세요. 예:
rsync -a ~/.ollama/models/ /Volumes/External/ollama-models/ - Ollama가 새 위치를 보도록 설정하세요. 맥 앱이라면
launchctl setenv OLLAMA_MODELS /Volumes/External/ollama-models를 실행하세요.ollama serve로 서버를 직접 띄운다면 대신~/.zshrc에export OLLAMA_MODELS=/Volumes/External/ollama-models를 추가하세요. - Ollama를 다시 시작하고
ollama list를 실행하세요. 모델이 보이면~/.ollama/models에 있는 예전 사본을 지우세요.
주의할 점이 두 가지 있어요. launchctl setenv 값은 재시작하면 사라지니 재부팅 후 다시 설정해야 해요(또는 이 명령을 실행하는 로그인 항목을 쓰세요). 그리고 Ollama가 시작되기 전에 드라이브가 마운트되어 있어야 해요. 아니면 Ollama가 모델을 찾지 못해요. 최신 버전의 Ollama 앱은 설정에서 모델 위치 옵션을 제공할 수도 있으니, 환경 변수를 쓰기 전에 확인해 보세요.
맥에서 Hugging Face 캐시는 어디에 있나요?
huggingface_hub 라이브러리, transformers, diffusers, mlx-lm 등 많은 Python 도구로 받은 모델은 ~/.cache/huggingface/hub에 쌓여요. 리포지토리마다 models--meta-llama--Llama-3.1-8B 같은 폴더가 생기고, 그 안에 blobs, snapshots, refs가 있어요. HF_HOME이나 HF_HUB_CACHE 변수로 위치를 옮길 수 있어요.
du -sh ~/.cache/huggingface/hub
du -sh ~/.cache/huggingface/hub/* | sort -hHugging Face CLI로 캐시된 리포지토리를 나열하고 지울 수 있어요.
huggingface-cli scan-cache # list repos, sizes, last used
huggingface-cli delete-cache # pick revisions to delete interactively최신 huggingface_hub 릴리스에는 huggingface-cli를 대체하는 hf 명령이 들어 있어요. 내 버전에서 쓸 수 있는 캐시 하위 명령은 hf cache --help로 확인하세요.
~/.cache/huggingface를 통째로 지우지 마세요. 상위 폴더에 액세스 토큰(token, stored_tokens)이 들어 있을 수 있어요. hub 안의 models--... 폴더 하나를 지우는 건 괜찮아요. 다음에 스크립트가 필요로 할 때 파일을 다시 받아요.
LM Studio는 모델을 어디에 저장하나요?
현재 버전의 LM Studio는 모델을 ~/.lmstudio/models에 퍼블리셔와 모델 이름별로 정리해 둬요. 예전 버전은 ~/.cache/lm-studio/models를 썼는데, 업그레이드 후에도 이 폴더가 남아 중복 파일을 조용히 품고 있을 수 있어요.
du -sh ~/.lmstudio/models ~/.cache/lm-studio/models 2>/dev/null모델을 가장 안전하게 지우는 방법은 LM Studio 안의 My Models 섹션을 이용하는 거예요. 모델 디렉터리도 여기서 바꿀 수 있어요. lms 명령줄 도구가 있다면 lms ls로 내려받은 모델을 볼 수 있어요. 예전 폴더를 지우기 전에 LM Studio를 열어 계속 쓸 모델이 새 위치에서 보이는지 확인하세요.
ComfyUI 모델은 용량을 얼마나 차지하나요?
ComfyUI는 모델을 자체 설치 폴더의 ComfyUI/models에 두고, checkpoints, loras, vae, clip, unet 또는 diffusion_models, controlnet, upscale_models 같은 폴더로 나눠요. 흔한 설치 위치는 ~/ComfyUI와 ~/Documents/ComfyUI예요.
du -sh ~/ComfyUI/models/* ~/Documents/ComfyUI/models/* 2>/dev/null | sort -h보통 체크포인트가 가장 커요. 직접 학습했거나 나중에 내려갈 수도 있는 사이트에서 받은 LoRA와 병합 모델은 조심하세요. 다시 구하지 못할 수도 있어요. 여러 도구에서 같은 모델을 쓴다면 extra_model_paths.yaml 파일로 ComfyUI가 중복 사본 대신 공유 폴더에서 모델을 읽게 할 수 있어요.
어떤 AI 모델 파일은 지워도 안전한가요?
- 대체로 안전: Ollama, Hugging Face, LM Studio에서 다시 받을 수 있는 모델, 새 폴더가 잘 동작하는지 확인한 뒤의 예전 LM Studio 폴더, 더 이상 안 쓰는 Hugging Face 리포지토리.
- 먼저 백업: 파인튜닝 모델, LoRA, 병합 모델, 커스텀 Ollama 모델, 직접 변환하거나 양자화한 모든 것.
- 건드리지 말 것:
~/.cache/huggingface전체,models밖의~/.ollama파일, 지금 도구가 사용 중인 모든 폴더. 정리하기 전에 Ollama, LM Studio, ComfyUI를 종료하세요.
이걸 한 번에 더 빨리 볼 수는 없나요?
WTMemory는 macOS 12 이상용 네이티브 메뉴 막대 앱이에요. 무료 AI Tools(AI 도구) 화면에서 지원되는 Ollama, Hugging Face Hub 캐시, LM Studio(현재 및 예전 위치), ComfyUI 모델 위치와 예상 용량을, 인식된 AI 프로세스 및 그 프로세스가 쓰는 메모리와 포트와 함께 보여 줘요. 커스텀 모델 폴더는 무료 Disk Explorer(디스크 탐색기)로 볼 수 있어요. Pro($9 일회성 결제, 맥 3대까지, 7일 체험판)에서는 위치를 하나씩 골라 어떤 영향이 있는지 읽어 보고, 검토 후 휴지통으로 옮길 수 있어요. 아무것도 자동으로 삭제되지 않고, Hugging Face 상위 폴더는 절대 건드리지 않아요. 어떤 모델이 더 이상 필요 없는지는 WTMemory가 정하지 않아요. 그 판단은 여러분 몫이에요.
자주 묻는 질문
맥에서 Ollama 모델은 어디에 저장되나요?
기본값은 ~/.ollama/models예요. 가중치는 blobs 하위 폴더에, 이름 매핑은 manifests에 있어요. OLLAMA_MODELS가 설정되어 있으면 Ollama는 그 폴더를 대신 사용해요.
ollama rm으로 디스크 공간이 확보되나요?
네. ollama rm은 모델의 manifest와 다른 모델이 쓰지 않는 blob을 삭제하고, 파일이 휴지통으로 가지 않기 때문에 공간이 바로 확보돼요.
Hugging Face 캐시 폴더를 지워도 되나요?
~/.cache/huggingface/hub 안의 개별 리포지토리를 지우거나 Hugging Face CLI의 캐시 명령을 쓰세요. ~/.cache/huggingface 전체를 지우면 안 돼요. 액세스 토큰이 들어 있을 수 있거든요.
맥에서 Ollama 모델 저장 위치를 바꾸려면?
Ollama를 종료하고, models 폴더를 새 위치로 복사한 다음, 새 경로로 launchctl setenv OLLAMA_MODELS를 실행하고 Ollama를 다시 시작하세요. launchctl 설정은 재부팅 후 다시 적용해야 해요.
7B나 8B 모델은 용량이 얼마나 되나요?
4비트 양자화된 7B나 8B 모델은 대략 4~5GB예요. 4비트 70B 모델은 대략 40GB예요. 정밀도가 더 높은 버전은 몇 배 더 커요.