LM Studio 공식 문서가 안내하는 사용 순서는 이래요. Discover 탭에서 모델을 내려받고, Chat 탭에서 모델 로더를 열어 받은 모델을 골라 로드하고, 모델이 로드되면 같은 Chat 탭에서 대화를 시작해요. 문서 파일(.docx, .pdf, .txt)은 대화에 붙일 수 있어요. 붙인 파일이 모델의 컨텍스트에 들어갈 만큼 짧으면 내용 전체가 대화에 들어가고, 아주 길면 관련 있는 조각을 골라내 모델에 참고용으로 주는 RAG 방식이 쓰여요. 모델을 기기에 받아 둔 뒤에는 완전히 오프라인으로 쓸 수 있다고 LM Studio 문서가 적어요.
인터넷 연결에 의존하는 작업으로 문서가 든 것은 다섯 가지예요. 모델 검색, 새 모델 내려받기, Discover 탭의 모델별 통계와 내려받기 선택지 표시, 런타임 내려받기, 앱 업데이트 확인이에요. 모델과 대화하기, 문서와 대화하기, 로컬 서버 실행은 인터넷이 필요하지 않은 핵심 기능으로 적혀 있어요.
이 글은 2026년 11월 15일 오전 10시 40분부터 10시 41분 사이(한국 시각)에 받은 LM Studio 공식 문서 열 쪽을 바탕으로 썼어요. 주소는 모두 lmstudio.ai/docs/app 아래에 있어요. 열 쪽 모두 화면에 작성일이나 수정일 표시가 없어서 조회일을 기준으로 적어요. 탭과 메뉴 이름은 문서에 적힌 영어 표기 그대로 옮겼어요.
시작 전에 확인할 것, 문서의 시스템 요구사항
문서의 시작하기 쪽 첫 줄은 컴퓨터가 최소 시스템 요구사항을 충족하는지 다시 확인하라는 안내예요. 문서의 「System Requirements」 쪽에 적힌 내용을 운영체제별로 옮기면 아래와 같아요.
| 구분 | 칩과 CPU | 운영체제 | RAM | GPU |
|---|
| macOS | Apple Silicon(M1/M2/M3/M4), Intel 기반 Mac은 현재 지원되지 않음 | macOS 14.0 이상 필요 | 16GB 이상 권장 | 따로 적힌 줄 없음 |
| Windows | x64와 ARM(Snapdragon X Elite) 지원, x64는 AVX2 명령어 세트 지원 필요 | 따로 적힌 줄 없음 | 16GB 이상 권장 | 전용 VRAM 4GB 이상 권장 |
| Linux | x64와 ARM64(aarch64) 지원, x64는 AVX2 지원이 기본 포함 | Ubuntu 20.04 이상 필요 | 따로 적힌 줄 없음 | 따로 적힌 줄 없음 |
- RAM 16GB와 VRAM 4GB는 문서가 「recommended」, 곧 권장이라고 적은 값이에요.
- 「required」, 곧 필요하다고 적힌 것은 macOS 14.0 이상, Ubuntu 20.04 이상, 그리고 x64 Windows의 AVX2 명령어 세트 지원이에요.
- Windows 항목은 LLM이 RAM을 많이 쓸 수 있다고 적어요.
- macOS 항목에는 8GB Mac에서도 LM Studio를 쓸 수는 있겠지만 더 작은 모델과 크지 않은 컨텍스트 크기를 쓰라는 줄이 있어요.
- Linux용은 AppImage로 배포되고, Ubuntu 22보다 새 버전은 충분히 시험되지 않았다고 적혀 있어요.
문서 첫 쪽은 LM Studio가 macOS, Windows, Linux용으로 제공된다고 적어요. 같은 쪽은 Mac, Windows, Linux에서 llama.cpp로 LLM을 돌리는 것을 지원하고, Apple Silicon Mac에서는 Apple의 MLX로 돌리는 것도 지원한다고 적어요.
1단계, Discover 탭에서 모델 내려받기
문서 첫 쪽은 컴퓨터에서 LLM을 돌리려면 먼저 모델 가중치를 내려받아야 하고, 이 일을 LM Studio 안에서 할 수 있다고 적어요. 시작하기 쪽이 안내하는 자리는 Discover 탭이에요. 선별된 선택지 가운데 하나를 고르거나, 검색어(예로 든 낱말은 Llama)로 모델을 찾으라고 해요.
모델 내려받기 쪽은 LM Studio에 모델 다운로더가 내장돼 있어 Hugging Face에서 지원되는 모델을 내려받을 수 있다고 적어요. 같은 쪽이 적은 검색 방법은 아래와 같아요.
- 키워드로 찾기. 문서가 든 예는 llama, gemma, lmstudio예요.
- user/model 형태의 문자열을 넣어 찾기.
- Hugging Face 전체 주소를 검색창에 넣기.
Discover 탭으로 바로 가는 단축키도 같은 쪽에 있어요. 어디서든 Mac은 ⌘ + 2, Windows와 Linux는 ctrl + 2예요.
시작하기 쪽의 안내 상자는 모델마다 라이선스와 공개 정도가 다를 수 있다고 적어요. 모델을 로컬에서 돌리려면 그 모델의 가중치를 구할 수 있어야 하고, 가중치는 흔히 .gguf, .safetensors 등으로 끝나는 파일 하나 이상으로 배포된다고 해요.
내려받기 선택지는 무엇을 고르나요
모델 내려받기 쪽에는 「Which download option to choose?」라는 항목이 있어요. 한 모델에 Q3_K_S, Q_8 같은 이름의 선택지가 여러 개 보일 때가 많다고 적어요. 문서의 설명은 이래요.
- 이 선택지들은 모두 같은 모델의 사본이고 충실도가 서로 달라요.
- Q는 양자화(Quantization)라는 기법을 가리켜요.
- 양자화는 대략 품질을 어느 정도 내주는 대신 모델 파일 크기를 압축한다는 뜻이에요.
같은 항목의 마지막 문장은 이래요. 기기가 돌릴 만한 성능이면 4비트 이상 선택지를 고르라는 거예요.
같은 쪽의 「Advanced」 항목은 모델 폴더를 My Models로 가서 바꿀 수 있다고 적어요.
2단계, Chat 탭에서 모델 로드하기
시작하기 쪽의 다음 항목은 「Load a model to memory」예요. 적힌 순서는 이래요.
- Chat 탭으로 가요.
- 모델 로더를 열어요.
- 내려받은 모델 가운데 하나를 골라요. 문서는 괄호 안에 사이드로드한 모델도 함께 적어요.
- 원하면 로드 설정값을 골라요.
문서는 모델을 로드한다는 말의 뜻도 풀어 둬요. 보통 모델의 가중치와 다른 매개변수를 컴퓨터 RAM에 담을 수 있도록 메모리를 할당한다는 뜻이라고 해요.
3단계, 대화하기와 대화 관리
시작하기 쪽은 모델이 로드되면 Chat 탭에서 모델과 주고받는 대화를 시작할 수 있다고 적어요. 대화 관리 쪽은 LM Studio에 로컬 LLM과 대화하는 ChatGPT와 비슷한 화면이 있고, 대화 스레드를 여러 개 만들어 폴더로 관리할 수 있다고 소개해요.
대화 관리 쪽에 적힌 조작은 아래와 같아요.
- 새 대화는 「+」 버튼을 누르거나 단축키로 만들어요. Mac은 ⌘ + N, Windows와 Linux는 ctrl + N이에요.
- 새 폴더는 새 폴더 버튼을 누르거나 Mac은 ⌘ + shift + N, Windows와 Linux는 ctrl + shift + N으로 만들어요.
- 대화를 폴더 안팎으로 끌어다 놓을 수 있고, 폴더를 폴더 안에 넣을 수도 있어요.
- ••• 메뉴에서 「Duplicate」를 고르면 대화 전체를 복제할 수 있어요. 대화에 파일이 들어 있으면 파일도 함께 복제돼요.
- 대화 탭을 창의 한쪽 절반으로 끌어다 놓으면 두 대화를 나란히 볼 수 있어요. 대화 창 오른쪽 위의 분할 보기 아이콘으로도 나눌 수 있어요.
같은 쪽의 FAQ 항목에는 두 가지 질문이 있어요. 첫째는 대화가 저장되는 곳이에요. 대화를 마우스 오른쪽 버튼으로 누르고 「Reveal in Finder」 또는 「Show in File Explorer」를 고르면 된다고 해요. 대화는 JSON 형식으로 저장되고, 문서는 손으로 고치거나 그 구조에 의존하는 것을 권장하지 않는다고 적어요.
둘째는 모델이 대화에서 학습하느냐는 질문이에요. 문서의 답은 모델은 대화에서 학습하지 않는다는 거예요. 모델은 그 대화 안에 있는 내용이나 시스템 프롬프트 같은 설정 항목으로 넘겨받은 내용만 안다고 적혀 있어요.
4단계, 문서 붙여 묻기
문서와 대화하기 쪽은 LM Studio의 대화 세션에 문서 파일을 붙일 수 있다고 적어요. 괄호 안에 든 확장자는 .docx, .pdf, .txt 세 가지예요. 이렇게 하면 앱에서 대화하는 LLM에 추가 맥락이 주어진다고 해요.
붙인 파일이 어떻게 쓰이는지는 붙인 파일의 길이에 따라 두 갈래로 적혀 있어요.
| 공식 문서에 적힌 조건 | LM Studio가 하는 일 |
|---|
| 붙인 파일이 충분히 짧을 때(모델의 컨텍스트에 들어갈 때) | 파일 내용 전체를 대화에 넣어요 |
| 붙인 파일이 아주 길 때 | RAG를 써요. 아주 긴 문서나 여러 문서에서 관련 있는 조각을 골라내 모델에 참고용으로 줘요 |
공식 문서에 적힌 기준은 「모델의 컨텍스트에 들어가느냐」예요. 같은 쪽의 용어 풀이는 컨텍스트를 LLM의 작업 기억이라고 부르고 최대 크기가 있다고 적어요. 컨텍스트 크기는 토큰으로 재고, 토큰 하나는 흔히 단어의 약 3/4이라고 해요.
전체를 넣는 방식에 대해 문서는 Meta의 Llama 3.1, Mistral Nemo처럼 더 긴 컨텍스트 크기를 지원하는 모델에 특히 유용하다고 적어요. RAG에 대해서는 이 기법이 때로는 아주 잘 되지만 때로는 조정과 실험이 필요하다고 적어요.
RAG가 잘 되게 하는 요령으로 문서가 든 것은 아래와 같아요.
- 질문에 맥락을 가능한 한 많이 담아요.
- 관련 원문에 들어 있을 것으로 예상하는 용어, 개념, 단어를 언급해요.
- 문서는 이렇게 하면 시스템이 LLM에 쓸모 있는 맥락을 줄 가능성이 흔히 높아진다고 적어요.
- 무엇이 잘 맞는지는 실험해 보는 것이 가장 좋은 방법이라고 덧붙여요.
5단계, 오프라인으로 쓸 때 되는 것과 연결이 필요한 것
문서의 「Offline Operation」 쪽은 일반적으로 LM Studio가 동작하는 데 인터넷이 필요하지 않다고 적어요. 이 쪽은 작업을 두 묶음으로 나눠요.
| 연결이 필요 없는 작업 | 연결에 의존하는 작업 |
|---|
| 내려받은 LLM 쓰기 | 모델 검색 |
| 문서와 대화하기(RAG) | 새 모델 내려받기 |
| 로컬 서버 실행 | Discover 탭의 모델별 통계와 내려받기 선택지 표시 |
| 런타임 내려받기 |
| 앱 업데이트 확인 |
연결이 필요 없는 쪽에 대해 LM Studio 문서가 적은 문장은 이래요.
- LLM을 기기에 받아 두면 모델은 로컬에서 돌아가고 완전히 오프라인으로 쓸 수 있어요.
- LLM과 대화할 때 LM Studio에 입력한 것은 어떤 것도 기기를 떠나지 않는다고 문서는 적어요.
- 문서를 LM Studio에 끌어다 놓아 대화하거나 RAG를 할 때 그 문서는 기기에 남는다고 적어요. 문서 처리는 모두 로컬에서 이루어지고, LM Studio에 올린 것은 어떤 것도 애플리케이션을 떠나지 않는다는 것이 문서의 표현이에요.
위 세 줄은 LM Studio가 자사 문서에 적은 설명이에요.
연결에 의존하는 쪽의 설명은 아래와 같아요.
- Discover 탭에서 모델을 검색하면 LM Studio가 네트워크 요청을 보내요. 문서가 든 예는 huggingface.co예요. 인터넷 연결이 없으면 검색은 동작하지 않는다고 적혀 있어요.
- 모델을 내려받으려면 안정적이고 꽤 빠른 인터넷 연결이 필요하다고 해요.
- LM Studio의 각 버전에는 초기 모델 카탈로그가 내장돼 나와요. 다만 모델별 통계와 내려받기 선택지를 보여 주려면 네트워크 요청이 필요해요.
- 쓸 수 있는 런타임을 확인하고 내려받는 데도 네트워크 요청이 필요해요. 문서는 LM Runtimes를 특정 형식의 모델을 돌릴 수 있게 하는 LLM 엔진이라고 설명하고 llama.cpp를 예로 들어요.
- macOS와 Windows에서는 앱 업데이터가 내장돼 있고, LM Studio를 열면 새 업데이트가 있는지 네트워크 요청으로 확인해요. 인터넷 연결이 없으면 앱 안의 업데이터로는 앱을 업데이트할 수 없다고 적혀 있어요. Linux용 앱 내 업데이터는 작업 중이라고 적혀 있어요.
앱 밖에서 받은 모델 파일을 쓸 때
오프라인 쪽은 새 모델 내려받기 항목에서 앱 밖에서 구한 모델을 쓰는 사이드로드도 할 수 있다고 적어요. 문서의 「Import Models」 쪽은 LM Studio 밖에서 내려받은 호환 모델을 정해진 폴더 구조에 넣어 쓸 수 있다고 안내해요. 폴더 구조는 models 폴더 아래 publisher 폴더, 그 아래 model 폴더, 그 안에 모델 파일 순서예요.
같은 쪽에는 터미널에서 lms import 명령 뒤에 GGUF 모델 파일 경로를 붙여 실행하고 대화형 안내를 따라 가져오기를 마치는 방법도 있어요. 문서는 이 명령에 experimental, 곧 실험적이라고 표시해요.
화면 언어를 한국어로 바꾸는 곳
문서의 「LM Studio in your language」 쪽은 LM Studio가 커뮤니티 번역자들 덕분에 여러 언어로 제공된다고 적고, 그 목록에 한국어가 들어 있어요. 언어를 고르는 자리는 Settings 탭이에요. Preferences 아래 Language의 드롭다운 메뉴를 쓴다고 안내해요. Settings로 바로 가는 단축키는 macOS가 cmd + 쉼표, Windows와 Linux가 ctrl + 쉼표예요.
공식 문서의 「User or Developer」 쪽은 모드를 User와 Developer 두 가지로 들어요. Developer 모드는 이전의 Developer 모드와 Power User 모드를 하나로 합친 모드이고 Settings의 Developer 항목에서 켤 수 있다고 적어요. User 모드는 대화 화면만 보여 주고 모든 것을 자동으로 설정하는 모드로, 문서는 초보자나 기본 설정에 만족하는 사람에게 가장 좋은 선택이라고 소개해요.
문서 첫 쪽이 든 LM Studio로 할 수 있는 일
문서 첫 쪽의 「What can I do with LM Studio?」 항목에는 여섯 줄이 있어요.
- gpt-oss, Llama, Qwen 같은 로컬 LLM을 내려받아 실행하기
- 단순하고 유연한 대화 화면 쓰기
- MCP 서버를 연결해 로컬 모델과 함께 쓰기
- Hugging Face를 통한 검색과 내려받기
- 로컬 모델을 OpenAI와 비슷한 엔드포인트로 로컬과 네트워크에 제공하기
- 로컬 모델, 프롬프트, 설정 관리하기
MCP는 MCP가 무엇인지 풀어 쓴 글에서 따로 다뤄요.
주의할 점
- 이 글의 내용은 2026년 11월 15일에 읽은 LM Studio 공식 문서 기준이에요.
- RAM 16GB와 VRAM 4GB는 문서가 권장이라고 적은 값이에요.
- Intel 기반 Mac은 현재 지원되지 않는다고 시스템 요구사항 쪽이 적어요.
- 내려받기 선택지에 대해 문서가 적은 기준은 기기가 돌릴 만한 성능이면 4비트 이상을 고르라는 문장이에요.
- 파일을 붙였을 때 전체가 들어가는지 RAG가 쓰이는지는 그 파일이 모델의 컨텍스트에 들어가느냐로 갈린다고 적혀 있어요.
- RAG는 때로는 조정과 실험이 필요하다고 문서가 적어요.
- 입력한 내용과 올린 문서가 기기를 떠나지 않는다는 문장은 LM Studio 문서의 설명이에요.
- 모델 검색과 내려받기, 런타임 내려받기, 앱 업데이트 확인은 연결에 의존한다고 오프라인 쪽이 적어요.
정리하며
LM Studio 문서가 안내하는 순서는 Discover 탭에서 모델 내려받기, Chat 탭의 모델 로더에서 모델 로드하기, Chat 탭에서 대화하기예요. 내려받기 선택지는 기기가 돌릴 만한 성능이면 4비트 이상을 고르라고 적혀 있어요. 대화에는 .docx, .pdf, .txt 문서 파일을 붙일 수 있고, 붙인 파일이 모델의 컨텍스트에 들어가면 전체가, 아주 길면 RAG로 관련 있는 조각을 골라내 모델에 참고용으로 줘요. 공식 문서는 모델을 기기에 받아 둔 뒤에는 완전히 오프라인으로 쓸 수 있다고 적고, 모델 검색과 내려받기, 런타임 내려받기, 앱 업데이트 확인은 연결에 의존하는 작업으로 들어요.
이어서 읽을 글로 온디바이스 AI가 무엇인지 다룬 글도 있어요.
함께 보면 좋은 글