OpenClaw: 하드웨어 요구사항·로컬 연결·컨텍스트 계획
공식 소스 기반 OpenClaw. OpenClaw는 로컬 우선(open-source) 에이전트 게이트웨이로, 클라우드/로컬 모델 provider를 모두 지원합니다.
무엇인가
OpenClaw는 상태와 자격 증명을 사용자 디바이스에 유지하는 어시스턴트 스택으로 소개되며, 모델/런타임 백엔드를 교체 가능하게 설계되었습니다.
Gateway는 세션, 도구, 채널, 모델 라우팅을 관리하는 로컬 제어 평면 역할을 합니다.
공식 런타임 요구사항
- Node 런타임 요구사항: OpenClaw 설치 문서는 Node 24.16+ 또는 26.1+를 요구하고 Node 26을 권장합니다. Node가 없으면 설치기가 자동 준비합니다. (OpenClaw 설치 문서)
- 플랫폼 지원: OpenClaw 설치 문서는 macOS, Linux, Windows를 지원 플랫폼으로 명시합니다. (OpenClaw 설치 문서)
- 로컬 모델 메모리 주의사항: OpenClaw 로컬 모델 문서는 메모리 요구량이 모델 가중치, 컨텍스트, 런타임, 호스트 부하에 따라 달라진다고 설명합니다. 관리형 llama.cpp 레시피는 64K 컨텍스트를 사용하며 최소 레시피는 8 GiB 호스트 메모리 하한을 가집니다. (OpenClaw 로컬 모델 문서)
로컬 모델 연결 스니펫 (공식 문서)
Ollama
openclaw onboard # choose Ollama: Cloud + Local, Cloud only, or Local only openclaw models list --provider ollama
Ollama
models: {
providers: {
ollama: {
api: 'ollama',
baseUrl: 'http://host:11434',
},
},
}OpenClaw Ollama 문서는 네이티브 Ollama provider 모드에서 /v1을 사용하지 말라고 명시합니다.
LM Studio
models: {
providers: {
lmstudio: {
api: 'openai-responses',
baseUrl: 'http://127.0.0.1:1234/v1',
models: [{ id: 'my-local-model', contextWindow: 196608 }],
},
},
}vLLM
models: {
providers: {
local: {
api: 'openai-completions',
baseUrl: 'http://127.0.0.1:8000/v1',
apiKey: 'sk-local',
},
},
}OpenClaw 로컬 모델 문서는 vLLM을 OpenAI 호환 로컬 프록시 중 하나로 안내합니다.
llama.cpp
# Managed local server path from OpenClaw local-model docs openclaw onboard # choose Managed local server (llama.cpp plugin)
긴 컨텍스트 + 툴 호출 모델이 중요한 이유
- OpenClaw 로컬 모델 문서는 짧은 프롬프트 테스트를 통과해도 tool schema, 히스토리, 시스템 프롬프트로 컨텍스트가 소모되어 실제 에이전트 턴에서 실패할 수 있다고 강조합니다.
- OpenClaw 설정 흐름은 기본 로컬 모델을 전환하기 전에 실제 tool call 검증을 수행합니다.
프리필 계산기
아래 표는 Q4_K_M / batch=1 기준 추정치이며 공식 최소 요구사항이 아닙니다.
VRAM / RAM 계산기
GPU VRAM, Apple 통합 메모리, CPU/RAM 오프로드 시나리오를 함께 고려해 적합성을 비교합니다.
사용자 지정 Hugging Face 모델 id / 파라미터 (선택)
repo id를 모르면 입력한 값으로 추정 계산됩니다.
| 양자화 | 가중치 | KV | Overhead | 합계 |
|---|---|---|---|---|
| FP16 / BF16 | 13.04 GiB | 8 GiB | 1.54 GiB | 22.58 GiB |
| INT8 / Q8_0 | 6.68 GiB | 8 GiB | 1.54 GiB | 16.22 GiB |
| Q6_K | 5.17 GiB | 8 GiB | 1.54 GiB | 14.71 GiB |
| Q5_K_M | 4.44 GiB | 8 GiB | 1.54 GiB | 13.98 GiB |
| Q4_K_M | 3.75 GiB | 8 GiB | 1.54 GiB | 13.29 GiB |
| Q3_K_M / Q3 | 2.85 GiB | 8 GiB | 1.54 GiB | 12.39 GiB |
| Q2_K / Q2 | 2.04 GiB | 8 GiB | 1.54 GiB | 11.58 GiB |
| 하드웨어 | 메모리 | 판정 | 추정 tok/s |
|---|---|---|---|
| NVIDIA GeForce RTX 4090 24GB | 24 GiB | 적합 | 170.3 |
| NVIDIA GeForce RTX 5090 32GB | 32 GiB | 적합 | 302.75 |
| NVIDIA GeForce RTX 4080 SUPER 16GB | 16 GiB | 적합 | 124.34 |
| NVIDIA GeForce RTX 4070 Ti SUPER 16GB | 16 GiB | 적합 | 113.53 |
| AMD Radeon RX 7900 XTX 24GB | 24 GiB | 적합 | 162.19 |
| NVIDIA A100 80GB PCIe | 80 GiB | 적합 | 326.91 |
| Apple Silicon M3 Max (128GB unified memory) | 128 GiB | 적합 | 57.64 |
| Apple Silicon M2 Ultra (192GB unified memory) | 192 GiB | 적합 | 115.28 |
| 2× NVIDIA GeForce RTX 4090 (aggregate) | 48 GiB | 적합 | 306.46 |
공식 및 가정
- Weight memory uses resident params × effective_bits / 8 (total params when available, otherwise active/fallback estimate).
- KV cache = 2 × layers × kv_heads × head_dim × kv_bytes × context × batch.
- Runtime overhead = 1.3 GiB base + 3% of KV-cache memory.
- Tokens/sec estimate uses active_params for decode bandwidth and should be treated as a rough directional number.
- Apple Silicon fit checks use an estimated usable unified-memory budget (about 75% by default, about 68% on 16GB systems) aligned with macOS recommendedMaxWorkingSetSize behavior.
- Recommended quantization keeps at least 10% memory headroom relative to usable memory budget.
- CPU/RAM offload (for example llama.cpp partial offload with lower GPU layer count) can reduce VRAM needs at the cost of speed.
- When config values are unavailable, fallback defaults are used and flagged as estimated on the page.
메모리 티어별 로컬 모델 적합 표 (LLMRAM 추정)
아래 표는 Q4_K_M / batch=1 기준 추정치이며 공식 최소 요구사항이 아닙니다.
32K 컨텍스트
GPU 티어
| 모델 프로필 | 추정 총 메모리 | 8 GB | 12 GB | 16 GB | 24 GB | 32 GB | 48 GB |
|---|---|---|---|---|---|---|---|
| Mistral 7B Instruct v0.3 | 9.17 GiB | ✕ 부적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| Qwen 3.8 27B | 24 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| GLM 5.3 (Flash) | 195.84 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 |
Mac 통합 메모리 티어
| 모델 프로필 | 추정 총 메모리 | 16 GB | 36 GB | 64 GB | 128 GB |
|---|---|---|---|---|---|
| Mistral 7B Instruct v0.3 | 9.17 GiB | ✓ 적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| Qwen 3.8 27B | 24 GiB | ✕ 부적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| GLM 5.3 (Flash) | 195.84 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 |
64K 컨텍스트
GPU 티어
| 모델 프로필 | 추정 총 메모리 | 8 GB | 12 GB | 16 GB | 24 GB | 32 GB | 48 GB |
|---|---|---|---|---|---|---|---|
| Mistral 7B Instruct v0.3 | 13.29 GiB | ✕ 부적합 | ✕ 부적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| Qwen 3.8 27B | 32.24 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✓ 적합 |
| GLM 5.3 (Flash) | 219.01 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 |
Mac 통합 메모리 티어
| 모델 프로필 | 추정 총 메모리 | 16 GB | 36 GB | 64 GB | 128 GB |
|---|---|---|---|---|---|
| Mistral 7B Instruct v0.3 | 13.29 GiB | ✕ 부적합 | ✓ 적합 | ✓ 적합 | ✓ 적합 |
| Qwen 3.8 27B | 32.24 GiB | ✕ 부적합 | ✕ 부적합 | ✓ 적합 | ✓ 적합 |
| GLM 5.3 (Flash) | 219.01 GiB | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 | ✕ 부적합 |
FAQ
OpenClaw는 클라우드 API가 필수인가요?
아닙니다. OpenClaw 문서는 로컬 우선 구성과 Ollama/관리형 로컬 서버를 포함한 로컬 모델 경로를 제공합니다.
왜 OpenClaw는 Ollama 네이티브 API와 OpenAI 호환 /v1 구성을 모두 다루나요?
Ollama provider 모드는 Ollama 네이티브 API를 사용하고, vLLM/LM Studio 등은 OpenAI 호환 provider 모드로 구성되기 때문입니다.
OpenClaw 문서에서 단일 고정 최소 메모리를 가정해도 되나요?
안 됩니다. OpenClaw는 메모리 요구량이 모델, 컨텍스트, 런타임, 호스트 상태에 따라 달라진다고 명시하며, 레시피 하한은 보장치가 아닙니다.
검증 메모
- 런타임 요구사항 섹션에는 이 페이지에 명시한 공식 문서에 실제로 존재하는 내용만 포함했습니다.
- 적합 표는 현재 모델 페이지와 계산기 가정을 기반으로 한 LLMRAM 계획 추정치입니다.
- 공식 링크에 특정 런타임 스니펫이 없는 경우(예: Hermes llama.cpp) 추정 명령을 작성하지 않고 공백으로 명시합니다.