macOS fm 명령어: 터미널 속 Apple의 로컬 LLM.

1fm이란

fm은 Apple Intelligence의 바탕이 되는 Apple Foundation Models를 위한 Apple의 명령줄 도구입니다. Apple은 WWDC26 세션에서 "Starting from macOS 27, this command line tool comes pre-installed on your Mac"이라고 말합니다. 터미널을 열고 fm을 입력하면 됩니다(Apple). Apple은 이 도구를 "without writing a line of app code" 스크립트와 자동화에 쓰는 용도로 소개합니다(Apple).

쓸 수 있는 모델은 두 가지입니다. 기본으로는 "the on-device model that comes with macOS, and that's always available"을 씁니다. Private Cloud Compute의 Apple Foundation Model도 쓸 수 있는데, Apple은 이를 "a much bigger model than the on-device model"이라 부르며 "will perform better on complex problems", 그리고 "has usage limits"라고 설명합니다(Apple). 온디바이스 모델은 Mac에서 돌아가고 인터넷 연결 없이도 작동합니다(Apple). Private Cloud Compute로 보낸 프롬프트는 Apple의 서버로 갑니다.

fm은 Apple의 소프트웨어이며 MLX Network와는 관계가 없습니다. MLX Network는 독립 프로젝트이며 Apple과 제휴하지 않았습니다.

2명령어

Apple이 WWDC26 세션에서 보여 준 명령어와 옵션입니다(Apple, Apple).

세션에 나온 Apple의 예시입니다.

fm respond "Provide a basic regex in Swift to parse an email address"
fm respond "Provide a comprehensive regex in Swift to parse an email address" --model pcc
fm schema object --name AppsIdentified --string app_names --array > schema.json
fm respond "What apps are the user actively using in this screenshot?" \
  --image Screenshot.png --model pcc --schema schema.json
# {"app_names": ["Messages", "Mail", "Calendar"]}
fm respond --help

3필요한 것과 다운로드 용량

• macOS 27. fm은 macOS 27과 함께 제공됩니다(Apple).
• Apple Intelligence를 지원하는 Mac. Apple Foundation Models에 필요합니다(Apple). macOS 27에서는 M1 이상을 탑재한 모든 Mac이 해당됩니다(Apple).
• 지원되는 언어. Apple Intelligence를 쓰려면 기기 언어와 Siri 언어를 같은 지원 언어로 설정해야 하며, 현재 중국 본토에서 구입한 기기에서는 작동하지 않습니다(Apple).
• 여유 저장 공간. Apple Intelligence에 필요한 용량은 아래 표와 같습니다.

Apple Intelligence를 켠 뒤 한동안 모델을 쓸 수 없을 수도 있습니다. Apple의 프레임워크는 "because it's downloading or because of other system reasons" 아직 준비되지 않았다고 알려 줍니다(Apple).

같은 온디바이스 모델을 쓰는 Python SDK의 경우, Apple은 macOS 26.0 이상, 사용권 계약에 동의한 Xcode 26.0 이상, Python 3.10 이상을 요구 사항으로 듭니다(Apple). Mac은 Apple 실리콘이어야 합니다(Apple).

4온디바이스 모델이 잘하는 것과 한계

Apple은 분명하게 말합니다. 온디바이스 모델은 요약, 개체 추출, 텍스트와 이미지 이해, 다듬기, 게임 대화, 창작 콘텐츠 생성 등 다양한 텍스트 생성 작업에 뛰어나며, 더 높은 추론 능력과 더 큰 컨텍스트가 필요하면 Private Cloud Compute나 다른 서버 모델 제공자를 쓰라는 것입니다(Apple).

• 작은 컨텍스트 창. Apple 문서는 온디바이스 모델에 "a context window of 4096 tokens per session"이 있다고 하며(Apple), Private Cloud Compute의 32K와 비교해 4K로 적어 둡니다(Apple). macOS 27에 관한 WWDC26 세션에서는 Apple의 코드 샘플이 contextSize로 8,192를 출력합니다(Apple). 프롬프트, 지시 사항, 답이 모두 이 창을 함께 씁니다.
• 얼마나 들어가나. 영어에서 토큰 하나는 보통 3~4자입니다(Apple). 그래서 8,192토큰은 입력과 출력을 합쳐 영어로 약 25,000~33,000자, 즉 몇 페이지 분량이지 책이나 코드베이스는 아닙니다.
• 짧고 단순한 프롬프트. "An on-device model has fewer parameters and a small context window"이므로 Apple은 프롬프트를 "short and succinct"하게 쓰라고 하고, 온디바이스 모델은 "have limited reasoning abilities"라고 말합니다. 어려운 작업은 여러 단계로 나누세요(Apple).
• macOS와 함께 바뀝니다. Apple은 OS 업데이트로 모델을 업데이트하며, macOS 27에는 새 버전이 들어 있습니다(Apple). 업데이트 후 스크립트 결과가 달라질 수 있습니다.

Apple은 이 페이지들에서 온디바이스 모델의 크기를 밝히지 않으므로 저희도 적지 않습니다.

5스크립트와 코드에서 fm 쓰기

fm respond는 답을 출력하므로 어떤 셸 스크립트에도 넣을 수 있습니다. --schema를 쓰면 답이 JSON이 되어 jq로 넘길 수 있습니다. Apple의 세션은 이 방법으로 프로젝트 폴더를 정리합니다. 어떤 파일이 최종본이고 어떤 파일이 초안인지 모델에 물은 뒤, 그에 따라 복사하고 옮깁니다. Apple의 샘플을 줄인 것입니다(Apple).

fm schema object --name "TriagedFileList" \
  --string 'final_files' --array \
  --string 'draft_files' --array > /tmp/schema.json

output=$(fm respond \
  --instructions "Return the latest files, then separately all draft files." \
  "This is the list of all files:\n\n${files_list}" \
  --schema /tmp/schema.json
)

echo "${output}" | jq -r '.draft_files[]'

Python에는 Apple의 Foundation Models SDK가 있습니다. pip install apple_fm_sdk로 설치하며, 같은 온디바이스 모델, 가이드 생성, 도구 호출을 쓸 수 있습니다(Apple). Apple의 예시입니다.

import apple_fm_sdk as fm

model = fm.SystemLanguageModel()
is_available, reason = model.is_available()
if is_available:
    session = fm.LanguageModelSession(model=model)
    response = await session.respond(prompt="Hello!")
    print(response)

많은 앱과 코딩 에이전트는 대신 로컬 포트에서 OpenAI 방식이나 Anthropic 방식의 API를 기대합니다. 그런 것이 필요하다면 mlx_lm.server가 고른 오픈 모델을 localhost:8080에서 OpenAI 방식 API로 제공하고(mlx-lm), LM Studio의 로컬 서버는 OpenAI와 Anthropic 형식을 지원합니다(LM Studio). 더 많은 선택지: 맥에서 로컬 LLM 돌리는 앱 추천.

6오픈 모델로 바꿀 때

짧은 작업에는 fm으로 충분합니다. 메모 요약, 파일 이름 짓기, 텍스트에서 항목 뽑기, 간단한 질문 같은 것들입니다. 이미 Mac에 있고 설정도 필요 없습니다. 입력이 수천 토큰에 들어가지 않을 때, 작업에 더 많은 추론이나 코드가 필요할 때, 모델을 직접 고르고 싶을 때, 도구가 API를 필요로 할 때는 오픈 모델을 쓰세요.

오픈 모델은 Mac의 GPU에서 돌아가고, 무엇이 들어가는지는 통합 메모리가 정합니다. 저희 Compare 계산은 기본적으로 GPU에 약 75%를 주고 컨텍스트를 위한 여유를 남깁니다.

이 모델들의 모델 카드에는 훨씬 긴 컨텍스트 창이 적혀 있습니다. Llama 3.1 8B는 128K 토큰, Qwen3.6 35B A3B는 262,144토큰입니다. 다만 긴 컨텍스트에는 위에서 계산한 여유보다 더 많은 메모리가 필요합니다. 내 Mac의 메모리를 모르겠다면 Apple 메뉴의 '이 Mac에 관하여'에서 확인한 뒤 칩별 Mac을 보세요.

mlx-lm은 이런 모델을 돌리는 방법 중 하나입니다. Apple이 직접 만든 MLX 도구로, Hugging Face에서 MLX 모델을 내려받고, 터미널에서 채팅하고, 위의 로컬 API를 제공합니다. LM Studio와 Ollama는 같은 일을 앱에서 합니다(맥에서 로컬 LLM 돌리는 앱 추천). Mac을 쓰지 않을 때는 MLX Node가 정해 둔 한도 안에서 MLX Network의 AI 작업을 실행하고, 검증된 작업에 대해 MLX 토큰을 받습니다. MLX 토큰은 가치가 떨어질 수 있으니 위험 고지를 읽어 보세요.

7자주 묻는 질문

macOS fm 명령어는 무료인가요?

macOS 27에 기본으로 설치되어 있고, 기본으로 macOS에 포함된 온디바이스 모델을 씁니다. 더 큰 Private Cloud Compute 모델에는 사용 한도가 있습니다(Apple).

fm은 오프라인에서도 작동하나요?

온디바이스 모델이라면 그렇습니다. Apple은 인터넷 연결 없이 작동한다고 말합니다(Apple). 다만 먼저 Apple Intelligence를 내려받아야 하고, --model pcc나 fm chat 안의 /model은 Apple의 서버를 씁니다.

fm에 얼마나 긴 프롬프트를 넣을 수 있나요?

프롬프트, 지시 사항, 답이 하나의 컨텍스트 창을 함께 씁니다. Apple 문서에서는 4,096토큰, macOS 27용 Apple의 WWDC26 샘플에서는 8,192토큰입니다(Apple). 영어에서는 토큰 하나가 대략 3~4자입니다.

fm은 OpenAI 호환 API를 제공하나요?

Apple의 WWDC26 세션과 저희가 읽은 Foundation Models 문서에는 서버 모드에 대한 설명이 없어서, 어떻게 작동하는지 확인할 수 없습니다. 문서화된 로컬 API가 필요하다면 mlx_lm.server가 localhost:8080에서 오픈 모델을 OpenAI 방식으로 제공하고, LM Studio는 OpenAI와 Anthropic 형식으로 제공합니다.

어떤 Mac에서 fm을 쓸 수 있나요?

macOS 27에서 Apple Intelligence를 지원하는 Mac입니다. M1 이상을 탑재한 모든 Mac으로, 지원되는 언어로 설정되어 있고 최대 14GB(M3 이상, 메모리 12GB 이상) 또는 최대 8GB의 여유 저장 공간이 있어야 합니다(Apple).