---
title: Ollama로 OpenCode에 Gemma 4 설정하는 방법 (2026 가이드)
description: >-
Google의 Gemma 4를 로컬에서 실행하고 OpenCode에 터미널 코딩 어시스턴트로 연결하는 방법을 안내합니다. Mac용 Ollama
+ OpenCode 전체 설정 가이드입니다.
date: 2026-04-04T00:00:00.000Z
location: '샌프란시스코, 캘리포니아 – 2026년 4월 4일'
image: /images/gemma-4-ollama-opencode-setup-hero.jpg
keywords: >-
gemma 4 opencode, ollama gemma 4, opencode 로컬 모델, gemma 4 ollama 설정, gemma 4
로컬 실행, opencode ollama 가이드
faq:
- question: OpenCode에서 Gemma 4를 로컬 모델로 사용할 수 있나요?
answer: >-
네. Ollama를 설치하고 gemma4 모델을 내려받은 다음, ~/.config/opencode/opencode.jsonc에서
@ai-sdk/openai-compatible 어댑터를 사용해 baseURL을 http://localhost:11434/v1.를로로
지정하고 Ollama를 사용자 지정 프로바이더로 추가하세요. OpenCode에서 /models를 사용해 해당 모델로 전환하면 됩니다.
- question: OpenCode와 함께 Gemma 4를 실행하려면 RAM이 얼마나 필요한가요?
answer: >-
기본 Gemma 4 8B 모델은 Ollama를 통해 로드할 때 약 9.6GB를 사용합니다. 16GB 통합 메모리를 갖춘 Mac이라면
OpenCode와 함께 무리 없이 실행할 수 있습니다. 26B 버전은 24GB 이상이 필요하며 대부분의 소비자용 하드웨어에는 권장하지
않습니다.
- question: Gemma 4는 OpenCode에서 대화형 코딩에 충분히 빠른가요?
answer: >-
Apple Silicon에서 Ollama v0.19 이상을 사용하면 MLX 백엔드 덕분에 Gemma 4 8B가 실용적인 속도로
실행됩니다. 코드 완성, 설명, 간단한 편집을 잘 처리합니다. 최첨단 수준의 추론이 필요한 복잡한 작업에는 Haimaker를 두 번째
프로바이더로 추가해 클라우드 모델에 접근하세요.
locale: ko-kr
translationKey: gemma-4-ollama-opencode-setup
---
OpenCode는 OpenAI 호환 API라면 어디든 연동되는 터미널 기반 코딩 어시스턴트입니다. Gemma 4를 실행하는 로컬 Ollama 인스턴스에 연결하면, 코드가 외부로 전송되지 않는 무료 코딩 어시스턴트를 쓸 수 있습니다.
Apple Silicon Mac에서는 다음과 같이 설정합니다. Ollama를 설치하고, Gemma 4를 내려받은 뒤, OpenCode에 연결하면 됩니다.
## 준비물
- Apple Silicon(M1/M2/M3/M4/M5)과 최소 16GB 통합 메모리를 갖춘 Mac
- Homebrew가 설치된 macOS
- OpenCode 설치 — [opencode.ai](https://opencode.ai)를 참고하거나 패키지 관리자로 설치
Gemma 4의 기본 8B 모델은 로드 시 약 9.6GB를 사용하므로, 16GB 통합 메모리면 Ollama와 OpenCode를 함께 문제없이 실행할 수 있습니다.
## 1단계: Ollama 설치
```bash
brew install --cask ollama-app
```
이 명령은 `Ollama.app`을 `/Applications/`에 설치하고 `ollama` CLI를 `/opt/homebrew/bin/ollama`에 설치합니다.
## 2단계: Ollama 시작
```bash
open -a Ollama
```
메뉴 바에 아이콘이 나타날 때까지 기다린 후, 서버가 실행 중인지 확인합니다:
```bash
ollama list
```
## 3단계: Gemma 4 내려받기
```bash
ollama pull gemma4
```
약 9.6GB를 다운로드합니다. 확인:
```bash
ollama list
# NAME ID SIZE MODIFIED
# gemma4:latest ... 9.6 GB ...
```
테스트:
```bash
ollama run gemma4:latest "Hello, what model are you?"
```
GPU 가속 확인:
```bash
ollama ps
# Should show CPU/GPU split, e.g. 14%/86% CPU/GPU
```
Apple Silicon의 Ollama v0.19 이상은 Apple의 MLX 프레임워크를 자동으로 사용해 추론 속도를 높여 줍니다.
## 4단계: OpenCode에서 Gemma 4를 사용하도록 설정
OpenCode는 `~/.config/opencode/opencode.jsonc` 파일을 사용합니다. Ollama를 사용자 지정 프로바이더로 추가합니다:
```jsonc
{
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"options": {
"baseURL": "http://localhost:11434/v1"
},
"models": {
"gemma4:latest": {}
}
}
}
}
```
Ollama는 로컬에서 실행되므로 API 키가 필요하지 않습니다. 다만 OpenCode는 인증 항목을 요구하므로 `~/.local/share/opencode/auth.json`에 플레이스홀더를 추가합니다:
```json
{
"ollama": {
"type": "api",
"key": "ollama"
}
}
```
OpenCode를 재시작하고 `/models`를 사용해 `ollama/gemma4:latest`로 전환하세요.
## 5단계: Gemma 4를 메모리에 유지
Ollama는 기본 설정으로 5분 동안 사용하지 않으면 모델을 메모리에서 내립니다. 하루 종일 사용하는 코딩 어시스턴트에서는 이 때문에 불필요한 콜드 스타트가 자주 생깁니다.
keep-alive를 무기한으로 설정하세요:
```bash
launchctl setenv OLLAMA_KEEP_ALIVE "-1"
```
적용하려면 Ollama를 재시작하세요. 재부팅 후에도 유지하려면 `~/.zshrc`에 추가합니다:
```bash
export OLLAMA_KEEP_ALIVE="-1"
```
로그인 시 자동 실행을 켜려면: Ollama 메뉴 바 아이콘 클릭 → **로그인 시 실행(Launch at Login)**.
#### 시작 시 자동 사전 로드
LaunchAgent를 생성해 재부팅 후에도 Gemma 4가 바로 준비되도록 합니다:
```bash
cat << 'EOF' > ~/Library/LaunchAgents/com.ollama.preload-gemma4.plist
Label
com.ollama.preload-gemma4
ProgramArguments
/opt/homebrew/bin/ollama
run
gemma4:latest
RunAtLoad
StartInterval
300
StandardOutPath
/tmp/ollama-preload.log
StandardErrorPath
/tmp/ollama-preload.log
EOF
launchctl load ~/Library/LaunchAgents/com.ollama.preload-gemma4.plist
```
이 설정은 5분마다 빈 프롬프트로 모델에 핑을 보내 메모리에 유지합니다.
## OpenCode에서 Gemma 4가 잘 처리하는 작업
Gemma 4 8B는 무료이고 로컬에서 실행되며, 일상적인 코딩 작업에 놀라울 정도로 유용합니다:
- **코드 설명.** 함수가 어떤 역할을 하는지, 모듈 구조가 어떻게 되어 있는지, 정규식이 무엇을 매칭하는지 물어보세요. 일반적인 코드베이스라면 명확하고 대체로 정확한 답변을 줍니다.
- **빠른 편집.** 오타 수정, import 업데이트, 타입 정의에 필드 추가, 변수 이름 변경 같은 작업에 적합합니다. 단일 파일 수정이 이 모델의 강점입니다.
- **보일러플레이트 생성.** 설정 파일, 테스트 스텁, API 라우트 스캐폴딩, Dockerfile 템플릿. 추론이 많이 필요하지 않은 일반적인 패턴에 유용합니다.
- **셸 명령어 도움.** `git` 플래그나 `jq` 필터가 기억나지 않나요? Stack Overflow를 찾아보지 않아도 Gemma 4가 바로 명령어를 알려줍니다.
## 한계점
- **다단계 추론.** 여러 파일에 걸친 계획이 필요하거나 복잡한 제어 흐름을 이해해야 하는 작업은 결과가 불완전해지는 경향이 있습니다.
- **대규모 리팩토링.** 코드베이스 전체에 걸쳐 조율된 변경이 필요하면 8B 모델은 일관성을 잃습니다. 파일 단위로 작업하지만 전체 그림을 유지하지는 못합니다.
- **엣지 케이스와 미묘한 버그.** Gemma 4는 명백한 문제는 잡아내지만, 깊은 도메인 지식이 필요하거나 예외 케이스를 꼼꼼히 따져야 찾을 수 있는 버그는 놓칩니다.
## 더 나아가기: Haimaker로 클라우드 모델 추가
로컬 Gemma 4는 기본적인 작업을 충분히 처리합니다. 복잡한 디버깅, 다중 파일 리팩토링, 깊은 추론이 필요한 작업처럼 한계에 부딪히면 클라우드 모델이 필요합니다. [Haimaker](https://haimaker.ai)는 API 키 하나로 Claude Opus, GPT-5, Gemini Pro 등을 제공합니다.
Ollama와 함께 Haimaker를 두 번째 프로바이더로 추가하세요:
```jsonc
{
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"options": {
"baseURL": "http://localhost:11434/v1"
},
"models": {
"gemma4:latest": {}
}
},
"haimaker": {
"npm": "@ai-sdk/openai-compatible",
"options": {
"baseURL": "https://api.haimaker.ai/v1"
},
"models": {
"anthropic/claude-sonnet-4-6": {},
"openai/gpt-5": {},
"google/gemini-2.5-pro": {}
}
}
}
}
```
Haimaker API 키를 `~/.local/share/opencode/auth.json`에 추가합니다:
```json
{
"ollama": {
"type": "api",
"key": "ollama"
},
"haimaker": {
"type": "api",
"key": "YOUR_HAIMAKER_API_KEY"
}
}
```
이제 OpenCode에서 `/models`로 로컬 모델과 클라우드 모델을 전환할 수 있습니다. 간단한 작업은 Gemma 4로, 어려운 작업은 Sonnet이나 GPT-5로 전환하세요.
[haimaker.ai](https://haimaker.ai)에서 가입해 API 키를 받고 [모델 카탈로그](https://haimaker.ai/models)를 둘러보세요.
HAIMAKER API 키 받기
## 문제 해결
**/models에 프로바이더가 표시되지 않음.** 설정 파일을 수정한 뒤 OpenCode를 재시작하세요. OpenCode 실행 중에는 `opencode.jsonc`의 변경 사항이 반영되지 않습니다.
**"Model not found" 오류.** 설정의 모델 ID가 Ollama가 보고하는 것과 정확히 일치하는지 확인하세요. `ollama list`를 실행하고 표시된 이름을 그대로 사용하세요 — 보통 `gemma4:latest`입니다.
**Ollama 인증 오류.** Ollama는 인증이 필요하지 않지만, OpenCode의 프로바이더 시스템은 `auth.json`에 항목이 있어야 합니다. 플레이스홀더는 `"key": "ollama"` 값이면 충분합니다.
**응답이 느림.** Apple Silicon에서 MLX 가속을 받으려면 Ollama v0.19 이상을 사용해야 합니다. `ollama --version`를 실행해 버전을 확인하세요. 통합 메모리를 차지하는 다른 앱도 닫으세요. 탭을 많이 연 브라우저가 주된 원인입니다.
**컨텍스트 윈도우 문제.** Gemma 4는 큰 컨텍스트 윈도우를 지원하지만, 16GB 하드웨어에서는 안정적인 출력 품질을 위해 입력을 32K 토큰 이하로 유지하세요. 긴 프롬프트에서 응답 품질이 떨어진다면 이 때문일 가능성이 높습니다.
## 유용한 Ollama 명령어
| 명령어 | 설명 |
|---|---|
| `ollama list` | 다운로드된 모델 목록 표시 |
| `ollama ps` | 실행 중인 모델과 메모리 사용량 표시 |
| `ollama run gemma4:latest` | 대화형 채팅 |
| `ollama stop gemma4:latest` | 메모리에서 모델 언로드 |
| `ollama pull gemma4:latest` | 최신 버전으로 업데이트 |
| `ollama rm gemma4:latest` | 모델 삭제 |
---
*이미 Haimaker를 OpenCode와 함께 사용하고 있나요? 더 많은 모델을 추가하려면 [커스텀 프로바이더 설정 가이드](/blog/how-to-add-haimaker-opencode)를 참고하세요.*