apfel은 프로젝트입니다.

튜토리얼 · 2026년 11월 15일 테스트

apfel AI 튜토리얼

이미 Mac에 있는 AI에게서 60초 만에 첫 답변을 받습니다. 이어서 잘하는 작업 11가지를 실제 출력과 함께 복사해 붙여 넣기만 하면 되도록 정리했고, 할 수 없는 일도 솔직하게 적었습니다.

편집 없는 실제 터미널 녹화: apfel 1.18.0, macOS 27.0.1, MacBook Air M2.
이 페이지의 내용: 섹션 15개
  1. 60초 만에 첫 답변
  2. 1. Mac에게 Mac 상태 묻기
  3. 2. 복사한 텍스트 바로 고치기
  4. 3. 영수증, PDF, 스크립트 읽기
  5. 4. 평범한 문장을 셸 명령으로
  6. 5. 스크립트가 믿을 수 있는 JSON 받기
  7. 6. 하루를 자동화하기: git, 음성, 바로 쓰는 스크립트
  8. 7. OpenAI 코드를 무료로 실행하기
  9. 8. MCP로 도구 연결하기
  10. 9. 채팅으로 프롬프트 시험하기
  11. 10. 서버를 백그라운드에서 계속 실행하기
  12. 11. apfel 기반 앱
  13. 한계와 솔직한 답
  14. 문제가 생겼을 때
  15. 만든 사람과 테스트 방법

60초 만에 첫 답변

Apple Silicon Mac(M1 이상)과 macOS 26 Tahoe 이상이 필요하고, 시스템 설정 > Apple Intelligence 및 Siri에서 Apple Intelligence가 켜져 있어야 합니다. 앞의 두 가지는 한 줄로 확인할 수 있습니다:

터미널
sw_vers -productVersion && uname -m
27.0.1
arm64

버전이 26 이상이고 arm64가 나오면 준비가 끝난 것입니다. Homebrew로 apfel을 설치하세요. Xcode도, 계정도, API 키도 필요 없습니다:

터미널
brew install apfel

첫 질문을 해 보세요:

터미널
apfel "In one sentence: what can a small on-device language model do for me?"
A small on-device language model can help you perform tasks like text translation, summarization, and data analysis directly on your device.

이 답은 Mac 안에 있는 Apple의 모델이 만든 것입니다. 서버로 전송된 것은 아무것도 없고, 비용도 들지 않았습니다.

안 될 때: 모델이 준비됐는지 apfel에게 물어보세요:

터미널
apfel --model-info | grep -E 'available|context'
├ available:  yes
├ context:    4096 tokens

available: no가 나오면 시스템 설정에서 Apple Intelligence를 켜고 모델 다운로드가 끝날 때까지 기다리세요(설치 가이드에 따르면 3~4GB입니다). Mac의 언어와 Siri의 언어는 지원되는 같은 언어여야 합니다. 모델을 쓸 수 없는 동안 apfel은 종료 코드 5로 끝납니다.

다음: 아래 작업들입니다. 각 작업은 2분 뒤에 무엇을 얻게 되는지부터 알려 줍니다.

1. Mac에게 Mac 상태 묻기

2분 뒤 얻는 것: 이미 알고 있는 명령의 출력을 바탕으로 디스크, CPU, 메모리에 대해 알기 쉬운 말로 된 답.

이럴 때: 터미널 명령이 숫자를 잔뜩 쏟아낼 때. 원하는 것: 한 줄짜리 답. 그래서: man 페이지를 읽지 않고 바로 조치할 수 있도록.

아무 명령이나 apfel로 파이프하고 알고 싶은 것을 말하면 됩니다:

터미널
df -h | apfel "which volume is fullest, one sentence"
/dev/disk3s1 is the fullest volume, with 630Gi used.
터미널
ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU, one sentence"
`/System/Library/CoreServices/RemoteManagement/screensharingd.bundle/Contents/MacOS/screensharingd` is using the most CPU.

입력은 작게 유지하세요. 먼저 head, awk, grep으로 줄이고 그다음 apfel에 넘깁니다. 모델은 한 번에 몇천 단어 정도밖에 읽지 못하고, 코드라면 그보다 더 적습니다(한계 참고).

안 될 때: 어떤 명령은 stderr로 출력하는데, 파이프는 이를 전달하지 않습니다. 이럴 때 apfel이 알려 줍니다: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

다음: 같은 방법이 git log, lsof, pmset -g batt, 로그 파일 등 텍스트를 출력하는 것이라면 무엇에든 똑같이 쓸 수 있습니다.

2. 복사한 텍스트 바로 고치기

2분 뒤 얻는 것: 어떤 앱에서든 클립보드에 있는 텍스트의 문법을 고쳐 주는 명령.

이럴 때: Slack, Mail, 브라우저에서 메시지를 급하게 쓸 때. 원하는 것: 다른 앱을 열지 않고 깔끔하게 다듬기. 그래서: 몇 초 만에 다시 붙여 넣을 수 있도록.

텍스트를 복사한 다음 가운데 줄을 실행하세요. pbpaste가 클립보드를 읽고, pbcopy가 결과를 다시 써 넣습니다:

터미널
printf 'can u send me the slides from yesterdays meeting i lost them' | pbcopy
pbpaste | apfel "Rewrite the text above with correct grammar and spelling. Reply with the rewritten text only." | pbcopy
pbpaste
Can you send me the slides from yesterday’s meeting? I lost them.

왜 "the text above"라고 썼을까요? apfel은 파이프로 받은 텍스트를 먼저 두고 지시문을 그 뒤에 붙입니다(소스). "fix grammar and spelling, reply with the corrected text only"처럼 짧게 지시했더니 모델이 메시지를 고치는 대신 메시지에 답을 해 버렸고, Could you let me know which meeting you're referring to?라고 응답했습니다. 작업할 텍스트를 명시하자 테스트에서 이 문제가 해결됐습니다.

안 될 때: 보내기 전에 결과를 꼭 읽어 보세요. 작은 모델은 가끔 의미를 바꿉니다. 이 문장을 독일어로 번역해 달라고 했을 때 "Can you send me"(보내 줄 수 있나요)를 "Can I send you"(보내 드릴까요)로 바꿔 버렸습니다.

다음: 가운데 줄을 셸 별칭(alias)이나 단축어의 '셸 스크립트 실행' 동작으로 만들고 키보드 단축키를 지정하세요.

3. 영수증, PDF, 스크립트 읽기

2분 뒤 얻는 것: 이미지, 스캔한 PDF, 스크립트에 대한 답. Apple의 텍스트 인식으로 Mac 안에서 읽습니다.

이럴 때: 영수증, 스캔본, 정체 모를 파일이 다운로드 폴더에 들어왔을 때. 원하는 것: 거기서 필요한 사실 하나. 그래서: 열어 보지 않고도 정리할 수 있도록.

-f로 파일을 첨부합니다. 다음 내용이 담긴 테스트용 영수증 이미지(receipt.png)를 만들었습니다:

출력
CAFE APFEL
2x Melange          9.80
1x Sachertorte      7.90
1x Apfelstrudel     6.50
TOTAL EUR          24.20
14.11.2026  21:14
터미널
apfel -f receipt.png "What is the total? Just the amount."
24.20

같은 영수증을 이미지로만 된 PDF로 저장해도 됩니다. apfel은 스캔한 페이지에 텍스트 인식을 실행하기 때문입니다:

터미널
apfel -f receipt.pdf "What is the total? Just the amount."
24.20

셸 스크립트 같은 텍스트 파일도 마찬가지입니다:

터미널
apfel -f apfel-demos/gitsum "What does this script do? Two sentences."
This script summarizes recent Git activity by summarizing the last N commits, grouping related changes, and generating a concise report. It uses Apple Intelligence to format the output, and optionally copies the summary to the clipboard.

이 스크립트는 작업 6에서 받을 수 있습니다. 여러 파일은 -f a.txt -f b.txt처럼 첨부합니다.

안 될 때: 종료 코드 4는 파일이 모델에 비해 너무 길다는 뜻입니다(한계 참고). 종료 코드 3은 Apple의 안전 필터가 차단했다는 뜻이며, 이 경우 파일 추출 가이드는 --permissive를 추가하라고 안내합니다.

4. 평범한 문장을 셸 명령으로

2분 뒤 얻는 것: 기억나지 않던 명령. 바로 복사할 수 있게 명령만 출력됩니다.

이럴 때: find, du, tar의 플래그가 기억나지 않을 때. 원하는 것: 평범한 문장 하나로 명령 얻기. 그래서: 터미널을 떠나지 않을 수 있도록.

--code는 설명 없이 코드만 출력합니다:

터미널
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100M

플래그는 맞지만 폴더는 모델이 지어낸 것입니다. 홈 폴더는 ~입니다(이 경우: find ~ -type f -size +100M).

터미널
apfel --code "a python function that removes duplicates from a list but keeps the order"
def remove_duplicates_preserve_order(lst):
    seen = set()
    result = []
    for item in lst:
        if item not in seen:
            seen.add(item)
            result.append(item)
    return result

실행하기 전에 모든 명령을 읽어 보세요. 테스트에서 모델은 틀린 명령도 내놓았습니다. "현재 폴더에서 가장 큰 파일 10개"를 요청하자 ls -lh | head -n 10을 출력했는데, 이는 가장 큰 파일이 아니라 처음 10개 항목을 보여 줍니다. "열린 포트 보기"를 요청하자 netstat -tuln | grep LISTEN을 제안했는데, 이는 Linux용 플래그라서 macOS에서는 아무것도 출력하지 않습니다. Mac에서는 lsof -iTCP -sTCP:LISTEN -n -P로 확인할 수 있습니다.

다음: 작업 6의 cmd 데모 스크립트는 이 기능을 감싸서, 무언가를 실행하기 전에 먼저 확인을 받거나(-x) 명령을 복사해 줍니다(-c).

5. 스크립트가 믿을 수 있는 JSON 받기

2분 뒤 얻는 것: 지저분한 텍스트에서 뽑아낸 구조화된 데이터. 항상 스키마와 일치하는 JSON으로 받습니다.

이럴 때: 이메일과 메모에서 이름, 숫자, 날짜를 뽑아내야 할 때. 원하는 것: 문장이 아닌 필드. 그래서: jq, 스프레드시트, 스크립트에 바로 넘길 수 있도록.

JSON Schema를 contact.schema.json으로 저장하세요:

JSON
{
  "type": "object",
  "properties": {
    "name": { "type": "string" },
    "city": { "type": "string" },
    "phone": { "type": "string" }
  },
  "required": ["name", "city", "phone"]
}

그런 다음 --schema와 함께 텍스트를 파이프로 넘깁니다. apfel은 모델을 제약해서 출력이 해당 스키마에 맞는 유효한 JSON이 되도록 합니다:

터미널
echo "Hi, I am Maria Lopez from Vienna, call me on +43 660 1234567" | apfel --schema contact.schema.json "Extract the contact" | jq .
{
  "name": "Maria Lopez",
  "city": "Vienna",
  "phone": "+43 660 1234567"
}

키는 스키마에 선언한 순서대로 돌아옵니다.

어떤 답이든 메타데이터가 포함된 JSON으로 받으려면 -o json을 쓰세요:

터미널
apfel -o json "Translate to German: apple" | jq -r .content
Apfel

목록 전체를 처리하려면 --batch를 쓰세요. 레코드마다 JSON 한 줄을 넣으면 레코드마다 결과 한 줄이 나오고, 각 레코드는 새 세션에서 처리됩니다. 텍스트 파일에 담긴 제품 리뷰 세 개로 해 보겠습니다:

터미널
cat reviews.txt
Love it, works offline and it is fast.
Crashes every time I open a PDF.
It is okay, it does the job.
jq -Rc '{custom_id: (input_line_number|tostring), prompt: ("Classify the sentiment of this review as positive, negative or neutral. Reply with one word. Review: " + .)}' reviews.txt | apfel --batch | jq -r '"\(.custom_id) \(.status) \(.content)"'
1 ok Positive
2 ok Negative
3 ok Neutral
apfel: batch: 3 records, 3 ok, 0 failed

jq -R은 각 줄을 레코드로 바꿉니다. 마지막 줄은 apfel이 stderr로 출력하는 요약입니다. 실패한 레코드는 status: "error"를 받고, 배치는 계속 진행됩니다.

안 될 때: apfel은 JSON Schema의 일부(객체, 문자열, enum, 숫자, 불리언, 배열, 로컬 $ref)만 지원합니다. pattern처럼 지원하지 않는 키워드가 있으면 종료 코드 2로 멈추고 그 키워드를 알려 줍니다. 전체 목록은 API 호환성 문서에 있습니다.

6. 하루를 자동화하기: git, 음성, 바로 쓰는 스크립트

2분 뒤 얻는 것: 최근 작업 요약, 오래 걸리는 작업이 끝나면 소리 내어 알려 주는 Mac, 그리고 바로 쓸 수 있는 AI 셸 스크립트 여덟 개.

이럴 때: 작업을 전환하거나 빌드를 기다릴 때. 원하는 것: 상황을 설명하고 알려 주는 작은 자동화. 그래서: 터미널을 계속 지켜보지 않아도 되도록.

아무 git 저장소에서나 내가 한 일을 요약해 보세요:

터미널
git log --oneline -10 | apfel "summarize what I have been working on, two sentences"
I've been updating star counts to 6,608 and refining ISO datetimes with timezone handling in the Article JSON-LD. Additionally, I've implemented the apfel AI tutorial and redesigned the pre-header with a centered line about the project.

무언가 끝나면 Mac이 말하게 해 보세요. 답을 say로 파이프하고, 오래 걸리는 명령을 &&로 그 앞에 붙이면 됩니다:

터미널
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | say

테스트용 Mac에는 소리 출력 장치가 없어서 대신 음성을 파일로 녹음했습니다(| say -o build-done.aiff, 오디오 102,880바이트). 읽어 준 문장은 Your build is finished, and I'm glad you asked!였습니다.

apfel에는 데모 스크립트 여덟 개도 들어 있습니다. 폴더에 꺼내 보세요:

터미널
apfel --demos
apfel: wrote 9 demo files to /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/apfel-demos
  • cmd
  • explain
  • gitsum
  • mac-narrator
  • naming
  • oneliner
  • port
  • wtd

테스트하면서 마음에 들었던 것 하나:

터미널
./apfel-demos/naming "function that retries HTTP requests with exponential backoff"
retryExponentialBackoff | exponential_retry_backoff | exponential delay retry  
retryWithExponentialBackoff | exponential_retry_http_backoff | HTTP retry with delay  
backoffRetryHTTP | exponential_http_retry | retry with exponential pause

모든 데모가 잘 동작한 것은 아닙니다. oneliner "count unique IP addresses in access.log"는 길이 제한에 걸려 깨진 명령을 출력했고, explain은 존재하지도 않는 오류 메시지를 덧붙였습니다. 여덟 개 전부는 데모 README에 정리되어 있습니다.

7. OpenAI 코드를 무료로 실행하기

2분 뒤 얻는 것: OpenAI Chat Completions API를 그대로 지원하는 로컬 서버. 기존 SDK 코드가 유료 클라우드 모델 대신 내 Mac에서 돌아갑니다.

이럴 때: OpenAI SDK로 프로토타입을 만들 때. 원하는 것: 무료 로컬 엔드포인트. 그래서: 키도, 청구서도, 외부 데이터 전송도 없이 만들고 테스트할 수 있도록.

터미널 탭 하나에서 서버를 시작합니다:

터미널
apfel --serve
apfel server v1.18.0
├ endpoint: http://127.0.0.1:11434
├ model:    apple-foundationmodel
├ cors:     disabled
├ origin:   localhost only (http://127.0.0.1, http://localhost, http://[::1])
├ token:    none
├ health:   public
├ max concurrent: 5
├ debug:    off
└ ready

Endpoints:
  POST http://127.0.0.1:11434/v1/chat/completions
  GET  http://127.0.0.1:11434/v1/models
  GET  http://127.0.0.1:11434/health

2026-11-15T13:39:31+0100 info Hummingbird: [HummingbirdCore] Server started and listening on 127.0.0.1:11434

두 번째 탭에서 OpenAI를 부르듯 호출합니다:

터미널
curl -s http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"apple-foundationmodel","messages":[{"role":"user","content":"Say hello to my terminal in five words."}]}' | jq -r '.choices[0].message.content'
Hello, terminal.

공식 OpenAI Python SDK도 수정 없이 동작합니다. 다른 점은 base URL과 모델 이름뿐입니다. hello.py로 저장하세요:

Python
from openai import OpenAI

client = OpenAI(base_url="http://localhost:11434/v1", api_key="unused")
reply = client.chat.completions.create(
    model="apple-foundationmodel",
    messages=[{"role": "user", "content": "Give me three names for a coffee shop run by robots."}],
)
print(reply.choices[0].message.content)
터미널
python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew  
2. CogCafé  
3. Circuit Sip

서버는 내 Mac(127.0.0.1)에서만 요청을 받고, 다른 출처의 웹 페이지에서 오는 요청은 거부합니다. 네트워크에 공개하려면 토큰을 추가하세요: apfel --serve --host 0.0.0.0 --token-auto(서버 보안 가이드).

안 될 때: Connection refused는 서버가 실행 중이 아니라는 뜻입니다. 임베딩과 예전 /v1/completions 엔드포인트는 HTTP 501을 반환합니다. 온디바이스 모델이 이 기능을 제공하지 않기 때문입니다.

다음: 메인테이너들이 VS Code Copilot(채팅만), opencode, Zed, 그리고 Node.js, Ruby, PHP 외 여섯 개 언어의 설정 방법을 문서로 정리해 두었습니다. 이 페이지를 위해 다시 테스트하지는 않았습니다.

8. MCP로 도구 연결하기

2분 뒤 얻는 것: Model Context Protocol 도구를 통해 실시간 웹 페이지를 읽고 요약하는 모델.

이럴 때: 답이 웹 페이지에 있을 때. 원하는 것: 모델이 직접 페이지를 가져오기. 그래서: 텍스트를 이리저리 복사하지 않고 요약을 받을 수 있도록.

작은 컨텍스트 윈도우에 맞게 만든 apfel-mcp 도구를 설치하세요:

터미널
brew install Arthur-Ficial/tap/apfel-mcp

--mcp로 하나를 연결하고 질문합니다. -q는 도구의 원시 출력을 숨깁니다:

터미널
apfel -q --mcp $(which apfel-mcp-url-fetch) "Summarize https://apfel.franzai.com/ in 3 bullets"
- **Purpose**: apfel is a Swift 6.3 tool that wraps Apple’s on-device LLM (part of macOS 26’s Apple Intelligence) and exposes it via a CLI, HTTP server, and interactive chat with context management.  
- **Features**: It handles terminal commands, JSON output, file attachments, real token counting, and context trimming (4,096 or 8,192 tokens depending on hardware), while converting OpenAI tool schemas to Apple’s native format.  
- **Technical details**: Built using the FoundationModels framework, it runs on Apple Silicon’s Neural Engine and GPU without network or cloud dependencies, and is open-source under MIT license.

같은 패키지에 apfel-mcp-ddg-search(웹 검색), apfel-mcp-search-and-fetch, apfel-mcp-fs(로컬 파일 읽기)도 들어 있습니다. MCP 서버라면 무엇이든 됩니다. 로컬 스크립트 경로나 https:// URL을 지정하세요.

이름 있는 인수를 여러 개 받는 도구도 동작합니다. apfel 저장소에 있는 계산기(mcp/calculator/server.py)로 해 보면, 모델이 두 인수를 모두 넣어 multiply를 호출하고, apfel이 이를 실행한 뒤, 모델이 결과로 답합니다:

터미널
apfel --mcp ./server.py "What is 15 times 27?"
mcp: /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/./server.py - add, subtract, multiply, divide, sqrt, power, round_number
tool: multiply({"a": 15, "b": 27}) = 405
15 times 27 is 405.

tool: 줄은 apfel이 실행한 호출을 보여 주는 것입니다. apfel 1.18.0 이전에는 모델이 인수 이름을 보지 못하고 추측했기 때문에 이런 호출이 실패했습니다(이슈 #555, 풀 리퀘스트 #556에서 수정). 여기서 invalid arguments가 보이면 brew upgrade apfel로 업데이트하세요.

9. 채팅으로 프롬프트 시험하기

2분 뒤 얻는 것: 앞에서 한 말을 기억하는 터미널 속 대화.

이럴 때: 스크립트에 넣을 프롬프트를 다듬을 때. 원하는 것: 몇 번의 대화를 빠르게 주고받아 보기. 그래서: 자동화하기 전에 모델의 반응을 확인할 수 있도록.

터미널
apfel --chat
Apple Intelligence · on-device LLM · apfel v1.18.0
────────────────────────────────────────────────────────
Type 'quit' to exit.

you› My name is Franz. I live in Vienna.
 ai› Hello, Franz. It's nice to meet you. I'm here to help with any questions or tasks you might have. How can I assist you today?

you› Suggest one thing I could do there this weekend. One sentence.
 ai› You could visit the Kunsthistorisches Museum to explore its impressive collection of art and artifacts.

you› What is my name?
 ai› Your name is Franz.

you› quit

Goodbye.

-s로 페르소나를 지정할 수 있습니다. 예: apfel --chat -s "You are a patient Python tutor". 대화가 길어져 컨텍스트 윈도우를 넘으면 apfel은 기본적으로 가장 오래된 대화 턴부터 버립니다. 다른 전략은 컨텍스트 가이드에서 설명합니다. 버튼이 있는 창을 원한다면 apfel-chat을 보세요.

10. 서버를 백그라운드에서 계속 실행하기

2분 뒤 얻는 것: 로그인할 때 저절로 시작되어 포트 11434에서 늘 대기하는 OpenAI 호환 서버.

이럴 때: Mac의 여러 도구가 매일 로컬 엔드포인트를 쓸 때. 원하는 것: 항상 켜져 있는 서버. 그래서: 더 이상 손으로 시작하지 않아도 되도록.

터미널
brew services start apfel
==> Successfully started `apfel` (label: sh.brew.apfel)
curl -s http://127.0.0.1:11434/health | jq -c '{status, model_available, context_window}'
{"status":"ok","model_available":true,"context_window":4096}
brew services stop apfel
Stopping `apfel`... (might take a while)
==> Successfully stopped `apfel` (label: sh.brew.apfel)

포트, 토큰, MCP 서버 같은 설정은 환경 변수로 지정합니다. 예: APFEL_PORT=8080 brew services start apfel. 전체 목록은 백그라운드 서비스 가이드에 있습니다.

11. apfel 기반 앱

2분 뒤 얻는 것: 터미널보다 앱이 편하다면, 같은 온디바이스 모델을 창, 메뉴 막대, 단축키로.

모두 같은 메인테이너가 만든 앱입니다(README의 "apfel tree"). 2026년 11월 15일에 각 설치 이름이 Homebrew에 존재하는지는 확인했지만, 이 페이지를 위해 앱을 테스트하지는 않았습니다.

앱 하는 일 설치
apfel-chat 스트리밍 답변, 음성, 이미지 분석을 지원하는 채팅 앱 brew install Arthur-Ficial/tap/apfel-chat
apfel-clip 메뉴 막대에서 클립보드에 요약, 번역, 다시 쓰기 실행 brew install Arthur-Ficial/tap/apfel-clip
apfel-quick 키를 누르고, 묻고, 답을 받고, 닫기 brew install Arthur-Ficial/tap/apfel-quick
apfelpad AI를 셀에 넣는 수식처럼 쓰는 메모장 brew install Arthur-Ficial/tap/apfelpad
apfel-mcp 작은 컨텍스트 윈도우에 맞춘 MCP 도구(작업 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run 저장된 설정과 MCP 서버 목록을 갖춘 apfel brew install Arthur-Ficial/tap/apfel-run
apfel-tag 파이프로 넘긴 텍스트의 태그, 주제, 감정 분석 brew install Arthur-Ficial/tap/apfel-tag
apfel-gui 디버그 창: 요청, MCP 메시지, 음성 brew install Arthur-Ficial/tap/apfel-gui

한계와 솔직한 답

apfel이 제공하는 것은 Apple의 온디바이스 모델입니다. README에 따르면 파라미터는 약 30억 개(3B)로, ChatGPT나 Claude 뒤에 있는 클라우드 모델보다 훨씬 작습니다. 짧고 범위가 분명한 텍스트 작업에 강합니다. 아래는 저희가 직접 부딪혔거나 문서에 명시된 한계입니다.

컨텍스트 윈도우가 작습니다. 질문과 답변을 합쳐 macOS 26과 M1, M2 Mac에서는 4,096 토큰, macOS 27을 실행하는 메모리 12GB 이상의 M3 이상 Mac에서는 8,192 토큰 안에 들어가야 합니다(README). 내 Mac의 값은 apfel --model-info로 확인할 수 있습니다. apfel 자체의 README조차 컨텍스트 윈도우에 다 들어가지 않을 만큼 깁니다. 보내기 전에 세어 보세요:

터미널
apfel --count-tokens -f README.md "summarize in 3 bullets"
8272/3584 tokens (over budget)
  prompt=7, README.md=8258
apfel -f README.md "summarize in 3 bullets"; echo "exit code: $?"
error: [context overflow] Input exceeds the model's context window: the input is 8264 tokens, the window is 4096 tokens. Shorten the conversation history.
exit code: 4

3,584는 4,096 윈도우에서 답변용으로 비워 두는 512 토큰을 뺀 값입니다. README는 약 3,000단어지만 Markdown과 코드는 단어당 토큰을 많이 씁니다. 긴 파일은 나눠서(head -c 6000 file) 한 섹션씩 넘기세요.

오늘 날짜를 모릅니다. 날짜를 지어냈습니다:

터미널
apfel "What is today's date?"
Today's date is October 27, 2024.
apfel -s "Today is $(date '+%B %d, %Y')." "What is today's date? One sentence."
Today's date is November 15, 2026.

필요한 사실은 프롬프트에 넣어 주세요. MCP 도구를 연결하지 않는 한 인터넷에 접속할 수 없습니다.

가끔 자신 있게 틀립니다. 앞에서 보셨듯이 작업 4에서는 틀린 셸 명령을, 작업 2에서는 의미가 뒤바뀐 번역을 내놓았습니다. 중요한 것은 반드시 확인하세요.

Apple의 안전 필터가 무해한 텍스트를 차단할 수 있습니다. 그러면 apfel은 종료 코드 3과 함께 The request was blocked by Apple's safety guardrails 메시지를 내고 멈춥니다. 표현을 바꾸거나, 창작 글과 문서라면 --permissive를 추가하세요. 무엇이 달라지는지는 가드레일 문서에서 설명합니다. 이 페이지를 위해 실행하는 동안에는 차단을 겪지 않았습니다.

답은 실행할 때마다 다릅니다. 여기 실린 출력은 각각 한 번 실행한 실제 결과입니다. 여러분이 받는 답은 표현이 다를 것입니다. 더 일관된 답을 원하면 --temperature 0을 쓰세요. 다만 apfel은 실행할 때마다, 또는 macOS 업데이트 후에도 똑같은 출력이 나온다고 보장하지는 않습니다(안정성 정책).

속도: 테스트에서 대부분의 답은 1~2초 만에 돌아왔습니다. MCP 도구를 써서 웹 페이지를 요약할 때는 8초가 걸렸습니다.

요구 사항이 엄격합니다: Apple Silicon 전용이고, macOS 26 이상, Apple Intelligence 활성화, 그리고 --model-info에 나오는 15개 언어 중 하나가 필요합니다. Intel Mac에서는 실행할 수 없습니다.

문제가 생겼을 때

apfel은 문제를 종료 코드로 알려 주므로 스크립트가 이에 대응할 수 있습니다. 명령 직후에 echo $?로 확인하세요.

종료 코드 또는 오류 의미 해결 방법
2 잘못된 플래그나 옵션 플래그는 프롬프트 앞에 씁니다. apfel --help로 목록 확인
3 Apple의 안전 필터가 요청을 차단함 표현을 바꾸거나 --permissive 추가
4 입력이 컨텍스트 윈도우보다 김 텍스트를 줄이고 apfel --count-tokens로 확인
5 모델을 사용할 수 없음 Apple Intelligence를 켜고, 다운로드를 기다리고, Mac과 Siri의 언어를 일치시키기
6 모델이 사용 중이거나 요청 제한에 걸림 기다렸다가 다시 실행하거나 --retry 추가
Connection refused 포트 11434에 서버가 없음 apfel --serve 또는 brew services start apfel로 시작
HTTP 501 온디바이스 모델이 제공하지 않는 엔드포인트(임베딩, /v1/completions) /v1/chat/completions 사용
piped input was empty 명령이 stderr로 출력함 command 2>&1 \| apfel "..."

그래도 해결되지 않나요? GitHub에서 이슈를 검색하거나 새로 등록하세요.

만든 사람과 테스트 방법

apfel은 무료 오픈소스(MIT 라이선스)이며, Franz Enzenhofer의 franzai 프로젝트입니다. Franz의 AI 어시스턴트 Arthur Ficial이 함께 관리하며, 이 튜토리얼도 Arthur Ficial이 썼습니다. apfel을 만든 사람들이 직접 쓴 페이지이기 때문에, 저희가 본 실패를 빼지 않고 모두 적었습니다.

테스트 방법: 2026년 11월 15일, 이 페이지의 모든 명령을 macOS 27.0.1(빌드 26A434)이 설치된 MacBook Air M2(24GB)에서 실행했습니다. GitHub 릴리스의 서명된 apfel 1.18.0 바이너리(Homebrew tap이 설치하는 것과 같은 파일)를 실제 터미널 세션에서 사용했고, 출력은 수정 없이 그대로 옮겼습니다. 이 페이지의 첫 버전(2026년 11월 14일, apfel 1.16.0)에는 작업 8의 다중 인수 도구 버그가 드러나 있었습니다. 1.18.0에서 이 버그가 수정되어 이번 버전을 위해 모든 명령을 다시 실행했습니다. 처음 출력이 틀린 경우에도 틀린 출력을 그대로 싣고 틀렸다고 밝혔습니다. 다시 실행한 것은 수정할 필요가 없는 답을 얻기 위해서뿐이었습니다. 웹 페이지 요약 하나에 이 사이트가 쓰지 않는 긴 대시가 들어 있어서 다시 실행했고, 세 번째 결과를 실었습니다. 음성 예제는 테스트용 Mac에 소리 출력 장치가 없어서 오디오를 파일로 저장해 확인했습니다. 데모 스크립트는 apfel 1.18.0의 apfel --demos로 생성했습니다.

apfel에 대한 다른 글: Show HN 게시물(2026년 4월 3일, 743포인트), Better Stack의 가이드, GIGAZINE의 기사, danilchenko.dev의 실사용 리뷰.

출처: apfel README, CLI 레퍼런스, 설치 가이드, 데모 스크립트, apfel vs Apple의 fm, 이슈 트래커. 2026년 11월 15일에 읽었습니다.