잠자는 맥으로 AI 수익화? Darkbloom 설치 전 알아야 할 조건

유휴 Mac mini나 Mac Studio가 있다면, 그 컴퓨터를 외부 AI 추론 요청을 처리하는 노드로 연결해 볼 수 있다. Darkbloom은 Apple Silicon Mac을 OpenAI 호환 추론 공급자(provider)로 묶는 퍼블릭 알파 네트워크다. 로컬 LLM을 내 컴퓨터에서 혼자 돌리는 것과 달리, 남는 장비가 외부 요청을 처리하고 토큰 단위 수익을 받는 구조다.

맥을 통째로 빌려주는 서비스는 아니다

개발자는 API의 base URL을 Darkbloom으로 바꿔 요청을 보내고, 코디네이터는 사용 가능한 Mac 공급자에게 작업을 배정한다. 공급자 Mac은 모델을 GPU에서 실행하고 응답을 돌려준다. 원격 데스크톱처럼 맥 화면이나 파일을 넘겨주는 서비스가 아니라, 필요한 순간 AI 모델의 입력과 출력을 계산하는 장비 노드에 가깝다.

영상 작업에 익숙하다면 렌더 팜에 남는 컴퓨팅 시간을 붙이는 구조로 생각하면 된다. 컴퓨터를 실제로 비워 두는 시간에만 네트워크 요청을 받는 방식이다. 공식 사이트는 현재 퍼블릭 알파에서 공급자가 추론 수익의 100%를 가져간다고 안내한다. 다만 서비스·수요·정산 조건이 고정된 완성형 상품이라기보다 네트워크를 키우는 단계라는 점은 같이 봐야 한다.

함께 읽기: 프리미어 프로 키프레임 모션, 속도를 설계하는 순서
https://notaseekeranymore.com/entry/%ED%94%84%EB%A6%AC%EB%AF%B8%EC%96%B4-%ED%94%84%EB%A1%9C-%ED%82%A4%ED%94%84%EB%A0%88%EC%9E%84-%EB%AA%A8%EC%85%98-Ease-In%C2%B7Out%EA%B3%BC-%EC%98%A4%EB%B2%84%EC%8A%88%ED%8A%B8%EB%A5%BC-%EC%93%B0%EB%8A%94-%EC%88%9C%EC%84%9C

요청은 어떤 경로로 들어오나

공급자 노드는 외부에서 내 Mac으로 들어오는 포트를 여는 방식이 아니다. 공식 공개 저장소 설명에 따르면 Mac의 프로그램이 코디네이터에 WebSocket으로 바깥쪽 연결을 만들며, 포트포워딩이나 인바운드 방화벽 설정 변경은 필요 없다고 명시한다. 필요한 네트워크 조건은 외부 HTTPS 443 연결이고, api.darkbloom.dev까지 지연이 낮은 경로를 권장한다.

프라이버시 설명은 정확하게 읽을 필요가 있다. 공식 문서는 공급자 Mac 운영자가 요청과 응답을 보지 못하도록 암호화와 강화된 런타임을 설계했다고 설명한다. 그러나 요청 평문이 어디에도 존재하지 않는다는 뜻은 아니다. 라우팅과 과금 과정에서 코디네이터의 Confidential VM 메모리 안에서 평문이 일시 처리된 뒤, 선택된 공급자에게 다시 암호화되어 전달된다고 적혀 있다. 문서상 로그에 남기거나 보관하지 않는다는 설명과, 평문이 전혀 없다는 말은 구분해야 한다.

설치 전에 볼 조건

공식 요구사항은 Apple Silicon M1 이상, macOS 14 이상, 메모리 8GB 이상, 여유 디스크 50GB 이상이다. 8GB는 시작을 허용하는 최소선이며, 큰 모델 또는 여러 모델은 32GB 이상 메모리와 100GB 이상 여유 공간을 권장한다. 모델은 운영체제가 남긴 메모리 위에 모델 용량과 약 2GB의 헤드룸까지 들어가야 한다.

설치 뒤 공급자 노드는 launchd 서비스로 백그라운드에서 동작한다. 설치 과정에는 하드웨어 신뢰 등급을 높이는 MDM 등록 프로파일 옵션도 있다. 단순 앱을 받아 쓰는 것보다 장비 운용에 가까운 설치이므로, 표시되는 권한과 프로파일 항목을 직접 읽고 결정하면 된다.

월 16~415달러는 어떻게 봐야 하나

공식 수익 계산기는 월 16~415달러, 연 192~4,983달러 범위를 제시한다. 여기에는 전제가 있다. 월 16달러의 기본 보상은 정산 기간의 90% 이상 온라인 상태인 정상 attested 장비를 대상으로 하는 고정 풀 기반 보상이며, 상단 수치는 건강하고 지속적인 네트워크 수요를 가정한 추정치다.

따라서 숫자는 월급표보다 계산기다. 실제 결과는 선택한 모델, 온라인 시간, 요청이 들어오는 빈도, 정산 조건, 전기 사용량과 장비 운용 비용에 따라 달라진다. 설치했다면 한 달 정도는 켜 둔 시간, 실제 요청량, 받은 정산, 전력 사용량을 함께 기록해 보는 편이 가장 현실적이다. 수요가 많으면 계산기 상단에 가까워질 수 있고, 수요가 적다면 훨씬 낮을 수도 있다.

함께 읽기: MP4·MOV·MXF 차이, 작업 파일을 고르는 기준
https://notaseekeranymore.com/entry/MP4%C2%B7MOV%C2%B7MXF-%EC%B0%A8%EC%9D%B4-%ED%99%94%EC%A7%88%EC%9D%B4-%EC%95%84%EB%8B%88%EB%9D%BC-%EB%82%A9%ED%92%88%EA%B3%BC-%ED%8E%B8%EC%A7%91%EC%9D%98-%EA%B7%B8%EB%A6%87%EC%9D%84-%EA%B3%A0%EB%A5%B4%EB%8A%94-%EB%B2%95

여유 있는 Apple Silicon이 있다면

남는 Mac mini나 Mac Studio가 있다면 Darkbloom은 AI 추론 수익화가 실제로 어떤 방식으로 굴러가는지 확인해 볼 만한 선택지다. 저장공간과 메모리 조건을 확인하고, 알파 단계라는 점을 감안해 실제 가동 시간과 정산 내역을 비교하면 된다. 포트를 열지 않고 시작할 수 있다는 점도 진입 장벽을 낮춘다.

핵심은 밤새 켜 두면 고정 수입이 생긴다고 보는 대신, 수요가 있을 때 장비에 작업이 배정되고 수익도 가동률과 작업량을 따라간다는 구조를 이해하는 것이다. 여유 장비가 있다면 복잡한 서버 구축 없이 외부 추론 노드 운용을 경험해 보는 실험으로 충분히 해볼 만하다.

결론

Darkbloom은 로컬 LLM 앱이 아니라 남는 Apple Silicon을 외부 AI 요청에 연결하는 추론 네트워크다. M1·macOS 14·8GB 메모리·50GB 여유 공간부터 확인하고, 가능하면 32GB 메모리와 100GB 이상의 디스크 여유를 갖춘 장비로 시작하면 된다.

여유 장비가 있다면 한 번 돌려 보고, 월별 추정치 대신 실제 온라인 시간과 요청량·정산을 비교해 보자. 그 기록이 쌓이면 내 환경에서 계속 운용할 만한지 판단할 수 있다.

출처

- Darkbloom 공식 사이트: https://www.darkbloom.dev/
- Darkbloom 공개 저장소 및 설치·요구사항 문서: https://github.com/Layr-Labs/d-inference
- 서비스 소개 원문: https://www.threads.com/@minpeterx/post/DcWZC6vmOL_