728x90
openclaw에서 "Ollama API error 500: {"error":"model requires more system memory (20.3 GiB) than is available (8.3 GiB)"}" 오류가 발생함. 해결 방법은?
OpenClaw에서 Ollama 메모리 부족 오류가 발생했습니다. 시스템 메모리(8.3GB)가 모델 요구량(20.3GB)보다 적어서 발생하는 문제입니다.
즉시 해결 방법
1. 더 작은 모델 사용 (추천)
OpenClaw 설정에서 모델을 경량화된 버전으로 변경:
Table
현재 모델대체 모델필요 메모리
| Llama 3.1 70B | Llama 3.1 8B | ~6 GB |
| Qwen 2.5 72B | Qwen 2.5 7B | ~5 GB |
| Mixtral 8x22B | Mixtral 8x7B | ~13 GB → Phi-4 4.5B (~3 GB) |
| DeepSeek-R1 32B | DeepSeek-R1 7B | ~5 GB |
OpenClaw 설정 변경:
plain
설정 → 모델 설정 → Ollama 모델 태그 변경
예: llama3.1:70b → llama3.1:8b
2. Ollama 양자화(Quantization) 적용
모델 정밀도를 낮춰 메모리 사용 감소:
bash
# Ollama에서 양자화된 버전 실행
ollama run llama3.1:8b-q4_0 # 4-bit 양자화 (가장 작음)
ollama run llama3.1:8b-q8_0 # 8-bit 양자화 (중간)
Table
접미사크기 감소질필요 메모리
| q4_0 | ~75% | 보통 | 원본의 25% |
| q5_0 | ~65% | 양호 | 원본의 35% |
| q8_0 | ~50% | 우수 | 원본의 50% |
3. 가상 메모리(Swap) 임시 확보
bash
# macOS
sudo dd if=/dev/zero of=/private/var/vm/swapfile bs=1g count=16
# 또는
sudo swapoff -a && sudo swapon -a
# Linux
sudo fallocate -l 16G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
⚠️ 주의: SSD swap은 GPU 메모리 부족 해결 못 함, 속도도 매우 느림
4. OpenClaw 설정 최적화
Ollama 환경 변수 설정:
bash
# macOS: ~/.zshrc 또는 ~/.bash_profile
export OLLAMA_CONTEXT_LENGTH=2048 # 기본 4096 → 2048 감소
export OLLAMA_NUM_GPU=1 # GPU 레이어 수 제한
export OLLAMA_MAX_LOADED_MODELS=1 # 동시 모델 1개로 제한
# Ollama 재시작
killall ollama
ollama serve
근본 해결책
Table
방법설명비용
| RAM 업그레이드 | 32GB 이상 권장 | 하드웨어 구매 |
| 외부 Ollama 사용 | RAM 큰 서버에 Ollama 설치 후 원격 연결 | 서버 비용 |
| OpenClaw API 모드 전환 | Kimi API 직접 사용 (Ollama 우회) | API 사용량 과금 |
OpenClaw에서 Kimi API 직접 사용
Ollama 대신 Moonshot API를 직접 호출하도록 설정:
plain
OpenClaw 설정 → API 설정 → Custom Endpoint
- Base URL: https://api.moonshot.cn/v1
- Model: kimi-k1.5 또는 kimi-latest
- API Key: [Moonshot 콘솔에서 발급]
이 경우 로컬 메모리 제한 없이 Kimi 서버 리소스를 사용합니다.
요약
Table
우선순위조치효과
| 1 | 8B/7B급 소형 모델로 변경 | 즉시 해결 |
| 2 | q4_0/q5_0 양자화 버전 사용 | 품질 약간 감소 |
| 3 | Kimi API 직접 사용 | 최고 품질, 과금 발생 |
| 4 | 하드웨어 업그레이드 | 장기적 해결 |
어떤 모델을 현재 사용 중이신가요? 그에 맞는 구체적인 대체 모델을 추천해 드리겠습니다.
Ollama API error 404: {"error":"model 'llama3.1:latest' not found"}
Ollama에 llama3.1:latest 모델이 설치되지 않아서 발생하는 오류입니다.
즉시 해결 방법
1. 모델 다운로드 (Pull)
bash
# 터미널에서 실행
ollama pull llama3.1:8b
# 또는 최신 태그 명시
ollama pull llama3.1:latest
다운로드 중 화면:
plain
pulling manifest
pulling 8eeb52b6... 100% ▕████████████████▏ 4.7 GB
verifying sha256 digest
writing manifest
success
2. 설치된 모델 확인
bash
ollama list
출력 예시:
plain
Copy
NAME ID SIZE MODIFIED
llama3.1:8b 8eeb52b6... 4.7 GB 2 minutes ago
qwen2.5:7b 972a12a3... 4.4 GB 3 days ago
llama3.1이 보이지 않으면 Step 1을 먼저 실행해야 합니다.
3. OpenClaw 설정 확인
OpenClaw에서 모델 이름이 정확히 일치하는지 확인:
Table
OpenClaw 설정Ollama 실제 모델명상태
| llama3.1:latest | llama3.1:8b 또는 llama3.1:latest | ✅ 일치 |
| llama3.1 | llama3.1:8b | ⚠️ 태그 누락 |
| llama3.1:70b | 미설치 | ❌ 404 오류 |
OpenClaw 설정 변경:
plain
설정 → 모델 → Ollama 모델명: llama3.1:8b
메모리 제한 고려 (8.3GB 환경)
이전에 메모리 부족(20.3GB 필요) 문제가 있었으므로, 8B 이하 모델만 사용 가능:
Table
모델명령어필요 메모리상태
| Llama 3.1 8B | ollama pull llama3.1:8b | ~6 GB | ✅ 가능 |
| Llama 3.1 70B | ollama pull llama3.1:70b | ~40 GB | ❌ 불가 |
| Qwen 2.5 7B | ollama pull qwen2.5:7b | ~5 GB | ✅ 가능 |
| Phi-4 4.5B | ollama pull phi4 | ~3 GB | ✅ 가능 |
| Gemma 2 2B | ollama pull gemma2:2b | ~2 GB | ✅ 가장 작음 |
전체 해결 플로우
bash
# 1. Ollama 서버 실행 확인
ollama serve
# 또는 백그라운드에서 이미 실행 중인지 확인: pgrep ollama
# 2. 모델 다운로드 (8B 권장)
ollama pull llama3.1:8b
# 3. 설치 확인
ollama list
# 4. 테스트
ollama run llama3.1:8b
# >>> 안녕하세요 (입력 후 응답 확인)
# /bye 로 종료
OpenClaw 재연결
모델 설치 후 OpenClaw에서:
-
설정 → 모델 → Ollama 모델명을 llama3.1:8b로 변경
-
연결 테스트 또는 새 대화 시작
여전히 오류가 발생하면
bash
# Ollama 완전 재시작
killall ollama
ollama serve
# 또는 디버그 모드로 상세 로그 확인
OLLAMA_DEBUG=1 ollama serve
어떤 모델을 다운로드했는지, ollama list 출력 결과를 알려주시면 더 구체적으로 도와드리겠습니다.
728x90
'프로그램 활용 > 인공지능(AI)' 카테고리의 다른 글
| Ollama3.1를 활용한 LLM 구축 및 RAG 시스템 적용해보기 (0) | 2026.03.18 |
|---|---|
| Build a Local LLM-based RAG System for Your Personal Documents (0) | 2026.03.18 |
| AI 모델이 메모리(RAM 또는 VRAM) 초과 시 (0) | 2026.03.17 |
| SPRI, 국제 표준 기반 신규 규모산정 프레임워크 제안 (0) | 2026.03.17 |
| Ollama 연동 가이드 - 로컬 LLM Ollama로 무료 AI 비서 만들기 (0) | 2026.03.16 |