Hob의 개요
Hob은 Apple Silicon Mac, Windows, Linux용 데스크톱 앱으로, Claude와 ChatGPT 데스크톱 앱 같은 파일 작업을 로컬 모델로 처리합니다. 처음 실행하면 컴퓨터를 측정해 초당 약 15토큰 이상을 유지하는 가장 강한 오픈 웨이트 모델을 내려받습니다. 8 GB Mac에서는 Gemma 4 E2B, 16~18 GB에서는 E4B, 24~64 GB에서는 Gemma 4 26B A4B, 128 GB Mac Studio에서는 gpt-oss 120B입니다. Electron 셸 안에서 llama.cpp를 별도 프로세스로 실행하며, 이미지에는 작은 Qwen3-VL 모델을, 받아쓰기에는 Whisper를 씁니다.
에이전트는 공유한 폴더의 파일을 읽고 편집하며, 변경 전에 묻고 되돌릴 수 있고, 샌드박스에서 Python을 작성해 실행해 데이터를 처리하고 차트를 그리며, 스캔본을 포함한 PDF를 읽고 양식을 채우고(Mac), 스프레드시트와 Word 파일도 다룹니다. SearXNG를 통한 웹 검색이 유일한 내장 온라인 기능이며 끌 수 있습니다. Mac에는 Mail과 Calendar 커넥터가 내장되어 있고 MCP 커넥터를 추가할 수 있습니다.
Y Combinator가 지원하는 회사 Frigade가 MIT 라이선스로 만듭니다. 저장소는 2026년 10월 14일 생성되었고, 10월 26일 Hacker News에 공개되었으며, 10월 30일 v0.2.6에 도달했습니다.
Hob, 쓸 만한 가치가 있습니까?
Hob의 기여는 대부분의 로컬 AI 앱이 사용자에게 맡기는 결정, 즉 이 컴퓨터에 어떤 모델을 어떤 크기로 쓸지를 대신 내리는 것입니다. 적당한 컨텍스트 여유를 두고 초당 약 15토큰 이상을 유지하는 가장 강한 모델을 8 GB Mac의 Gemma 4 E2B부터 128 GB Mac Studio의 gpt-oss 120B까지에서 골라 내려받고 물러납니다. Jan과 LM Studio는 카탈로그를 주지만 Hob은 답을 줍니다.
두 번째 차이는 파일에 대해 대화하는 대신 파일에 직접 작업한다는 점입니다. 작성자의 Show HN 글에 따르면, 폴더의 파일을 읽고 바꾸고, 이미지를 보고, 샌드박스에서 코드를 실행하고, 차트를 그리는 로컬 앱을 찾지 못해 만들었다고 합니다. 샌드박스는 채팅 폴더에만 쓸 수 있고 요청하지 않으면 네트워크가 없으며, macOS에서는 sandbox-exec, Linux에서는 Landlock, Windows에서는 낮은 무결성 프로세스를 씁니다. 파일 편집은 승인이 필요하고 되돌릴 수 있습니다.
개인정보 보호가 강점입니다. 사이트에 따르면 Hob에는 텔레메트리가 없고, 모델과 채팅은 컴퓨터에 남으며, 설정에서 웹 접근을 끄면 모델과 앱 업데이트를 제외하고 완전히 오프라인으로 작동합니다. SearXNG 검색과 추가한 MCP 커넥터는 동작에 필요한 것을 해당 서비스로 보냅니다.
한계는 모델과 짧은 역사입니다. 16 GB 노트북의 Gemma 4 E4B는 최첨단 모델과 거리가 멀고, 한 Hacker News 댓글 작성자는 모델이 "really dumb, mainly"라고 평했습니다. 작성자도 클라우드 모델보다 뒤처진다는 데 동의합니다. 프로젝트는 4주 되었고 별은 약 530개, 기여자는 3명이며, Windows 빌드는 서명되지 않았고, 초기 사용자들은 18 GB 모델이 정리할 방법 없이 디스크에 남는다고 보고했으며 작성자는 다음 업데이트에서 고치겠다고 했습니다.
돈을 내는 클라우드 모델로 파일을 보내는 PawWork와 비교하면, Hob은 답변 품질을 내주고 모든 것을 내 디스크에 둡니다.
제 역할을 하는 곳
32 GB MacBook을 쓰는 1차 진료 의원 관리자
환자 관련 파일을 업로드하지 않고 스캔한 PDF 양식을 채우고 정책 문서를 요약하기
폴더를 공유하고 웹 접근을 끈 뒤 Hob이 Gemma 4 26B A4B를 로컬에서 실행하게 합니다. 노트북 외에는 무료이며, 길고 미묘한 문서에 대한 답변은 확인이 필요합니다.
RTX 4090을 단 Windows PC를 쓰는 영업 분석가
스프레드시트에서 지역별 매출 차트 만들기
Hob은 Gemma 4 26B를 전부 GPU에서 실행하고, 샌드박스에서 Python을 작성해 파일을 읽고 차트를 그린 뒤 결과를 채팅 폴더에 저장합니다.
25인 자선단체의 IT 관리자
데이터를 각자의 노트북에 두는 무료 비서를 직원에게 제공하기
메모리 8 GB 이상, 여유 디스크 10~25 GB인 각 컴퓨터에 MIT 라이선스 앱을 설치합니다. 중앙 관리는 없으며 8 GB 노트북에는 가장 작은 Gemma 모델이 설치됩니다.
도입 전 확인할 점
- 설정
- GitHub에서 Mac arm64용 .dmg, Windows x64용 .exe, Linux용 AppImage를 내려받습니다. 처음 실행하면 모델을 골라 내려받으며, 디스크가 10~25 GB, 가장 큰 모델은 약 75 GB 필요합니다.
- 연동
- 내장 SearXNG 웹 검색, Mac의 Mail과 Calendar, Notion이나 Linear 같은 사용자 추가 MCP 커넥터. llama.cpp, 이미지용 Qwen3-VL, 받아쓰기용 Whisper는 로컬에서 실행됩니다.
- 데이터와 개인정보
- 사이트에 따르면 텔레메트리가 없으며 채팅, 파일, 모델은 컴퓨터에 남습니다. 웹 검색과 커넥터는 해당 서비스로 데이터를 보내며, 웹 접근은 Settings에서 끌 수 있습니다. MIT 라이선스.
- 대규모 사용 시 비용
- 어떤 규모에서도 무료이며 비용은 하드웨어입니다. 메모리는 최소 8 GB, 권장 16 GB 이상이고, Mac에서 Gemma 4 26B A4B를 쓰려면 24 GB 이상이 필요합니다.
- 제한
- 로컬 모델은 최첨단 클라우드 모델에 뒤처짐, PDF 양식 작성은 Mac 전용, Intel Mac 빌드 없음, Windows 빌드 미서명, 초기 릴리스에서 디스크의 모델 정리 기능이 없다는 보고.
좋은 점
- 하드웨어에 맞는 모델 크기를 골라 설치
- 텔레메트리 없음, 웹 접근을 끄면 완전 오프라인
- 네트워크 없는 샌드박스 코드 실행, 파일 편집 전 승인과 되돌리기
- Mac에서 스캔한 PDF를 읽고 양식 작성
- MIT 라이선스, 모델 포함 무료
아쉬운 점
- 8~16 GB 컴퓨터에서 로컬 모델 품질이 클라우드에 뒤처짐
- 공개 4주, 기여자 3명
- 모델이 10~25 GB, 가장 큰 것은 약 75 GB 차지
- 서명되지 않은 Windows 빌드, Intel Mac 미지원
- 어떤 모델을 실행할지 거의 제어할 수 없음
추천 대상
모델을 고르거나 설정하지 않고도 자기 문서를 다루는 개인용 오프라인 비서를 원하는 비기술직 사용자.
Hob 대안
Hob: 자주 묻는 질문
- Hob, 쓸 만한 가치가 있습니까?
- 설정을 걷어 낸 로컬 AI입니다. 모델을 대신 골라 파일 작업을 맡기므로 비기술직 사용자에게는 딱 맞고, 직접 고르고 싶은 사람에게는 한계입니다. 평점은 5점 만점에 3.7점입니다.
- Hob의 가격은 얼마입니까?
- 무료 오픈소스(MIT)이며 모델이 포함됩니다. 계정, 구독, 유료 등급이 없으며, 연결한 서비스는 자체 요금을 부과할 수 있습니다.
- Hob의 단점은 무엇입니까?
- 8~16 GB 컴퓨터에서 로컬 모델 품질이 클라우드에 뒤처짐; 공개 4주, 기여자 3명; 모델이 10~25 GB, 가장 큰 것은 약 75 GB 차지; 서명되지 않은 Windows 빌드, Intel Mac 미지원; 어떤 모델을 실행할지 거의 제어할 수 없음.
- Hob에 적합한 사람은 누구입니까?
- 모델을 고르거나 설정하지 않고도 자기 문서를 다루는 개인용 오프라인 비서를 원하는 비기술직 사용자.
- 팀이나 프로덕션 환경에서 Hob의 비용은 얼마입니까?
- 어떤 규모에서도 무료이며 비용은 하드웨어입니다. 메모리는 최소 8 GB, 권장 16 GB 이상이고, Mac에서 Gemma 4 26B A4B를 쓰려면 24 GB 이상이 필요합니다.
- Hob에 회사 데이터를 맡겨도 안전합니까?
- 사이트에 따르면 텔레메트리가 없으며 채팅, 파일, 모델은 컴퓨터에 남습니다. 웹 검색과 커넥터는 해당 서비스로 데이터를 보내며, 웹 접근은 Settings에서 끌 수 있습니다. MIT 라이선스.
- Hob의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Jan, AnythingLLM 및 PawWork입니다.
답변 확인일: 2026년 11월 11일.