Ollama Cloud Free vs Pro — 사용량 제한, 가격 및 실제 혜택 (2026)

Originally published on DevToolHub, where I keep this guide updated every time Ollama revises its limits.

Ollama Cloud는 현재 로컬 AI 분야에서 가장 많이 검색되는 주제 중 하나입니다. 그리고 질문은 항상 동일합니다. 무료 티어(Free tier)에서는 실제로 무엇을 얻을 수 있으며, Pro 플랜을 결제할 가치가 있는가?

이 가이드는 플랜별 제한 사항, 사용량이 실제로 어떻게 측정되는지(토큰이 아닙니다), 그리고 언제 업그레이드하는 것이 합리적인지를 다룹니다. 모든 데이터는 Ollama 공식 가격 페이지에서 가져왔습니다.

Ollama Cloud란 무엇인가

Ollama Cloud는 로컬 GPU가 필요 없이 Ollama의 데이터센터 GPU에서 대규모 오픈 소스 모델을 실행하는 관리형 추론 서비스 (Managed inference service)입니다. 핵심 장점은 기존의 로컬 Ollama 설정이 클라우드 모델과 동일하게 작동한다는 점입니다. 코드 재작성이나 새로운 SDK가 필요 없습니다. 그저 클라우드 모델을 가리키고 실행하기만 하면 됩니다:

ollama run gpt-oss:120b-cloud

동일한 CLI, 동일한 OpenAI 호환 API를 사용하지만 하드웨어만 다릅니다.

세 가지 티어 (Three tiers)

	Free	Pro	Max
가격	$0	$20/mo ($200/yr)	$100/mo
...
본인의 하드웨어에서 모델을 실행하는 것은 항상 무제한이며, 플랜은 클라우드 사용량에 대해서만 적용됩니다.

사용량이 실제로 측정되는 방식 (대부분의 게시물이 이를 틀리게 설명합니다)

Ollama는 고정된 토큰 수나 요청 수로 제한을 두지 않습니다. 사용량은 클라우드 인프라의 실제 활용도를 반영하며, 주로 모델 크기와 요청 지속 시간에 따라 달라지는 **GPU 시간 (GPU time)**을 기준으로 합니다. 이에 따라 두 가지 사항이 따릅니다:

1. 두 가지 주기로 제한이 초기화됩니다: 세션 제한은 5시간마다, 주간 제한은 7일마다 초기화됩니다.
2. 무거운 모델일수록 할당량(Quota)을 더 빨리 소모합니다. 모델은 레벨 1(gpt-oss:20b와 같은 가벼운 모델)부터 레벨 4(deepseek-v4-pro와 같은 초고중량 모델)까지 사용 레벨별로 그룹화됩니다.

실용적인 팁: Free 티어에서는 할당량을 최대한 아끼기 위해 레벨 1 및 레벨 2 모델을 사용하는 것이 좋습니다. 짧은 프롬프트와 캐시된 컨텍스트(Cached context)를 공유하는 프롬프트 역시 소모량이 적습니다.

동시성 (Concurrency) 및 대기열 (Queueing)

플랜의 동시성 (Concurrency) 제한을 초과하는 요청은 대기열 (Queue)에 추가되며, 슬롯이 비면 처리됩니다. 대기열 자체에는 고정된 깊이가 있어, 대기열이 가득 차면 슬롯이 확보될 때까지 요청이 거부됩니다. 이것이 프로덕션 에이전트 (Production agent) 워크로드가 결국 Max 플랜을 선택하게 되는 주요 이유입니다. 이는 단순히 원시 할당량 (Raw quota)의 문제가 아니라, 지속적인 동시 접속 (Concurrent access)에 관한 문제입니다.

개인정보 보호 (Privacy)

프롬프트 (Prompt) 및 응답 데이터는 절대 로그에 기록되거나 학습에 사용되지 않으며, Ollama는 호스팅 파트너에게 데이터 보존 제로 (Zero-data-retention) 정책을 요구합니다. 업무용 데이터를 위해 클라우드 추론 (Cloud inference)을 고려하고 있다면 알아둘 만한 가치가 있습니다.

그래서 어떤 티어를 선택해야 할까요?

• Free — 로컬에 담을 수 없는 대규모 모델을 실험하는 데 진정으로 유용합니다. 레벨 1–2 모델을 유지하세요.
• Pro ($20/mo) — 일상적인 엔지니어링 작업에 적합한 선택입니다. 전체 카탈로그를 사용할 수 있고, 3개의 클라우드 모델 동시 접속이 가능하며, 대부분의 개인 개발자가 한계에 부딪히지 않을 만큼 충분한 할당량을 제공합니다.
• Max ($100/mo) — 가장 무거운 모델에 대한 지속적이고 동시적인 접속이 필요한 프로덕션 에이전트 및 RAG 워크로드를 위한 플랜입니다.

만약 하드웨어를 직접 소유하고 싶다면: 자체 호스팅 Ollama를 실행하는 GPU 드롭릿 (GPU droplet)은 사용량이 일정해지면 경제성이 역전됩니다. 해당 설정에 대해서는 별도로 자세히 다루겠습니다.

주의 사항 하나

Ollama는 출시 이후 클라우드 할당량을 여러 번 수정했습니다. 저는 제한 사항이 변경될 때마다 DevToolHub의 원문 포스트를 공식 가격 페이지에 맞춰 업데이트하고 있습니다. 최신 수치를 확인하고 싶다면 이 포스트를 북마크해 두세요.

저는 devtoolhub.com에서 실무 중심의 DevOps 및 자체 호스팅 AI 가이드를 작성합니다. 귀하의 특정 워크로드에 대해 궁금한 점이 있으신가요? 댓글을 남겨주세요.