인공지능 분야에 예상치 못한 변화가 일어나고 있습니다. 더 인포메이션(The Information)의 보도에 따르면, 오픈아이디(OpenAI)는 최근 몇 달 동안 수만 대의 맥 미니(Mac mini)와 맥 스튜디오(Mac Studio)를 구매했습니다. 목표는 자사의 AI 에이전트가 사람처럼 컴퓨터를 조작하도록 훈련시키는 것입니다. 즉, 마우스 클릭, 메뉴 탐색, 양식 작성, 복잡한 작업 수행 등을 가능하게 하는 것입니다. 많은 사람들을 놀라게 한 이 전략은 애플 하드웨어가 더 이상 일반 소비자나 크리에이터만을 위한 것이 아니라, 주요 AI 연구소의 핵심 인프라 구성 요소가 되었음을 보여줍니다.
Cult of Mac, Moneycontrol, 24/7 Wall St. 등의 매체에서도 보도된 이 소식에 따르면, 이 컴퓨터들은 인공지능 모델 학습의 매우 특정한 단계, 즉 강화 학습에 사용되고 있습니다. 강화 학습은 AI 모델이 실제 그래픽 인터페이스와 상호 작용하며, 다양한 동작을 테스트하고 결과에 따라 보상이나 벌점을 받는 과정입니다. 이 학습 방식은 상당한 양의 메모리와 수천 개의 시뮬레이션을 동시에 실행할 수 있는 능력을 요구하는데, 애플 실리콘 칩이 탑재된 맥이 이러한 요구 사항을 충족하는 데 특히 적합한 것으로 보입니다.
애플 실리콘이 강화 학습에 중요한 이유는 무엇일까요?
컴퓨터를 사용해야 하는 AI 에이전트를 훈련하는 것은 기존 언어 모델을 훈련하는 것과는 매우 다릅니다. 에이전트는 방대한 양의 텍스트를 학습하는 대신, 다음과 같은 작업을 수행해야 합니다. 화면에 보이는 내용을 해석하고, 취할 조치를 결정하고, 제대로 작동했는지 확인합니다.각 시도는 점수로 평가되며, 모델은 해당 피드백을 기반으로 전략을 조정합니다. 이를 위해서는 수천 개의 독립적인 세션이 필요하며, 각 세션은 고유한 상태와 컨텍스트를 가지고 동시에 실행되어야 합니다.
바로 이 부분에서 Apple의 통합 메모리 아키텍처(UMA)가 중요한 역할을 합니다. 비디오 메모리와 RAM이 분리되어 데이터가 양방향으로 이동해야 하는 기존 GPU 기반 시스템과 달리, Mac에서는 CPU, GPU, 그리고 뉴럴 엔진이 동일한 메모리 블록을 공유합니다. 이는 병목 현상을 줄이고 모델이 필요한 정보에 언제든지 빠르게 접근할 수 있도록 해줍니다. 여러 분석에서 지적했듯이, 이러한 특징은 에이전트가 화면, 명령, 그리고 행동 결과에 대한 일관된 표현을 유지하는 데 매우 중요합니다.
맥 미니와 맥 스튜디오의 또 다른 장점은 냉각 시스템입니다. 더 얇고 가벼운 맥북과는 달리, 이 데스크톱 컴퓨터들은 전용 팬을 탑재하여 몇 시간 또는 며칠 동안 집중적인 학습을 진행하는 동안에도 안정적인 성능을 유지할 수 있습니다. 이는 컴퓨터 과열이나 속도 저하 없이 장시간 학습이 필요한 강화 학습에 매우 중요합니다.
OpenAI는 인수하고, Anthropic은 임대한다: 같은 목표를 위한 두 가지 전략
이 소식은 또한 OpenAI만이 이러한 접근 방식에 관심을 보이는 회사가 아니라는 사실을 밝혀냈습니다. 구글과 아마존의 지원을 받는 Anthropic은 다른 전략을 선택한 것으로 알려졌습니다. 즉, 장비를 구매하는 대신, Amazon Web Services(AWS)를 통해 Mac mini 용량을 임대하고 있습니다.이러한 차이점은 이 아키텍처가 제대로 작동하는지 테스트하기 위해 막대한 하드웨어 투자를 할 필요가 없다는 것을 보여주기 때문에 중요합니다. 용량을 임대하고 성능을 측정한 다음 구매할지 아니면 계속 임대할지 결정할 수 있습니다.
이러한 연구소들이 맥에 관심을 보이는 것은 엔비디아의 대규모 GPU 클러스터를 대체할 것이라는 의미는 아닙니다. 대규모 언어 모델 학습은 여전히 이러한 특수 가속기에 의존합니다. 하지만 고강도 추론 작업이나 인터페이스와 상호 작용하는 에이전트 학습에는 맥이 더 경제적이고 효율적인 대안을 제공합니다. 분석가 셰이 볼루어는 애플 컴퓨터는 강화 학습 단계에 사용되고, GPU는 사전 학습에 여전히 필수적이라고 설명합니다.
수요 증가로 공급망에 부담이 가중되자 애플이 대응에 나섰다.
맥 열풍은 공급망에도 영향을 미치고 있습니다. 여러 보고서에 따르면, 메모리 용량이 더 큰 맥 미니와 맥 스튜디오 구성은 몇 달 전부터 품절되었습니다. 맞춤형 버전의 납기가 몇 주씩 지연되기도 했습니다. 데이터 센터의 수요 증가로 인한 전 세계적인 DRAM 및 NAND 메모리 부족 현상이 상황을 더욱 악화시켰습니다. 공급업체들은 대규모 하이퍼스케일러 업체에 우선적으로 제품을 공급하고 있으며, 애플의 주문 역시 같은 경쟁 구도에서 맞닥뜨리고 있습니다.
이러한 상황에 대응하기 위해 애플은 제품 출시 일정을 앞당겼습니다. 2016년 8월 25일, 애플은 M6 및 M5 Pro 칩을 탑재한 새로운 Mac mini와 M5 Max 및 M5 Ultra 칩을 탑재한 Mac Studio를 공개했습니다. 이처럼 이례적으로 빠른 출시는 더욱 강력하고 효율적인 칩으로 시장의 수요를 충족시키려는 의도였습니다. 새로운 모델들은 성능과 메모리 용량 면에서 상당한 개선을 이루었으며, Mac Studio M5 Ultra 모델은 최대 512GB의 통합 저장 용량을 제공합니다.
애플이 출시 시기를 앞당긴 것은 수요 증가에 대한 대응으로 해석되기도 합니다. 애플은 오픈AI 인수를 공식적으로 확인하지는 않았지만, 납기 지연과 재고 부족 현상은 기관 투자자들의 수요가 상당함을 시사합니다. 실제로 맥 사업부의 매출은 지난 분기에 전년 동기 대비 29% 증가한 10.400억 달러를 기록하며 애플에서 가장 빠르게 성장하는 사업 부문이 되었습니다.
엔비디아는 애플이 기업 시장에서 어떤 입지를 구축하는지 예의주시하고 있다.
로컬 AI 분야에서 Mac의 부상은 Nvidia의 눈에도 띄지 않을 수 없었습니다. 회사 관계자에 따르면, 엔비디아는 이미 애플을 로컬 AI 처리 분야에서 가장 큰 경쟁사로 여기고 있습니다.이러한 위협에 대응하기 위해 엔비디아는 작년 말 맥 미니와 유사한 디자인의 데스크톱 컴퓨터인 DGX Spark를 출시했습니다. 이 제품은 그레이스 블랙웰 칩과 최대 128GB의 통합 메모리를 탑재하고 있으며, 데스크톱 AI 추론 시장을 직접적으로 겨냥하고 있습니다.
애플은 이러한 상황을 기회로 삼아 기업 시장에서의 입지를 강화하려 노력하고 있습니다. 지난 6월, 애플 파크에서 "비즈니스 앳 더 파크(Business at the Park)"라는 비공개 행사를 개최했는데, 디즈니, 포드, 그리고 앤스로픽(Anthropic) 공동 창업자 재러드 카플란을 비롯한 임원들이 참석했습니다. 이 행사에서 애플은 맥 미니를 중심으로 자사 하드웨어가 AI 작업을 로컬에서 처리하는 데 얼마나 유리한지 강조했습니다. 그러나 애플은 여전히 기업 AI 부문을 위한 전담 영업팀을 갖추고 있지 않으며, 일부 전직 임원들은 이를 아쉬운 기회 손실로 지적하고 있습니다.
공급 부족은 새로운 비즈니스 모델의 등장으로도 이어지고 있습니다. 오픈AI 출신인 피터 보엘은 애플 하드웨어를 기반으로 하는 클라우드 컴퓨팅 회사인 마운트 토르(Mount Thor)를 설립했는데, 이 회사는 아직 비공개로 운영되고 있습니다. 네임스페이스 랩스(Namespace Labs)와 같은 다른 회사들은 고객 수요를 충족하기 위해 맥북 프로를 랙에 쌓아두는 방식을 택했습니다. 이러한 새로운 생태계는 맥을 AI 인프라로 활용하려는 관심이 대규모 연구소를 훨씬 넘어선다는 것을 보여줍니다.
요약하자면, OpenAI가 AI 에이전트 학습을 위해 수만 대의 Mac mini와 Mac Studio를 구매했다는 소식은 업계의 전환점을 의미합니다. 애플 실리콘의 통합 메모리, 에너지 효율성, 그리고 수천 개의 세션을 동시에 실행할 수 있는 능력 이러한 장치들은 강화 학습에 있어 매우 유용한 도구가 되었습니다. 애플과 오픈AI 모두 공식적으로 이번 계약을 확인하지는 않았지만, 판매량, 재고 부족 현상, 그리고 조기 출시 사례들을 보면 이러한 추세가 실제로 나타나고 있음을 알 수 있습니다. 엔비디아가 어떻게 대응할지, 그리고 애플이 이번 기회를 활용하여 기업용 AI 시장에서의 입지를 더욱 공고히 할 수 있을지는 앞으로 지켜봐야 할 것입니다.
