오픈AI가 맥 미니를 수만 대 사들였습니다 — 애플 M6 2나노와 512GB 통합 메모리
AI 학습에 쓰는 장비라고 하면 보통 데이터센터에 줄지어 선 GPU 서버를 떠올리게 됩니다. 그런데 요즘 오픈AI가 사들이는 물건은 조금 다릅니다.
오픈AI가 맥 미니와 맥 스튜디오를 수만 대 규모로 사들이고 있다는 보도가 8월 31일에 나왔습니다. 앤스로픽은 같은 용도로 AWS에서 맥 미니를 빌려 쓰고 있다고 해요.
책상 위에 올려두는 그 작은 상자가 왜 AI 회사의 학습 장비가 됐을까요. 오늘은 이 흐름의 이유와 한계를 함께 살펴보겠습니다.
오픈AI가 맥 미니를 수만 대 사들였습니다
8월 31일 여러 매체가 같은 내용을 전했습니다. 오픈AI가 최근 몇 달 사이 맥 미니와 맥 스튜디오를 수만 대 규모로 구매했다는 보도입니다.
용도는 강화학습과 컴퓨터를 직접 조작하는 에이전트의 훈련이라고 알려졌습니다.
회사가 공식 발표한 내용은 아닙니다. 업계 취재를 통해 나온 보도라는 점은 먼저 짚어 두겠습니다.
무엇을 얼마나 샀나
보도에 따르면 대상은 맥 미니와 맥 스튜디오 두 기종입니다. 노트북이 아니라 데스크톱 쪽이에요.
수량은 수만 대 규모로 전해집니다. 정확한 숫자는 공개되지 않았습니다.
이 정도 물량이면 개인용 제품 시장에서는 무시할 수 없는 규모입니다. 공급에 영향을 준다는 관측이 나오는 이유예요.
GPU가 아니라 맥인 이유 ① 통합 메모리 구조
애플 실리콘은 CPU와 GPU, 뉴럴 엔진이 하나의 메모리 풀을 함께 씁니다. 이것을 통합 메모리라고 부릅니다.
일반적인 PC 구조에서는 그래픽카드가 자기 메모리를 따로 갖고, 데이터를 주고받을 때마다 복사가 일어납니다. 통합 메모리에는 그 복사가 없어요.
덕분에 같은 용량이라도 다루기가 훨씬 수월합니다. 큰 모델을 한 장비에 통째로 올리기 좋은 구조입니다.
GPU가 아니라 맥인 이유 ② 컴퓨터를 직접 쓰는 에이전트
요즘 AI 회사들이 공들이는 분야 중 하나가 컴퓨터를 직접 조작하는 에이전트입니다. 화면을 보고 마우스를 움직이고 앱을 다루는 방식이에요.
이런 에이전트를 훈련하려면 진짜 운영체제와 진짜 앱이 도는 실제 컴퓨터가 아주 많이 필요합니다.
맥에서 도는 앱을 다루려면 맥이 있어야 합니다. GPU 서버로는 대체가 안 되는 부분이에요.
강화학습 루프가 요구하는 것
강화학습은 시도하고 결과를 보고 고치는 과정을 아주 여러 번 반복합니다. 한 번의 계산이 크기보다는 반복 횟수가 많은 쪽이에요.
그래서 거대한 한 대보다 적당한 성능의 여러 대가 유리한 경우가 있습니다. 각 장비가 독립적으로 자기 몫의 시도를 돌리면 되니까요.
맥 미니는 전력을 적게 쓰고 발열이 낮아 여러 대를 촘촘히 세워 두기에 알맞습니다.
프런티어 모델 학습과는 다른 작업입니다
오해하기 쉬운 지점이 여기입니다. 이번 구매가 최상위 모델을 처음부터 학습하는 일과는 다릅니다.
프런티어 학습은 여전히 대규모 GPU 클러스터의 영역입니다. 수만 장의 가속기가 초고속으로 연결된 환경이 필요해요.
맥이 맡는 쪽은 중간 규모 모델의 미세 조정과 추론, 그리고 에이전트 훈련 환경입니다.
앤스로픽은 사지 않고 빌립니다
같은 보도에서 앤스로픽은 다른 방식을 택한 것으로 전해집니다. AWS를 통해 맥 미니를 빌려 쓴다는 내용이에요.
AWS는 오래전부터 맥 인스턴스를 제공해 왔습니다. 원래는 앱 개발과 빌드 용도로 만들어진 상품입니다.
같은 하드웨어를 두고 한쪽은 사고 한쪽은 빌리는 그림이 만들어졌습니다.
사느냐 빌리느냐, 두 갈래의 셈법
사면 초기 비용이 크지만 오래 쓸수록 단가가 내려갑니다. 대신 장비가 낡으면 그 부담도 직접 집니다.
빌리면 필요할 때 늘리고 안 쓸 때 줄일 수 있습니다. 대신 오래 쓰면 총액이 커집니다.
어느 쪽이 맞다기보다 작업량이 얼마나 꾸준한지에 달린 선택입니다.
시점이 절묘합니다 — 8월 25일 맥 라인업 개편
애플은 8월 25일 맥 미니와 맥 스튜디오를 새로 냈습니다. 오픈AI 구매 보도가 그 며칠 뒤에 나왔어요.
두 소식이 직접 연결됐다는 근거는 없습니다. 다만 시점이 겹치면서 애플의 위치가 새롭게 조명됐습니다.
새 제품은 9월 22일 출하 예정이라고 알려졌습니다.
M6, 애플의 첫 2나노 칩
새 맥 미니에 들어가는 M6는 애플의 첫 2나노 공정 칩입니다. 공정이 미세해지면 같은 전력으로 더 많은 연산을 할 수 있습니다.
CPU는 12코어 구성입니다. 전작 M5보다 코어가 둘 늘었어요.
통합 메모리는 최대 32GB, 대역폭은 최대 초당 170GB로 전해집니다. M5보다 약 10퍼센트 높은 값입니다.
M5 울트라 — 네 다이를 붙인 첫 애플 실리콘
맥 스튜디오 상위 모델에는 M5 울트라가 들어갑니다. 칩 네 개를 이어 붙여 하나로 만든 첫 애플 실리콘입니다.
CPU는 최대 36코어, GPU는 최대 80코어 구성으로 알려졌습니다.
이런 구성은 학습보다 추론에 강합니다. 큰 모델을 올려놓고 계속 돌리는 작업에 어울려요.
512GB 통합 메모리라는 숫자
M5 울트라 맥 스튜디오는 최대 512GB 통합 메모리를 지원합니다. 이 숫자가 AI 쪽에서 특히 주목받습니다.
고급 그래픽카드 한 장의 메모리가 보통 24GB에서 96GB 수준입니다. 512GB는 그 몇 배예요.
큰 모델을 여러 장비에 쪼개지 않고 한 대에 통째로 올릴 수 있다는 뜻입니다. 구성이 훨씬 단순해집니다.
메모리 대역폭 1.2TB/s가 의미하는 것
M5 울트라의 통합 메모리 대역폭은 초당 1.2TB로 전해집니다. 용량만큼 중요한 것이 이 속도예요.
모델이 답을 만들 때는 가중치를 계속 읽어야 합니다. 대역폭이 좁으면 연산 장치가 데이터를 기다리며 놀게 됩니다.
용량과 대역폭이 함께 커져야 실제 속도가 납니다. 이 조합이 애플 실리콘이 주목받는 이유입니다.
899달러라는 진입 가격
새 맥 미니의 시작 가격은 899달러로 알려졌습니다. AI 장비 이야기에 등장하는 숫자치고는 낮은 편이에요.
물론 메모리를 늘리면 가격은 빠르게 올라갑니다. 기본 구성으로 큰 모델을 돌리기는 어렵습니다.
그래도 개인이 로컬 AI를 시작하는 문턱으로 보면 의미 있는 가격대입니다.
엔비디아가 애플을 경쟁자로 지목하기 시작했습니다
보도에 따르면 엔비디아는 로컬 AI 처리 영역에서 애플을 주요 경쟁자로 보기 시작했다고 합니다.
데이터센터에서는 엔비디아의 자리가 여전히 압도적입니다. 다만 개인과 소규모 팀이 쓰는 로컬 장비 쪽은 사정이 다릅니다.
통합 메모리 구조가 이 영역에서 실질적인 강점으로 작동하고 있습니다.
RTX 스파크 품절과 맞물린 그림
같은 시기 엔비디아의 소형 AI 장비인 RTX 스파크는 초기 물량이 빠르게 소진됐다고 전해집니다.
제조사들이 추가 물량을 요청했다는 이야기도 함께 나왔습니다.
로컬 AI 장비 수요 자체가 커지고 있다는 신호로 읽힙니다. 애플과 엔비디아 양쪽에서 같은 현상이 보이니까요.
메모리 값이 오르는 와중에 나온 제품입니다
올해 메모리 가격은 계속 오르는 흐름이었습니다. AI 수요가 몰리면서 생긴 현상이에요.
그런 상황에서 애플이 메모리를 넉넉히 얹은 제품을 내놓은 것은 눈에 띄는 선택입니다.
장기 공급 계약으로 물량을 미리 확보해 뒀기에 가능했다는 분석이 나옵니다.
공급이 조여질 가능성
한 회사가 수만 대를 사 가면 일반 소비자가 살 물량은 그만큼 줄어듭니다.
특히 메모리를 크게 올린 상위 구성에서 대기 기간이 길어질 수 있습니다.
맥 스튜디오 상위 구성을 계획하고 계신다면 배송 일정을 미리 확인해 보시는 편이 좋겠습니다.
애플에게 생긴 뜻밖의 자리
애플은 생성형 AI 경쟁에서 뒤처졌다는 평가를 오래 받아 왔습니다. 자체 모델 성과가 눈에 띄지 않았거든요.
그런데 모델이 아니라 하드웨어 쪽에서 AI 산업의 한 축을 맡게 됐습니다. 의도한 결과라기보다 구조가 맞아떨어진 경우에 가깝습니다.
통합 메모리는 원래 배터리와 발열을 잡으려고 택한 설계였습니다.
정작 애플에는 기업용 AI 조직이 없었습니다
흥미로운 지적이 하나 나왔습니다. 오픈AI가 맥을 대량으로 사 가는 동안 애플에는 이런 수요를 전담하는 기업용 AI 조직이 없었다는 내용입니다.
수요가 먼저 생기고 회사가 뒤따라가는 모양새예요.
애플이 이 흐름을 사업으로 정리할지, 지금처럼 두고 볼지가 앞으로의 관전 지점입니다.
한계 ① 학습이라기보다 실행에 가깝습니다
이 흐름을 두고 애플이 엔비디아를 대체한다고 읽으면 지나칩니다.
맥이 잘하는 것은 중간 규모 모델을 돌리고 다듬는 일입니다. 밑바닥부터 거대 모델을 만드는 일은 다른 영역이에요.
두 장비는 대체 관계가 아니라 역할이 나뉜 관계에 가깝습니다.
한계 ② 아직은 보도 단계입니다
오픈AI도 애플도 이 구매에 대해 공식적으로 확인하지 않았습니다.
수만 대라는 규모도 취재원을 통해 나온 값입니다. 정확한 숫자와 용도는 달라질 수 있어요.
큰 방향은 여러 매체에서 일치하지만, 세부 수치는 확정된 사실이 아니라는 점을 감안하고 보시면 좋겠습니다.
로컬 AI를 쓰는 사람에게 주는 신호
이 소식이 개인 이용자에게 주는 함의는 분명합니다. 통합 메모리 구조가 AI 작업에 실제로 유리하다는 것을 큰 회사들이 돈으로 증명한 셈이거든요.
모델을 로컬에서 돌리려면 연산 속도보다 메모리 용량이 먼저 벽이 됩니다. 이 지점이 확인된 것입니다.
장비를 고르실 때 메모리 용량과 대역폭을 우선으로 보시면 실패가 줄어듭니다.
작업실 기준으로 다시 계산해 보면
저희 작업실은 그래픽카드 한 장으로 이미지와 영상, 음성 작업을 돌립니다. 이때 항상 걸리는 것이 메모리 용량이에요.
용량이 모자라면 작업이 실패하는 것이 아니라 결과물의 품질이 조용히 나빠집니다. 이게 더 곤란한 부분입니다.
통합 메모리 장비가 매력적인 이유가 여기 있습니다. 여러 작업을 겹쳐 올려도 용량 때문에 무너지는 일이 줄어드니까요.
핵심 정리
오픈AI가 맥 미니와 맥 스튜디오를 수만 대 규모로 구매했다는 보도가 8월 31일 나왔습니다. 용도는 강화학습과 컴퓨터 조작 에이전트 훈련입니다.
앤스로픽은 AWS를 통해 맥 미니를 빌려 쓰는 방식을 택했습니다. 사느냐 빌리느냐의 차이입니다.
애플은 8월 25일 첫 2나노 칩 M6를 얹은 맥 미니와 네 다이를 붙인 M5 울트라 맥 스튜디오를 내놨습니다. 최대 512GB 통합 메모리에 대역폭은 초당 1.2TB입니다.
다만 이 흐름은 프런티어 모델 학습이 아니라 중간 규모 모델 실행과 에이전트 훈련 영역입니다. 아직 공식 확인이 없는 보도 단계라는 점도 함께 봐야 합니다.
참고하실 만한 것
로컬에서 AI를 돌려 보실 생각이라면 메모리 용량부터 정하고 나머지를 맞추시길 권합니다. 연산 속도는 그다음 문제입니다.
블로그에는 로컬 AI 구성과 실제로 부딪히는 문제들을 계속 정리하고 있습니다. 그래픽카드 한 장으로 작업을 돌리는 이야기도 함께 보시면 도움이 되실 거예요.
쓰시는 장비로 무엇이 가능한지 궁금하시면 편하게 물어봐 주세요.
출처
- DigiTimes — AI Macs, Part 1: OpenAI reportedly buys tens of thousands of Macs for reinforcement learning
- Crypto Briefing — OpenAI acquires thousands of Mac minis, Mac Studios for AI training
- Business Today — OpenAI is buying thousands of Apple Mac Minis to train AI agents
- Implicator.ai — Apple Lacked an Enterprise AI Team as OpenAI Bought Macs
- MacRumors — Apple Reveals M6 as First-Ever 2nm Chip
- CineD — Apple Refreshes Mac Studio and Mac mini: M5 Ultra Goes Quad-Die, M6 Debuts as First 2nm Chip
- The Register — Apple defies memory shortage with new Mac minis
- Wccftech — OpenAI Hoarding Tens Of Thousands Of Apple Mac mini And Mac Studio Devices
협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/