프로젝트 제니스: 로컬 AI 개발을 위한 ‘준비 완료’ 윈도우 11

새 PC를 켜자마자 로컬 AI 개발을 시작한다는 목표

마이크로소프트의 프로젝트 제니스(Project Zenith) 는 개발자급 PC를 위한 ‘코딩 준비 완료(ready-to-code)’, ‘방해 요소를 줄인’ 윈도우 11 경험이다. 2026년 Build에서 미리 공개된 개발자 최적화 방향을 구체화해 9월 4일 발표됐으며, 새 PC를 받은 개발자가 터미널·에디터·리눅스 환경·언어 런타임을 일일이 설치하기 전에 바로 작업에 들어가게 하는 데 초점이 있다.12

중요한 점은 제니스가 별도의 윈도우 11 에디션은 아니라는 것이다. 윈도우 11 Home 또는 Pro를 기반으로, 조건을 충족한 신형 하드웨어에 개발자용 설정과 소프트웨어 묶음을 제조사가 미리 적용해 제공하는 방식이다.34

마이크로소프트는 제니스 PC에서 300억 파라미터 이상 모델을 로컬로, ‘무제한(unmetered)’에 가깝게 실행할 수 있다고 설명한다. 여기서 무제한은 클라우드 AI 모델처럼 토큰 사용량에 따라 과금되지 않고 PC 내부에서 추론한다는 뜻이지, 모든 모델이 빠르게 동작하거나 전력·저장공간·추가 설정이 전혀 필요 없다는 의미는 아니다.1

왜 통합 메모리 64GB와 250GB/s가 필요한가

제니스 PC의 최소 사양은 통합 메모리 64GB 이상, 메모리 대역폭 250GB/s 이상이다.1

로컬 대규모 언어 모델(LLM) 추론에서는 두 요소가 특히 중요하다.

• 메모리 용량: 모델 가중치뿐 아니라 실행 환경과 긴 문맥 처리에 필요한 여유 공간까지 메모리에 들어가야 한다. 통합 메모리 구조에서는 CPU와 내장 GPU가 하나의 큰 메모리 풀을 공유하므로, 일반 PC의 독립 GPU에 달린 비교적 작은 VRAM만으로 처리할 때보다 큰 모델을 다루기 유리하다.
• 메모리 대역폭: 텍스트를 생성하는 동안 모델 가중치는 메모리에서 반복적으로 읽힌다. 모델이 메모리에 들어가더라도 대역폭이 낮으면 출력 속도가 실사용에 불편할 정도로 떨어질 수 있다.

다만 이 기준은 어디까지나 플랫폼의 최저선이지 성능 보증은 아니다. 실제 생성 속도는 모델 구조, 양자화 방식, 컨텍스트 길이, 추론 엔진, 드라이버 지원, 운영체제와 다른 앱이 점유하는 메모리 등에 따라 달라진다.

기본으로 설치·설정되는 것들

제니스의 핵심 가치는 하드웨어 자체만큼이나 ‘초기 세팅을 줄이는 패키징’에 있다. 대표적으로 Visual Studio Code와 Windows Terminal이 기본 경험에 포함되며, 개발·터미널·런타임 도구 전반이 사전 구성된다.192135

포함되는 도구로 알려진 항목은 다음과 같다.

• Visual Studio Code, GitHub Copilot 관련 도구
• Windows Terminal, PowerShell, Git, GitHub CLI, Azure CLI
• WSL(Windows Subsystem for Linux)
• Python과 uv, Node.js와 nvm 등 런타임·패키지 도구
• PowerToys, WinGet 및 윈도우 패키지 도구, Windows Dev Skills2135

윈도우 설정도 코드 작업에 맞춰진다. 예를 들어 파일 탐색기에서 파일 확장자와 숨김 파일을 보이게 하고, 제목 표시줄에 전체 경로를 표시하는 식이다. 작아 보이지만 개발자가 새 PC마다 반복하던 설정을 덜어주는 변화다.9

첫 제니스 플랫폼은 AMD Ryzen AI Halo

프로젝트 제니스는 우선 AMD Ryzen AI Halo 기반 시스템에서 제공되며, 마이크로소프트는 이후 다른 OEM 및 실리콘 파트너 기기로 확대할 계획이라고 밝혔다.1

AMD의 Ryzen AI Halo 개발자 플랫폼은 통합 LPDDR5X 메모리를 최대 128GB까지 제공하며, AMD는 로컬 AI 작업과 최대 2,000억 파라미터 모델 지원을 내세운다.2728 리뷰된 128GB 구성은 256GB/s 메모리 대역폭을 제공해 마이크로소프트의 제니스 기준을 충족한다.18

다만 ‘대형 모델 지원’이라는 표현은 사양표만 보고 단정하기 어렵다. AMD가 별도로 언급한 최대 3,000억 파라미터 모델 지원은 최대 192GB 통합 메모리를 갖춘 Ryzen AI Halo 플랫폼 구성과 연관돼 있다.19 모델 파라미터 수만으로는 사용성을 판단할 수 없다. 압축·양자화 방식, 컨텍스트 창 크기, 런타임 오버헤드, 그리고 목표로 하는 초당 토큰 수가 모두 영향을 준다.

윈도우를 AI·시스템 개발의 기본 작업 공간으로

마이크로소프트가 제니스를 macOS나 리눅스 개발자를 직접 겨냥한 전환 전략이라고 명시한 것은 아니다. 그러나 방향성은 분명하다. 유닉스 계열 도구 사용, 로컬 실험, 개발용 PC 초기 구성에서 윈도우가 갖던 마찰을 줄이려는 시도다.

WSL은 네이티브 윈도우 도구와 나란히 리눅스 환경을 제공한다. 여기에 VS Code, GitHub 서비스, Azure 명령줄 도구가 첫 세션부터 준비되면, 개발자는 로컬 AI 실험부터 협업·배포 흐름까지 마이크로소프트의 개발 도구 체계 안에서 시작하기 쉬워진다.2135 이는 리눅스를 대체하겠다는 선언이라기보다, AI 및 시스템 개발에서도 윈도우를 더 설득력 있는 기본 선택지로 만들려는 접근에 가깝다.

구매 전 확인할 네 가지

제니스의 숫자는 의미가 있지만 출발점일 뿐이다. 실제 기기를 검토한다면 다음을 확인하는 편이 좋다.

1. 실사용 가능한 통합 메모리 용량: 모델 가중치 외에 긴 문맥, 런타임, 동시 실행 앱의 공간까지 남아야 한다.
2. 실측 추론 성능: 모델이 메모리에 들어간다는 사실만으로 만족스러운 생성 속도가 보장되지는 않는다.
3. 프레임워크·드라이버 호환성: 쓰려는 추론 스택과 모델 형식이 해당 GPU 및 윈도우 구성에서 잘 작동하는지 확인해야 한다.
4. 가격과 확장성: 소형 시스템의 통합 메모리는 대체로 사용자가 업그레이드하기 어렵기 때문에, 처음 선택하는 용량이 특히 중요하다.

결국 프로젝트 제니스의 기여는 ‘AI 개발 PC’라는 하드웨어 등급을 정의하고, 여기에 이미 준비된 윈도우 개발 환경을 결합한 데 있다. 이 구성이 로컬 AI 개발자에게 얼마나 매력적인지는 제니스라는 이름보다 실제 제품의 성능, 호환성, 가격이 좌우할 것이다.14