맥을 책상 위 AI 인프라로…애플의 기업 공략법

애플이 새 맥 미니와 맥 스튜디오를 기업에 소개하며 내세우는 핵심은 간단하다. AI 작업을 클라우드에 맡기고 이용량에 따라 계속 비용을 내는 대신, 장비를 구입해 모델을 사내에서 직접 돌리자는 것이다. 코딩이나 복잡한 업무 처리처럼 반복적인 AI 작업이 많은 기업이라면 토큰별 과금이나 데이터센터 용량 대여 비용을 줄일 수 있다는 주장이다. 15

하지만 이는 특정 업무에서 비용을 낮출 수 있다는 제안이지, 맥이 모든 클라우드 AI 서비스를 대체한다는 뜻은 아니다. 모델이 요구하는 성능과 실제 사용량, 장비 운영 비용을 함께 따져야 한다.

통합 메모리와 전력 효율이 뒷받침하는 로컬 AI

애플 실리콘 기반 맥의 통합 메모리는 CPU와 GPU가 하나의 큰 메모리 풀을 공유하게 한다. 애플은 이 구조와 자체 칩 설계가 대규모 AI 작업을 기기 안에서 처리하는 데 도움이 된다고 강조한다. 전력 효율도 책상 위 장비로 AI 연산을 계속 수행하자는 제안의 일부다. 1012

기업 입장에서 중요한 것은 ‘토큰 비용이 없다’는 문구만이 아니다. 구매 비용을 장비 사용 기간에 걸쳐 나눠 보고, 장비를 얼마나 꾸준히 활용할지와 전력·관리 비용, 필요한 모델을 충분한 속도로 돌릴 수 있는지를 함께 비교해야 한다. 고사양 맥 구성은 2만 달러에 가까울 수 있어, 모든 기업이나 업무에 경제적이라고 단정하기 어렵다. 1

맥 스튜디오 네 대를 연결한 시연

애플은 썬더볼트 5와 RDMA(원격 직접 메모리 접근)를 이용해 여러 맥 스튜디오를 연결하는 방식도 내세운다. RDMA는 연결된 시스템 사이에서 메모리 데이터에 접근하도록 해 분산 연산을 지원하는 기술이다. 여러 장비가 메모리를 공유하는 풀처럼 활용되면 한 대에서 다루기 어려운 큰 모델을 실행하는 데 도움이 될 수 있다. 1011

애플은 맥 스튜디오 네 대를 연결해 1조 개 파라미터 규모의 AI 모델을 구동하는 모습을 시연했다. 회사는 이 구성이 일반 벽면 콘센트 하나로 작동하며, 단일 기기보다 분산 추론 성능이 최대 3배라고 밝혔다. 이는 애플이 제시한 시연과 성능 주장인 만큼, 모든 모델이나 기업 업무에서 같은 비용·성능이 나온다는 보장은 아니다. 211

클라우드와 경쟁사 사이에서 차별화하기

클라우드 AI는 기업이 자체 장비를 먼저 사들이지 않고 필요에 따라 외부 연산 용량을 이용할 수 있는 방식이다. 애플은 반대로 반복적이고 지속적인 작업을 로컬 장비로 처리해 사용량에 따른 비용을 줄일 수 있다는 점을 부각한다. 아이폰·아이패드 같은 기기부터 맥, 여러 대를 연결한 맥 스튜디오까지 기기별로 AI 작업을 수행하는 구상도 이 전략의 일부다. 512

이 경쟁은 애플만의 일이 아니다. 마이크로소프트와 엔비디아, 윈도 PC 제조사들도 기업용 AI 연산과 데스크톱 장비 시장을 겨냥하고 있다. 애플이 비용과 전력 효율을 차별점으로 내세우더라도 기업 고객이 기존 PC 환경과 업무 도구를 바꿀지는 별개의 문제다. 15

애플이 넘어야 할 시장 장벽도 작지 않다. 로이터가 인용한 IDC 수치에 따르면 기업용 데스크톱·노트북 시장에서 애플의 점유율은 4.6%, 윈도는 91.3%다. 맥이 로컬 AI 장비로서 매력적인 선택지가 되려면, 시연 성능뿐 아니라 실제 업무에서의 비용 절감과 기존 기업 환경과의 적합성도 보여줘야 한다. 1