The Information의 보고서에 따르면 OpenAI는 최근 몇 달 동안 수만 대의 Mac mini 및 Mac Studio 데스크탑을 구입했으며 그 이유는 데스크탑 컴퓨팅과 거의 관련이 없습니다. 기계는 강화 학습과 컴퓨터 사용 에이전트의 훈련에 사용되고 있습니다. 즉, 사람이 하는 방식으로 컴퓨터를 작동하고, 소프트웨어를 클릭하고, 파일을 관리하고, 제한된 인간 개입으로 다단계 작업을 완료하는 방법을 배우는 AI 시스템입니다.

MacRumors와 24/7 Wall St.에서 수집한 이 보고서는 Apple이 Mac mini와 Mac Studio의 비정상적으로 시기적절한 업데이트를 발표한 같은 주에 발표되었습니다. MacRumors는 이 발표가 AI 워크로드에 대한 기업의 예상치 못한 강력한 욕구에 의해 주도되었다고 보고했으며, 이 소식에 대한 Hacker News 토론은 개발자들이 프론티어 연구소가 실제로 교육 인프라를 구축하는 방법에 대해 대량 구매를 통해 밝혀낸 내용에 대해 토론하면서 수백 개의 찬성표를 얻었습니다. 이 이야기에 대한 자세한 내용은 최신 AI 동향를 참조하세요.

AI 연구소가 GPU 클러스터 대신 데스크탑을 원하는 이유

프론티어 모델을 훈련하는 것은 여전히 거대하고 상호 연결된 GPU 클러스터에 대한 작업입니다. Nvidia의 가속기가 지배하는 설치 유형과 단일 훈련 실행에는 수만 개의 연결된 칩이 포함될 수 있습니다. 그러나 Agentic AI는 다른 하드웨어 프로필을 가지고 있습니다.

컴퓨터 사용법을 배우는 에이전트는 가상 또는 물리적 데스크탑에 배치되어 작업이 주어지고 결과에 따라 점수가 매겨지며 그에 따라 개선될 수 있습니다. 수천 개의 세션을 동시에 실행하면 프론티어 규모의 사전 훈련을 정의하는 원시 상호 연결 성능보다는 폭(병렬로 작동하는 많은 독립적인 기계)이 보상됩니다. 이러한 배열에서 소비자 데스크탑의 창고는 인프라와 매우 유사해 보이기 시작합니다.

이것이 바로 Apple의 실리콘 디자인이 관련성이 있는 부분입니다. Apple의 통합 메모리 아키텍처를 사용하면 별도의 시스템 메모리가 있는 개별 그래픽 카드에 의존하는 대신 CPU와 GPU가 동일한 메모리 풀에서 작동할 수 있습니다. 각 시스템이 전체 컴퓨팅 환경을 렌더링하고 신속하게 응답해야 하는 데스크탑 자동화 워크로드의 경우 해당 설계가 실제로 적합한 것으로 나타났습니다.

기업의 요구에 따라 비정상적으로 시기가 정해진 새로 고침

이번 구매는 Apple의 이번 주 이상한 달력을 설명하는 데 도움이 됩니다. 회사는 일반적인 제품 이벤트 리듬에서 벗어나 새로운 Mac mini 및 Mac Studio 모델을 발표했으며, MacRumors는 AI 애플리케이션에 대한 기업의 예상치 못한 강한 수요가 이러한 움직임을 주도했다고 보도했습니다. Apple 하드웨어는 일반적으로 AI 인프라(이 문구는 서버 랙 및 수냉식 GPU 포드에 속함)로 설명되지 않습니다. 그러나 에이전트 교육이 확장됨에 따라 소비자 장치와 데이터 센터 장비 간의 경계가 모호해지고 있습니다.

그 시기는 또한 애플이 공개적으로 내세우는 대략적인 전개와도 교차했다. 회사의 리더십 전환에 대한 CNBC의 보도에서는 Apple이 AI 문제와 심화되는 메모리 위기 속에서 "John Ternus 시대"에 진입했다고 묘사했습니다. 이는 광범위한 전자 산업을 압박하고 있는 부품 부족에 대한 언급입니다. CNBC가 보도한 바에 따르면 삼성은 지난 7월 현재의 칩 위기가 2028년까지 지속될 것으로 예상한다고 경고했습니다. 이는 AI 연구소에서 대규모로 지속적인 하드웨어 구매를 두 배로 주목할 만한 배경이 됩니다.

Anthropic은 Apple Silicon도 임대한 것으로 알려졌습니다

OpenAI는 Apple 하드웨어를 실험하는 유일한 연구실이 아닙니다. 24/7 Wall St.에 따르면 Anthropic은 유사한 작업 부하를 위해 Amazon Web Services를 통해 Apple 실리콘 용량을 임대한 것으로 알려졌습니다. 세부 사항은 Nvidia가 AI 컴퓨팅의 중심으로 남아 있다는 사실을 바꾸지 않지만 함께 업계 내에서 실용적인 결론을 제시합니다. 실험실은 경제성과 워크로드 형태가 타당할 때마다 컴퓨팅을 찾고 있습니다.

Apple의 경우, 그 효과는 전혀 계획하지 않은 수요 순풍입니다. 24/7 Wall St.는 Apple의 최근 분기에 Mac 매출이 29% 증가했다고 언급했으며 AI 연구소 대량 주문을 우연한 수십억 달러 매출 급증으로 규정했습니다. 이는 Apple이 자체 데이터 센터 구축에 수십억 달러를 지출하지 않고도 달성되는 성장입니다.

AI 컴퓨팅 시장에 미치는 영향

이 이야기는 세 가지 이유로 Apple의 손익계산서 이상으로 중요합니다.

첫째, AI 경쟁의 다음 단계는 에이전트(Agentic)임을 확인한다. 비용이 많이 드는 문제는 더 이상 질문에 답하기 위해 모델을 훈련하는 것에만 국한되지 않습니다. 실제 소프트웨어 환경에서 작업을 완료하는 교육 시스템입니다. 해당 워크로드 클래스는 시뮬레이션할 수 있는 환경의 수에 따라 확장되며, 이는 단일 모놀리식 클러스터보다 분산된 일반 머신 플릿을 선호합니다.

둘째, 공급업체 지도를 확대합니다. 2025년과 2026년까지 AI 하드웨어에 대한 논의는 GPU 부족, 하이퍼스케일러 자본 지출, 관세에 따른 공급 쟁탈전이 지배했습니다. 수천 대의 기성 데스크탑이 에이전트 훈련 로드의 의미 있는 공유를 수행할 수 있다면 AI 지원 컴퓨팅의 효과적인 공급은 데이터 센터 내러티브에서 제안하는 것보다 더 크고 더 분산되어 있습니다.

셋째, 이상한 종속성을 생성합니다. 이제 프론티어 연구소는 소비자 하드웨어 라인의 출시 주기, 가격 및 구성 요소 가용성에 실질적인 영향을 미치고 있습니다. 데스크탑 가격을 높이는 메모리 부족이나 Mac mini 내부의 실리콘을 변경하는 교체 주기가 이제 AI 훈련 계획에 직접적으로 영향을 미칩니다.

다음에 볼 내용

OpenAI나 Apple 모두 프로그램의 규모를 공개적으로 자세히 설명하지 않았기 때문에 정확한 기계 수, 지출, 훈련 결과를 GPU 기반 대안과 비교하는 방법 등 주요 수치는 확인되지 않은 상태로 남아 있습니다. 추적할 가치가 있는 질문은 다른 연구소가 자체 데스크톱 제품군을 따르고 있는지, Apple이 에이전트 워크로드를 특별히 겨냥한 구성으로 엔터프라이즈 AI 수요에 의지하는지, 에이전트가 하나의 데스크톱 제어에서 한 번에 여러 데스크톱 조정으로 이동함에 따라 통합 메모리 이점이 유지되는지 여부입니다.

현재로서는 그림이 충분히 명확합니다. AI 구축이 새로운 계층으로 성장했으며 데이터 센터가 아닌 책상에 앉아 있습니다. 업계의 인프라 경쟁이 어떻게 진화하고 있는지 자세히 알아보려면 AI 하드웨어와 이를 구축하는 기업에 대한 당사의 지속적인 보도를 참조하세요.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →