오픈AI 맥 스튜디오 대량 매입, GPU 랙 대신 고른 이유

오픈AI가 최근 수개월에 걸쳐 애플 맥 미니와 맥 스튜디오를 수만 대 규모로 사들였다. 앤트로픽 역시 아마존웹서비스(AWS)를 통해 같은 등급의 맥 인프라를 대량으로 빌려 쓰고 있다. 최첨단 인공지능을 개발하는 대표 연구소들이 수억 원대 엔비디아 서버용 GPU 랙 대신 소비자용 데스크톱을 데이터센터에 랙 단위로 쌓는 장면이다.

오픈AI 맥 스튜디오 대량 매입의 여파로 고용량 램을 단 맥 스튜디오의 일반 소비자 배송 대기는 기존 2주 안팎에서 최장 2개월까지 늘었다. 기업 단위 집중 매수가 공급망을 흔들자 애플은 M6 기반 맥 미니와 M5 울트라 옵션을 포함한 맥 스튜디오 리프레시를 통상 발표 주기보다 앞당겼다.

거대 GPU 서버 대신 독립 데스크톱을 쌓는 이유

세계 최고 수준의 AI 연구소가 값비싼 엔비디아 클러스터 대신 데스크톱 맥을 대량 확보하는 배경에는 인공지능 개발의 구조적 변화가 있다.

수천억 개 매개변수를 지닌 대규모 언어모델의 사전학습에는 막대한 부동소수점 연산 능력을 갖춘 초고가 GPU 클러스터가 필수다. 반면 오픈AI와 앤트로픽이 최근 사활을 걸고 있는 컴퓨터 조작(Computer-Use) 에이전트와 강화학습(RL) 워크로드는 요구하는 인프라 특성이 다르다.

컴퓨터 조작 에이전트는 사람처럼 운영체제 화면을 인식하고 마우스와 키보드를 움직여 실제 소프트웨어를 실행한다. 이런 에이전트를 대규모로 훈련하려면 수만 개의 독립된 데스크톱 환경이 동시에 병렬로 돌아가야 한다. 초고가 서버 GPU 위에 가상화 인스턴스를 띄워 운영하는 비용과 비교하면, 맥 미니와 맥 스튜디오를 병렬로 배치해 에이전트 훈련 팜을 꾸리는 편이 구축 단가와 운영 비용에서 훨씬 저렴하다.

통합 메모리와 썬더볼트 5가 만든 가성비 구조

맥이 에이전트 인프라의 표준 장비로 떠오른 핵심은 애플 실리콘의 통합 메모리 아키텍처(UMA)와 초저지연 인터커넥트다.

일반적인 x86 PC는 CPU와 GPU가 물리적으로 분리돼 PCIe 버스를 거치며 데이터 전송 병목이 생긴다. 애플 실리콘은 CPU와 GPU, 뉴럴 엔진이 하나의 고대역폭 메모리 풀을 직접 공유한다. 수십억에서 수백억 매개변수 규모의 경량 에이전트 모델을 통째로 메모리에 올린 채 데이터 복사 지연 없이 추론과 시스템 제어를 반복하기에 맞는 설계다.

썬더볼트 5 인터커넥트는 분산 환경 구축의 셈법을 바꿨다. 무거운 표준 TCP/IP 네트워크 스택을 우회해 기기 간 직접 연결을 구성하면, 값비싼 인피니밴드나 고성능 스위치 없이도 지연 시간이 극도로 낮은 PC 클러스터를 만들 수 있다. 서버 랙 구축에 따라붙는 네트워크 스위칭 비용을 들이지 않고 수십에서 수백 대의 맥을 묶어 에이전트 군집을 오케스트레이션하는 셈이다.

엔비디아의 반격과 3,400달러짜리 RTX Spark 완판

애플 하드웨어가 독립 에이전트 워크로드의 가성비 대안으로 자리 잡자 엔비디아와 PC 제조사 진영도 고성능 AI-PC 플랫폼으로 맞대응에 나섰다. 엔비디아가 가을 출시를 예고한 차세대 슈퍼칩 RTX Spark(N1x)가 중심이다.

TSMC 3나노 공정으로 만드는 N1x는 20코어 Grace CPU와 6,144개 쿠다 코어를 갖춘 블랙웰 RTX 5070 GPU를 한 칩셋에 통합했다. CPU와 GPU 사이에 초당 약 600GB 대역폭의 NVLink-C2C를 적용했고, 최대 128GB LPDDR5X 통합 메모리를 얹어 FP4 기준 1페타플롭스 연산 성능을 낸다.

대만 경제일보에 따르면 에이수스, MSI, 델, HP, 레노버, 마이크로소프트가 N1x 1차 출하 물량을 모두 확보했다. 에이수스의 프로아트 P16과 P14 등 RTX Spark 노트북은 대당 약 11만 대만달러(약 3,400달러)라는 가격에도 사전 예약이 전량 매진됐다. 에이수스 공동 CEO 후슈빈은 유통 채널 예약이 당초 계획을 크게 웃돌아 엔비디아에 추가 공급을 요청 중이라고 밝혔다. 시장이 이 장치를 크리에이터용 노트북보다 쿠다와 텐서RT 같은 완전한 엔비디아 스택을 로컬에서 돌리는 고성능 에이전트 노드로 본다는 뜻이다.

메모리 칩플레이션이 부른 공급망 압박

AI 연구소의 데스크톱 확보 경쟁은 일반 소비자용 PC 부품 시장으로도 번지고 있다.

데이터센터의 고대역폭 메모리(HBM)와 서버용 D램 수요 폭증이 범용 메모리 공급을 흡수하는 가운데, 완제품 고성능 데스크톱과 워크스테이션마저 AI 인프라로 유입되면서 부품 가격 상승세가 뚜렷하다. 에이수스도 실적 발표에서 빠듯한 메모리 공급이 향후 PC 출하량을 제한할 수 있다고 경고했다. 소비자가 체감하는 하드웨어 비용의 부담 축이 그래픽카드보다 고용량 시스템 메모리로 옮겨가고 있다.

에이전트 인프라의 한계와 확인할 변수

오픈AI의 맥 대량 매입을 애플이 엔비디아의 데이터센터 아성을 흔드는 AI 하드웨어 강자로 올라선 신호로 읽는 것은 무리다. 중앙의 초대형 모델 사전학습 인프라는 그대로다. 이번 일은 컴퓨터 조작 에이전트 훈련과 강화학습이라는 특수한 병렬 환경을 두고 빅테크 연구소가 가장 싼 하드웨어 우회로를 찾은 결과에 가깝다.

이 해석이 뒤집히는 조건은 엔비디아 RTX Spark 생태계의 안착 속도다. 윈도우 진영 에이전트 프레임워크가 완전한 쿠다 가속을 등에 업고 애플 실리콘의 통합 메모리 가성비를 넘는 단위당 처리량을 입증하면, 연구소의 맥 의존은 짧은 과도기로 끝날 수 있다. 반대로 썬더볼트 5 맥 클러스터링 효율이 검증되고 M5 울트라와 M6 라인업의 메모리 대역폭 확장이 빨라지면, 에이전트 팜용 데스크톱 노드는 AI 데이터센터의 독립 표준으로 굳는다.

직접 따져볼 지점은 두 가지다. 올 4분기 나올 엔비디아 RTX Spark 데스크톱(GR1X)의 단위 비용 대비 시뮬레이션 처리량, 그리고 애플이 하드웨어 공급 주기를 실제로 얼마나 당기는지다.

확인한 자료

투자 고지 — 이 글은 일반적인 정보 제공 목적이며 특정 종목·상품에 대한 투자 권유가 아닙니다. 투자 판단과 그 결과에 대한 책임은 독자 본인에게 있습니다.

Google에서 TrueMyPick을 선호 출처로 추가하세요.