[태그:] AI

피부에 붓으로 잉크를 슥슥 칠했을 뿐인데, 그 자리가 심박과 근전도를 읽는 전극으로 바뀐다. 최근 해외 연구진이 공개한 전도성 잉크 기반 ‘전자 타투(e-tattoo)’ 얘기다. 스티커형 패치나 딱딱한 스마트워치 센서와는 결이 완전히 다르다. 웨어러블 헬스케어의 다음 단계로 한 번쯤 검색해볼 만하다.

전자 타투 센서, 정확히 뭘 말하나

전자 타투는 은 나노와이어나 PEDOT:PSS, 그래핀 잉크처럼 전기가 통하는 물질을 피부에 직접 도포해 만드는 얇은 전극이다. 에어브러시나 스텐실로 원하는 도안을 그리고 말리면, 그 자리가 그대로 회로가 된다. 신기하다. 기존 의료용 패치가 접착 젤로 피부에 붙이는 방식이었다면, 이건 잉크 자체가 피부에 밀착되는 전극 역할을 한다. 그 차이가 크다.

작동 원리: 잉크가 전극이 되는 과정

도포된 잉크는 마르면서 미세한 도전성 네트워크를 형성한다. 이 네트워크가 피부 표면의 미세 전위 변화를 잡아낸다. 심장 박동이나 근육 수축에서 나오는 전기 신호다. 신호는 얇은 전선이나 무선 모듈을 타고 스마트폰이나 별도 수신기로 전송된다. 여기서 알고리즘이 파형을 분석해 부정맥이나 근육 피로도 같은 지표로 바꿔준다. 실시간 신호 처리에 AI를 붙이면 노이즈 섞인 데이터에서도 이상 패턴을 빠르게 걸러낼 여지가 있다.

스마트워치·패치형 센서와 뭐가 다른가

스마트워치는 손목 한 곳에서 광학 센서로 혈류량 변화를 잰다. 그래서 움직임이 많으면 오차가 확 커진다. 접착 패치는 정확도는 높지만 피부 자극과 탈부착 불편이 늘 따라다닌다. 전자 타투는 이 두 단점을 동시에 노린 셈이다.

• 피부처럼 늘어나고 구부러져 움직임에 의한 신호 왜곡이 적다
• 원하는 신체 부위 어디든 도안을 그려 부착 위치를 자유롭게 정할 수 있다
• 두께가 워낙 얇아 착용감이 거의 느껴지지 않는다

측정 가능한 생체 신호 종류

지금까지 연구 단계에서 검증된 항목은 심전도(ECG), 근전도(EMG), 뇌전도(EEG) 신호다. 여기에 땀 성분 분석까지 결합하면 젖산, 포도당, 나트륨 같은 전해질 수치도 확인 가능하다는 연구가 나온다. 스포츠 과학에서는 근피로도 추적에, 병원에서는 장기간 심장 모니터링에 이런 다중 신호가 쓰인다.

상용화 전에 넘어야 할 조건들

관건은 땀과 마찰을 얼마나 버티느냐다. 현재 시제품 상당수는 며칠 착용하고 나면 잉크가 벗겨지거나 전도성이 뚝 떨어진다. 세척, 샤워, 장시간 운동 같은 실사용 환경에서의 내구성 검증, 아직 부족하다. 여기에 개인 맞춤 도안을 찍어내려면 프린팅 장비와 재료 원가가 만만치 않다. 의료기기로 쓰려면 각국 규제 기관의 임상 데이터 승인 절차도 거쳐야 한다. 가격이 대중적인 수준으로 내려오려면 시간이 좀 더 필요해 보인다.

실제로 쓰인다면 어디에 먼저 적용될까

단기적으로는 병원 입원 환자의 장기 심전도 모니터링, 운동선수의 근육 피로 추적, 노년층 낙상·심박 이상 감지 같은 영역에서 먼저 들어올 가능성이 높다. 접착식 패치보다 착용 부담이 적고 원하는 부위에 자유롭게 붙일 수 있어서, 24시간 연속 모니터링이 필요한 환자군에 잘 맞는다. 도안을 패션 요소로 커스터마이징할 수 있다는 점도 눈여겨볼 만하다. 헬스케어 기기라는 딱딱한 인식을 낮춰주는 부가 효과가 있으니까.

이것도 궁금할 만한 질문들

Q. 물에 닿으면 바로 지워지나? 잉크 종류에 따라 다르지만, 현재 프로토타입은 방수 코팅을 씌워도 며칠 이상 버티기 어려운 경우가 많다. 이건 좀 아쉬운 부분.

Q. 스마트워치를 대체할 수 있나? 아직은 아니다. 배터리, 디스플레이 같은 부가 기능이 빠져 있어서, 정밀 생체 신호 측정에 특화된 보조 기기로 자리 잡을 가능성이 크다.

Q. 국내에서도 관련 연구가 있나? 스트레처블 전자소재 분야에서 국내 연구기관들도 비슷한 전도성 잉크·필름 기반 센서를 개발 중이다. 학회 발표 자료를 통해 진행 상황을 확인할 수 있다.

출처: Ars Technica

애플이 iOS 퍼블릭 베타를 열었다. 정식 출시는 가을인데, 벌써 깔아본 사람이 수두룩하다. 이유는 하나, 새로워진 AI 비서 시리 때문이다. 개발자 베타에 이어 일반 사용자도 참여할 수 있게 되면서 검색량이 순식간에 치솟았다. 다만 베타는 어디까지나 테스트판이다. 별생각 없이 설치했다가 낭패 보는 사람도 매년 나온다. 설치 전에 뭘 확인해야 하는지, 새 시리는 실제로 뭐가 바뀌었는지 짚어봤다.

퍼블릭 베타, 정확히 뭔가

iOS 퍼블릭 베타는 애플이 정식 출시 전에 일반인에게 풀어주는 테스트 버전이다. 개발자 계정 같은 거 필요 없다. 애플 베타 소프트웨어 프로그램 사이트에 이메일 하나 등록하면 끝. 개발자 베타보다는 안정적이라고들 하는데, 그래도 정식판은 아니다. 이 점은 꼭 기억해둬야 한다. 은행 앱 자주 쓰는 폰이나 회사 업무용 기기라면, 솔직히 안 깔아보는 게 낫다.

설치 전에 꼭 해둘 것

• 전체 백업: 아이클라우드와 컴퓨터(파인더 또는 아이튠즈), 두 군데 다 백업해둔다.
• 여분 기기 확인: 메인 폰 말고 서브 기기에 먼저 깔아보는 게 제일 안전하다.
• 저장 공간 확보: 베타 업데이트는 용량을 은근히 많이 먹는다. 10GB 이상은 비워두자.
• 배터리 상태 점검: 초기 베타는 배터리가 훅훅 줄어든다. 최적화 전까지는 사용 시간이 짧아진다고 보면 된다.

설치, 단계별로 따라 하면

절차는 매년 거의 똑같다.

• 애플 베타 소프트웨어 프로그램 사이트에 애플 계정으로 로그인한다.
• iOS 항목에서 프로파일을 내려받고 설치를 허용한다.
• 설정 – 일반 – VPN 및 기기 관리에서 베타 프로파일을 등록한다.
• 설정 – 일반 – 소프트웨어 업데이트로 들어가면 퍼블릭 베타 항목이 뜬다.
• 다운로드하고 재부팅. 그러면 끝이다.

새 시리, 뭐가 진짜 달라졌나

이번 업데이트에서 가장 눈에 띄는 건 역시 시리다. 예전 시리는 정해진 명령어 아니면 못 알아듣는 느낌이 강했다. 새 시리는 다르다. 화면에 뭐가 떠 있는지, 지금 어떤 앱을 쓰고 있는지 맥락을 읽고 대답한다. 문자로 받은 주소를 바로 지도 앱으로 옮겨주고, 사진 속 인물을 기억해뒀다가 나중에 “그 사람 누구였지” 물어보면 답을 내놓는다. 명령어를 외울 필요가 없다. 그냥 말하듯 요청해도 알아듣는 비율이 확 올라갔다는 후기가 많다. 개인적으로는 알림 요약 기능보다 이 맥락 이해 쪽이 체감이 훨씬 컸다.

설치하기 전 한 번 더 체크할 것들

새 기능이 반갑다고 무작정 깔기 전에, 확인할 게 몇 가지 있다.

• 자주 쓰는 은행, 카드 앱이 베타와 호환되는지 미리 검색해본다.
• 업무용 메신저나 화상회의 앱은 베타에서 알림이 늦게 뜨거나 아예 오류 나는 경우가 종종 있다.
• 초기 버전일수록 발열과 배터리 소모가 심하다. 며칠은 지켜보는 편이 낫다.
• 결정적으로, 한 번 깔면 정식판 나오기 전까지 예전 버전으로 완전히 되돌리기가 꽤 번거롭다. 이건 알아두자.

베타에서 다시 정식판으로 돌아가려면

베타 쓰다가 문제가 생기면 방법은 두 가지다. 하나는 백업해둔 데이터로 복원하면서 정식 버전으로 내리는 방법. 컴퓨터에 연결해 복구 모드로 들어간 다음, 최신 정식 버전 펌웨어를 새로 설치해야 한다. 다른 하나는 설정에서 베타 프로파일만 지우는 방법인데, 이건 좀 애매하다. 다음 정식 업데이트가 나올 때까지는 베타 버전이 그대로 남아 있기 때문이다. 완전히 이전 버전으로 돌아가고 싶다면, 결국 첫 번째 방법, 복원 절차를 거쳐야 한다.

자주 묻는 질문 몇 가지

Q. 베타 지웠다가 정식판 나오면 자동으로 업데이트되나?
아니다. 베타 프로파일을 지워도 정식 업데이트 알림이 뜨기 전까지는 베타 빌드가 그대로 남아 있다. 정식판 알림이 뜨면 그때 설치하면 된다.

Q. 아이패드나 맥에도 똑같이 베타 깔 수 있나?
된다. 아이패드OS와 macOS도 같은 베타 소프트웨어 프로그램 사이트에서 프로파일 받아 설치하면 된다. 다만 기기마다 안정성 편차가 있으니, 업무용 맥북 같은 주력 기기는 피하는 게 좋다.

Q. 배터리가 너무 빨리 닳는데 정상인가?
베타 초기엔 흔한 현상이다. 백그라운드 인덱싱이랑 최적화 미비가 원인인 경우가 많다. 업데이트 몇 번 이어지면 점점 나아지는 편이다.

출처: TechCrunch

일론 머스크의 xAI가 만든 AI 코딩 도구 그록 빌드(Grok Build)가, 사용자 몰래 코드 저장소를 통째로 구글 클라우드에 퍼 날랐다. 보안 연구팀 Cereblab이 이 사실을 터뜨렸고, xAI는 며칠 안 가 업로드 기능부터 껐다.

열지 말라고 표시한 파일까지 챙겨갔다

단순한 로그 전송이 아니다. Cereblab이 이번 주 초 내놓은 조사 내용을 보면, 그록 빌드의 CLI(명령줄 인터페이스) 버전이 사용자 코드 저장소 전체를 패키징해서 구글 클라우드 스토리지로 올리고 있었다.

• 업로드 대상에는 사용자가 ‘열람 금지’로 지정한 파일도 섞여 있었다
• 대상은 코딩 작업과 무관하게, 저장소 전체였다
• 동의를 구하거나 고지한 흔적은 딱히 없었다

개발자한테 코드 저장소란 회사 영업비밀이자, 아직 세상에 안 나온 제품 로드맵 그 자체다. 열람 금지 파일까지 같이 실려 나갔다는 건 접근 권한 설정이 애초에 작동을 안 했다는 뜻이고, 이건 가볍게 넘길 얘기가 아니다.

어떻게 걸렸나

The Register 보도에 의하면, Cereblab은 그록 빌드 CLI의 네트워크 트래픽을 들여다보다가 코드 저장소가 구글 클라우드 쪽으로 새 나가는 패턴을 발견했다고 한다. 로컬에서만 돌아가는 코딩 어시스턴트인 줄 알고 썼는데, 실제로는 뒤에서 대용량 데이터를 밖으로 보내고 있었던 셈.

이 소식이 알려진 게 이번 주 월요일. 이후 The Verge를 포함한 여러 매체가 후속 기사를 쏟아내면서 순식간에 퍼졌다.

기사 뜨자마자 기능부터 끈 xAI

xAI의 대응은 빨랐다. 문제의 업로드 기능을 곧바로 막았다. 다만 이 기능이 정확히 언제부터 켜져 있었는지, 그동안 저장소가 몇 개나 구글 클라우드로 넘어갔는지, 업로드된 데이터를 어디에 썼는지는 설명이 없다.

보안 연구팀이 아니었다면 이 일은 그냥 조용히 지나갔을 가능성이 크다. 개발자가 직접 트래픽을 뜯어보지 않는 이상, CLI 도구 안에서 뭐가 벌어지는지 알 방법이 마땅치 않으니까.

내 코드는 지금 어디로 가고 있나

AI 코딩 어시스턴트가 편의를 대가로 소스코드에 손을 대는 구조라는 건 어제오늘 얘기가 아니다. 자동완성이든 리팩터링이든, 도와주려면 코드 맥락을 서버로 보내야 하는 경우가 많다. 그 데이터가 어디 저장되고 학습에 쓰이는지는 늘 흐릿했다.

이번 건이 다른 지점은, 사용자가 분명히 올리지 말라고 표시한 파일까지 포함됐다는 것. 옵트아웃 설정이나 접근 권한 표시가 사실상 장식이었다는 얘기가 되는 셈이라, AI 코딩 툴을 쓰는 기업이라면 계약서의 데이터 처리 조항부터 다시 들여다볼 때다.

국내 개발팀이 챙겨야 할 것들

그록을 비롯한 AI 코딩 어시스턴트를 사내 개발 파이프라인에 붙여 쓰는 스타트업, 대기업 개발팀이 국내에도 적지 않다. 미공개 서비스나 금융·헬스케어처럼 규제가 엄격한 업종 코드가 해외 클라우드로 흘러갔다면, 개인정보보호법이나 정보통신망법상 책임 소재까지 걸릴 여지가 있다.

보안팀이 있는 조직이라면 CLI 기반 AI 도구의 네트워크 트래픽을 주기적으로 점검하고, 계약 단계에서 코드 데이터 저장 위치와 삭제 정책을 문서로 못박아두는 게 안전하다. 1인 개발자나 소규모 팀이라면 방화벽 로그로 아웃바운드 트래픽을 확인하는 습관만으로도 비슷한 사고를 조기에 알아챌 수 있다.

출처: The Verge

가을 정식 출시보다 몇 달 앞서, 애플은 매년 퍼블릭 베타부터 푼다. 남들보다 먼저 써보고 싶은 마음에 별생각 없이 깔았다가 낭패 보는 사람, 주변에 꼭 한 명씩 있다. 배터리가 순식간에 닳거나, 자주 쓰는 앱이 갑자기 멈춘다. 베타는 원래 테스트판이니 이런 일이 생기는 게 당연한데, 문제는 이걸 모르고 덤비는 경우다. 미리 알고 준비하면 위험 부담은 확 줄어든다.

퍼블릭 베타, 정확히 뭔지부터 짚고 가자

퍼블릭 베타는 애플이 정식 출시 전에 일반 사용자에게 미리 공개하는 테스트용 운영체제다. 개발자 베타보다는 안정적이다. 하지만 완성본은 아니다. 배터리 소모가 늘거나 특정 앱이 튕기는 정도의 버그는 흔한 편이다. 매년 iOS 새 버전마다 6~7월경 공개되고, 정식 버전은 9월쯤 나오는 패턴이 반복돼왔다. 새로 추가되는 AI 비서 기능이나 디자인 개편처럼 화제성 있는 변화는 대개 이 베타 단계에서 먼저 얼굴을 내민다.

설치 전에 이 3가지는 꼭 확인하자

• 전체 백업 – 아이클라우드든 맥 컴퓨터든 최신 상태로 백업해두기. 베타는 되돌리기가 까다로워서, 백업 없이 깔았다가 데이터를 통째로 날린 사례가 실제로 있다.
• 서브 기기 활용 – 업무용이나 유일한 메인폰이라면 베타는 피하는 게 낫다. 서랍에 잠자고 있는 구형 아이폰이 있다면, 거기에 먼저 깔아보는 편이 안전하다.
• 필수 앱 호환성 – 은행 앱이나 회사 보안 앱처럼 꼭 필요한 앱이 신규 OS에서 먹통 되는 경우가 종종 있다. 커뮤니티에 후기부터 검색해보길 권한다.

퍼블릭 베타 설치, 이렇게 하면 된다

절차 자체는 단순하다.

• 애플 공식 베타 소프트웨어 프로그램 사이트에 애플 계정으로 로그인한다.
• 등록 절차를 마치면 아이폰에 베타용 설정 프로파일을 다운로드하라는 안내가 뜬다.
• 설정 앱 – 일반 – VPN 및 기기 관리에서 해당 프로파일을 설치한다.
• 재부팅 후 설정 – 일반 – 소프트웨어 업데이트로 들어가면 베타 버전이 뜬다. 여기서 다운로드하고 설치하면 끝.

용량은 보통 5~7GB 정도라 와이파이 환경에서 받는 게 낫다. 배터리는 50% 이상 채워두고 진행하자. 도중에 꺼지면 골치 아파진다.

베타에서 실제로 자주 터지는 문제들

가장 흔한 불만은 배터리다. 새 기능이 백그라운드에서 인덱싱이나 학습 작업을 계속 돌리다 보니, 초반 며칠은 평소보다 소모가 빠르게 느껴진다. 그다음은 앱 크래시. 개발사들이 아직 베타 OS에 맞춰 앱을 최적화하지 못한 탓에, 카메라나 결제 관련 앱에서 튕김 현상이 나오기도 한다. 발열도 마찬가지다. 첫 업데이트 직후 하루 이틀은 인덱싱 작업 때문에 평소보다 뜨거워질 수 있다. 이 기간엔 무리한 게임 실행은 피하는 게 좋다. 솔직히 이 시기에 배터리 최적화 기대하고 깔면 실망하기 딱 좋다.

이번 베타의 핵심, 시리 AI는 실제로 쓸만할까

이번 iOS 베타에서 가장 눈에 띄는 변화는 시리에 생성형 AI가 제대로 붙었다는 점이다. 예전엔 정해진 명령어만 알아듣는 수준이었다면, 이제는 맥락을 이해하고 대화를 이어가는 방식에 가까워졌다. 다만 챗GPT나 제미나이처럼 길게 풀어서 답하는 스타일은 아니다. 답변을 짧고 간결하게 끊어주는 쪽에 가깝다. 아이폰 안에서 문자, 사진, 캘린더 같은 개인 데이터와 바로 연결된다는 게 시리의 강점이다. 그래서 정보 검색이나 리서치는 챗GPT 계열에, 일정 관리나 기기 제어처럼 즉각 처리가 필요한 일은 시리 AI에 맡기는 식으로 역할을 나눠 쓰는 게 지금으로선 가장 효율적이다. 두 개를 완전히 대체 관계로 볼 필요는 없다는 얘기.

베타 쓰다가 다시 정식판으로 돌아가려면

베타 설치 후 마음이 바뀌면 되돌리는 방법도 알아둬야 한다. 가장 깔끔한 방법은 컴퓨터에 아이폰을 연결해 파인더나 아이튠즈로 최신 정식 버전 펌웨어를 복원하는 것이다. 이 과정에서 아이폰 데이터가 초기화된다. 앞서 받아둔 백업으로 복원하면 된다. 무선으로 베타 프로파일만 지운다고 정식판으로 자동 전환되지는 않는다. 이 부분, 은근 헷갈려하는 사람이 많으니 잘 기억해두자.

이것도 궁금하죠?

Q. 베타 깔면 워런티(보증)에 문제가 생기나?
A. 베타 설치 자체로 보증이 무효가 되지는 않는다. 다만 베타 도중 생긴 소프트웨어 문제는 애플 공식 지원 대상에서 제외될 여지가 있다.

Q. 개발자 베타랑 퍼블릭 베타 차이는?
A. 개발자 베타가 먼저 나오고 버그도 더 많다. 퍼블릭 베타는 그보다 한 단계 다듬어진 버전이라, 일반 사용자가 쓰기엔 이쪽이 상대적으로 안전하다.

Q. 베타 쓰면 아이클라우드 동기화도 불안정한가?
A. 초반 버전일수록 사진이나 메모 동기화가 느려지는 경우가 있다. 안정화 업데이트가 몇 차례 나온 뒤에 깔면 이런 이슈는 줄어드는 편이다.

더버지가 전한 내용을 바탕으로 정리했다. 원문은 The Verge에서 확인할 수 있다.

애플이 접은 자율주행차 프로젝트, 한 번쯤 들어봤을 거다. 몇 년을 쏟아붓고 결국 차는 못 만들었다. 그런데 이 프로젝트가 남긴 게 실패한 자동차 한 대만은 아니라는 분석이 나온다. 지금 아이폰과 맥에 들어가는 AI 칩, 그 설계 기반이 여기서 나왔다는 얘기다. 블룸버그 마크 거먼 기자가 전한 바에 따르면, 애플은 자율주행차용 온디바이스 AI 처리 성능을 확보하는 과정에서 쌓은 노하우를 뉴럴엔진 설계에 그대로 이식했다. 차는 못 만들었지만, 그 과정에서 얻은 칩 기술이 오늘날 애플 실리콘을 AI 작업에 강하게 만든 셈이다.

이 이야기를 계기로 정리해볼 만한 게 하나 있다. 뉴럴엔진이 정확히 뭘 하는 부품인지, M시리즈 칩마다 AI 성능이 얼마나 차이 나는지, 로컬에서 AI를 돌리려면 맥북을 어떤 기준으로 골라야 하는지. 이 세 가지다.

애플 칩이 AI에 유독 강한 이유

애플 실리콘은 CPU, GPU, 뉴럴엔진이 메모리를 공유하는 통합 메모리 구조다. 인텔 CPU에 별도 그래픽카드를 얹는 조합과는 다르다. 데이터를 이곳저곳으로 복사할 필요 없이 한 곳에 모아두고 세 가지 연산 장치가 동시에 접근한다. AI 모델을 돌릴 때는 이 구조가 속도와 전력 효율, 두 마리 토끼를 다 잡는다. 여기에 더해 애플은 클라우드 서버가 아니라 기기 안에서 연산을 끝내는 방향을 오래전부터 밀어왔다. 사진 속 얼굴 인식, 문장 자동완성, 음성 인식 같은 기능을 기기 안에서 처리하려면 전용 AI 가속기가 필수다. 그게 바로 뉴럴엔진이다.

뉴럴엔진이 실제로 하는 일

뉴럴엔진은 CPU나 GPU와는 별도로 마련된 AI 연산 전용 칩 블록이다. 초당 처리 가능한 연산 횟수를 TOPS(Tera Operations Per Second)라는 단위로 표시하는데, 숫자가 클수록 같은 시간에 더 많은 AI 연산을 소화한다는 뜻이다. 아이폰의 얼굴 인식, 사진 앱의 인물·사물 구분, 시리의 음성 처리, 맥의 실시간 자막 번역. 이런 기능 대부분이 이 부품에서 돌아간다. 클라우드로 데이터를 보내지 않고 기기 안에서 끝내다 보니 반응 속도가 빠르고, 개인정보도 밖으로 새지 않는다. 이 부분은 솔직히 애플이 잘 잡은 방향이라고 본다.

M1부터 M4까지, 칩별 AI 성능 비교

세대가 바뀔 때마다 뉴럴엔진 성능도 큰 폭으로 뛰었다.

• M1: 뉴럴엔진 11 TOPS, 첫 세대치고 준수한 수준
• M2: 15.8 TOPS, 로컬 이미지 생성 모델도 무난하게 소화
• M3: 18 TOPS, GPU 레이 트레이싱까지 함께 강화
• M4: 38 TOPS로 전작 대비 2배 이상 도약, 애플이 처음으로 AI 성능을 정면에 내세운 세대

숫자만 보면 M4가 압도적이다. 다만 실제 체감 차이는 어떤 작업을 하느냐에 따라 갈린다. 이건 좀 케이스 바이 케이스다.

용도별로 맥북 고르는 법

• 문서 작업, 웹서핑, 가벼운 사진 보정: M1이나 M2 에어로 충분하다. 굳이 최신 칩에 돈을 더 쓸 이유가 없다.
• 로컬 LLM 구동(라마, 미스트랄 등 오픈소스 모델): M3 프로 이상, RAM 32GB를 기준으로 삼는 게 안전하다.
• 이미지 생성(Stable Diffusion), AI 영상 편집: M4 프로나 맥스, RAM 32~64GB급을 권장한다.
• 대형 모델 연구·개발용: M4 맥스에 RAM 64GB 이상. 여기까지 필요한 사람은 사실 소수다.

RAM은 얼마나 필요할까

애플 실리콘은 CPU, GPU, 뉴럴엔진이 메모리를 나눠 쓰는 구조라서 RAM 용량이 곧 AI 성능의 상한선을 결정한다. 로컬에서 언어 모델을 돌린다면 대략 이런 기준으로 잡으면 된다.

• 70억 파라미터급 모델: RAM 8~16GB로 실행 가능
• 130억 파라미터급 모델: RAM 16~24GB 권장
• 700억 파라미터급 모델: RAM 64GB 이상 필요

저장 공간은 넉넉해도 RAM이 부족하면 모델 자체가 안 돌아간다. 맥북 살 때 SSD 용량보다 RAM 용량부터 챙겨야 하는 이유가 여기 있다.

윈도우 노트북과 비교하면 어떨까

퀄컴 스냅드래곤 X 엘리트를 탑재한 이른바 코파일럿+PC는 NPU 성능 40 TOPS를 마이크로소프트 인증 기준으로 내걸었다. 숫자만 보면 M4의 38 TOPS와 비슷하다. 하지만 실제 AI 앱 생태계와 최적화 수준은 아직 애플 쪽이 한발 앞서 있다는 평가가 많다. 반대로 게임이나 범용 소프트웨어 호환성에서는 윈도우 진영이 여전히 유리하다. AI 작업 비중이 크다면 맥, 범용성과 호환성을 우선한다면 윈도우. 이 정도로 나눠서 생각하면 답이 나온다.

자주 묻는 질문 몇 가지

Q. 인텔 맥으로는 로컬 AI를 못 쓰나?
전용 뉴럴엔진이 없어서 클라우드 기반 AI 기능 위주로만 쓸 수 있다. 로컬 LLM 구동은 사실상 권장하지 않는다.

Q. 아이폰도 맥과 같은 구조인가?
A시리즈 칩에도 동일한 개념의 뉴럴엔진이 들어간다. 세대별 TOPS 수치는 다르지만 설계 철학은 같다.

Q. 굳이 맥스 칩까지 필요할까?
대형 모델을 직접 돌리거나 영상·3D 작업을 전문적으로 하는 게 아니라면 프로 등급으로 충분하다. 맥스는 오버스펙인 경우가 많다. 괜히 돈만 더 나가는 셈이다.

출처: The Verge

애플이 10년 넘게 붙잡고 있던 자율주행차 프로젝트 ‘타이탄’, 결국 빛을 못 보고 2024년 초 조용히 문을 닫았다. 그런데 최근 블룸버그 마크 거먼 기자가 전한 이야기를 보면 얘기가 좀 다르다. 실패로 끝난 이 프로젝트가 지금 애플 실리콘을 AI 성능 괴물로 만든 숨은 배경이었다는 거다.

자율주행이 요구한 무자비한 연산량

자율주행차는 카메라, 레이더, 라이다에서 쏟아지는 데이터를 실시간으로 처리해야 한다. 사람이 브레이크를 밟는 그 찰나까지 온디바이스에서 판단을 끝내야 하니, 클라우드로 데이터 보내고 답 받아오는 방식은 애초에 통할 수가 없는 구조였다.

애플 엔지니어들은 프로젝트 초기부터 결론을 내렸다. 기존 모바일 칩으로는 어림도 없다고. 그래서 차량 전용 프로세서를 따로 설계하기 시작했는데, 이 칩 자체는 끝내 완성되지 못했다. 다만 그 과정에서 쌓인 기술 자산은 고스란히 남았다.

M시리즈로 흘러들어간 기술

거먼 보도에 따르면, 타이탄을 위해 개발하던 고성능 AI 처리 기술이 이후 맥용 M시리즈 칩과 아이폰용 A시리즈 칩의 뉴럴 엔진 설계에 그대로 반영됐다. 애플이 매년 신제품 발표 때마다 “역대 최고 성능”이라고 외치는 그 뉴럴 엔진 강화, 사실은 자율주행차 만들다 남은 부산물이었던 셈이다. 좀 아이러니하지 않나.

• 초기 타이탄 팀이 온디바이스 AI 추론 성능을 최우선 과제로 설정
• 전용 프로세서 개발은 무산됐지만 아키텍처 노하우는 그대로 축적
• 이후 M시리즈·A시리즈 뉴럴 엔진 고도화에 기술 이전

10년, 100억 달러 넘게 쓰고 접은 이유

타이탄은 2014년 시작됐다. 완전 자율주행차로 갔다가, 반자율주행 소프트웨어로 갔다가, 방향을 여러 번 바꿨다. 외신들이 추산한 누적 투자액은 100억 달러를 훌쩍 넘는다. 팀 쿡 체제에서도 사업성을 끝내 확신하지 못했고, 2024년 2월 공식 종료를 선언했다.

그렇다고 이 돈이 전부 허공으로 날아간 건 아니다. 실리콘 설계, 센서 데이터 처리, 저전력 고성능 연산 노하우. 이게 애플의 다른 제품군에 그대로 스며들었다. 지금 애플이 AI 경쟁에서 하드웨어 우위를 자신하는 근거 중 하나가 바로 이거다.

서버용 AI칩까지 넘보는 애플 실리콘

업계에서는 애플이 자체 AI 서버용 칩, 그러니까 차세대 고성능 모델까지 준비 중이라는 관측이 나온다. 애플이 지난해 공개한 ‘프라이빗 클라우드 컴퓨트’도 자체 실리콘 기반으로 대규모 언어모델 연산을 처리하는 구조인데, 이 역시 타이탄에서 쌓은 저전력 고성능 칩 설계 역량과 무관하지 않다는 분석이 많다.

자율주행이라는 하드웨어 사업에서는 손을 뗐지만, 그 과정에서 얻은 반도체 설계 능력으로 온디바이스 AI 시장 주도권을 노리는 모양새. 결과적으로 보면 밑지는 장사는 아니었던 셈이다.

삼성·SK하이닉스, 현대차가 눈여겨볼 지점

삼성전자와 SK하이닉스 입장에서는 신호가 두 가지다. 하나는 애플이 뉴럴 엔진 성능을 계속 끌어올리면서 모바일 AP 시장에서 엑시노스나 퀄컴 스냅드래곤과의 격차를 더 벌릴 가능성. 다른 하나는 애플의 저전력 고성능 AI칩 노하우가 온디바이스 AI용 메모리, 그러니까 LPDDR이나 HBM 저전력 버전 수요를 끌어올릴 여지가 있다는 점이다.

현대차·기아 쪽에서도 참고할 대목이 있다. 애플조차 100억 달러를 쓰고도 완전 자율주행 상용화에 실패했다는 사실, 이게 레벨3 이상 자율주행 기술이 얼마나 넘기 힘든 벽인지 다시 보여준다. 대신 그 과정에서 나온 반도체·AI 기술이 전혀 다른 제품에서 꽃피웠다는 점. 국내 자동차·부품사들의 자율주행 R&D 투자도 당장 성과가 안 보이더라도, 장기적으로는 다른 사업의 자산이 될 여지가 있다는 얘기다.

출처: The Verge

이븐 리얼리티스(Even Realities)가 카메라를 아예 뺀 스마트글래스를 내놨다. 메타나 삼성이 카메라 탑재 모델에 사활을 거는 것과는 완전히 반대 방향이라 눈길이 갔다. 회의가 많고, 발표를 자주 하고, 해외 출장이 잦은 사람을 정면으로 겨냥한 제품. 이참에 카메라 유무로 스마트글래스가 어떻게 갈리는지, 뭘 기준으로 골라야 할지 짚어본다.

카메라 없는 스마트글래스, 정체가 뭔가

스마트글래스라고 하면 메타 레이밴처럼 사진·영상을 찍는 카메라부터 떠올리기 마련이다. 그런데 디스플레이와 마이크, 스피커만으로 돌아가는 모델도 엄연히 한 축을 차지한다. 렌즈 안쪽 작은 프로젝션 디스플레이에 텍스트나 알림을 띄우고, 마이크로 음성을 받아 실시간 자막이나 번역을 보여주는 식이다. 촬영 기능 자체가 빠졌으니 하드웨어 구성은 단순해지고, 배터리 소모도 상대적으로 적다.

카메라 달린 모델과 무엇이 다른가

가장 큰 차이는 용도다.

• 카메라 탑재형: 1인칭 시점 촬영, SNS 업로드, AI 비전 질의응답(눈앞에 보이는 걸 물어보는 기능) 중심
• 카메라 미탑재형: 회의록 자동 작성, 실시간 통역·자막, 일정·메시지 확인 등 업무 생산성 중심

카메라가 없으면 몰카 논란이나 초상권 문제에서 한발 비켜설 수 있다는 점도 실사용에서 체감되는 차이다. 회의실이나 사무실처럼 촬영이 민감한 공간에서 써도 상대방이 경계하지 않는다는 게 이 제품군의 핵심 셀링포인트다.

회의·발표·출장, 왜 이런 안경이 먹히나

렌즈에 텍스트가 뜨는 구조라 발표 스크립트나 큐카드를 눈앞에 띄워두고 청중과 눈을 마주치며 말할 수 있다. 화상회의든 대면회의든 상대 말이 실시간 자막으로 뜨니, 회의록을 따로 정리할 일이 줄어든다. 해외 출장이 잦은 직군이라면 상대방 언어를 텍스트로 바로 확인하는 기능이, 통역 앱 켜고 화면 들여다보는 것보다 훨씬 자연스럽다. 스마트폰 꺼내 화면 확인하는 동작 자체가 줄어드는 게, 막상 써보면 생각보다 큰 차이를 만든다고 한다.

실시간 번역, 진짜 쓸 만한가

번역 정확도는 언어, 배경 소음, 네트워크 상태에 따라 편차가 크다. 조용한 회의실에서 표준어 억양으로 말하는 상황이면 정확도가 꽤 높다. 하지만 여러 명이 동시에 말하거나 전문 용어가 섞이면 오역이 늘어난다. 통역사를 완전히 대체한다기보다는 대략적인 맥락 파악용 보조 도구로 접근하는 편이 현실적이다. 개인적으론 이 정도만 돼도 충분히 반갑다 싶다. 손이 자유로운 상태에서 실시간 자막을 볼 수 있다는 것 자체가, 기존 번역 앱 대비 편의성은 크다.

프라이버시 논란에서 한발 비켜선 이유

카메라 달린 스마트글래스는 착용자도 모르는 사이 주변 사람을 찍을 가능성 때문에 카페, 헬스장, 공공장소에서 착용을 꺼리는 분위기가 있다. 실제로 몇몇 매장이나 시설은 카메라형 스마트글래스 착용 자체를 막기도 한다. 카메라가 빠진 모델은 이런 사회적 마찰이 적다. 사무실이나 협업 공간처럼 사람이 많이 모이는 곳에서 부담 없이 쓸 수 있다는 장점, 이건 꽤 뚜렷하다.

사기 전에 체크할 3가지

• 디스플레이 밝기와 시야각: 실내외 모두 텍스트가 잘 보이는지, 야외 직사광선에서도 가독성이 유지되는지
• 배터리 지속 시간: 하루 종일 회의를 도는 직군이라면 최소 8시간 이상 버티는 모델이 유리하다
• 연동 앱과 언어 지원 범위: 번역 지원 언어 수, 회의록 자동 저장 여부, 캘린더·메신저 연동 여부

가격대는 카메라 탑재형보다 저렴한 경우가 많다. 대신 SNS 콘텐츠 제작이나 1인칭 촬영이 필요한 사람에게는 애초에 선택지가 아니다. 결국 안경을 왜 쓰려는지부터 명확히 하는 게 먼저다. 여기서 갈린다.

궁금한 것들, 짧게 답하면

Q. 카메라 없는 스마트글래스로 사진은 아예 못 찍나?
A. 대부분 촬영 기능 자체가 하드웨어에서 빠져 있어 불가능하다. 순수하게 디스플레이·음성 기반 기능만 지원한다.

Q. 일반 안경처럼 도수 렌즈 교체가 가능한가?
A. 제조사마다 다르다. 처방 렌즈를 끼울 수 있는 프레임을 내놓는 브랜드가 늘고 있으니, 구매 전 도수 렌즈 호환 여부는 꼭 확인해야 한다.

Q. 스마트폰 없이 단독으로 쓸 수 있나?
A. 대부분 블루투스로 스마트폰과 연결해 번역·자막·알림을 처리하는 구조라, 완전한 단독 사용은 아직 어렵다.

출처: TechCrunch