"외부 GPU 쓸어담는 대신 칩 고도화" A20 프로로 경쟁력 입증한 애플, 자체 설계 역량으로 온디바이스 AI 생태계 구현

애플, 아이폰18 프로에 자체 설계 'A20 프로' 프로세서 탑재
뛰어난 벤치마크 성능, MAC·일반 데스크톱용 프로세서 웃돌아
데이터센터 투자 대신 칩 설계·온디바이스 AI 경쟁력 확보 집중

애플의 반도체 설계 내재화 성과가 확인되기 시작했다. 2나노급 신규 프로세서 'A20 프로'가 일부 PC용 고성능 프로세서를 웃도는 벤치마크 지표를 기록하면서, 애플이 장기간 축적해 온 설계 역량이 본격적으로 두각을 드러내는 모습이다. 애플은 이전부터 대규모 인프라 투자보다 아이폰·맥(MAC) 자체의 연산 성능을 끌어올려 온디바이스 인공지능(AI)을 구현하는 데 무게를 둬 왔으며, 최근에는 자체 칩 기반 AI 서버 구축을 검토하며 기기에서 데이터센터 영역으로 하드웨어 내재화 전략을 확장하는 방안도 추진 중이다.

베일 벗은 애플 A20 프로

18일(이하 현지시각) 외신 보도를 종합하면, 애플은 지난 9일 신제품 공개 행사에서 아이폰18 프로에 탑재된 A20 프로를 최초로 선보였다. A20 프로는 애플이 아이폰용으로 설계한 첫 2나노급 시스템온칩(SoC)으로, 미세화된 트랜지스터를 더 높은 밀도로 집적하면서 중앙처리장치(CPU), 그래픽처리장치(GPU), AI 연산 등의 성능을 동시에 끌어올린 것이 특징이다. 이 중 CPU는 고성능 슈퍼코어 2개, 저전력 효율 코어 4개 등 총 6코어로 구성됐다. 슈퍼코어 성능은 전 세대 대비 최대 20% 향상됐고, 효율 코어 4개에는 뉴럴 엔진과 별도로 신경망 가속 엔진을 통합했다. 애플은 "효율 코어에 신경망 가속기를 통합해 일반적인 앱은 물론 기기에서 직접 AI 모델을 실행하는 온디바이스 AI 작업에서도 지연 시간을 줄일 수 있다"고 설명했다.

GPU의 경우 지금까지 출시된 아이폰용 SoC 중 가장 많은 수준인 7코어를 탑재했다. 일반 그래픽 성능은 전 세대 대비 최대 40% 향상됐으며, 신경망 가속기를 내장해 FP8(실수, 8비트) 연산 성능도 두 배가량 높였다. 각종 AI 처리를 저전력으로 전담하는 뉴럴 엔진은 최대 32코어로 구성됐으며 전 세대 대비 연산 성능은 두 배, 메모리 대역폭은 50% 늘어났다. 발열 관리 방식도 달라졌다. 실리콘 다이가 증기 챔버와 직접 연결되도록 하고, 증기 챔버 표면 면적을 아이폰17 프로 대비 최대 3배 확대해 성능 저하를 최소화한 구조다.

벤치마크 지표도 준수

이러한 성능 개선 노력은 벤치마크 지표에서도 확인된다. 지난 11일 크로스 플랫폼 벤치마크 프로그램 긱벤치 데이터베이스에는 ‘iPhone19,3’이라는 이름으로 식별되는 기기가 등장했다. 해당 기기는 긱벤치 7 CPU 테스트에서 싱글코어 4,042점, 멀티코어 11,691점을 기록했다. 이때 싱글코어 점수는 CPU 코어 하나만 사용할 때의 처리 성능을, 멀티코어 점수는 여러 코어를 동시에 활용했을 때의 전체 처리 성능을 나타낸다. 이후 외신 등을 통해 iPhone19,3가 A20 프로를 탑재한 아이폰 18 프로 맥스에 해당한다는 사실이 알려졌다.

시장은 A20 프로의 벤치마크 성능이 맥 제품군 등에 쓰이는 고성능 프로세서를 웃돈다는 점에 주목하고 있다. 애플이 고성능 맥북 프로 등에 탑재하는 상위급 PC용 SoC 'M5 Max'의 긱벤치 7 기준 싱글코어 점수는 대체로 3,600점대 후반~3,700점대 중반 수준으로, A20 프로의 4,042점을 약 8% 밑돈다. 여기에 일반 데스크톱 PC용 최상위권 프로세서인 AMD의 라이젠 9 9950X3D 역시 긱벤치의 프로세서 평균 데이터에서 싱글코어 약 3,059점을 기록했으며, 인텔의 Core i9-14900KS도 약 2,769점에 그쳤다.

빅테크 업계, AI 투자 열풍

이 같은 성능 경쟁력의 배경에는 경쟁사와는 다른 방향으로 쌓아 온 기술 역량이 있다. 생성형 AI 열풍이 본격화한 이후, 주요 빅테크들은 대규모 데이터센터 및 GPU 확보에 막대한 자본을 쏟아부어 왔다. 아마존은 올해 연간 2,000억 달러(약 277조1,000억원) 규모의 자본 지출을 예상하고 있으며, 앤디 재시 아마존 최고경영자(CEO)는 이 중 상당 부분이 아마존웹서비스(AWS)와 AI 인프라 투자에 사용된다고 밝혔다. 마이크로소프트(MS) 역시 올해 연간 자본 지출 전망치를 1,750억 달러(약 242조5,000억원)로 제시 중이며, 최근 분기 자본 지출의 약 3분의 2를 GPU·CPU 등 단기 내용연수 자산에 투입했다.

알파벳은 올해 자본 지출 규모를 1,750억~1,850억 달러(약 242조5,000억~256조3,000억원)로 예상하고, 이 가운데 대부분을 서버·데이터센터·네트워크 등 기술 인프라에 쓰겠다고 밝힌 상태다. 메타 역시 올해 자본 지출 전망치를 1,250억~1,450억 달러(약 173조2,000억~200조9,000억원)로 상향 조정하고, 조정의 근거로 ‘메타 초지능 연구소(Meta Superintelligence Labs)’를 비롯한 AI 개발 및 관련 인프라 확대를 꼽았다.

표1. 빅테크 기업들의 AI 투자 전략

애플의 독자적 AI 노선

반면 애플은 외부에서 대규모 데이터센터와 범용 AI 가속기를 확보하기보다, 아이폰·맥에 쓰이는 프로세서를 직접 설계하고 기기 자체의 연산 능력을 끌어올리는 전략을 유지해 왔다. 대표적인 사례가 2017년 아이폰 X에 탑재된 A11 Bionic이다. 애플은 이 칩에 머신러닝 연산을 전담하는 자체 설계 뉴럴 엔진을 처음 도입했다. 당시 뉴럴 엔진은 초당 최대 6,000억 회 연산을 처리해 Face ID 등 머신러닝 기능을 기기 내부에서 수행하도록 설계됐다. 이후 뉴럴 엔진의 연산 능력은 꾸준히 확대됐고, 2021년 A15 Bionic에 탑재된 16코어 뉴럴 엔진은 초당 15조8,000억 회 연산을 처리할 수 있게 됐다.

이러한 자체 칩 전략은 맥 생태계까지 확대됐다. 애플은 2020년 인텔 CPU 대신 자체 설계한 M1을 맥에 탑재하며 CPU, GPU, 뉴럴 엔진 메모리 시스템 등을 하나의 SoC에 통합했다. 이후 M 시리즈는 세대를 거듭하며 머신러닝 전용 연산 성능을 함께 높여 왔다. 이렇게 축적한 자체 실리콘 역량은 생성형 AI 시대 들어 애플의 핵심 전략 기반으로 활용되고 있다. 일례로 2024년 공개된 ‘애플 인텔리전스’는 아이폰·아이패드·맥 운영체제에 통합된 생성형 AI 시스템으로, 상당수 AI 모델이 클라우드가 아닌 온디바이스 환경에서 직접 실행되도록 설계됐다. 이와 관련해 한 업계 관계자는 “애플은 오랫동안 자체 칩 설계 역량을 쌓아 온 만큼, 생성형 AI 경쟁에서도 하드웨어와 운영체제를 함께 최적화할 수 있다는 점이 강점”이라며 “외부 클라우드 의존 없이 자체 생태계 내에서 사용자의 요구와 맥락을 이해하는 AI를 구현한다면, 이는 가장 ‘애플다운’ 방식의 AI가 될 수 있다”고 평가했다.

엔비디아와의 협력 구상

최근 들어서는 온디바이스 AI의 한계를 보완하기 위한 노력도 이어지는 추세다. 엔비디아와 함께 자체 칩을 탑재한 기업용 서버 개발 논의에 나선 것이 대표적이다. 지난 16일 IT 전문 매체 디인포메이션은 "애플은 자체 개발한 ‘M8 울트라’ 칩과 엔비디아의 서버 연결 기술을 결합한 AI 서버 클러스터 구축 방안을 검토해 왔다"고 보도했다. 애플이 구상한 서버는 M8 울트라 칩을 2개 또는 4개씩 연결해 AI 추론 작업을 처리하는 형태다. 출시 목표 시점은 이르면 2029년이지만, 논의가 초기 단계인 만큼 계획이 변경되거나 철회될 가능성도 있는 것으로 전해졌다.

애플이 18년 만에 서버 시장으로 다시 눈을 돌린 것은 AI 서비스 확대에 필요한 인프라를 자체 확보하기 위한 전략으로 읽힌다. 단순 온디바이스 기술만으로는 시장의 대규모 연산 수요를 감당하기 어려운 만큼, 자체 서버를 통해 하드웨어·소프트웨어의 통합 범위를 확대하는 모습이다. 엔비디아는 향후 개방형 인터커넥트 기술 ‘NV링크 퓨전’을 통해 애플의 서버 연결을 지원할 전망이다. NV링크 퓨전은 엔비디아 외 업체의 CPU와 가속기도 엔비디아의 NV링크 기반 고속 네트워크에 연결할 수 있도록 설계됐다.