01 / 17AI를 직접 돌리는 컴퓨터
POTATO-AI · AI TALK
AI를 쓰는 기계에서,
AI를 돌리는 기계로
2026년 8월, 애플이 조용히 바꾼 것
2026년 8월 26일 기준 · 애플 뉴스룸 8월 25일 발표 자료 기반
아래로 읽기 · 크게 보기 · 목차로 이동
🥔 감자나라ai
01 / 17
- 웹 AI를 이용하는 컴퓨터에서 모델을 직접 실행하는 컴퓨터로 관점을 옮기는 강의입니다.
- 원본은 2026년 8월 26일 기준, 애플 뉴스룸의 8월 25일 발표 자료를 바탕으로 했다고 표기합니다.
02 / 17가격보다 제품의 역할
먼저 김을 빼고 시작하겠습니다.
이번 신제품, 여러분은
아마 안 사실 겁니다.
맥스튜디오 M5 ULTRA
5,499달러
949만원부터
그런데 오늘 봐야 할 건 가격표가 아닙니다.
애플이 이 제품을 설명하면서 쓴 단어 하나입니다.
🥔 감자나라ai
02 / 17
- 당시 자료의 시작가는 맥미니 M6 149만 9,000원, 맥미니 M5 Pro 299만원, 맥스튜디오 M5 Ultra 949만원입니다.
- 강의는 구매 추천보다 애플이 이 제품의 역할을 어떻게 설명했는지에 초점을 맞춥니다.
03 / 17발표 제품과 메모리 상한
01무슨 일이 있었나
8월 25일, 애플이 데스크톱 라인을 한꺼번에 갈아치웠습니다
ENTRY
맥미니 M6
899달러국내 149만 9,000원 · 교육가 799달러
애플 최초 2나노 칩
뉴럴엔진이 두 개로
메모리 최대 32GB
"작은 AI 상자"
MIDDLE
맥미니 M5 Pro
1,699달러국내 299만원부터
CPU 최대 18코어
대역폭 307GB/s
메모리 최대 64GB
"작은데 안 작은 값"
TOP
맥스튜디오
M5 Max / M5 Ultra
2,499 / 5,499달러국내 429만 / 949만원부터
메모리 최대 512GB
대역폭 1.2TB/s
"오늘의 주인공"
전부 9월 22일 출시 · 512GB 구성만 10월 말
🥔 감자나라ai
03 / 17
- 자료는 맥미니 M6의 메모리 상한 32GB, M5 Pro 64GB, 맥스튜디오의 최대 구성 512GB를 소개합니다.
- 맥스튜디오 M5 Max·M5 Ultra의 당시 국내 시작가는 각각 429만원·949만원으로 제시됩니다.
- 출시 일정은 9월 22일, 512GB 구성은 10월 말로 구분되어 있습니다.
04 / 17상시 구동 에이전트 기기
애플이 맥미니를 소개하면서 쓴 표현입니다
always-on agentic device
상시 구동 에이전트 기기
이건 데스크톱 광고 문구가 아니라,
서버 광고 문구입니다.
출처: Apple Newsroom, 2026년 8월 25일 — 맥미니 발표 자료
🥔 감자나라ai
04 / 17
- 원본은 애플의 맥미니 소개 문구로 ‘always-on agentic device’를 인용하며 상시 구동 에이전트 기기로 풀이합니다.
- 강의자는 이 표현을 계속 켜두고 일을 맡기는 서버의 역할과 연결합니다.
05 / 17화면에서 연산 엔진으로
02오늘의 관점
지난 10년
AI를 쓰는 기계
브라우저를 켜고, 챗GPT에 물어보고, 결과를 받아옵니다.
계산은 지구 반대편 데이터센터가 합니다.
내 컴퓨터는 사실상 화면이었습니다.
지금부터
AI를 돌리는 기계
모델이 내 책상 위에서 돕니다.
인터넷도, 구독료도, 남의 서버도 없이.
내 컴퓨터가 엔진이 됩니다.
오늘 강의는 이 한 줄을 설명합니다
🥔 감자나라ai
05 / 17
- 웹 AI에서는 데이터센터가 계산하고 내 컴퓨터는 결과를 보여주는 역할을 합니다.
- 로컬 AI에서는 모델이 내 컴퓨터에서 직접 실행되므로 컴퓨터 자체가 연산을 맡습니다.
06 / 17칩의 변화와 발표 수치
03왜 지금인가 ①
칩이 달라졌습니다
1
2나노 최초
M6은 애플이 처음으로 2나노 공정으로 만든 칩입니다. 아이폰보다 맥이 먼저 받았습니다
2
뉴럴엔진 두 개
AI 전용 연산 장치가 16코어 두 벌로 늘었습니다. 애플 주장 전세대 대비 최대 2배
3
GPU 코어마다 AI
그래픽 코어 하나하나에 AI 가속기가 박혔습니다. 그래픽과 AI를 같이 씁니다
!
애플의 주장
M4 대비 AI 성능 최대 4배 · LLM 프롬프트 처리는 M1 대비 13.5배
단, 이 수치는 전부 애플이 직접 낸 발표치입니다 — 독립 벤치마크는 아직 없습니다
🥔 감자나라ai
06 / 17
- 당시 자료는 M6의 2나노 공정, 두 개의 16코어 뉴럴엔진, GPU 코어별 AI 가속기를 변화로 소개합니다.
- M4 대비 AI 성능 최대 4배와 M1 대비 LLM 프롬프트 처리 13.5배는 애플 자사 발표치로 제시되어 있습니다.
- 원본은 독립 벤치마크 검증이 아직 없다는 제한을 명시합니다.
07 / 17모델을 담는 메모리
04왜 지금인가 ②
그런데 진짜 주인공은 메모리입니다
비유로 먼저
AI 모델은 통째로 책상 위에 펼쳐놔야 읽을 수 있는 책입니다.
책이 책상보다 크면 — 조금 느린 게 아니라 아예 못 읽습니다.
일반 PC · 그래픽카드
책상이 작다
AI가 쓰는 건 그래픽카드 전용 메모리뿐. 소비자용은 대개 8~32GB가 천장입니다
애플 실리콘 · 통합 메모리
책상이 통째로 크다
CPU와 GPU가 같은 메모리를 나눠 씁니다. 그래서 최대 512GB까지 올라갑니다
그래서 질문이 바뀝니다 — "얼마나 빠르냐"보다 "애초에 올라가느냐"
🥔 감자나라ai
07 / 17
- 모델을 메모리에 올릴 수 있어야 실행할 수 있다는 점을 책과 책상의 크기에 비유합니다.
- 그래픽카드 전용 메모리와 CPU·GPU가 함께 사용하는 애플 통합 메모리를 비교합니다.
- 강의는 처리 속도 전에 원하는 모델을 담을 메모리 용량부터 확인하는 관점을 제시합니다.
08 / 17최대 용량과 가격 구분
05512GB라는 숫자
이게 얼마나 이상한 숫자인지 보겠습니다
맥스튜디오 M5 Ultra5,499달러 · 국내 949만원부터
512GB대역폭 1.2TB/s
엔비디아 DGX Spark3,999달러 · 실거래 약 4,699달러
128GB대역폭 273GB/s
맥미니 M6899달러 · 국내 149만 9,000원
32GB여기가 천장입니다
한 대에 512GB를 꽂을 수 있는 소비자 제품은
지금 사실상 이것뿐입니다
가격·용량은 2026년 8월 26일 기준 · 맥스튜디오 실사용 구성(256GB)은 저장장치 제외 약 10,799달러
🥔 감자나라ai
08 / 17
- 자료는 맥스튜디오 M5 Ultra 최대 512GB·대역폭 1.2TB/s와 DGX Spark 128GB·273GB/s를 비교합니다.
- 맥미니 M6의 메모리 상한은 32GB로 제시되어 있습니다.
- 표의 제품 시작가와 최대 메모리 구성은 구분해야 하며, 원본은 별도로 맥스튜디오 256GB 구성에 저장장치를 제외한 약 10,799달러를 적고 있습니다.
09 / 17개인용 AI 서버의 가능성
05영향 ① 개인용 AI 서버
책상 밑에 AI 상자를 두는 시대가 옵니다
✓
전기를 안 먹는다
맥미니는 아무것도 안 할 때 한 자릿수 와트대. 24시간 켜둬도 부담이 적습니다
✓
소리가 안 난다
거실이나 책상 위에 둘 수 있습니다. 서버실이 필요 없습니다
✓
이제 성능도 된다
여기에 AI 성능 4배가 붙으면서 "켜두고 시키는" 게 현실이 됐습니다
→
그래서 예측
2027년까지 "AI 홈랩"이 게이밍 PC처럼 하나의 소비자 카테고리가 됩니다
맥미니는 더 이상 보조 컴퓨터가 아니라 상시 대기 중인 직원입니다
🥔 감자나라ai
09 / 17
- 작은 크기, 낮은 대기 전력, 소음·발열 특성을 계속 켜두는 개인용 AI 서버의 장점으로 설명합니다.
- AI 성능 4배는 앞에서 제시한 애플의 발표 수치에 근거한 설명입니다.
- 2027년까지 AI 홈랩이 소비자 제품 분야로 자리 잡을 것이라는 내용은 강의자의 전망입니다.
10 / 17속도와 메모리 용량의 경쟁
06영향 ② 경쟁의 축
NVIDIA
초당 토큰 수
속도에서 이깁니다
CUDA라는 소프트웨어 표준
학습·대규모 동시 접속은 압도적
APPLE
달러당 기가바이트
용량에서 이깁니다
통합 메모리로 512GB
혼자 쓰는 로컬 추론에 유리
"엔비디아는 초당 토큰 수를 이기고,
애플은 달러당 기가바이트를 이긴다"
그래서 애플이 가져가는 건 로컬 추론이지,
최전선 모델을 학습시키는 자리가 아닙니다
🥔 감자나라ai
10 / 17
- 강의는 NVIDIA의 속도·CUDA·학습 강점과 애플의 통합 메모리 용량·개인용 추론 강점을 대비합니다.
- 애플이 유리해질 영역을 로컬 추론으로 보며, 최전선 모델의 학습이나 대규모 동시 접속과 구분합니다.
11 / 17MoE와 사용자 측정 사례
07영향 ③ 모델의 생김새
하드웨어가 바뀌면 모델도 그 모양으로 만들어집니다
MoE · 전문가 혼합 모델
100만 권짜리 도서관인데, 질문 하나에 3권만 꺼내 읽는 구조.
그래서 메모리는 크게 쓰고 속도는 안 죽습니다 — 애플 구조와 정확히 맞습니다.
Kimi K2 (1조 파라미터) 28~30 토큰/초
Qwen3 Coder (480B) 40 토큰/초
Llama 3.3 (70B) 16 토큰/초
예측 — 오픈 모델 진영이 MoE 구조로 더 쏠립니다
맥스튜디오 4대를 묶은 클러스터 실측치 · 애플 공식 수치가 아니라 사용자 측정값입니다
🥔 감자나라ai
11 / 17
- MoE는 많은 전문가 중 질문에 필요한 일부만 사용하는 구조로 설명하며 큰 메모리와의 조합을 살펴봅니다.
- 원본의 속도 수치는 맥스튜디오 네 대를 묶은 사용자 측정값으로, Kimi K2 28~30토큰/초·Qwen3 Coder 40토큰/초·Llama 3.3 16토큰/초입니다.
- 이 수치는 애플 공식 발표가 아니며, 오픈 모델이 MoE로 더 쏠린다는 설명은 강의의 예측입니다.
12 / 17여러 대를 묶은 메모리 비교
08영향 ④ 여러 대를 묶는다
애플이 직접 "여러 대 묶으세요"라고 광고합니다
맥OS 26.2부터 썬더볼트 5 RDMA 지원
기기 간 지연 300µs → 3µs (100배)
H100 그래픽카드 26장같은 메모리를 채우려면
78만 달러+약 10억원
맥스튜디오 4대통합 메모리 2TB
약 5만 달러약 7천만원
같은 메모리를 채우는 데 15배 차이
사용자 구축 사례 기준 · 속도가 아니라 메모리 용량을 맞췄을 때의 비교입니다
🥔 감자나라ai
12 / 17
- 자료는 macOS 26.2의 Thunderbolt 5 RDMA 지원과 기기 간 지연 300µs에서 3µs로의 감소를 소개합니다.
- 사용자 구축 사례로 맥스튜디오 네 대의 통합 메모리 2TB·약 5만 달러와 H100 26장·78만 달러 이상을 대비합니다.
- 약 15배 비용 차이는 처리 성능이 아니라 메모리 용량을 맞췄을 때의 비교입니다.
13 / 17데이터를 내부에 두는 용도
09영향 ⑤ 진짜 고객
그런데 이걸 사는 이유는 돈이 아닙니다
✕
본전 뽑기
계산해보면 손익분기가 7개월에서 34개월. 월 API 요금을 1,000달러는 써야 7개월입니다
✕
성능
순수 속도만 보면 엔비디아가 더 낫습니다. 여기서 애플을 살 이유는 없습니다
✓
데이터를 못 내보냄
병원 · 로펌 · 금융 · 공공. 클라우드에 올리는 순간 규정 위반인 조직들입니다
✓
한 대를 팀이 공유
연구실이나 소규모 팀이 한 대 놓고 같이 쓰는 형태가 가장 현실적입니다
애플이 "완전한 프라이버시"를 반복하는 이유 — 성능이 아니라 규제를 팝니다
🥔 감자나라ai
13 / 17
- 자료의 손익분기 예시는 7~34개월이며, 7개월은 월 API 비용 1,000달러를 사용하는 조건입니다.
- 강의는 단순 비용 회수나 최고 속도보다 데이터를 외부로 보낼 수 없는 조직의 필요를 주요 구매 이유로 봅니다.
- 연구실이나 소규모 팀이 장비 한 대를 공유하는 사용 형태를 현실적인 사례로 제시합니다.
14 / 17소프트웨어 생태계의 비용
10영향 ⑥ 진짜 승부처
하드웨어보다 소프트웨어가 중요합니다
＋
Core AI 등장
애플의 새 AI 프레임워크. 3B부터 70B 모델까지 아이폰·맥에서 직접 돌리게 설계됐습니다
＋
MLX
맥에서 모델을 직접 학습·미세조정하는 도구. 애플이 오픈소스로 밀고 있습니다
−
그런데 CUDA
실제 서비스 배포와 학습 도구는 여전히 엔비디아 CUDA를 전제로 만들어져 있습니다
!
"CUDA 세금"
개발은 맥에서, 배포는 리눅스+엔비디아에서 — 환경이 갈리는 비용을 이렇게 부릅니다
엔비디아 독점에 금이 갔습니다. 다만 딱 실금까지만입니다
🥔 감자나라ai
14 / 17
- 당시 자료는 Core AI의 온디바이스 모델 실행과 MLX의 로컬 학습·미세조정을 애플의 소프트웨어 기반으로 소개합니다.
- 학습과 서비스 배포 도구의 CUDA 의존도는 여전히 장벽이라고 설명합니다.
- 맥에서 개발하고 리눅스·NVIDIA에서 배포할 때 환경이 갈리며 생기는 비용을 ‘CUDA 세금’에 비유합니다.
15 / 17AI 수요와 메모리 가격
11영향 ⑦ 반전
AI가 AI의 발목을 잡고 있습니다
맥미니 M42026년 5월 · 256GB 모델 단종
799달러
맥미니 M62026년 8월
899달러2년 새 +50%
왜 올랐나
AI 데이터센터가 D램을 전부 쓸어담았습니다.
로컬에서 AI를 돌리려고 사는 기계값이 — AI 때문에 올랐습니다.
국내 기준으로는 더 셉니다 — 맥미니 89만원 → 149만 9,000원 (2년 새 +68%) · 팀 쿡: 메모리 가격을 "100년 만의 홍수"에 비유
🥔 감자나라ai
15 / 17
- 자료는 맥미니 시작가를 2024년 599달러, 256GB 모델 단종 뒤 2026년 5월 799달러, 2026년 8월 M6 899달러로 제시합니다.
- 국내 시작가는 89만원에서 149만 9,000원으로 약 68% 높아졌다는 비교입니다.
- 강의는 AI 데이터센터의 메모리 수요가 로컬 AI용 기기의 가격도 밀어 올린다는 역설을 설명합니다.
16 / 17용도별로 다른 선택
12그래서 나는?
대부분은 안 사도 됩니다
챗GPT·클로드를 웹으로만 씀
사지 마세요 — 월 20달러 요금제가 압도적으로 쌉니다
에이전트를 24시간 돌리고 싶음
맥미니 M6 · 32GB — 149만 9,000원 · 단, 32GB가 천장
로컬 LLM을 진지하게 쓰고 싶음
맥스튜디오 M5 Max — 429만원 · 대부분에게 여기가 정답
100B 이상을 통째로 올려야 함
맥스튜디오 M5 Ultra — 949만원 · 512GB는 여기뿐
속도 최대 · 학습이 본업
엔비디아 — 이 축에서 애플은 안 이깁니다
현실 체크 — 맥미니 32GB로 돌아가는 건 7B~14B가 쾌적, 27B는 빠듯, 70B는 불가입니다
🥔 감자나라ai
16 / 17
- 강의는 웹 AI만 쓰는 경우 새 기기를 살 필요가 없다고 보고, 상시 에이전트·로컬 모델·대형 모델·학습을 서로 다른 용도로 구분합니다.
- 당시 추천은 에이전트용 맥미니 M6, 본격적인 로컬 LLM용 맥스튜디오 M5 Max, 큰 모델 적재용 M5 Ultra, 최고 속도·학습용 NVIDIA입니다.
- 32GB 메모리에서 7B~14B는 쾌적하고 27B는 빠듯하다는 설명은 원본의 모델 크기별 가이드이며, 표의 기본가와 메모리 상한을 같은 구매 구성으로 읽지 않습니다.
17 / 17핵심 변화와 전망의 한계
13정리
오늘 기억할 건 세 줄입니다
01
프레임이 바뀌었다
애플은 이제 AI를 쓰는 기계가 아니라 돌리는 기계를 팝니다
02
축은 용량이다
경쟁이 속도에서 메모리 용량으로 옮겨갔습니다
03
병목은 램값이다
온디바이스 AI를 막는 건 성능이 아니라 메모리 가격입니다
이 예상이 틀릴 수 있는 지점 — 모델이 더 빨리 작아지거나, 엔비디아가 가격을 깨거나,
클라우드 요금이 더 내려가면 이야기는 달라집니다. 애플 수치는 아직 자사 발표치뿐이기도 합니다.
여러분 책상 밑에는 AI 상자가 생길까요? 댓글로 알려주세요
🥔 감자나라ai
17 / 17
- 강의의 핵심은 컴퓨터가 AI를 직접 실행하는 역할로 이동하고, 로컬 AI에서 메모리 용량과 가격이 중요해진다는 것입니다.
- 모델이 더 빨리 작아지거나 NVIDIA 하드웨어와 클라우드 요금이 내려가면 전망이 달라질 수 있습니다.
- 애플 성능 수치가 아직 자사 발표치라는 한계도 함께 남깁니다.
