애플이 M5 맥스와 새로운 M5 울트라를 탑재한 맥 스튜디오를 공개했다. 이번 세대의 무게중심은 그래픽 성능 자체보다 '데스크 위에서 돌리는 AI'에 실려 있다. 애플은 전 세대 대비 최대 4.3배 빠른 AI 성능, 최대 2배 빠른 스토리지, 최대 1.8배 빠른 그래픽, 최대 1.3배 빠른 CPU를 내세웠는데, 핵심은 GPU 코어마다 행렬 곱셈을 가속하는 뉴럴 액셀러레이터를 심고 통합 메모리를 최대 512GB, 대역폭을 1.2TB/s(이전 대비 50% 상향)까지 끌어올렸다는 점이다. 클라우드 API에 의존하지 않고 프론티어급 대형 모델을 로컬에서 통째로 구동하겠다는 방향이 분명하다.
두 갈래로 나뉜 칩 구성
구성은 두 갈래다. M5 맥스는 18코어 CPU(슈퍼 코어 6개, 퍼포먼스 코어 12개)와 최대 40코어 GPU, 최대 128GB 통합 메모리에 614GB/s 대역폭을 제공한다. 음악·사진·소프트웨어 개발, 실시간 3D 같은 작업을 겨냥한 균형점이다. 그 위의 M5 울트라는 최대 36코어 CPU(슈퍼 코어 12개, 퍼포먼스 코어 24개)와 최대 80코어 GPU, 그리고 최대 512GB 통합 메모리로 확장된다. 애플은 M5 울트라가 M3 울트라 대비 멀티스레드 성능은 최대 1.3배, 최대 AI 연산은 최대 4.3배 높고, M1 울트라와 비교하면 AI 연산이 9.8배에 이른다고 밝혔다. 울트라 칩에 뉴럴 액셀러레이터가 들어간 것은 이번이 처음이다.
실무자 입장에서 512GB라는 숫자가 의미하는 바는 명확하다. 수백억~수천억 파라미터급 오픈웨이트 모델을 양자화 없이, 혹은 넉넉한 여유를 두고 메모리에 올릴 수 있다는 뜻이다. 통합 메모리 구조상 CPU·GPU·뉴럴 엔진이 같은 메모리 풀을 공유하므로 모델 로딩과 프롬프트 처리에서 병목이 줄어든다. 애플은 M5 맥스만으로도 프롬프트 처리 기준 전 세대 대비 최대 3.9배 빠른 AI 성능을 낸다고 설명했다. 토큰 수를 세거나 클라우드 비용 상승을 걱정하지 않고 프라이버시를 유지한 채 추론을 돌리려는 팀에게는 이 조합이 실질적인 선택지가 된다.
여러 대를 묶는 추론 클러스터
주목할 만한 변화는 확장 방식이다. 맥 스튜디오는 내장된 썬더볼트 5와 RDMA(원격 직접 메모리 액세스)를 통해 여러 대를 클러스터로 묶을 수 있다. 여러 시스템에 걸쳐 하나의 거대한 공유 메모리 풀을 만들어, 단일 기기로는 감당하기 어려운 최대 규모의 오픈웨이트 모델까지 적재하는 구조다. 애플은 맥 스튜디오 4대를 묶은 클러스터가 단일 시스템보다 최대 3배 빠른 AI 추론을 제공한다고 밝혔다. 썬더볼트 5는 최대 120Gb/s 대역폭을 지원하며, 외장 스토리지·PCIe 확장 섀시·디스플레이 연결에도 쓰인다. N1 칩으로 와이파이 7과 블루투스 6가 맥 스튜디오에 처음 도입됐고, PCIe 6세대 기반 차세대 SSD로 스토리지 속도는 최대 2배 빨라졌다.
소프트웨어 측면에서는 애플 실리콘용 신규 프레임워크 '코어 AI'가 등장했다. 통합 메모리와 CPU·GPU·뉴럴 엔진에 최적화된 아키텍처를 제공해 개발자가 전체 규모의 LLM을 로컬에 배포하거나 자체 커스텀 모델을 앱에 통합할 수 있게 한다. 여기에 오픈소스 머신러닝 프레임워크 MLX로 모델 실행·학습·파인튜닝을 수행하고, Xcode와 결합해 실험부터 배포까지 이어지는 개발 파이프라인을 구성한다. 즉 애플은 하드웨어뿐 아니라 개발 도구 체인 전반을 자사 실리콘 생태계 안에 묶어두는 전략을 취하고 있다.
영상·그래픽 파이프라인도 강화됐다. 3세대 하드웨어 가속 레이 트레이싱과 개선된 셰이더 코어로 실시간 뷰포트 조작과 오프라인 렌더링이 빨라졌고, 미디어 엔진은 H.264·HEVC·ProRes·AV1 하드웨어 디코드를 지원한다. M5 울트라의 미디어 엔진은 M5 맥스 대비 비디오 인코드·디코드 블록이 두 배여서, 8K ProRes 422 30fps 스트림을 최대 33개까지 동시 재생할 수 있다고 한다. USB-C를 통한 젠록으로 디스플레이와 아이폰 17 프로 같은 카메라 캡처 간 동기화가 가능하며, 최대 8대 디스플레이 또는 5K 120Hz의 스튜디오 디스플레이 XDR 4대를 연결한다. 신제품은 곧 출시될 macOS 27 '골든 게이트'와 함께 시리 AI, 애플 인텔리전스 기능을 활용한다.
판단에 필요한 여백
다만 발표 내용을 실무 판단에 그대로 옮기기 전에 짚어둘 지점이 있다. 애플이 제시한 배수 지표는 대부분 자사 이전 세대나 M1·M3 울트라를 기준으로 한 상대 수치이며, 절대적인 토큰 처리량이나 특정 모델의 추론 속도, 그리고 가격 정보는 이번 자료에 포함되지 않았다. 4대 클러스터의 3배 추론 성능 역시 모델·정밀도·배치 조건에 따라 체감이 크게 달라질 수 있는 값이다. 온디바이스 AI가 클라우드 비용과 데이터 유출 우려를 줄여주는 것은 사실이지만, 그 대가로 워크플로가 macOS·MLX·코어 AL 생태계에 강하게 묶인다는 점도 함께 따져봐야 한다. 대규모 로컬 추론 인프라를 검토 중인 팀이라면 통합 메모리 용량과 클러스터링이라는 방향성 자체를 눈여겨보되, 도입 전에는 자사의 실제 모델과 부하로 벤치마크를 직접 확인하는 편이 안전하다.