OpenAI, AI 훈련용으로 Mac mini와 Mac Studio 수만 대 구매

뉴스 요약

지난 몇 달 동안 OpenAI는 The Information의 보도에 따르면 Apple Mac mini와 Mac Studio 컴퓨터 수만 대를 조용히 구매했으며, 이후 여러 기술 매체가 이를 확인했다. 이 기기들은 사무용이 아니라 강화 학습과 '컴퓨터 사용' AI 에이전트 훈련 전용 컴퓨팅 노드로 사용된다고 알려졌다. 이 에이전트는 소프트웨어 인터페이스를 탐색하고, 버튼을 클릭하고, 양식을 작성하고, 사람처럼 여러 단계의 디지털 작업을 완료하도록 설계된 시스템이다. 2026년 8월 31일 미 동부 시간 오후 2시에 확인된 이번 구매는 올해 AI 업계에서 가장 이례적인 하드웨어 조달 사례 중 하나로 기록되었으며, 이미 Apple 소형 데스크톱의 공급과 가격을 재편하기 시작했다.

OpenAI가 GPU 대신 Mac을 구매하는 이유

OpenAI의 주목받는 컴퓨팅 전략은 오랫동안 대규모 언어 모델 사전 훈련을 위한 거대한 GPU 클러스터에 집중되어 있었다. Mac 구매는 이와는 다른 보완적 워크로드를 의미한다. 컴퓨터 사용 에이전트를 위한 강화 학습은 AI 시스템이 실제 데스크톱 운영 체제 안에서 작동해야 한다. 화면을 관찰하고, 행동을 취하고, 피드백을 받는 과정을 여러 병렬 환경에서 수백만 번 반복해야 한다. 업계 분석가들은 이 워크로드를 메모리 집약적이며 원시 병렬 처리량 측면에서는 상대적으로 가볍다고 설명하는데, 이는 Nvidia GPU에서 트랜스포머 사전 훈련을 정의하는 고밀도 행렬 곱셈과는 매우 다른 특성이다.

Apple의 M 시리즈 칩은 통합 메모리 아키텍처를 사용한다. CPU, GPU, Neural Engine이 별도의 메모리 뱅크 간에 데이터를 이동하는 대신 단일 공유 메모리 풀에서 모두 데이터를 가져오는 방식이다. 전체 데스크톱 환경을 실행하고 에이전트 행동을 빠르게 순환하는 워크로드의 경우, 이 설계는 데이터 이동 오버헤드를 줄이고 각 기기가 AI 에이전트가 연습할 수 있는 완전하고 독립적인 '워크스테이션'을 호스팅할 수 있게 해준다. 업계 관측통들은 최대 512GB의 통합 메모리와 약 1.2TB/s의 메모리 대역폭을 지원하는 Mac Studio의 M5 Ultra 구성이 중간 규모 모델의 효율적인 추론과 미세 조정에 특히 적합하다고 지적한다. 다만 대규모 사전 훈련은 여전히 전적으로 Nvidia의 영역으로 남아 있다.

구매 규모와 조달 방식

OpenAI와 Apple 모두 정확한 대수나 금액을 확인하는 공식 성명을 발표하지 않았다. The Information의 최초 보도는 Business Today, Cult of Mac, WCCFTech 등의 매체가 뒤이어 전했는데, 소형 Mac mini와 더 강력한 Mac Studio 라인 전반에 걸쳐 '수만 대' 규모의 구매로 묘사했다. 이 기기들은 데스크톱 컴퓨터가 아니라 화면 없는 헤드리스 서버 노드로 구매되었으며, 개별 책상에서 사용되는 대신 데이터 센터 방식으로 랙에 장착된다고 알려졌다.

OpenAI만 이런 접근 방식을 취하는 것은 아니다. Anthropic은 하드웨어를 직접 구매하는 대신 Amazon Web Services를 통해 Mac mini 용량을 임대하는 관련성이 있지만 구별되는 경로를 택했다. 이 방식은 AWS에 지불하는 가산금을 자본 지출 없이 사용량을 늘리거나 줄일 수 있는 유연성과 맞바꾸는 것이며, AWS 자체의 가용 Mac mini 재고에 의존하게 된다. 두 회사의 전략을 종합하면 Apple 실리콘이 기존 GPU 클러스터를 대체하는 것이 아니라 그와 나란히, 더 넓은 AI 인프라 스택에서 인정받는 — 여전히 틈새이긴 하지만 — 도구가 되고 있음을 시사한다.

Apple 공급망에 미치는 영향

AI 업계의 구매 규모는 Apple의 소비자 공급망에 가시적인 부담을 주기 시작했다. 보도에 따르면 Apple은 Mac Studio와 Mac mini 라인업에서 여러 고급 RAM 구성을 조용히 제거했으며, 일부 구성의 배송 예상 기간은 9주에서 12주까지 늘어났다. 메모리 제조업체들은 소비자 기기 메모리보다 단위당 수익성이 높은 AI 데이터 센터용 공급 계약을 우선시해 왔으며, 이로 인해 소비자 수요가 여전히 강함에도 Mac 생산에 사용할 수 있는 용량이 줄어들었다. Apple의 Mac 부문은 가장 최근 분기에 전년 대비 거의 29%의 매출 성장을 기록했는데, 보도에 따르면 이 수치는 부분적으로 이례적인 기업용 AI 수요 물결에 힘입은 것이다.

일부 보도에서는 메모리 부족이 Apple이 기존 소비자 및 창의적 전문가 고객층과 함께 AI 연구소의 주문을 따라잡기 위한 노력의 일환으로, 당초 계획보다 일찍 새로운 Mac mini와 Mac Studio 모델의 출시를 앞당긴 요인 중 하나라고 설명하기도 한다.

AI 인프라 전략에 대한 시사점

이번 사례는 더 넓은 추세를 보여준다. AI 연구소들이 순수 사전 훈련을 넘어 강화 학습, 에이전트 훈련, 추론으로 다각화하면서, 모든 작업에 가장 큰 가용 GPU 클러스터를 기본으로 사용하는 대신 특화된 하드웨어를 특화된 워크로드에 맞추는 경우가 늘어나고 있다. 특히 컴퓨터 사용 에이전트의 경우, 개별적으로 유능하고 메모리가 풍부한 데스크톱급 기기로 구성된 대규모 장비군이 동등한 GPU 용량보다 대규모 시행착오 훈련에 더 실용적이고 비용 효율적인 환경이 될 수 있다. 분석가들은 이것이 핵심 모델 훈련에서 GPU 메모리 대역폭과 상호 연결 속도가 여전히 결정적 우위를 지니는 Nvidia 하드웨어에서 벗어나는 신호는 아니라고 경계하면서도, 에이전트형 AI 시스템이 더 넓은 배포로 나아감에 따라 선도 AI 연구소들이 컴퓨팅 다양성을 바라보는 방식에 주목할 만한 확장이 일어났음을 의미한다고 지적한다.