그다음 애플이 기울였다

"인정해야 하는 것: 쥐가 보이자 애플은 진짜 실리콘을 들여, 일부러, 릴리스마다 그걸 따라갔어."

후속, 날짜와 함께

운은 회사가 알아채는 날 끝나. 2023년 12월부터 애플의 릴리스는 어떤 우연도 만들지 못하는 일관성으로 추론을 가리켜. 아래 항목마다 날짜 붙은 1차 출처야. 합치면 집주인의 '인정할 건 인정해야' 조항을 구체적으로 만든 거야.

날짜	애플이 출하한 것	애플의 말	겨냥한 것	증거
2023-11-28 / 12-05	MLX — 애플 실리콘용 배열 프레임워크. PyPI 0.0.2는 일주일 뒤	"MLX는 통합 메모리를 활용하도록 설계됐다"	커뮤니티 것과 맞먹는 퍼스트파티 추론 문	GitHub, PyPI, MLX 문서
2025-03-05	512 GB M3 Ultra	"AI 전문가는 M3 Ultra Mac Studio로 6000억 파라미터가 넘는 대형 언어 모델(LLM)을 기기에서 직접 돌릴 수 있다", "M3 Ultra는 AI를 위해 만들어졌다"	용량. 처음으로 모델을 위해 이름 붙여진	애플 뉴스룸
2025-10-15	모든 GPU 코어에 Neural Accelerator가 든 M5. Metal 4의 Tensor API	"Metal 4의 Tensor API로 Neural Accelerator를 직접 프로그래밍"	프리필 연산	애플 뉴스룸
2025-11-19	M5의 MLX: TensorOps 지원, macOS 26.2 필요	"첫 토큰까지 시간 … 최대 4배 향상", 디코드는 "더 큰 메모리 대역폭 덕분에 … 19-27%"	애플이 자기 추론을 단계별로 측정	machinelearning.apple.com
2025-12-12	macOS 26.2: Thunderbolt 5 RDMA	"macOS 26.2부터 Thunderbolt 5가 있는 애플 실리콘 맥에서 사용 가능". 릴리스 노트는 "MLX를 이용한 분산 AI 추론"을 지목	풀 하나를 넘는 모델을 위한 맥 풀링	애플 기술 노트 TN3205, 지원 페이지
2026-03-03	M5 Pro / Max, Fusion Architecture	"M4 Pro와 M4 Max 대비 LLM 프롬프트 처리 최대 4배"	노트북의 프리필	애플 뉴스룸
2026-08-25	쿼드 다이 M5 Ultra. 512 GB Mac Studio 재등장	"거대한 모델을 기기에서 통째로 돌린다", "Mac Studio 네 대 클러스터는 한 대보다 최대 3배 빠른 AI 추론을 제공"	제품의 목적으로 팔리는 용량과 클러스터링	애플 뉴스룸

표를 의도로 읽기

세 가지가 눈에 띄어. 첫째, 어휘가 바뀌어. 2021년 발표문은 ProRes 스트림 얘기였는데, 2025년 발표문은 '6000억 파라미터가 넘는 … 기기에서 직접'과 'AI를 위해 만들어졌다'라고 해. 애플이 풀을 워크로드 자체의 단위로 설명하기 시작한 거야. 둘째, 실리콘이 바뀌어. 코어별 Neural Accelerator는 대역폭이 돕지 못하는 단계인 프리필에 대한 연산의 답이고, Thunderbolt RDMA는 천장에 대한 상호연결의 답이야. 둘 다 추론 워크로드에만 있는 문제를 겨냥해. 셋째, 측정이 바뀌어. 2025년 말이면 애플은 자기 추론 수치를 단계별로 공개하면서 디코드 향상은 대역폭에, 프리필 향상은 가속기에 돌리고 있었어. 물리 트랙의 갈림이 애플 자체의 회계에 들어간 거야.

이 중 어느 것도 애플이 M1을 모델을 위해 설계했다는 증거는 아니고(앞 레슨들이 정리했어), 이 전부는 애플이 2025년쯤엔 커뮤니티가 2023년에 찾아낸 걸 정확히 이해하고 그쪽으로 짓기로 했다는 증거야. 그게 일부러 이어간 후속이고, 집주인의 표현이 둘이 아니라 셋으로 된 이유야.

이 집이 읽는 법

이 집은 M3 Ultra가 출하된 그달에 512 GB 기계 두 대를 샀어. 정확히 발표문의 그 문장 때문에. 커뮤니티가 그랬던 것과 같은 이유로 애플의 프레임워크를 돌려. 가중치 하나하나를 한 번 읽는 문이니까. 그리고 맥들을 RDMA로 묶진 않았어. 큰 모델 트랙이 판단으로 적는 이유 때문에. 방향은 맞고 때는 아니다. 기울이는 건 애플이 한 일이고, 따라갈지는 별개 질문이고, 워크로드마다 답하는 거고, 다음 레슨이 애플의 후속이 바꾸지 못한 걸 나열해.

Code

follow_through.py — 애플의 추론 지향 릴리스를 겨냥한 단계별로·python

#!/usr/bin/env python3
"""Apple's post-2023 releases sorted by which inference constraint each one
addresses. Every row is a dated primary source; the sorting is this quest's."""

RELEASES = [
    # date,        item,                                  constraint addressed
    ("2023-12-05", "MLX 0.0.2 on PyPI",                    "a first-party runtime door"),
    ("2025-03-05", "M3 Ultra, 512 GB",                     "capacity (the pool)"),
    ("2025-10-15", "M5 Neural Accelerators + Tensor APIs", "prefill compute"),
    ("2025-11-19", "MLX 0.30 TensorOps on M5",             "prefill compute (software)"),
    ("2025-12-12", "macOS 26.2 RDMA over Thunderbolt 5",   "capacity beyond one pool (interconnect)"),
    ("2026-03-03", "M5 Pro / Max Fusion Architecture",     "prefill compute on laptops; two dies"),
    ("2026-08-25", "M5 Ultra 1.2 TB/s, quad-die",          "decode bandwidth (+50%); die count"),
]

by = {}
for d, item, c in RELEASES:
    by.setdefault(c.split(" (")[0], []).append((d, item))
for c, items in by.items():
    print(c)
    for d, item in items:
        print(f"   {d}  {item}")

print("\nNot on the list: anything that raises the 512 GB ceiling of a single pool.")

Exercise

follow_through.py를 돌리고 어느 제약에 릴리스가 제일 많고 어느 제약엔 하나도 없는지 적어. 그다음 표에 없는 2023년 이후 애플 릴리스 하나를 찾아서 표에 속하는지 판단해. 추론 제약(어느 것?)을 다루는지, 아니면 AI 어휘를 입은 다른 워크로드인지. 네 판정과 함께 추가해.

Hint

후보: Apple Intelligence의 온디바이스 모델, Private Cloud Compute, 개발자용 Foundation Models 프레임워크, 애플의 Core ML Llama 글. 시험은 제약이야. 용량, 대역폭, 프리필 연산, 상호연결, 런타임 문. 제약을 하나도 안 대는 마케팅은 후속이 아니라 어휘야.