GTC 2026에서 Jensen Huang은 많은 사람을 멈칫하게 만든 말을 했습니다. 바로 PC가 재발명되고 있다는 것입니다. 그와 Microsoft는 N1X 칩을 탑재한 RTX Spark를 출시하며, 데스크톱 폼 팩터(form factor) 안에 페타플롭(petaflop) 수준의 AI 연산 능력을 집어넣었습니다. 표면적으로는 또 다른 하드웨어 업그레이드처럼 보이지만, 이번에는 사용 사례(use case)가 진정으로 다릅니다.

이전의 PC 성능 향상은 인간을 위한 것이었습니다. 더 빠른 렌더링, 더 빠른 컴파일, 더 부드러운 게임 플레이 등이 그것입니다. 이번 차례의 연산 능력 향상은 주로 AI 에이전트(AI agents)를 겨냥하고 있습니다. 에이전트는 시각-언어 모델(vision-language models)을 로컬에서 실행하고, 화면 콘텐츠를 실시간으로 이해하며, GUI 조작을 수행해야 합니다. 이러한 워크로드(workloads)는 인간의 컴퓨터 사용 패턴과는 완전히 다른 부하 프로필(load profile)을 가진 지속적인 연산 자원을 요구합니다.

에이전트는 인간과 다른 하드웨어를 필요로 합니다

인간은 타이핑, 클릭, 응답 대기 등 간헐적인 방식으로 컴퓨터를 사용합니다. 부하가 맥동(pulsed) 형태로 나타납니다. 반면 에이전트는 스크린샷을 지속적으로 캡처하고, 디스플레이를 해석하며, 결정을 내리고, 작업을 실행하는 등 컴퓨터를 연속적으로 사용합니다. 부하가 정상 상태(steady-state)로 유지됩니다. 이는 에이전트에게 피크 연산 능력(peak compute)보다 메모리 대역폭(memory bandwidth)과 에너지 효율성이 더 필요함을 의미합니다.

Mano-P Architecture

이것이 Apple의 M-series 칩이 온디바이스 AI(on-device AI) 시나리오에서 뛰어난 성능을 보이는 이유를 설명해 줍니다. 통합 메모리 아키텍처(unified memory architecture)를 통해 GPU와 CPU가 데이터 전송 없이 동일한 메모리 풀을 공유할 수 있으며, 이는 대규모 파라미터 세트(parameter sets)에 빈번하게 접근해야 하는 모델 추론(model inference)에 매우 효율적입니다. 또한 M-series의 에너지 효율성은 써멀 스로틀링(thermal throttling) 없이 장시간 실행되는 에이전트 워크로드에도 적합합니다.

NVIDIA의 RTX Spark는 또 다른 길을 택합니다. 온디바이스 AI (on-device AI) 요구 사항을 처리하기 위해 더 많은 GPU 연산 능력과 더 많은 메모리(128GB 통합 메모리)를 제공합니다. N1X 칩은 M-series보다 더 높은 총 연산 능력을 갖추고 있어 무거운 워크로드에 더 적합합니다. 서로 다른 트레이드오프 (tradeoff)를 가지지만, 목적지는 같습니다. 바로 당신 앞에 있는 장치에서 실행되는 AI 에이전트입니다.

Mac에는 이미 완전한 에이전트 스택이 존재합니다

주목할 점은 Apple 생태계의 온디바이스 AI 에이전트 스택이 이미 상당히 완성되어 있다는 것입니다. 하드웨어 계층에는 M-series 칩이 있고, 프레임워크 (framework) 계층에는 MLX가 있습니다. 활성화 양자화 (activation quantization)를 채워주는 Cider SDK와 같은 오픈 소스 추론 가속 기술이 있으며, 모델 계층에는 목적에 맞게 구축된 시각-언어 모델 (vision-language models)이 있습니다. 그리고 에이전트 계층에는 완전한 GUI 자동화 툴체인 (toolchains)이 존재합니다.

Mininglamp의 오픈 소스 프로젝트인 Mano-P는 이 전체 스택을 실행하는 GUI 에이전트입니다. 이는 순수하게 시각 기반 (vision-driven)으로 작동하며, Mac에서 로컬로 실행되고, 클라우드 API 호출이 필요하지 않으며, 모든 스크린샷과 작업 데이터를 온디바이스 (on-device) 상태로 유지합니다. Apple M5 Pro에서 약 80 tokens/s의 디코드 (decode) 속도를 달성하며, 이는 일상적인 GUI 자동화 작업을 수행하기에 충분히 매끄러운 수준입니다.

칩에서 프레임워크, 모델, 에이전트에 이르기까지, 이 파이프라인은 이제 Mac에서 실제로 작동하고 있습니다. 온디바이스 AI 개발을 탐구하고 있다면 brew tap Mininglamp-AI/tap && brew install mano-cua를 통해 설치할 수 있습니다. 이 프로젝트는 Apache 2.0 라이선스 하에 완전히 오픈 소스로 공개되어 있습니다. 자세한 내용은 GitHub에서 확인하세요.

Jensen Huang은 PC가 재발명되고 있다고 말했습니다. 그의 말이 맞습니다. 하지만 이 재발명은 단순히 하드웨어 사양에 관한 것이 아닙니다. AI 시대에서 PC의 역할에 관한 것입니다. PC는 더 이상 인간만을 위한 도구가 아닙니다. AI 에이전트의 안식처가 되어가고 있습니다.