Siri AI가 앱을 움직이면 애플에 기회가 열린다, 개발자 프리뷰 이후 남은 조건

애플은 그동안 AI 모델 경쟁에서 뒤처졌다는 평가를 받아 왔다. 그러나 최근에는 AI가 앱을 움직이는 경쟁이 본격화되면서 상황이 달라지고 있다고 패치는 설명한다. 약속 시간을 추천하는 수준에서 더 나아가, 일정을 확인해 앱에 등록하고 친구에게 알려 주는 일까지 AI에게 맡기려는 흐름이 커지고 있다는 것이다. 이처럼 필요한 도구를 써서 실제 일을 처리하는 AI를 AI 에이전트라고 부르며, 이 경쟁이 커지면서 모델이 얼마나 똑똑한지와 함께 내 폰의 정보와 앱을 얼마나 잘 연결하는지도 중요해진다.

이 지점에서 애플이 가진 자산이 다시 보인다는 것이 패치의 판단이다. 아이폰에서 앱이 돌아가는 운영체제를 애플이 직접 만들기 때문에, 어떤 정보를 찾고 어떤 앱의 기능을 불러올지를 연결하는 구조를 제품 안에 넣을 수 있다. 모델 경쟁에서는 뒤처졌더라도, AI가 매일 일하게 될 기기와 앱 생태계는 이미 쥐고 있다는 해석이다.

애플은 11월 3일 각 앱의 정보와 기능을 시리에 더 자유롭게 연결할 수 있는 개발자 프리뷰를 열었다. 개발자가 자기 앱을 시리의 손발로 붙여 볼 수 있도록 연결 범위를 넓힌 것이다. 패치는 AI 경쟁이 사용자가 매일 쓰는 앱 안으로 들어오는 지금이 애플에게 다시 시간이 올 수 있는 때인지를 묻고, 그 가능성을 보려면 먼저 시리가 어디에서 막혀 있는지 살펴봐야 한다고 말한다.

같은 날 보도된 한국어 시리 체험에서는 상반된 결과가 나왔다. 보도 자료 사진에 적힌 공개 날짜를 읽어 일정에 넣는 것은 처리됐다. 반면 카카오톡 대화를 가져와 달라는 요청에는 못 한다고 답했다. 사용자가 보기에는 둘 다 내 폰에 있는 정보를 찾아 달라는 요청인데, 어떤 앱의 일인지에 따라 결과가 달라진 것이다.

패치는 이런 상황이 반복되면 한두 번 잘 처리하던 AI도 다음 부탁에서 막히고, 결국 사용자가 직접 하게 된다고 지적한다. AI가 부탁을 알아들어도 실제 앱에서 이를 처리할 통로까지 있어야 한다는 것이다. 이번 개발자 프리뷰는 그 통로를 넓혀 보는 단계로 설명된다.

프리미엄 스마트폰 시장에서 애플의 무게는 크다. 조사기관 카운터포인트 자료를 인용한 대목에 따르면, 평균 판매 가격 600달러 이상으로 나눈 프리미엄 스마트폰 시장에서 올해 상반기 판매량의 65%가 애플이었고 삼성은 19%였다. 전체 기기 수로 보면 삼성도 거대하지만, 프리미엄 시장에서는 애플의 비중이 크다는 것이다. 아이폰 고객이 시리에 일을 맡기기 시작하면, 그 자리에서 개발자의 앱도 불려 나가야 하는 상황이 된다.

구글은 10월 28일 앱 기능을 재미나이와 검색에 연결하는 개발자 플랫폼을 프리뷰로 열었다. 이에 따라 개발자는 애플 쪽에도 따로 붙일지 계산해야 한다. 이번 발표를 공유한 레딧에는 이미 다른 AI와 연결해 둔 서비스를 다시 개발해야 하느냐는 댓글도 달렸다. 애플의 세부 이용 정책은 아직 추후 안내를 기다려야 하는 상태다. 애플은 지원 기기의 운영체제 안에서 새 AI 기능을 제공하며, 아이폰뿐 아니라 맥과 아이패드에서도 고객을 만날 수 있다. 사람들이 시리를 더 자주 부르게 되면 개발자가 앱을 연결할 이유도 커진다.

같은 레딧 글에는 카운트다운 앱 개발자라고 밝힌 사람의 댓글도 있었다. 이 앱은 기존에 캘린더용 규격에 맞춰 시리와 연결해 두었는데, 시리가 이 앱에는 일정을 추가할 수 없다고 답해 사실상 손을 놓고 있었다고 한다. 앱을 만들고 연결까지 해 놨지만 비서가 그건 못 한다고 답하고 있었던 셈이다. 이번 프리뷰에서는 정해진 틀에 맞추던 범위가 넓어진다. 개발자는 앱 인텐츠라는 연결 규격으로 우리 앱에는 이런 정보가 있고 이런 동작을 할 수 있다고 알려 줄 수 있으며, 여러 동작을 하나의 흐름으로 엮는 방법도 가르칠 수 있다. 이 개발자가 반가워한 이유도 자기 앱의 카운트다운 기능을 이제 제대로 연결할 수 있겠다는 점이었다.

한국어 시리 AI는 10월 26일 베타가 시작됐다. 그러나 이번에 개발자에게 열린 앱 연결 기능까지 바로 쓸 수 있는 것은 아니다. 앱이 연결을 만들고 시험할 시간이 더 필요하다고 한다. 고객 제공은 수개월 뒤부터 시작되며, 앱스토어 제출은 내년 봄으로 안내되어 있다. 베타 제공과 개발자 연결 기능의 시점을 나눠 봐야 하는 이유다.

패치는 AI 모델이 공연 포스터를 보고 날짜를 알려 주는 데는 답변만 보면 된다고 설명한다. 그런데 공연을 내 캘린더에 넣고 같이 갈 친구에게도 알려 달라고 부탁하면 해야 할 일이 늘어난다. 우선 포스터에 적힌 예매 시작일과 실제 공연 날짜를 구분해야 한다. 그다음 그날 내 캘린더에 다른 일정이 있는지 확인하고, 겹친다면 어떻게 할지 사용자에게 다시 물어야 한다. 같이 갈 친구가 누구인지도 알아야 한다.

일정을 추가하는 과정에서도 확인이 필요하다. 앱에 일정 저장을 요청했는데 완료 응답이 오지 않았다고 가정해 보자. 이때 저장이 실패한 것인지, 저장은 됐는데 응답만 늦은 것인지 아직 모르는 상태다. 저장에 실패했다고 생각해 같은 요청을 다시 보내면 같은 일정이 두 개 생길 수 있다. 공연 정보를 확인하러 들어간 웹페이지에서도 주의가 필요하다. 그 안에 사용자의 연락처를 다른 곳으로 보내라는 지시가 숨어 있어도, AI가 그것을 무작정 따라서는 안 된다. 사용자가 부탁한 것은 한 문장이지만, AI는 그 뜻을 정확히 이해하고 여러 앱에서 일을 처리한 뒤 일정이 저장됐는지, 친구에게 메시지가 전달됐는지까지 확인해야 한다. 여기까지 해야 처리를 했다고 말할 수 있다는 것이다.

애플이 이런 경험을 아직 완성하지 못한 사정은 2025년 경영진 인터뷰에서 나온 설명이다. 처음 만든 구조로 검색과 앱 동작을 넓혀 가다가 품질 문제에 부딪혀, 두 번째 구조로 옮겨야 했다는 것이다. 준비된 시연 하나를 통과한 뒤에도 실제 사람들이 각각 다르게 부탁할 때 처리해야 할 경우가 훨씬 많았다는 점이 어려움의 이유로 설명됐다.

올해 애플이 공개한 구조에는 이런 흐름을 조율하는 시스템 오케스트레이터가 들어간다. 스포트라이트가 찾아 둔 기기 안의 정보와 앱들이 내놓은 기능 목록을 이용해 필요한 자료와 동작을 이어 주는 역할이다.

패치는 결국 모델 성능을 높이는 것도 중요하지만, 필요한 정보를 찾고 앱 기능을 연결해 사용자의 부탁을 끝까지 처리하는 구조도 완성해야 한다고 본다. 애플이 AI에서 늦었다는 평가를 바꾸려면 이 구조가 실제 사용에서도 안정적으로 작동한다는 것을 보여 줘야 한다는 것이다.

구글은 2025년 1월 제미나이로 레시피를 찾아 삼성 노트에 저장하는 식의 다중 앱 작업을 소개했다. 현재 일부 갤럭시와 픽셀에서는 AI가 화면을 보면서 여러 단계를 진행하는 자동화 베타도 제공되고 있으며, 한국과 한국어도 지원 범위에 들어간다. 지원 기기와 앱에 따라 순차적으로 제공되는 기능이다.

이때 앱이 내놓은 기능을 직접 부르는 방식과 화면의 버튼을 읽고 누르는 방식은 구분해야 한다. 구글도 앱 기능을 직접 연결하는 만큼, 삼성은 화면만 누르고 애플만 제대로 연결한다는 식으로 나눌 수는 없다고 패치는 본다. 제품 안에서 AI를 쓰게 만드는 경쟁에서는 삼성과 구글이 먼저 경험을 쌓아 온 부분이 있다. 애플의 기회는 이들을 따라잡고 자기 생태계의 더 많은 앱으로 이 기능을 넓힐 수 있느냐에 달려 있다는 분석이다.

이렇게 매일 경험을 쌓게 하려면 핸드폰이 맡을 계산을 어떻게 감당할지도 풀어야 한다. 애플은 시리 연결과는 별도로, 앱이 아이폰 안의 모델을 불러서 쓰는 길도 열어 놨다. 파운데이션 모델 프레임워크로 메모 요약이나 기록 정리 같은 기능을 만드는 식이다.

지원 기기의 모델을 쓰면 개발사는 그 기능을 위해 별도 AI 서버를 운영하는 부담을 덜 수 있다. 다만 이것을 개발사 서버에서 돌리지 않으면 그 일은 사용자의 폰이 해야 한다. 모델을 돌리고, 대화 내용을 기억하고, 원래 켜져 있던 앱도 같이 살려 둬야 한다. 이때 저장 공간이 512기가나 있어도 램이 부족할 수 있다. 저장 공간은 큰 수납장이고 램은 당장 쓰는 작업대라고 생각하면 된다. AI를 돌릴 때 작업대에는 모델을 이루는 숫자인 가중치가 올라가고, 이미 처리한 내용을 재사용하는 KV 캐시와 계산 중에 잠깐 쓰는 데이터도 필요하다. OS와 다른 앱도 같이 자리를 쓰기 때문에 모델 파일 크기만 보고 램이 얼마나 필요할지 정할 수는 없다.

애플의 AFM 중 코어드 온디바이스 모델은 이런 기기의 제약을 설계에 반영했다고 설명된다. 모델 전체는 200억 개의 파라미터로 되어 있지만 그것을 전부 램에 올리지 않는다. 전체는 저장소에 두고, 요청에 필요한 부분을 골라 작업 메모리인 디램으로 가져온다. 한 번에 활성화되는 규모는 10억에서 40억 개다. 이렇게 필요한 부분만 골라 쓰는 계산 모듈을 전문가라고 부른다.

다만 저장소에서 조금씩 꺼내 쓰는 방식이 항상 좋은 것은 아니다. 너무 자주 옮겨 오가면 오히려 느려진다. 저장소에서 디램으로 옮기는 속도로는 단어 조각 하나를 만들 때마다 필요한 부분을 갈아 끼우기 어렵다. 그래서 입력을 받을 때 사용할 부분을 먼저 고르고, 답을 만드는 중에도 주기적으로 다시 선택한다. 늘 써야 하는 공통 부분은 유지해서 옮길 양도 줄인다. 이런 구조에서도 계산에 필요한 램은 여전히 있으며, 칩 안에서 계산하는 방식도 아니다. 활성 파라미터가 40억이라는 말만으로 램이 몇 기가면 된다고 바꿔 읽을 수는 없다. 숫자를 얼마나 정밀하게 저장하는지, 캐시와 임시 공간이 얼마나 필요한지가 더해지기 때문이다.

이번 기술 설명에는 정확한 실행 램 사용량이 제시돼 있지 않다. 최적화를 해도 AI가 되는 기기에서 고급 기능까지 전부 다 되는 것은 아니다. 코어드 온디바이스를 쓰는 기능은 칩과 메모리 조건을 더 따지며, 지역과 언어에 따라 쓸 수 있는 기능도 다르다. 따라서 폰을 고를 때 저장 용량 숫자부터 크게 보기 전에, 쓰려는 AI 기능의 지원 조건부터 확인해 보는 것이 좋다는 것이 패치의 조언이다.

AI를 실제 기기에 넣으면 모델을 만드는 쪽과 하드웨어를 만드는 쪽의 일이 맞물린다. 애플은 모델과 실행 도구, OS와 칩을 같은 제품에 맞춰 조정할 수 있다. 가중치를 덜 옮기게 만들면 메모리 부담이 줄고, 실행 도구가 불필요한 데이터 복사를 줄이면 기다리는 시간에도 영향을 준다. 같은 AI 능력을 사용자가 더 편하게 쓰게 만드는 설계가 바로 경쟁력의 핵심이라는 것이 패치의 설명이다.

애플은 모델 역량을 구글과의 협업으로도 보완하고 있다. 이번 파운데이션 모델은 구글과 함께 만들었고, 어려운 요청에는 서버 모델도 쓴다. 개인 정보 보호를 위해 설계한 서버 처리 환경인 프라이빗 클라우드 컴퓨트를 구글 클라우드, 엔비디아 GPU로 넓히는 협업도 공개했다. 일부 서버 기능에는 하루 사용 한도와 향후 유료 확장 계획도 있다. 서버 비용과 협력사 의존은 남지만, 외부와 함께 만든 기술을 어떤 기기와 앱에 묶어 쓸지는 애플이 자기 제품 안에서 조정할 수 있다. 이런 경쟁이 하드웨어 선택까지 바꾸게 되면 한국 기업에도 영향을 줄 수 있다는 것이 패치의 분석이다.

아이픽스잇이 뜯어본 아이폰 17 프로에는 삼성 디램이 들어갔다. 테크인사이츠가 분석한 아이폰 17에는 SK하이닉스의 디램과 낸드가 확인됐다. 제품과 물량에 따라 공급사는 달라지지만, 완제품으로는 경쟁하는 회사가 부품으로는 고객이 될 수도 있다는 점이 함께 언급됐다.

그렇다고 AI가 커지니까 메모리 주문도 무조건 늘어난다고 보면 한쪽만 보는 셈이라고 패치는 말한다. 더 큰 메모리가 필요한 기능이 나오는 한편, 같은 메모리로 더 큰 모델을 돌리는 최적화 기술도 함께 나오고 있기 때문이다. 부품사 주문 규모를 가늠하려면 램과 낸드가 실제로 얼마나 더 들어가는지, 그리고 정말 그 기능 때문에 사람들이 폰을 바꾸는지를 함께 봐야 한다.

레딧 글에는 이런 반응도 있었다. 글로 물어봤을 때 답은 괜찮은데, 음성 개인 비서로 쓰면 결과가 불안정하다는 것이다. 대다수의 의견은 아니고 몇 사람의 의견이지만, 모델의 답변과 실제 제품 경험 사이에 아직 해결해야 할 문제가 남아 있음을 보여 준다. 애플도 그 간격을 메워야 할 것이라고 패치는 본다.

패치는 애플에게 다시 승부수를 던질 수 있는 기회가 생겼다고 본다. 모델의 실력을 계속 끌어올리면서, 그것을 어떤 기기에서 얼마나 편하게 쓰게 하느냐도 겨루게 됐다는 것이다. 개발자가 앱을 연결하고 사람들이 매일 일을 맡기는 데까지 이어진다면, 애플이 그동안 쌓아 온 것들이 다시 힘을 발휘할 수도 있다. 그때가 온다면 다시 애플의 시간이라는 말을 꺼내 볼 수 있다는 것이 영상의 결론이다.