Google의 Gemini 기술을 기반으로 한 새로운

단순한 명령어 수행에 그치던 기기 내 비서가 복잡한 맥락을 이해하고 추론하는 단계로 진입했다. Apple이 Google의 Gemini 기술을 기반으로 설계한 새로운 Apple Intelligence 아키텍처를 공개하며 플랫폼 전반의 대대적인 개편을 단행했다. 이 아키텍처는 Google과 공동 개발한 Apple Foundation Models(애플 파운데이션 모델)를 중심으로 구축되어 기존의 처리 방식을 변경했다.

모델의 실행 환경은 온디바이스와 Private Cloud Compute(프라이빗 클라우드 컴퓨트) 인프라를 통한 서버로 이원화했다. 두 환경 모두에서 모델이 최적화되어 구동되도록 설계함으로써 최신 수준의 이해 및 추론 능력을 확보했다. 특히 텍스트 외 다양한 형태의 정보를 동시에 처리하는 멀티모달 지원을 통해, 서버의 강력한 연산 성능과 기기 내부의 즉각적인 반응성을 동시에 구현하는 구조를 택했다.

하드웨어 사양에 따른 모델 차등 제공 전략도 적용했다. 일부 기기에는 음성 생성 능력이 추가되고 받아쓰기 정확도와 자연어 이해 기능이 한층 강화된 고성능 모델 버전이 탑재된다. 다만 Apple은 어떤 기기가 이 고성능 모델의 적용 대상인지 구체적인 명단을 명시하지 않아, 실제 사용자 기기에서 체감할 수 있는 성능 구현 범위는 여전히 불분명한 상태다.

결국 제미나이의 SOTA(최신 기술 수준) 성능을 온디바이스 환경과 보안 서버 체계 사이에서 어떻게 타협시키고 최적화했는지가 이번 아키텍처의 핵심이다. 프라이버시 보안을 유지하면서도 고성능 모델의 추론 능력을 실제 사용자 경험으로 연결하는 것이 이번 설계의 실질적인 성패를 가를 지표가 된다.

새로운 '시스템 오케스트레이터(system

경쟁사들이 속도전에 매몰될 때, 누군가는 제어권의 경계를 긋는 방식을 택했다. 개편된 아키텍처 중심에는 시스템 오케스트레이터(system orchestrator, 기능 조정 장치)가 배치된다. 이 장치는 애플 플랫폼 전반에 걸쳐 Apple Intelligence 기능을 보안상으로 조정하는 컨트롤 타워 역할을 수행한다. 단순히 명령을 전달하는 수준을 넘어, 현재 활성화된 앱의 종류와 사용자가 수행 중인 구체적인 작업 맥락을 실시간으로 분석해 응답을 맞춤 설정한다. 플랫폼 내의 다양한 기능들이 보안 가이드라인 내에서 유기적으로 연결되어 작동하도록 제어함으로써, Apple이 정의한 시스템 전반의 지능(system-wide intelligence)을 실현하는 구조다.

사용자 보호라는 전제 없이 앞만 보고 달려나가는(racing forward) 경쟁사들의 행보는 Apple의 접근 방식과 정면으로 충돌한다. Apple은 기술의 빠른 확산이나 단순한 성능 수치 경쟁보다 프라이버시를 중심에 둔 설계를 최우선 가치로 강조했다. 경쟁사들이 사용자 고려 없이 속도에만 집중하는 모습과 대조하여, 자사의 프라이버시 중심 접근 방식을 명확한 차별점으로 정의했다. 기술적 우위를 점하기 위해 무리하게 데이터를 활용하는 방식이 아니라, 사용자의 권리를 보호하는 틀 안에서 기능을 구현하는 전략을 택한 것이다. 보안과 지능의 타협점을 찾는 과정에서 프라이버시라는 제약 조건을 설계의 핵심으로 편입시킨 결과다.

업그레이드된 모델을 통해 이미지 생성 및 시각적 질의응답 등

사진 속 특정 물체가 무엇인지 설명하기 위해 텍스트를 길게 입력하거나 수동으로 편집 도구를 조작하는 번거로움이 있었다. 업그레이드된 모델은 최신 수준의 이해 및 추론 능력과 함께 이미지 이해와 생성을 포함한 멀티모달(Multimodal, 여러 형태의 데이터를 동시에 처리하는 방식) 지원을 제공한다. 이를 통해 실제 사진과 유사한 사실적인 이미지 생성, 정교한 고급 사진 편집, 이미지를 분석해 답을 내놓는 시각적 질의응답(Visual Question Answering)과 같은 새로운 사용 사례를 지원하는 체계를 구축했다. 텍스트 기반의 상호작용을 넘어 시각적 데이터를 직접 분석하고 결과물을 생성하는 능력을 통해 사용자 경험의 범위를 확장했다.

개인 정보 유출에 대한 우려는 온디바이스(On-device, 기기 내부 처리) 처리와 Private Cloud Compute(프라이빗 클라우드 컴퓨트)라는 이중 구조로 대응한다. 사용자 데이터는 오직 사용자가 요청한 작업을 즉시 수행하는 용도로만 사용되며, Apple이나 제3자가 해당 데이터에 접근하는 것은 불가능하도록 설계되었다. Apple은 독립적인 외부 전문가가 이러한 프라이버시 보장 내용을 언제든 검증할 수 있다는 점을 명시하며 보안의 투명성을 강조했다. 고성능 모델의 연산력을 확보하기 위해 클라우드 인프라를 활용하면서도, 데이터 접근 권한을 엄격히 제한해 프라이버시 보안 체계를 유지하는 방식을 택했다.

애플 인텔리전스는 구글 제미나이 기반의 파운데이션 모델과 시스템 오케스트레이터를 통해 AI 아키텍처를 재구축했다. 사용자 맥락에 따라 응답을 최적화하는 이 구조는 단순한 기능 추가가 아닌 제어권의 재설계다.

결국 제미나이의 SOTA 성능과 애플의 프라이버시 보안 체계가 온디바이스 환경에서 어느 정도의 타협점을 찾았는지가 실질적인 성능 지표가 된다. 기술적 성능과 보안이라는 상충하는 가치의 정밀한 합의점이 이번 아키텍처의 실효성을 결정한다.