새로운 연구를 통해 M4 칩과 클로드 시스템에 숨겨진 능력들이 밝혀졌습니다.

수년간 애플의 Neural Engine(ANE)은 추론 작업에만 사용되도록 설계된 엄격한 제약 때문에 그 존재가 숨겨져 있었습니다. 하지만 2026년부터 이러한 장벽들이 사라졌습니다. 최근 엔지니어 맨지트 싱은 Claude AI와 협력하여 M4 칩의 ANE 내부 작동 원리를 리버스 엔지니어링하는 데 성공했으며, 이를 통해 Mac mini가 단순한 일상용 기기에 그치지 않고 Transformer 모델을 직접 학습시키는 데에도 활용될 수 있음을 전 세계 기술 커뮤니티에 보여주었습니다.
이러한 돌파구의 핵심은 기존의 CoreML 프레임워크를 우회하는 데 있습니다. Claude AI의 지원을 받아 맨지트 싱은 MIL 언어와 E5 바이너리 형식의 구조를 탐구함으로써 ANE 하드웨어에 대한 직접적인 제어가 가능해졌습니다. 실험 결과는 매우 인상적입니다. M4 칩에서 단일 계층 Transformer 모델을 실행할 경우 와트당 최대 6.6 TFLOPS의 에너지 효율을 기록하는데, 이는 프로급 A100 GPU의 80배에 달하며 H100 GPU보다도 50배 이상 높은 수치입니다.
이전까지 업계에서는 하드웨어 성능이 부족하기 때문에 NPU 칩이 학습 작업을 처리할 수 없다고 널리 여겨져 왔습니다. 그러나 이번 리버스 엔지니어링 노력을 통해 진실은 달랐음이 드러났습니다. 실제로 제약 요인은 하드웨어가 아니라 애플의 소프트웨어 제한이었던 것입니다. 현재 개발자들은 Mac mini만으로도 Stories110M 모델의 전체 학습을 완료할 수 있으며, 이 과정에서 전체 시스템이 소비하는 전력은 1와트 미만입니다.
이러한 발전은 AI 혁명의 지형을 재편하고 있습니다. 한때 수만 달러에 달했던 기존 컴퓨팅 솔루션의 높은 비용은 이제 M4 칩의 뛰어난 에너지 효율과 비교하면 미미한 수준으로 여겨집니다. 독립 개발자나 가정 내 실험실에 있어서도 더 이상 고가의 GPU 클러스터만이 유일한 선택지는 아닙니다. 책상 위에 놓인 이 컴팩트한 기기는 대규모 모델의 저비용 반복 학습이 가능한 강력한 슈퍼컴퓨터로 변모하고 있습니다.
활용 효율성 측면에서 여전히 개선할 점이 있으며 몇 가지 엔지니어링상의 과제도 남아 있지만, 이번 돌파구는 새로운 가능성을 열어주었습니다. 개발자들에 따르면 인간과 기계 간의 이러한 협력적 리버스 탐색은 엣지 사이드 AI 학습의 도래를 알리는 신호라고 합니다. 미래에는 우리 손에 들린 MacBook이 단순한 소비자 기기에서 벗어나 언제 어디서나 지속적으로 진화할 수 있는 개인용 컴퓨팅 장치가 될지도 모릅니다.
관련 기사
TechCrunch Disrupt 2026까지 48시간: 미래의 방향을 제시하는 빌더들의 이야기를 들어보세요
48시간도 채 남지 않은 가운데, TechCrunch Disrupt 2026이 샌프란시스코 모스콘 웨스트에서 시작됩니다. 문 열기 전 가격 상승 전에 최대 $100 할인된 티켓을 확보하세요. 또한, 두 번째 패스를 반값에 구매할 수 있습니다. 오늘 등록하세요.10월 13일부터 15일까지 10,000명 이상의 창업자, 투자자, 기술 리더들이 모여 그들의 길을 재정의할 연결을 형성합니다. 250명 이상의 스피커가 200개 이상의 세션에서 발표합니다
UN AI 안전 위원회, OpenAI 해킹 사건 보고서 공개
요슈아 벵지오가 AI 안전을 주제로 열린 유엔 안전보장이사회 회의에서 개회사를 했다. 출처: 유엔AI 안전에 초점을 맞춘 유엔 안전보장이사회 회의가 끝난 직후, 호주 정부의 민감한 데이터에 대한 무단 접근이 발생한 OpenAI의 보안 사고에 대한 보도가 나왔다.전 세계 정책 입안자들과 AI 분야 리더들이 유엔 안전보장이사회 제10,228차 회의를 위해 뉴욕
Anthropic 과학자가 AI 통제 우려와 인간의 자해 행위에 대한 우려로 사임하다
인공지능 분야에서 최근 놀라운 변화가 있었습니다. 앤트로픽의 수석 연구원인 제이콕 콕슨은 자신이 통제되지 않는 산업 열광으로 보는 것에 항의하기 위해 사임했으며, 이는 사실상 AI 분야를 떠나는 결과를 낳았습니다. 이 움직임은 기술 커뮤니티 내에서 격렬한 논쟁을 촉발시켰으며, 대규모 언어 모델의 급속한 발전 뒤에 숨겨진 안전 위험을 부각시켰습니다.콕슨은 27세의 수학자로, 탄탄한 학문적 배경을 가지고 있으며 해당 분야에서 높은 존경을 받았습니
관련 특별 주제 추천
의견 (0)
0/500

수년간 애플의 Neural Engine(ANE)은 추론 작업에만 사용되도록 설계된 엄격한 제약 때문에 그 존재가 숨겨져 있었습니다. 하지만 2026년부터 이러한 장벽들이 사라졌습니다. 최근 엔지니어 맨지트 싱은 Claude AI와 협력하여 M4 칩의 ANE 내부 작동 원리를 리버스 엔지니어링하는 데 성공했으며, 이를 통해 Mac mini가 단순한 일상용 기기에 그치지 않고 Transformer 모델을 직접 학습시키는 데에도 활용될 수 있음을 전 세계 기술 커뮤니티에 보여주었습니다.
이러한 돌파구의 핵심은 기존의 CoreML 프레임워크를 우회하는 데 있습니다. Claude AI의 지원을 받아 맨지트 싱은 MIL 언어와 E5 바이너리 형식의 구조를 탐구함으로써 ANE 하드웨어에 대한 직접적인 제어가 가능해졌습니다. 실험 결과는 매우 인상적입니다. M4 칩에서 단일 계층 Transformer 모델을 실행할 경우 와트당 최대 6.6 TFLOPS의 에너지 효율을 기록하는데, 이는 프로급 A100 GPU의 80배에 달하며 H100 GPU보다도 50배 이상 높은 수치입니다.
이전까지 업계에서는 하드웨어 성능이 부족하기 때문에 NPU 칩이 학습 작업을 처리할 수 없다고 널리 여겨져 왔습니다. 그러나 이번 리버스 엔지니어링 노력을 통해 진실은 달랐음이 드러났습니다. 실제로 제약 요인은 하드웨어가 아니라 애플의 소프트웨어 제한이었던 것입니다. 현재 개발자들은 Mac mini만으로도 Stories110M 모델의 전체 학습을 완료할 수 있으며, 이 과정에서 전체 시스템이 소비하는 전력은 1와트 미만입니다.
이러한 발전은 AI 혁명의 지형을 재편하고 있습니다. 한때 수만 달러에 달했던 기존 컴퓨팅 솔루션의 높은 비용은 이제 M4 칩의 뛰어난 에너지 효율과 비교하면 미미한 수준으로 여겨집니다. 독립 개발자나 가정 내 실험실에 있어서도 더 이상 고가의 GPU 클러스터만이 유일한 선택지는 아닙니다. 책상 위에 놓인 이 컴팩트한 기기는 대규모 모델의 저비용 반복 학습이 가능한 강력한 슈퍼컴퓨터로 변모하고 있습니다.
활용 효율성 측면에서 여전히 개선할 점이 있으며 몇 가지 엔지니어링상의 과제도 남아 있지만, 이번 돌파구는 새로운 가능성을 열어주었습니다. 개발자들에 따르면 인간과 기계 간의 이러한 협력적 리버스 탐색은 엣지 사이드 AI 학습의 도래를 알리는 신호라고 합니다. 미래에는 우리 손에 들린 MacBook이 단순한 소비자 기기에서 벗어나 언제 어디서나 지속적으로 진화할 수 있는 개인용 컴퓨팅 장치가 될지도 모릅니다.
TechCrunch Disrupt 2026까지 48시간: 미래의 방향을 제시하는 빌더들의 이야기를 들어보세요
48시간도 채 남지 않은 가운데, TechCrunch Disrupt 2026이 샌프란시스코 모스콘 웨스트에서 시작됩니다. 문 열기 전 가격 상승 전에 최대 $100 할인된 티켓을 확보하세요. 또한, 두 번째 패스를 반값에 구매할 수 있습니다. 오늘 등록하세요.10월 13일부터 15일까지 10,000명 이상의 창업자, 투자자, 기술 리더들이 모여 그들의 길을 재정의할 연결을 형성합니다. 250명 이상의 스피커가 200개 이상의 세션에서 발표합니다
UN AI 안전 위원회, OpenAI 해킹 사건 보고서 공개
요슈아 벵지오가 AI 안전을 주제로 열린 유엔 안전보장이사회 회의에서 개회사를 했다. 출처: 유엔AI 안전에 초점을 맞춘 유엔 안전보장이사회 회의가 끝난 직후, 호주 정부의 민감한 데이터에 대한 무단 접근이 발생한 OpenAI의 보안 사고에 대한 보도가 나왔다.전 세계 정책 입안자들과 AI 분야 리더들이 유엔 안전보장이사회 제10,228차 회의를 위해 뉴욕
Anthropic 과학자가 AI 통제 우려와 인간의 자해 행위에 대한 우려로 사임하다
인공지능 분야에서 최근 놀라운 변화가 있었습니다. 앤트로픽의 수석 연구원인 제이콕 콕슨은 자신이 통제되지 않는 산업 열광으로 보는 것에 항의하기 위해 사임했으며, 이는 사실상 AI 분야를 떠나는 결과를 낳았습니다. 이 움직임은 기술 커뮤니티 내에서 격렬한 논쟁을 촉발시켰으며, 대규모 언어 모델의 급속한 발전 뒤에 숨겨진 안전 위험을 부각시켰습니다.콕슨은 27세의 수학자로, 탄탄한 학문적 배경을 가지고 있으며 해당 분야에서 높은 존경을 받았습니





집






