애플의 업그레이드된 AI 모델은 경쟁사 대비 성능이 떨어집니다

Apple은 어제 WWDC 2025에서 자사 AI 모델에 대한 향후 업데이트를 발표하여 인텔리전스 제품군 전반에 적용할 예정입니다. 이 모델은 OpenAI와 같은 경쟁사의 기존 모델보다 벤치마크 성능이 떨어졌습니다. 그러나 Apple은 온디바이스(On-Device)와 Apple 서버가 이전 모델보다 개선되었으며 15개 이상의 언어를 이해할 수 있다고 주장했습니다.

실제 사용자 테스트 결과에 따르면, 아이폰 및 기타 기기에서 로컬로 실행되는 최신 온디바이스 모델은 텍스트 생성 측면에서 구글과 알리바바의 기존 모델과 비슷한 성능을 보였습니다. 애플 데이터센터에서 실행되도록 설계된 애플 서버는 오픈AI가 1년 전에 개발한 GPT-4o보다 성능이 떨어지는 것으로 평가되었습니다. 별도의 평가에서는 이미지 분석 능력에서 메타의 라마 4가 애플 서버보다 우수한 것으로 나타났습니다. 이러한 평가는 애플에게도 놀라운 일이었는데, 라마 4 스카웃이 구글, 앤스로픽, 오픈AI와 같은 AI 연구소의 제품들에 비해 저조한 성능을 보였기 때문입니다.

개발자들은 Apple의 혁신 약속에 회의적이다

개발자들은 부정적인 . AI 기반 개인 금융 앱 오리기(Origi)의 최고 제품 책임자(CPO)인 아툴 카카르는 개발자 입장에서 팀 쿡이 이끄는 애플이 발표한 내용에 대해 당시만큼 큰 기대감을 느끼지 못했다고 밝혔습니다. 그는 WWDC가 한때 기술 업계에서 가장 큰 화제를 불러일으키는 행사였지만, 이제는 아이폰 제조사인 애플이 AI 거대 기업들과 경쟁할 수 있을지에 대한 회의적인 시각이 지배적이라고 생각합니다.

애플은 자사 AI에 대한 벤치마크 결과를 공개하지 않고, 제대로 문서화되지 않은 직접 비교 평가 결과만을 발표합니다

하지만 애플의 최신 기기 탑재 모델들은 그들 스스로의 기준에서 보더라도 구글의 오픈 소스 Gemma 3-4B나 Qwen 3-4B보다 대부분 성능이 떨어집니다

그리고 그들의 서버 LLM은 Llama 4 Scout와 비슷합니다 pic.twitter.com/hwpOG5Lgyp

— 에단 몰릭(@emollick) 2025년 6월 10일

이 거대 기술 기업은 개발자들을 위한 AI 도구를 지속적으로 업데이트하고 Apple Intelligence 제품군 내에서 흥미진진한 소비자 경험을 구축해야 하는 압박을 받고 있습니다. AI 기반 육아 조언 앱 Bobo의 최고경영자이자 공동 창립자인 그랜트 맥도날드는 팀 쿡의 회사가 흥미로운 일들을 하고 있지만, 기존 시장을 휩쓸기에는 역부족이라고 말했습니다.

맥도날드는 개발자들이 자사의 온디바이스(On-Device) 소형 AI 모델을 활용하여 AI 기반 애플리케이션을 구축할 수 있도록 하는 것이 회사가 제공하고자 하는 가치라고 생각합니다. 소형 AI 모델은 소규모 데이터셋을 기반으로 학습되고 컴퓨팅 성능이 낮기 때문에 클라우드의 대형 서버 대신 iPhone에서 실행할 수 있습니다. 그는 기기에서 모델을 실행하는 것이 GPT나 Gemini와 같은 클라우드 기반 모델보다 실질적으로 저렴하다고 말했습니다. 

개발자들은 온디바이스 모델이 클라우드 기반 모델에 비해 성능이 좋을지 의문을 제기해 왔습니다. 한 개발자는 자체 데이터세트를 기반으로 모델을 미세 조정할 수 없을 것이라고 말했습니다. 맥도날드는 온디바이스 모델이 일부 앱에는 충분하지만 보보(Bobo)에는 적합하지 않다고 말했습니다. 이 육아 앱은 수면 컨설턴트, 수유 컨설턴트, 언어 치료사 및 기타 육아 전문가들의 자체 데이터를 활용하여 AI 모델을 맞춤 설정했습니다. 

애플의 AI 연구 부문은 경쟁사를 따라잡기 위해 고군분투하고 있습니다.

이 기술 대기업은 더욱 개인화된 콘텐츠를 제공하기 위해 Siri를 업그레이드하겠다고 약속했지만, 이 업그레이드는 지연되었습니다. 일부 고객은 아직 출시되지 않은 제품을 마케팅했다며 회사를 고소했습니다. 연구원들은 AI 모델이 수학과 과학 분야에서 매우 뛰어난 성능을 보이지만, 복잡한 문제는 사고의 환상을 제공할 뿐이라고 지적했습니다. 

이 기술 대기업은 논쟁에서 벗어나기 위해 대규모 언어 모델 개발과 자사 기기에 AI 구현을 미뤘습니다. WWDC애플은 Apple Intelligence for AI 기능을 공개했는데, 커뮤니티에서는 기대에 못 미친다고 평가했습니다. 

연구자들은 밝혀냈습니다 . 이는 모든 추론 모델이 문제 복잡성이 증가함에 따라 정확도가 점진적으로 감소하여 결국 정확도가 0이 되는 유사한 패턴을 보인다는 것을 보여줍니다. 연구자들에 따르면, 추론 모델은 처음에는 더 많은 사고 토큰을 적용하지만 복잡성이 증가함에 따라 포기하고, 직관에 반하는 방식으로 문제 난이도가 증가함에도 불구하고 추론 노력이 감소하기 시작합니다. 

포레스터 리서치 애널리스트 디판잔 차테르지에 따르면, 시리를 둘러싼 침묵은 귀청이 터질 정도로 컸습니다. 그는 아무리 텍스트 수정이나 귀여운 이모티콘을 추가해도 시리가 제공할 수 있는 기대되는 인터랙티브 AI 경험을 채울 수 없다고 밝혔습니다. 그는 회사가 신속하게 조치를 취하지 않으면 시리의 종말이 곧 올 것이라고 생각합니다. 회사는 시리 업그레이드에 대한 정확한 일정을 공개하지 않았지만, 회사의 최고 소프트웨어 임원인 크레이그 페더리기에 따르면 시리 업그레이드는 빠르면 내년에나 가능할 것이라고 밝혔습니다.