[써봤다] AI PC 시대를 준비하라...애플 'M5 맥북 프로'

M5 맥북 프로 /사진=테크M

쿨링팬이 최고 속도로 돌아간다. 키보드에 올린 손에 따뜻한 기운이 올라온다. 64기가바이트(GB) 램(RAM) 사용량이 꽉 찼다. 맥북 프로를 쓰면서 처음 경험해보는 일이다. 더구나 새로 나온 M5 프로 칩을 탑재한 맥북 프로다.

이게 다 AI 때문이다.

성능보다

토큰이 부족해지기 시작했다

지금 메인으로 쓰고 있는 노트북은 M3 프로 프로세서와 18GB 램(RAM)을 탑재한 맥북 프로 모델이다. 한 번도 성능이 부족하다고 느낀 적이 없다. 기사 작성과 사진 편집 용도로 쓰기엔 오히려 과했다. 2년 가까이 쓰면서 팬이 돌아가는 소리를 들은 적이 없다.

M5 맥북 프로에 관심이 간 건 '토큰' 때문이었다. AI와 작업하는 일이 크고 복잡해질수록 토큰량 압박이 커졌다. 추론을 돌리다 "한도에 도달했습니다" 메시지를 보인 이후 토큰 사용량 한도를 체크하는 게 일상이 됐다.

유료 플랜인데도 토큰이 모자라기 시작했다. 그렇다고 10만원이 넘는 상위 플랜으로 가기엔 부담이 컸다. 아예 노트북에서 AI를 돌려보면 어떨까, 하는 생각이 들었다. 로컬에서 모델을 직접 돌리면 토큰 제한도, 월정액도 없다. 이 때 M5 맥북 프로 체험 기회가 왔다.

M3 맥북 프로(왼쪽)와 M5 맥북 프로 /사진=테크M

M5 맥북 프로, 변화는 안에서 시작됐다

M5 맥북 프로 상자를 열었을 땐 그냥 익숙했다. M3 맥북 프로나 다른 게 전혀 없다. 변한 건 '안'에 있다.

맥북 프로에 탑재된 M5 프로와 맥스 칩은 는 M1부터 이어져 온 단일 다이 설계를 버리고 두 개의 다이를 하나의 시스템온칩(SoC)으로 결합하는 구조를 택했다. 애플 실리콘 특유의 통합 메모리 구조에 '퓨전 아키텍처'라고 부르는 칩렛 방식을 접목했다.

코어 구성도 바뀌었다. 기존에는 '성능 코어'와 '효율 코어'로 역할을 나누다가 M5로 넘어오며 '슈퍼 코어'를 새로 도입했다. 성능으로 보면 슈퍼-성능-효율 순이다. 슈퍼 코어는 프론트엔드 대역폭 확장, 새로운 캐시 계층 구조, 분기 예측 개선을 통해 싱글스레드 성능을 극대화한 설계다. M5 프로·맥스 칩은 슈퍼코어 6개와 성능 코어 16개로 구성됐다.

M5 맥북 프로 /사진=테크M

GPU 구조도 바뀌었다. 코어 수가 18코어에서 20코어로 소폭 늘었지만, 더 중요한 변화는 각 GPU 코어마다 '뉴럴 가속기'를 내장했다. 기존에 뉴럴 엔진이 AI 연산을 전담하던 방식에서, GPU 전체 자원이 AI 추론에 동원되는 구조로 전환됐다.

또한 M3 프로와 M5 프로를 비교하면 메모리 대역폭이 두 배를 넘는다. SSD 역시 M5 세대에 새로운 PCIe 4.0 SSD 컨트롤러를 채택하면서 읽기·쓰기 성능이 전작 대비 약 2배 향상됐다. 대용량 프로젝트를 다룰 때 체감이 되는 부분이다.

로컬 AI, 성능의 한계를 실험하다

AI 모델을 돌려보니 차이가 확실했다. 오픈소스 모델을 로컬에서 쓸 수 있게 해주는 '올라마(Ollama)'로 여러 모델을 실행시켜봤다. M3 프로에선 8B 모델도 버거웠다. 현실적으로 4B 모델 정도가 한계로 느껴졌다.

M5 프로에선 8B 모델은 실시간 수준으로 돌아갔다. 최근에 공개된 구글 '젬마4(Gemma4)' 26B 모델이나 Qwen 3.5 35B-A3B 모델도 돌릴만 했다. 그나마 한 번 질문을 할 때마다 메모리가 64GB가 꽉 채워졌다. 생각보다 여유있는 모습은 아니었다.

M5 맥북 프로에서 ollama 실행 이후 메모리 사용량 /사진=테크M

컴피UI(ComfyUI)를 통해 이미지를 생성하거나 수정하는 작업 역시 복잡한 워크플로나 긴 프롬프트를 수행하면 M5 프로 모델 역시 쿨핑팬이 전력투구에 들어갔다. 고성능 모드로 설정해 놓으니 배터리도 순식간에 줄었다.

애플에 따르면 M5 프로 칩은 AI 전용 최대 GPU 컴퓨팅 성능이 이전 세대 대비 4배 이상, M1 프로 대비 6배 이상 향상됐다. 직접 수치로 비교하긴 어려웠지만 체감적으로도 충분히 격차가 느껴졌다. 전문가 혼합(MoE) 모델을 돌리려면 넉넉한 GPU 메모리가 핵심이라 애플실리콘 같은 고용량의 통합 메모리 구조가 필수다.

M5 맥북 프로에서 comfyui로 이미지를 생성하는 모습 /사진=테크M

AI 성능 확보가 필요한 이유

아직 초보자가 로컬에서 AI 모델을 돌리는 건 클라우드 서비스에 비해 편의성 면에서 허들이 높은게 사실이다. 과정 하나씩 AI에게 물어보면서 간신히 설치했다. 토큰 비용을 따져도 수백만원짜리 장비를 사서 ROI를 맞추는게 쉽진 않아 보인다.

허나 앞으로 기업이나 개인이 자신에게 맞춤형으로 튜닝한 AI 모델을 쓰기 시작하고 AI 에이전트까지 붙기 시작하면 필수가 될 수도 있다. 이미 오픈클로가 어느정도 증명했고, 이제 편의성과 보안성이 해결되기 시작하면 급속도로 불이 붙을 가능성이 크다. 로컬 AI 모델들을 연계해 작업 프로세스를 자동화하는 그림이 당장 그려진다.

M5 맥북 프로에서 ollama를 실행한 모습 /사진=테크M

당장 본격적으로 AI 모델을 구동하지 않더라도, 그동안 쓰던 애플리케이션에도 AI 기능들이 추가되기 시작하면서 성능 격차가 나타나기 시작한다. 라이트룸에서 노이즈나 방해 요소를 제거한다거나, 파이널컷 프로에서 마그니텍 마스크 기능으로 피사체를 자동 분리하거나 하는 여러 AI 기능들이 점차 더 많은 로컬 연산 성능을 요구하기 시작할 것이다.

이런 AI 기능들은 소프트웨어 업데이트를 거듭할수록 더 늘어날 것이다. 지금 당장의 차이보다 6개월, 1년 후를 생각하면 여유 있는 하드웨어가 유리하다. 지금 당장 적극적으로 쓰지 않더라고, 업데이트 때마다 AI 기능이 붙기 시작한 전문가 앱을 하루 종일 다뤄야 한다면 업그레이드가 필수적인 시점이 올 가능성이 크다.

AI PC 시대,

업그레이드의 조건이 바뀐다

성능적인 변화 외에 감탄스러운 게 하나 있었는데, 나노 텍스처 글래스 옵션이다. 이게 생각보다 훨씬 만족도가 높다. 창가에서 작업해도, 조명이 뒤에 있어도 화면이 선명하게 보인다. 그렇다고 화질이 저하되는 것도 아니어서 앞으로 필수로 선택하게 될 것 같다.

M3 맥북 프로(왼쪽)와 M5 맥북 프로 디스플레이 /사진=테크M

이것 외에는 지금 당장 M3 프로가 부족한 건 없다. 일상적인 사용 환경에선 여전히 충분하다. 허나 토큰 한도가 더 자주 걸리고, 구독 비용이 더 늘어난다면 미래를 대비하기 위해서라도 진지하게 업그레이드를 고민해야 할 것 같다.

앞으로의 업그레이드는 단순 스펙 향상과는 다른 'AI 세대 전환'이다. 본격적으로 소비되는 시점은 온디바이스 AI가 지금보다 훨씬 일상적인 인프라가 됐을 때다. 이번 체험으로 확인한 건, 그 시점이 생각보다 멀지 않다는 점이다. 자동화 차원을 넘어 AI로 경쟁에 앞서가거나 새로운 영역을 창출하고 싶다면 조금 서둘러도 좋겠다.

M3 맥북 프로 /사진=테크M

남도영 기자 hyun@techm.kr