Inteligência Artificial 12 min

PC의 AI: 인공지능이 클라우드를 떠나는 이유

Lara Yoki

IA에는 PC가 없습니다. 더 이상 게이머, 프로그래머 또는 거대 기술 회사만을 위한 약속이 아닙니다.

Nvidia, Microsoft, Google 간의 새로운 논쟁은 인공 지능의 다음 단계가 클라우드 서버뿐만 아니라 컴퓨터 자체 내에서 일어날 수 있음을 보여줍니다.

오랫동안 AI를 사용한다는 것은 데이터를 멀리 있는 데이터 센터로 보내는 것을 의미했습니다.

질문을 하고, 파일을 업로드하고, 요약을 요청하고, 이미지를 생성하는 등 모든 것이 외부 서버에서 처리되었습니다.

이제 이 논리가 바뀌기 시작합니다.

대기업의 초점이 되었다. 지역 인공지능,라고도 함 온디바이스 AI, 즉 사용자의 기기에서 직접 실행되는 AI입니다.

그렇다고 클라우드가 사라질 것이라는 뜻은 아니다.

그러나 이는 더 빠른 속도, 더 많은 개인 정보 보호 및 더 적은 연결 의존성을 통해 많은 AI 작업을 PC 자체에서 수행할 수 있음을 의미합니다.

PC에서의 AI란 무엇인가

IA에는 PC가 없습니다. 컴퓨터에서 로컬로 실행되는 인공 지능 모델을 사용하는 것입니다.

항상 온라인 서버에 의존하는 대신 PC 하드웨어 자체가 작업의 일부를 처리합니다.

여기에는 텍스트 요약, 번역, 응답 생성, 파일 구성, 이미지 편집, 작업 자동화 및 개인 비서가 포함될 수 있습니다.

차이점은 처리 위치에 있습니다.

클라우드 AI에서는 일반적으로 데이터가 장치를 떠나 서버로 전송됩니다.

로컬 AI에서는 작업의 일부가 GPU, NPU, CPU 또는 로컬 메모리를 사용하여 컴퓨터 내부에서 발생합니다.

이러한 변화는 AI를 사용자에게 더 가깝게 만들기 때문에 중요합니다.

단순한 원격 서비스가 아닌 시스템, 파일, 애플리케이션 및 브라우저에 통합된 계층으로 기능하기 시작합니다.

클라우드만으로는 충분하지 않은 이유

클라우드는 여전히 강력합니다.

수백만 명의 사용자로 확장해야 하는 대규모 모델, AI 교육, 대용량 처리 및 서비스에 필수적입니다.

문제는 모든 작업이 데이터 센터를 거쳐야 하는 것은 아니라는 점입니다.

많은 일상적인 행동은 반복적이고 개인적이며 민감합니다.

개인 문서 요약, 로컬 파일에서 내용 검색, 업무 정보 정리 등은 기기 자체에서 처리될 때 더 안전할 수 있습니다.

또 다른 포인트는 속도입니다.

AI가 로컬에서 실행되면 인터넷, 서버 대기열 또는 네트워크 대기 시간에 크게 의존하지 않기 때문에 응답이 더 빨라질 수 있습니다.

비용도 있습니다.

기업은 모델을 서버에서 계속 실행하기 위해 많은 비용을 지출합니다.

사용자의 장치에 오프로드되는 간단한 작업이 많을수록 클라우드 추론 비용이 낮아질 수 있습니다.

엔비디아의 움직임

Nvidia는 GPU가 이미 AI에 널리 사용되고 있기 때문에 이러한 변화에서 중심적인 역할을 합니다.

최근 몇 년 동안 이 회사는 단순히 그래픽 카드 제조업체로만 인식되지 않고 인공지능 인프라의 중심이 되었습니다.

이제 개인용 컴퓨터에도 관심이 쏠리고 있다.

Nvidia는 RTX가 탑재된 PC가 실행될 수 있다고 주장합니다. 로컬 가속 AI, PC 자체에 데이터가 남아 있는 상태로 에이전트를 장치에서 실행할 수 있습니다.

또한 회사는 Microsoft와 함께 개인 AI 에이전트를 겨냥한 Windows PC의 새로운 단계를 발표했습니다.

Nvidia에 따르면 RTX Spark는 최대 1페타플롭의 AI 성능과 최대 128GB의 통합 메모리를 갖춘 개인 에이전트용으로 구축된 Windows PC의 기반으로 도입되었습니다.

이번 움직임은 분명한 야망을 보여준다.

Nvidia는 PC가 온라인으로 AI에 액세스하는 기계가 아니라 기본적으로 AI를 실행하는 기계가 되기를 원합니다.

마이크로소프트의 역할

Microsoft는 또한 이러한 전환을 다음과 같이 추진하고 있습니다. 부조종사 PC.

회사 문서에 따르면 이 컴퓨터는 초당 40조 개 이상의 작업을 수행할 수 있는 고성능 NPU를 탑재한 Windows 11 PC의 새로운 범주입니다.

NPU는 인공지능 업무를 전문으로 하는 유닛이다.

일반적인 CPU보다 더 에너지 효율적으로 AI 작업을 처리하도록 설계되었습니다.

이는 실시간 번역, 이미지 생성, 스마트 검색, 카메라 효과, 콘텐츠 요약 및 시스템 자동화와 같은 기능에 도움이 됩니다.

일반 사용자에게는 기술적인 부분이 결과보다 중요하지 않습니다.

클라우드에 지속적으로 의존하지 않고도 상황을 더 잘 이해하고 더 빠르게 응답하며 지능형 리소스를 실행하는 컴퓨터를 약속합니다.

기업의 경우 이 주장은 더욱 강력하다.

Microsoft는 비즈니스용 Copilot PC가 AI와 기업 파일, 애플리케이션 및 데이터를 결합하고 내장된 보안 기능을 강조합니다.

구글의 방식

Google은 특히 Chrome과 Gemini Nano를 통해 AI를 사용자 기기에 더 가깝게 만들고 있습니다.

개발자를 위한 Chrome 문서에서는 다음을 제안합니다. 브라우저 통합 AI, 텍스트 요약, 번역, 쓰기 및 다시 쓰기와 같은 기능을 위해 Gemini Nano를 사용합니다.

브라우저는 PC에서 가장 많이 사용되는 도구 중 하나이기 때문에 이 전략은 매우 관련성이 높습니다.

AI가 Chrome 내에서 실행되면 페이지, 텍스트, 양식, 탭 및 웹 애플리케이션에 도움이 될 수 있습니다.

Google은 또한 Prompt API를 사용하면 Chrome의 Gemini Nano에 자연어 요청을 보낼 수 있다고 보고합니다.

2026년에 Chrome은 Gemini Nano가 포함된 Chrome 148의 안정적인 Prompt API, 멀티모달 지원, 구조화된 출력을 포함한 웹 AI 키트의 발전을 발표했습니다.

실제로 이를 통해 사이트 및 확장 프로그램은 항상 외부 서버 호출에 의존하지 않고도 스마트 기능을 사용할 수 있습니다.

웹 개발자에게는 큰 변화입니다.

간단한 작성, 요약, 번역, 구성 애플리케이션을 통해 브라우저에서 바로 로컬 AI를 얻을 수 있습니다.

개인 정보 보호가 논쟁거리가 되었습니다.

가장 큰 주장 중 하나는 클라우드 밖의 AI 프라이버시입니다.

처리가 로컬에서 수행되는 경우 중요한 데이터가 장치에 남아 있을 수 있습니다.

이는 개인 문서, 작업 파일, 메시지, 개인 이미지 및 회사 데이터에 중요합니다.

예를 들어 Nvidia는 RTX PC의 로컬 AI를 통해 데이터가 컴퓨터 자체에 남아 있는 동안 장치에서 에이전트를 계속 실행할 수 있다는 점을 강조합니다.

Google은 또한 개인 정보 보호를 강화하고 비용을 절감하며 특정 시나리오에서 오프라인 작업을 허용하는 방법으로 로컬 실행을 옹호합니다.

그러나 이것은 주의깊게 설명될 필요가 있다.

AI를 로컬에서 회전시키는 것이 모든 경우에 자동 개인정보 보호를 의미하는 것은 아닙니다.

앱이 데이터를 수집하거나, 정보를 동기화하거나, 기록을 서버로 보내는 경우에도 여전히 위험이 있을 수 있습니다.

차이점은 소프트웨어가 잘 설계되어 있는 한 로컬 아키텍처를 통해 보다 개인적인 경험을 만들 수 있다는 것입니다.

속도와 오프라인 사용

또 다른 이점 지역 인공지능 속도입니다.

작업이 PC 자체에서 실행되면 응답이 더 즉각적으로 이루어질 수 있습니다.

이를 통해 자동 완성, 번역, 빠른 요약, 파일 검색 및 정보 구성과 같은 경험이 향상됩니다.

오프라인 사용도 있습니다.

해당 모델을 기기에서 사용할 수 있는 경우 일부 기능은 인터넷 없이도 계속 작동할 수 있습니다.

이는 학생, 여행하는 전문가, 현장 팀 또는 연결이 불안정한 사람들에게 유용합니다.

RTX PC의 애플리케이션에 대한 Nvidia의 문서에는 로컬 가용성, 개인 정보 보호 및 개발자의 이점으로 연결에 의존하지 않고 추론을 실행할 수 있는 기능이 언급되어 있습니다.

이 점은 로컬 AI가 단순한 기술 트렌드가 아닌 이유를 설명하는 데 도움이 됩니다.

실제 사용자 경험을 향상시킵니다.

모든 것이 클라우드에서 나오는 것은 아닙니다.

진전에도 불구하고 모든 AI가 클라우드를 떠날 것이라고 말하는 것은 잘못된 것입니다.

가장 가능성이 높은 미래는 하이브리드입니다.

가볍고 개인적인 작업, 자주 수행하는 작업을 PC에서 실행할 수 있습니다.

무거운 작업, 더 큰 모델, 복잡한 작업은 클라우드에서 계속됩니다.

Google 자체는 하이브리드 추론이라는 아이디어를 바탕으로 하드웨어, 시스템 및 필요에 따라 로컬 모델과 클라우드 호스팅 모델 간에 전환할 수 있도록 합니다.

이것은 의미가 있습니다.

일반 PC에서는 텍스트를 요약하고, 파일을 정리하고, 간단한 답변을 생성할 수 있습니다.

그러나 대규모 모델을 훈련하거나 매우 복잡한 작업을 실행하려면 여전히 강력한 데이터 센터가 필요합니다.

올바른 질문은 “클라우드인가, PC인가?”가 아닙니다.

올바른 질문은 "각 장소에서 어떤 작업을 실행해야 합니까?"입니다.

일반 사용자에게 변경되는 사항

일반 사용자의 경우 변경 사항이 눈에 띄지 않게 나타날 수 있습니다.

컴퓨터는 별도의 챗봇을 열지 않고도 더 나은 작업을 제안하고, 파일을 이해하고, 페이지를 요약하고, 작업을 돕기 시작합니다.

AI는 운영 체제, 브라우저, 텍스트 편집기, 이미징 프로그램 및 생산성 애플리케이션에 내장될 수 있습니다.

이렇게 하면 사용이 더욱 자연스러워집니다.

텍스트를 복사하고 온라인 도구를 열고 콘텐츠를 붙여넣고 응답을 기다리는 대신 앱 자체가 올바른 상황에서 도움을 제공할 수 있습니다.

이것이 기업의 주요 목표입니다.

AI를 기본 컴퓨터 기능으로 변환합니다.

기업에는 어떤 변화가 있을까

기업의 경우, IA에는 PC가 없습니다. 비용을 절감하고, 안전성을 향상시키며, 생산성을 높일 수 있습니다.

팀에서는 로컬 도우미를 사용하여 문서 검색, 회의 요약, 파일 분류 및 내부 작업 자동화를 수행할 수 있습니다.

법률, 금융, 의료, 엔지니어링, 교육 등 민감한 데이터를 다루는 분야에서는 로컬 처리가 차별화 요소가 될 수 있습니다.

하지만 입양은 잘 계획되어야 합니다.

기업은 하드웨어, 데이터 정책, 규정 준수, 권한, 보안 및 거버넌스를 평가해야 합니다.

로컬 AI는 도움이 되지만 위험을 제거하지는 않습니다.

로컬 AI의 단점

모든 것이 장점은 아닙니다.

로컬 모델은 저장 공간을 차지하고, 호환 가능한 하드웨어가 필요하며, 배터리나 성능을 소모할 수 있습니다.

또한 사용자가 장치에서 어떤 AI 기능이 활성화되어 있는지 정확히 알지 못할 위험도 있습니다.

이 점은 이미 Chrome에 통합된 로컬 모델에 대한 논쟁을 불러일으켰습니다.

최근 보고서에서는 브라우저의 Gemini Nano와 관련된 투명성, 공간 및 사용자 제어에 대한 우려가 강조되었습니다.

따라서 로컬 AI 트렌드에는 명확한 통제가 동반되어야 합니다.

사용자는 AI가 언제 활성화되는지, 어떤 데이터가 사용되는지, 원하지 않는 기능을 비활성화하는 방법을 알아야 합니다.

투명성이 없으면 유용한 기술이 불신의 원인이 될 수 있습니다.

AI용 PC를 선택하는 방법

향후 몇 년 안에 컴퓨터 구입을 생각하는 사람이라면 프로세서와 RAM 그 이상을 살펴봐야 합니다.

존재 NPU, 호환 가능한 GPU, 충분한 양의 RAM 및 AI 리소스 지원이 중요해지는 경향이 있습니다.

간단한 작업의 경우 NPU가 탑재된 Copilot PC로 충분할 수 있습니다.

이미징, 대규모 로컬 모델, 창의적인 흐름과 같은 무거운 작업의 경우 전용 GPU가 차이를 만들 수 있습니다.

생태계를 살펴보는 것도 중요하다.

Windows, Chrome, 크리에이티브 앱 및 생산성 도구는 이 새로운 단계에 적응하고 있습니다.

실제 소프트웨어 지원을 고려하지 않고 하드웨어를 구입하면 좌절감을 느낄 수 있습니다.

이제 걱정할 가치가 있습니까?

네, 하지만 너무 서두르지 마세요.

에이 IA에는 PC가 없습니다. 아직 성숙 중입니다.

일부 기능은 이미 존재하고, 다른 기능은 테스트 중이며, 많은 기능이 여전히 특정 하드웨어에 의존합니다.

가장 좋은 방법은 개발 상황을 따르고 어떤 리소스가 귀하의 사용에 적합한지 이해하는 것입니다.

콘텐츠, 프로그래밍, 편집, 생산성 또는 문서 분석 작업을 하는 사람들에게는 이러한 추세가 매우 관련성이 높습니다.

기본적인 작업에만 PC를 사용하는 사람들에게는 변화가 점진적이고 거의 눈에 띄지 않을 수 있습니다.

결론

Nvidia, Microsoft 및 Google은 속도, 개인 정보 보호, 비용, 오프라인 사용 및 일상 생활과의 통합과 같은 실제 문제를 해결하기 때문에 인공 지능을 PC에 도입하려고 합니다.

클라우드는 여전히 중요하겠지만 더 이상 AI를 위한 유일한 장소는 아닐 것입니다.

미래는 각 작업에 가장 적합한 경로를 선택하는 온프레미스 모델, 클라우드 모델 및 하이브리드 시스템으로 나누어질 것입니다.

사용자에게 있어서 가장 큰 변화는 컴퓨터가 명령만 실행하는 것이 아니라는 사실을 깨닫는 것입니다.

상황을 이해하고 작업을 제안하며 파일, 앱 및 루틴에 더 가까운 보조자 역할을 하기 시작합니다.

에이 IA에는 PC가 없습니다. 이는 단순한 기술적 혁신이 아닙니다.

이는 컴퓨터를 사용하는 새로운 방식의 시작입니다.

5. FAQ

PC에서 AI는 무엇을 의미합니까?

IA에는 PC가 없습니다. 이는 항상 클라우드 서버에 의존하지 않고 컴퓨터에서 직접 인공 지능 리소스를 실행하는 것을 의미합니다.

여기에는 텍스트 요약, 번역, 스마트 검색, 자동화 및 로컬 도우미가 포함될 수 있습니다.

온프레미스 AI가 클라우드를 대체합니다.

완전히는 아닙니다.

가장 가능성이 높은 시나리오는 하이브리드입니다. 간단한 개인 작업은 로컬에서 실행되는 반면, 복잡한 작업은 계속해서 클라우드를 사용합니다.

Nvidia, Microsoft, Google이 PC에서 AI를 원하는 이유

로컬 AI는 더 빠른 속도, 개인 정보 보호, 더 낮은 서버 비용 및 오프라인 운영을 제공할 수 있기 때문입니다.

또한 더욱 스마트한 차세대 컴퓨터와 애플리케이션을 만들어냅니다.

로컬 AI를 사용하려면 새 PC가 필요해요

리소스에 따라 다릅니다.

일부 기능은 현재 컴퓨터에서 실행될 수 있지만 고급 기능에는 NPU, 최신 GPU 또는 더 많은 RAM이 필요할 수 있습니다.

PC의 AI는 더 비공개적입니다.

데이터가 장치에 남아 있으면 더욱 비공개가 될 수 있습니다.

그러나 이는 시스템, 브라우저 또는 애플리케이션의 설계 방식과 서버로 전송되는 데이터에 따라 다릅니다.

Continue lendo