아이폰 18 Pro용 A20 Pro는 AI 처리·대역폭·냉각을 함께 강화했다고 설명한다.

01핵심 개요

• 아이폰 17 Pro와 아이폰 18 Pro에서 로컬리 AI의 젠마 4 E 24B 모바일 버전을 실행한 결과, 18 Pro가 답변을 두 배 이상 빠르게 만들었다고 밝혔다.
• 탐스 가이드 실측 기준 아이폰 18 Pro는 긱벤치 6 싱글코어 24%, 멀티코어 28% 상승했으며, 긱벤치 7에서는 각각 28%, 33% 높았다.
• A20 Pro는 CPU·GPU·뉴럴 엔진 역할을 나누고 CPU 내부 뉴럴 액셀러레이터를 더해 AI 계산 경로를 마련한 설계로 소개됐다.
• 애플은 A20 Pro의 메모리 대역폭이 전작보다 50% 늘었다고 설명했으며, 이는 저장공간이 아니라 데이터 이동 통로가 넓어진다는 의미다.
• 베이퍼 챔버 면적을 전작 대비 3배로 확대해 지속 성능을 최대 40% 높였다는 애플 설명과 함께 2나노 공정의 전력 효율도 다뤘다.

02핵심 주장 / 논점 구조

• 영상은 A20 Pro의 변화가 단순 벤치마크 점수 상승이 아니라 온디바이스 AI를 오래 처리하기 위한 설계 변화라고 본다.
• 로컬리 AI에서 젠마 4 E 24B 모바일 버전을 구동한 테스트에서는 아이폰 18 Pro의 답변 생성이 아이폰 17 Pro보다 두 배 이상 빨랐다고 밝혔다.
• AI 체감 속도는 연산 장치의 성능, 메모리에서 데이터를 공급하는 속도, 장시간 구동 시 열 관리가 함께 좌우한다고 설명한다.
• 향후 실제 체감 성능은 칩의 하드웨어뿐 아니라 앱과 iOS, 실행 엔진이 가속 기능을 얼마나 활용하는지에 달렸다고 전망했다.

03CPU 벤치마크와 경쟁 칩 비교

• 탐스 가이드 실측에서 아이폰 18 Pro는 전작보다 긱벤치 6 싱글코어 약 24%, 멀티코어 약 28% 높은 점수를 기록했다.
• 긱벤치 7 기준 상승 폭은 싱글코어 약 28%, 멀티코어 약 33%로 제시됐다.
• 긱벤치 7 멀티코어 점수는 기본 M3 칩을 탑재한 2023년형 맥북 프로와 비슷한 구간까지 올라왔다고 언급했다.
• 출시 전 기기 기록 기준 스냅드래곤 엘리트 익스트림과 비교하면 아이폰 18 Pro는 싱글코어 약 12% 높고, 멀티코어는 익스트림이 약 6% 높았다.
• 일반형 스냅드래곤 엘리트 젠 6의 초기 기록은 싱글코어와 멀티코어 모두 아이폰보다 낮았으나, 완제품 실측은 아니라는 단서를 달았다.

04AI 연산 장치와 뉴럴 액셀러레이터

• 영상은 CPU가 작업 흐름을 맡고, GPU는 비슷한 계산을 동시에 처리하며, 뉴럴 엔진은 지원되는 AI 계산용 전용 장치라고 구분했다.
• 작은 AI 계산마다 서로 다른 장치로 작업을 넘기면 결과를 기다리는 시간이 생길 수 있다고 설명했다.
• A20에는 CPU 안에도 뉴럴 액셀러레이터가 들어가며, CPU 작업 흐름에서 적합한 AI 계산을 빠르게 처리할 길을 마련했다고 소개했다.
• 큰 계산은 한꺼번에 처리하고 작은 계산은 필요한 위치에서 빠르게 끝내도록 여러 장치에 나눠 맡기는 구조로 해석했다.

05메모리 대역폭과 답변 생성 속도

• 애플은 A20 Pro의 메모리 대역폭이 전작보다 50% 늘었다고 밝혔으며, 영상은 이를 같은 시간에 옮길 수 있는 데이터 통로의 확대라고 설명했다.
• 질문을 처음 읽는 단계는 입력 내용을 묶어 계산할 수 있어 한꺼번에 계산하는 능력이 중요하다고 봤다.
• 답변을 생성하는 단계에서는 다음 단어의 작은 조각을 하나씩 고르며 모델의 숫자를 계속 가져와 계산한다고 설명했다.
• 데이터 공급이 느리면 계산 장치가 빨라도 답변이 화면에 올라오는 속도가 제한될 수 있어, AI 대화 안에서도 병목 구간이 달라진다고 분석했다.

06이미지 생성 연속 작업과 앱 최적화

• 드로우스 앱에서 여러 이미지 생성 AI 모델을 내려받아 휴대폰에서 직접 실행할 수 있으며, 장당 생성 요금 없이 이미지를 만들 수 있다고 소개했다.
• 스크래트를 사용해 이미지 20장 이상을 연속 생성하도록 설정했고, 실제 20장을 만드는 데 약 11분이 걸렸다고 밝혔다.
• 이미지 생성에서는 답변 생성만큼 큰 속도 차이가 나타나지 않았으며, AI 작업마다 데이터 대기와 계산 비중이 다르기 때문이라고 설명했다.
• 앱이 계산을 CPU·GPU·뉴럴 액셀러레이터 중 어디에 맡길지 정하고, iOS와 실행 엔진이 경로를 지원해야 가속 기능의 이점을 살릴 수 있다고 했다.

07베이퍼 챔버와 2나노 지속 성능

• 연속 이미지 생성처럼 장시간 작업하면 열이 쌓여 속도가 떨어질 수 있어, 순간 성능뿐 아니라 지속 성능이 중요하다고 강조했다.
• A20의 연산 칩과 메모리를 옆으로 배치하고, 뜨거워지는 칩이 베이퍼 챔버에 직접 닿도록 했다고 설명했다.
• 베이퍼 챔버는 내부 액체가 뜨거운 곳에서 증발하고 다른 곳에서 다시 액체가 되며 열을 넓게 퍼뜨리는 방식으로 소개됐다.
• 애플은 베이퍼 챔버 면적을 전작보다 3배 늘리고 지속 성능을 최대 40% 높였다고 설명했다.
• 2나노 공정의 나노시트 구조는 전류를 더 정밀하게 제어해 같은 작업의 전력 사용을 줄일 여지를 만들고, 발생 열은 냉각 구조로 배출한다고 밝혔다.

08용어 사전