Apple Intelligence WWDC 2026: 이중 AFM 아키텍처와 검증되지 않은 ChatGPT 폴백의 경계

Apple Developer 공식 행사 페이지에 따르면 WWDC 2026은 6월 9일 키노트와 Platforms State of the Union으로 개막하며, Apple Intelligence SDK, Foundation Models 프레임워크, Swift 6 동시성 업데이트를 다루는 100개 이상의 기술 세션이 동시 진행됩니다. Apple Newsroom이 발표한 라인업은 iOS 27, iPadOS 27, macOS 27 'Golden Gate'에 걸친 Apple Intelligence의 통합을 핵심 축으로 합니다. 이는 단순한 OS 업데이트가 아니라 온디바이스 파운데이션 모델과 Private Cloud Compute(PCC)를 결합한 시스템 차원의 개인 인텔리전스 확장을 의미합니다. 행사 슬로건 'All Systems Glow'는 디바이스 전반의 발광형 AI 인터페이스 통합 의도를 반영하며, Foundation Models 프레임워크의 공개는 써드파티 앱이 Apple Intelligence를 직접 호출할 수 있는 표준 경로를 제공한다는 점에서 생태계 측면의 분기점이 됩니다. 다만 모든 기능이 공개 프레임워크로 노출되는 것은 아니며, 시스템 레벨 통합과 개발자 API 사이의 경계는 별도 세션에서 정의됩니다.

arXiv의 'Apple Intelligence Foundation Language Models' 논문과 Apple Machine Learning Research 포털은 Apple Foundation Model(AFM) 패밀리가 두 변종으로 구성됨을 명시합니다. 하나는 약 3B 파라미터의 온디바이스 모델이며, 다른 하나는 Private Cloud Compute 환경에서 동작하는 더 큰 서버 모델로 128k 토큰 컨텍스트 윈도우를 제공합니다. AFM 패밀리는 6.3T 토큰으로 사전 학습되었으며 41개 벤치마크에서 평가되었습니다. 특히 온디바이스 AFM은 Phi-3-mini, Mistral-7B 등 자급 오픈 모델 대비 지시문 따르기(instruction following) 벤치마크에서 동등하거나 우수한 성능을 기록했는데, 이는 파라미터 수 자체가 지시문 품질을 결정하지 않으며 Apple의 학습 파이프라인이 소형 모델의 정렬 효율을 극대화했음을 시사합니다. 이 이중 구조는 의도적인 설계 결정입니다. PCC는 Apple Silicon 서버에서 1.14.0 iBoot 및 OS 이미지를 암호학적으로 증명하며 요청 완료 후 데이터를 폐기하여 종단 프라이버시를 보장하지만, 컨텍스트 길이나 추론 깊이 요구가 증가하면 자동으로 서버 모델로 에스컬레이션됩니다. 결과적으로 사용자는 로컬 전용 프라이버시와 대규모 컨텍스트 처리 능력 사이에서 명시적이지 않은 트레이드오프를 수용하게 됩니다.

개발자 관점에서 Foundation Models 프레임워크의 진입점은 디바이스 가용성과 모델 선택의 두 축으로 결정됩니다. Apple의 정책에 따라 온디바이스 경로는 A17 Pro 이상 칩셋(iPhone 15 Pro, iPhone 16, iPhone 17)으로 제한되며, 일반 iPhone 15 이하 모델은 iOS 27이 설치되더라도 로컬 추론 경로에서 제외됩니다. 프레임워크는 추론 요청 시 디바이스의 Neural Engine 가용성을 점검한 뒤, 컨텍스트 윈도우 요구가 온디바이스 AFM의 유효 범위를 초과하면 PCC 서버로 폴백합니다. 다음은 의사 코드로 표현한 호출 흐름입니다.

let session = FoundationModelSession()
session.contextWindowPolicy = .preferOnDevice  // 기본값
let response = try await session.generate(
    prompt: userQuery,
    maxTokens: 8192,
    escalationAllowed: false  // 명시적 로컬 전용
)

escalationAllowed를 false로 설정하면 컨텍스트 초과 시 에러를 반환하며 서버 경로를 차단합니다. 반대로 기본값인 .preferOnDevice는 용량 한계 도달 시 PCC로 자동 전환되어 응답 완결성을 우선시합니다. Apple Intelligence의 Image Playground 2.0은 A19 Pro Neural Engine에서 1024x1024 해상도의 확산 생성을 기존 세대 대비 1.5배 속도로 수행하며, 이는 3B AFM과 결합된 멀티모달 파이프라인의 실질적 성능 이점을 보여줍니다.

WIRED 보도와 존스홉킨스 암호학자 Matthew Green의 분석은 Apple Intelligence의 가장 큰 약점을 지적합니다. Siri AI 요청의 약 1/10,000 비율이 OpenAI ChatGPT로 폴백되며, 이 데이터 핸드오프는 Apple이 종단 감사를 수행하지 않은 상태입니다. PCC는 1.14.0 iBoot 및 OS 이미지를 암호학적으로 증명하여 서버 측에서 어떤 코드가 실행 중인지 검증 가능하지만, ChatGPT 폴백 경로는 동일한 증명 체계로 보호되지 않습니다. 결과적으로 Apple이 '프라이버시 by default'라는 마케팅 메시지를 유지하면서도, 실제 데이터 흐름의 약 0.01%는 외부 LLM 사업자의 인프라로 넘어가며 사용자 입장에서는 이 폴백 발생 여부를 사전에 알 수 없습니다. 이 비대칭은 두 가지 실전적 함의를 가집니다. 첫째, 엄격한 프라이버시 요구가 있는 워크플로우는 escalationAllowed를 false로 고정하더라도 Siri AI 시스템 통합 경로에서는 별도의 정책이 필요합니다. 둘째, ChatGPT 폴백의 발생 빈도와 트리거 조건은 Apple이 공개하지 않은 휴리스틱에 의존하므로, 외부 감사자가 통계적 검증을 수행하기 어렵습니다. 이는 Apple의 PCC 보안 모델이 시스템 내부적으로는 견고하지만, 시스템 경계를 넘어서는 순간 종단 보장이 깨지는 구조적 한계를 드러냅니다.

Apple Intelligence의 디바이스 지원 행렬은 기능 채택의 물리적 천장을 정의합니다. 온디바이스 경로가 A17 Pro 이상으로 제한됨에 따라, 2024년 출시된 iPhone 15 표준 모델 사용자는 iOS 27을 설치하더라도 로컬 AFM 추론을 사용할 수 없으며 모든 요청이 PCC 서버로 라우팅됩니다. 이는 '온디바이스 우선' 정책이 사실상 일부 사용자 집단에 적용되지 않음을 의미합니다. 또한 3B 파라미터 AFM은 Phi-3-mini, Mistral-7B 대비 벤치마크에서 동등하거나 우세한 지시문 따르기 성능을 보이지만, 절대적 추론 깊이와 장문서 요약 같은 작업에서는 128k 컨텍스트의 PCC 서버 모델이 필요합니다. 이 구조는 Apple이 의도적으로 설계한 것이며, arXiv 논문에서도 두 모델의 역할 분담이 명시적으로 기술됩니다. 그러나 사용자가 인식하지 못하는 트레이드오프, 즉 '내 iPhone이 새 모델이라 로컬에서 처리된다'라는 보장이 보장되지 않는 디바이스 단편화는 Apple Intelligence의 가치 제안과 실제 사용자 경험 사이의 간극을 형성합니다.