애플, 맥 전용 오픈소스 머신러닝 프레임워크 'MLX' 기습 공개

MLX는 애플 머신러닝 연구팀이 애플 실리콘 칩에 맞춰 직접 설계해 공개한 오픈소스 머신러닝 프레임워크입니다. 딥러닝 데이터 로딩을 돕는 보조 라이브러리인 'MLX Data'도 함께 선보였습니다.

쉽게 말해, 맥북 같은 애플 하드웨어에서 생성형 AI 모델을 별도 복잡한 설정 없이 효율적으로 구동하도록 돕는 도구입니다.

무엇을 할 수 있나

MLX는 개발자가 맥 환경에서 직접 대규모 기초 모델을 구축하고 학습시킬 수 있도록 지원합니다.

컴퓨터월드(Computerworld) 보도에 따르면, MLX는 메타의 오픈소스 대형 언어 모델 라마(Llama)와 이미지 생성 모델 스테이블 디퓨전(Stable Diffusion) 같은 무거운 AI 모델을 학습하고 실행하기에 충분한 성능을 갖췄습니다.

함께 공개된 MLX Data는 대량의 학습 데이터를 빠르고 유연하게 불러오는 역할을 담당합니다.

애플의 머신러닝 연구원 아우니 한눈(Awni Hannun)은 X(트위터)를 통해 MLX Data가 특정 프레임워크에 종속되지 않아 MLX뿐만 아니라 파이토치(PyTorch)나 잭스(Jax) 환경에서도 그대로 쓸 수 있다고 설명했습니다.

공유 메모리를 활용한 설계 방식

MLX의 설계는 파이토치, 잭스, 어레이파이어(ArrayFire) 같은 기존 딥러닝 프레임워크에서 많은 영감을 얻었습니다. 덕분에 개발자 입장에서 익숙하게 다룰 수 있습니다.

가장 돋보이는 차별점은 애플 실리콘의 통합 메모리(Shared Memory) 아키텍처를 온전히 활용한다는 점입니다.

일반적인 환경에서는 CPU와 GPU 사이에 데이터를 계속해서 복사하고 이동시켜야 하지만, MLX는 동일한 메모리 공간을 공유합니다. 데이터를 주고받는 낭비 없이 CPU와 GPU에서 연산 작업을 곧바로 처리할 수 있습니다.

MLX와 MLX Data는 현재 깃허브(GitHub)와 파이썬 패키지 인덱스(PyPI)를 통해 모두 공개되어 있어 누구나 바로 설치해 볼 수 있습니다.

왜 중요한가

애플 실리콘 맥을 사용하면서 로컬 환경에서 대규모 AI 모델을 직접 파인튜닝하거나 돌려보고 싶은 개발자라면 당장 설치해 볼 만합니다. 그동안 맥에서 거대 모델을 구동하려면 최적화 문제로 씨름해야 했지만, 애플이 하드웨어 특성에 딱 맞춘 전용 프레임워크를 직접 내놓았기 때문입니다.

물론 이제 막 공개된 만큼 파이토치 같은 거대한 생태계나 커뮤니티 지원을 당장 대체하기는 어렵습니다. 하지만 맥북의 통합 메모리를 활용해 클라우드 GPU 대여 없이도 로컬에서 쾌적하게 AI 프로토타입을 만들 수 있는 훌륭한 대안이 열렸다는 점에서 의미가 큽니다.