스마트폰의 AI 성능 경쟁이 NPU 숫자만으로 설명되던 시기가 빠르게 지나가고 있다. 퀄컴, Arm, 애플이 모두 GPU 안쪽으로 AI 전용 연산 구조를 끌어들이기 시작했다. 모바일 SoC AI라는 키워드가 다시 뜨는 이유도 여기에 있다. 이제 새 스마트폰의 체감 속도는 카메라 화소나 배터리 용량만큼이나, 기기 안에서 AI 작업을 얼마나 자연스럽게 나눠 처리하느냐에 달려 있다.
최근 프리미엄폰 경쟁은 ‘AI 기능 탑재’에서 ‘AI 기능을 끊기지 않게 돌리는 구조’로 이동하고 있다. 사진 보정, 실시간 번역, 음성 요약, 게임 화면 보정, 생성형 편집 기능은 모두 칩 내부의 연산 배치에 영향을 받는다. NPU가 전담하던 영역에 GPU가 들어오면, 스마트폰 제조사가 내세우는 AI폰의 기준도 달라진다.
NPU 독주를 끝내는 GPU의 합류
NPU는 스마트폰 안에서 AI 연산을 효율적으로 처리하기 위해 만들어진 전용 장치다. 전력 소모를 줄이면서 사진 인식, 음성 처리, 텍스트 요약 같은 작업을 빠르게 돌리는 데 강하다. 그래서 지난 몇 년간 스마트폰 발표회에서 제조사들은 NPU 성능을 핵심 숫자로 내세웠다.
하지만 생성형 AI가 들어오면서 계산의 성격이 바뀌었다. 단순히 특정 대상을 알아보는 수준을 넘어, 여러 작업을 동시에 처리하고 더 큰 모델을 기기 안에서 움직여야 한다. 이때 GPU가 다시 중요해진다. GPU는 원래 그래픽을 빠르게 그리기 위한 장치지만, 많은 계산을 병렬로 처리하는 구조라 AI 연산과도 잘 맞는다.
퀄컴이 차세대 아드레노 GPU에 AI 연산 전용 코어인 아드레노 매트릭스 코어를 넣겠다고 밝힌 흐름은 상징적이다. 기존처럼 NPU와 CPU에만 부담을 넘기는 것이 아니라, GPU가 직접 AI 처리에 들어간다. AI폰 성능 경쟁이 ‘NPU TOPS 숫자’ 하나로 끝나지 않는다는 신호다.
아이폰18 세대가 밀어붙이는 온디바이스 AI
애플도 같은 방향으로 움직이고 있다. 차세대 아이폰용 A20 프로 GPU에 신경망 가속기를 넣는 흐름은 온디바이스 AI 경쟁이 한 단계 더 촘촘해졌다는 뜻이다. 온디바이스 AI는 서버로 데이터를 보내지 않고 스마트폰 안에서 직접 처리하는 방식이다. 반응 속도와 개인정보 측면에서 장점이 있고, 인터넷 연결 상태에 덜 흔들린다.
애플은 별도의 뉴럴 엔진을 오래전부터 써왔지만, 최근에는 GPU 쪽 AI 처리 능력도 강화하고 있다. 이 변화는 사진 편집, 영상 처리, 게임 그래픽 보정처럼 화면과 직접 맞닿은 기능에서 체감될 가능성이 크다. AI가 단순히 앱 안의 챗봇으로만 들어가는 것이 아니라, 카메라·디스플레이·게임 프레임·배터리 관리 전반으로 퍼지는 구조다.
아이폰18 관련 소비자 관심이 커지는 시점이라는 점도 중요하다. 단말기 가격과 요금제 이슈가 같이 묶이는 시장에서는, 사용자가 새 기기를 고를 때 ‘AI 기능이 있다’보다 ‘그 기능을 오래, 부드럽게 쓸 수 있다’는 설명이 더 설득력을 갖는다. 최근 아이폰18 관련 글에서도 가격과 재고가 검색 유입의 중심이 됐던 만큼, 성능 구조 변화는 구매 판단의 뒤쪽에서 조용히 영향을 만든다. 아이폰18 프로 자급제 경쟁처럼 실제 검색은 제품명과 가격, 재고 흐름을 함께 따라간다.
스냅드래곤과 Arm이 바꾸는 안드로이드 체감 성능
안드로이드 진영에서는 퀄컴과 Arm의 움직임이 더 직접적이다. 퀄컴은 스냅드래곤 SoC의 아드레노 GPU에 AI 처리 전용 구조를 더하고, Arm은 말리 G2-울트라 NX GPU에 신경망 처리 기능을 통합했다. 스마트폰 제조사가 같은 ‘AI 기능’을 넣더라도, 칩 설계가 달라지면 실제 반응 속도와 전력 효율은 차이가 날 수밖에 없다.
예를 들어 저해상도 화면을 더 선명하게 보정하거나, 낮은 프레임을 부드럽게 보완하는 기능은 게임 사용자에게 바로 와닿는다. 클라우드 서버에서 계산한 뒤 화면에 보여주는 방식보다 기기 안에서 처리하면 지연 시간이 줄어든다. 모바일 게임, 클라우드 게이밍, 영상 스트리밍을 많이 쓰는 사용자에게 GPU 기반 AI는 단순한 스펙 장식이 아니다.
Arm이 말하는 신경망 슈퍼샘플링과 프레임 업스케일링도 같은 맥락이다. 화면을 더 선명하게 만들고 움직임을 부드럽게 보이게 하는 작업은 그래픽과 AI가 붙어야 자연스럽다. 스마트폰 칩 안에서 GPU가 AI를 일부 맡으면, 게임용 스마트폰이나 플래그십 안드로이드폰의 차별화 포인트가 배터리·발열·화면 품질까지 넓어진다.
AI폰 가격표를 가르는 숨은 스펙
소비자 입장에서는 칩 내부 구조가 낯설 수 있다. NPU, GPU, TOPS 같은 단어는 발표 자료에서는 화려하지만, 실제 구매 화면에서는 잘 보이지 않는다. 그렇다고 무시하기도 어렵다. 같은 AI 편집 기능이라도 실행 시간이 길고 발열이 심하면 한두 번 써보고 꺼두게 된다. 반대로 기기 안에서 빠르게 처리되면 기본 기능처럼 남는다.
AI폰 가격이 올라가는 흐름에서도 이 차이는 민감하다. 제조사는 더 강한 칩과 더 큰 메모리, 더 복잡한 냉각 구조를 넣어야 하고, 이는 곧 출고가에 반영된다. 사용자는 비싼 플래그십을 사면서 AI 기능이 몇 개 더 들어갔는지보다, 카메라 보정과 번역, 게임 화면, 배터리 유지 시간이 실제로 좋아졌는지를 보게 된다.
특히 모바일 SoC AI 경쟁은 중급기와 플래그십의 경계를 더 선명하게 만들 수 있다. 서버 연결형 AI 기능은 보급형에서도 어느 정도 구현할 수 있지만, 기기 안에서 빠르게 처리하는 온디바이스 AI는 칩 성능 차이를 그대로 드러낸다. 앞으로 ‘AI 지원’이라는 문구만 보고 고르기보다, 어떤 작업이 기기 내부에서 돌아가는지 확인하는 흐름이 생길 가능성이 크다.
게임과 카메라가 먼저 체감하는 AI 칩 전환
GPU 기반 AI가 가장 먼저 눈에 띌 영역은 게임과 카메라다. 게임에서는 프레임 보정, 해상도 보정, 발열 제어가 중요하고, 카메라에서는 사진·영상 후보정과 장면 인식이 핵심이다. 두 영역 모두 사용자가 결과를 즉시 확인한다. AI 기능이 느리거나 어색하면 바로 티가 난다.
프리미엄폰 제조사들이 GPU 안쪽까지 AI 연산을 확장하는 이유도 여기에 있다. AI 비서보다 카메라와 게임이 더 넓은 사용자층을 잡는다. 대화형 AI 기능을 매일 쓰지 않는 사람도 사진은 찍고, 영상은 보고, 게임이나 숏폼 콘텐츠는 소비한다. 이 일상적인 사용 장면에서 성능 차이가 나야 AI폰이라는 이름이 설득력을 얻는다.
다음 세대 스마트폰 경쟁은 단순히 ‘더 큰 NPU’가 아니라 ‘NPU와 GPU가 어떤 역할을 나눠 갖는가’로 옮겨간다. 아이폰18 세대, 차세대 스냅드래곤, Arm 기반 프리미엄 안드로이드폰이 모두 같은 방향을 보고 있다. AI폰의 승부는 기능 목록이 아니라, 손에 쥐었을 때 끊김 없이 돌아가는 작은 순간들에서 갈릴 가능성이 높다.
