온디바이스 AI의 전력 예산 — 배터리와 발열이 성능 상한을 정하는 방식 (2026)

2026-09-10

결론부터 적는다.

스마트폰 같은 소형 기기에서 AI 성능을 결정하는 것은 칩의 최고 성능이 아니다.

전력 예산 안에서 얼마나 오래 그 성능을 유지할 수 있느냐가 실제 성능이다.

그래서 신제품 발표에서 봐야 할 숫자는 연산 성능 향상률이 아니라 배터리 용량, 사용 시간, 메모리 대역폭이다.

관련 기업의 실적 변화는 Passive 기업 실적 화면에서 확인할 수 있다. → dinsightlab.com

전력 예산이라는 제약

기기 하나가 쓸 수 있는 전력에는 상한이 있다.

배터리 용량이 상한을 정하고, 발열이 순간 최대치를 정한다.

칩이 아무리 빠르게 돌 수 있어도 열이 오르면 성능을 낮춰야 한다. 이것이 스로틀링이다.

그래서 실사용 성능은 최고 성능이 아니라 지속 가능한 성능으로 봐야 한다. 벤치마크 첫 회 점수와 10분 뒤 점수가 다른 이유다.

기존 작업과 다른 점이 둘 있다.

메모리 이동량이 많다: 모델의 가중치를 계속 읽어와야 한다. 연산보다 데이터 이동이 전력을 더 쓴다.

지속 시간이 길다: 짧게 튀는 작업이 아니라 몇 초에서 몇 분간 계속 돌아간다. 발열이 쌓인다.

그래서 이 분야의 개선은 연산 유닛보다 메모리 대역폭과 전력 효율에서 나온다. 대역폭이 늘면 같은 작업을 더 짧은 시간에 끝내고, 총 소비 전력이 줄어든다.

공정 미세화: 같은 작업을 더 적은 전력으로 처리한다. 세대마다 개선 폭은 줄어드는 추세다.

전용 연산 유닛: 특정 연산만 처리하는 회로를 넣으면 범용 연산보다 효율이 크게 좋아진다.

메모리 구조 개선: 대역폭을 늘리거나 데이터 이동 거리를 줄인다. 최근 개선의 상당 부분이 여기서 나온다.

세 경로 모두 부품 원가를 올린다. 그래서 성능 개선은 제품 가격 인상과 함께 오는 경우가 많다.

부품 공급 상황은 Passive 섹터 히트맵에서 이어서 봅니다. → dinsightlab.com

기기 안에서 AI를 돌리려면 메모리 용량이 늘어야 한다.

문제는 그 메모리가 데이터센터용 제품과 같은 공장에서 만들어진다는 점이다.

데이터센터 수요가 강하면 소형 기기용 메모리의 공급과 가격이 나빠진다. 그 결과 기기 가격이 오르거나, 탑재 용량이 제한된다.

즉 온디바이스 AI의 확산 속도는 알고리즘이 아니라 부품 배분에 묶여 있다.

“칩 성능이 몇 퍼센트 올랐으니 그만큼 빨라진다” — 지속 성능은 발열에 걸린다.

“배터리가 커졌으니 오래 간다” — 소비 전력이 함께 늘면 사용 시간은 그대로다.

“온디바이스면 서버 비용이 없다” — 기기 원가에 반영될 뿐이다. 비용이 사라지는 것이 아니라 이동한다.

소형 기기의 AI 성능은 전력 예산 안에서의 지속 성능이다.

개선은 공정·전용 회로·메모리 구조에서 오고, 세 가지 모두 원가를 올린다.

그래서 신제품을 볼 때는 성능 향상률보다 배터리·메모리·가격 세 숫자를 함께 놓고 보는 편이 정확하다.

숫자는 2026년 9월 기준이며, 출시 이후 실사용 데이터로 다시 확인해야 한다.

관련 기업 비교는 Passive 종목 스크리너에서 확인합니다. → dinsightlab.com