# \#core-ai **URL:** https://discuss.pytorch.kr/tag/core-ai/8066.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [Apple Core AI 공개, 애플 실리콘용 온디바이스 AI 추론 스택과 PyTorch 변환 도구 coreai-torch](https://discuss.pytorch.kr/t/apple-core-ai-ai-pytorch-coreai-torch/10612)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [6월 10, 2026, 12:30오전 UTC](https://discuss.pytorch.kr/t/apple-core-ai-ai-pytorch-coreai-torch/10612 "2026-06-10T00:30:34Z")
Apple Core AI 소개 Apple이 Core AI라는 새로운 온디바이스 추론 프레임워크를 공개했습니다. Core AI는 앱 안에서 AI 모델을 빌드하고, 실행하고, 배포하기 위한 스택으로, 처음부터 Apple silicon을 염두에 두고 설계되었습니다. 모델 추론을 CPU, GPU, 그리고 Neural Engine에 걸쳐 분산해 실행하며, 최신 모델 아키텍처와 추론 기법을 앱에서 곧바로 활용할 수 있게 해줍니다. Swift API는 흔한 작업을 간단하게 만들면서도, 필요할 때는 모델 특화(specialization), 캐싱, 추론 성능에 대한 세밀한 제어를 제공합니다. 여기서 핵심 단어는 온디바이스(on-device) 입니다. 추론이 사용자의 기기에서 직접 일어나기 때문에 데이터가 기기 밖으로 나가지 않아 프라이버시가 보장되고, 네트워크가 없어도 AI 기능이 동작하며, 추론 한 번마다 발생하는 서버 비용도 없습니다. 최근 몇 년간 온디바이스 LLM과 확산 모델(diffusion model)에 대한 관심이 폭발적으로 커졌지만, 트랜스포머(Transformer) 계열의 무거운 모델을 모바일이나 노트북에서 효율적으로 돌리는 일은 여전히 까다롭습니다. Core AI는 바로 이 지점을 겨냥해, 모델 준비부터 변환, 압축, 실행, 디버깅까지 이어지는 일관된 도구 체인을 제공합니다. PyTorchKR 커뮤니티 입장에서 특히 주목할 부분은, 이 스택이 PyTorch를 1급 시민(first-class citizen)으로 취급한다는 점입니다. Apple은 Core AI 프레임워크와 함께 PyTorch 모델을 Core AI로 가져오는 coreai-torch, 배포를 위한 모델 압축 라이브러리 coreai-optimization, 그리고 바로 쓸 수 있는 모델 갤러리 coreai-models를 함께 오픈소스로 공개했습니다. 즉, torch.export로 내보낸 그래프에서 시작해 Apple 하드웨어에서 도는 .aimodel까지, 익숙한 PyTorch 워크플로우를 그대…