AI가 코드를 쓰는 시대, antirez는 왜 다시 C로 만드는가

Redis의 아버지 Salvatore Sanfilippo(antirez)는 MiniMax-H3 추론 엔진을 Apple Silicon에서 직접 돌리기 위해 H3-metal이라는 프로젝트를 공개했습니다. LLM이 코드를 대신 써주는 시대에 왜 굳이 C, Objective-C, Metal로 한 손으로 깎아 만들었을까요? 이 글은 그 배경과 의미를 짚어봅니다.

1. 무엇을 만들었나

H3-metal은 텍스트로 영상과 오디오를 함께 생성하는 모델 MiniMax-H3를 Mac에서 네이티브로 실행하는 추론 엔진입니다. Python 패키지나 PyTorch 그래프 같은 무거운 추상화 대신, C, Objective-C, Metal 셰이더로 직접 작성되었습니다. 모델 가중치는 그대로 읽어 메모리 매핑으로 GPU에 올리고, 토큰 디코딩과 오디오 합성까지 한 프로세스에서 처리합니다.

범용 AI 프레임워크(PyTorch·MLX·Transformers)를 가져다 쓰는 대신 모든 레이어를 직접 구현했다는 점이 핵심입니다. Apple Silicon의 Neural Engine과 GPU가 Metal을 통해 노출하는 만큼, 추론 경로를 최소 단계로 줄이고 메모리 복사를 거의 0에 가깝게 가져갔습니다.

2. 왜 굳이 C인가

antirez는 2020년즈음부터 한 번 더 시스템 프로그래밍으로 돌아왔습니다. Redis 이후 10년 가까이 개발자 도구·임베디드·게임 등 여러 영역을 거치며 얻은 교훈은 명확합니다. 성능의 마진은 추상화 계층이 얼마나 얇은가에서 나온다는 것입니다.

LLM 시대에도 이 원칙은 그대로 적용됩니다. PyTorch 한 줄로 모델을 로드하든, C로 한 줄씩 깎든, 사용자가 체감하는 속도와 배터리 소모는 결국 Metal 드라이버와 GPU 사이의 거리로 결정됩니다. H3-metal은 그 거리를 가능한 한 0에 가깝게 줄인 결과물입니다.

3. AI 시대의 프로그래밍 역할

이 프로젝트는 단순한 개인 프로젝트가 아닙니다. LLM이 대량의 코드를 작성하는 시대에 엔진과 런타임을 만드는 사람의 가치는 오히려 올라갑니다. 응용 코드는 생성형으로 빠르게 만들 수 있지만, 모델과 하드웨어 사이의 좁은 통로는 사람이 직접 설계하고 검증해야 합니다.

antirez 자신이 깃허브와 블로그에서 강조한 것도 같은 맥락입니다. "AI가 코드를 잘 쓰는 영역과 사람이 직접 손대야 하는 영역은 다르다." 시스템 프로그래밍, 실시간 처리, 저수준 최적화 영역은 LLM이 도와줘도 결국 사람의 판단이 결정적입니다.

4. 개발자가 배울 점

이 프로젝트에서 우리가 가져갈 수 있는 교훈은 세 가지입니다.

• 문제에 맞는 도구를 고른다. Mac에서 모델을 돌릴 거면 Metal, 임베디드면 C, 빠른 프로토타이핑이면 Python. LLM이 코드를 쳐주더라도 그 코드가 어디서 돌아가는지 이해하는 사람이 결국 시간을 아낍니다.
• 추상화 비용을 계측한다. 같은 모델을 PyTorch로 돌릴 때와 Metal로 직접 돌릴 때의 토큰당 비용, 메모리 점유, 발열을 비교하면 추상화의 가격이 보입니다.
• 작은 엔진을 깎는 연습을 한다. LLM이 80%를 도와주는 영역이더라도, 마지막 20%의 성능과 안정성을 책임지는 사람은 여전히 우리입니다.

5. 전망

H3-metal은 macOS 노트북 한 대로 텍스트→비디오·오디오 추론을 끝장보는 데모입니다. 향후 Apple Silicon 세대가 더 많은 NPU 코어를 노출하고, MiniMax-H3 같은 멀티모달 모델이 더 가볍게 배포된다면, 노트북 한 대로 만드는 영상 편집·팟캐스트 자동 생성 워크플로우가 일상이 될 수도 있습니다.

그 전환의 중심에는 LLM이 만든 응용이 아니라, LLM이 직접 돌릴 수 있는 엔진이 있습니다. 그 엔진을 깎는 사람이 2026년 이후에도 사라지지 않을 이유입니다.

요약

• antirez는 MiniMax-H3를 Mac에서 직접 돌리기 위해 H3-metal을 C/Objective-C/Metal로 직접 작성했다.
• 핵심 동기는 추상화 계층을 최소화해 Apple Silicon의 성능과 배터리 마진을 끝까지 끌어올리는 것이다.
• AI 시대에도 추론 엔진·런타임·시스템 영역은 사람의 손이 결정적이며, 이 영역의 가치는 오히려 올라간다.
• 개발자는 문제에 맞는 도구 선택, 추상화 비용 계측, 작은 엔진 직접 구현 연습을 병행해야 한다.

원문: GeekNews — AI가 코드를 쓰는 시대, antirez는 왜 다시 C로 만드는가

---

📰 원본 출처 · https://news.hada.io/article/antirez-controls-the-ideas (#N=32422)

이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.