GenAI 지원 스마트폰은 2026년에 전 세계 출하량의 45%에 이를 전망이며, 이는 1년 전의 36%보다 높아진 수치다(Counterpoint Research, GenAI 스마트폰 점유율 전망 2026). 이들 대부분은 신경망 처리 장치에서 로컬로 실행되는 소형 언어 모델에 의존한다. 모델 자체도 여기에 맞춰 작아졌다. Apple의 온디바이스 파운데이션 모델은 약 3B 파라미터를 가중치당 2비트에 담고 있고(Apple Machine Learning Research, Foundation Models 2025 업데이트), Google의 Gemma 3n E2B는 최소 2GB 메모리에서 동작한다(Google Developers Blog, Gemma 3n 개발자 가이드 2025). 실리콘도 똑같이 빠르게 발전하고 있어, Qualcomm은 최신 Hexagon NPU에서 초당 최대 220토큰을 내세운다. 저희는 Counterpoint Research, Gartner, IDC, MLCommons, Apple, Google, Qualcomm, MediaTek, Meta, Microsoft, Deloitte, Samsung의 데이터를 모아 2026년 온디바이스 SLM의 현주소를 정리했다. 하드웨어 전반의 그림은 저희 엣지 AI 통계 정리를 참고하세요.
요약
- 2026년에 출하되는 스마트폰의 45%가 GenAI 지원 기기가 되며, 2025년의 36%에서 상승(Counterpoint Research, 2026)
- 2026년 GenAI 스마트폰 559백만 대 전망, 2025년은 369.3백만 대(Gartner, GenAI 스마트폰 전망 2025)
- 2026년 GenAI 스마트폰 최종 사용자 지출 393.3십억 달러 전망, 32% 증가(Gartner, 2025)
- 약 3B 파라미터를 가중치당 2비트로 구동하는 Apple 온디바이스 모델(Apple Machine Learning Research, 2025)
- Gemma 3n E2B와 E4B의 메모리 사용량은 2GB와 3GB(Google Developers Blog, 2025)
- 양자화된 Llama 3.2 1B와 3B는 56% 작고 메모리 41% 절감(Meta AI, 2024)
- Snapdragon 8 Elite Gen 5 Hexagon NPU는 초당 최대 220토큰, 이전 세대보다 37% 빠름(Qualcomm, 2025)
- Tensor G5의 Gemini Nano는 Tensor G4 대비 2.6배 빠르고 2배 효율적(Google, 2025)
- 새로운 MLPerf Mobile v6.0 LLM 벤치마크에 Llama 3가지 크기(1B, 3B, 8B)(MLCommons, 2026)
- 2026년 2분기까지 모바일 메모리 가격 약 4배 상승(Counterpoint Research, 2026)
- 메모리 부족으로 2026년 스마트폰 출하량 13.9% 감소한 1.08십억 대 전망(Counterpoint Research, 2026)
- Galaxy S25 사용자의 70% 넘는 비율이 내장 AI 기능을 적극 사용(Samsung, 2025)
1. GenAI 스마트폰 출하량: 온디바이스 SLM의 설치 기반
모든 GenAI 스마트폰은 정의상 소형 언어 모델을 구동하는 기기다. Gartner는 이 범주를 SLM을 실행할 수 있는 내장 뉴럴 엔진 또는 NPU를 갖춘 기기로 정의한다. 따라서 출하량 전망은 로컬 모델을 실행할 수 있는 기기가 얼마나 되는지를 가늠하는 가장 깔끔한 대용 지표다. Counterpoint는 이제 2026년에 출하되는 전체 스마트폰의 45%, 2027년에는 52%가 GenAI 지원 기기가 될 것으로 예상한다(Counterpoint Research, 2026년 GenAI 스마트폰 점유율 45%로 상승).
이 곡선 뒤에 있는 이야기는 중급 시장이다. Counterpoint는 도매가 기준 400달러 이상 가격대에서는 GenAI가 이제 표준이라고 말한다. 제약은 “칩이 모델을 돌릴 수 있는가”에서 “부품 명세서가 메모리 비용을 감당할 수 있는가”로 옮겨갔으며, 이는 6장에서 정량화한다. 더 넓은 단말 시장 맥락은 제조사별 총 출하량을 다룬 스마트폰 시장 통계 페이지를 참고하세요.
| 지표 | 값 | 출처 |
|---|---|---|
| 전 세계 스마트폰 출하량 중 GenAI 지원 기기 비중, 2026년 | 45% (2025년 36%에서 상승) | Counterpoint Research, 2026년 6월 |
| GenAI 지원 기기 비중 전망, 2027년 | 52% | Counterpoint Research, 2026년 6월 |
| GenAI 스마트폰 출하량, 2025년 전망 | 400백만 대 이상, 약 3대 중 1대 | Counterpoint Research, 2025년 3월 |
| 2024년 GenAI 지원 기기 비중 | 스마트폰 5대 중 1대 | Counterpoint Research, 2025년 3월 |
| GenAI 스마트폰 대수, 2024년 / 2025년 / 2026년 | 260.4백만 / 369.3백만 / 559백만 | Gartner, GenAI 스마트폰 전망, 2025년 9월 |
| GenAI 스마트폰 출하량, 2025년 | 370백만 대 초과 (점유율 30%), 73.1% 증가 | IDC 세계 스마트폰 전망, 2025년 |
| GenAI 스마트폰 출하량, 2028년 | 912백만 대, CAGR 78.4% | IDC, 생성형 AI 스마트폰 전망, 2024년 7월 |
참고: 세 회사는 정의와 시점이 서로 다르다. IDC의 2024년 7월 발표(IDC 보도자료)는 GenAI 스마트폰이 2028년까지 시장의 70%에 이를 것으로 전망했지만, 2025년 전망에서는 “70% 초과” 시점이 2029년으로 미뤄졌다. IDC의 가장 최근 장기 데이터는 2024년 7월 자료다.
2. 지출과 시장 규모: 큰 하드웨어 매출, 작은 모델 매출
이 시장은 매우 다른 두 가지 숫자로 설명된다. SLM을 구동하는 하드웨어는 주류 소비자 범주인 반면, 모델 자체의 시장은 여전히 작고 정의도 모호하다. Gartner는 2026년 GenAI 스마트폰 최종 사용자 지출이 2025년의 298.2십억 달러에서 32% 늘어난 393.3십억 달러에 이를 것으로 전망한다(Gartner, GenAI 스마트폰 최종 사용자 지출 보도자료 2025).
소프트웨어 쪽에서는 소형 언어 모델 시장에 대한 분석가들의 추정이 한 자릿수 배 이상 엇갈리는데, 이는 수요보다 정의에 대해 더 많은 것을 말해 준다. MarketsandMarkets는 2025년을 0.93십억 달러로 추정하는 반면 Research and Markets는 약 9.16십억 달러로 본다. 공통점은 모든 회사가 엣지와 온디바이스 배포를 가장 빠르게 성장하는 부문으로 꼽는다는 것이다.
| 지표 | 값 | 출처 |
|---|---|---|
| GenAI 스마트폰 최종 사용자 지출, 2024년 / 2025년 / 2026년 | 244.7십억 달러 / 298.2십억 달러 / 393.3십억 달러 | Gartner, 2025년 9월 |
| 전체 AI 최종 사용자 지출 중 GenAI 스마트폰 비중, 2025년 | 20% | Gartner, 2025년 9월 |
| NPU를 탑재한 보급형(350달러 미만) GenAI 스마트폰, 2025년 | 41% | Gartner, 2025년 9월 |
| 2029년까지 GenAI 기능을 갖춘 프리미엄 스마트폰 | 100% | Gartner, 2025년 9월 |
| 소형 언어 모델 시장, 2025년에서 2032년 | 0.93십억 달러에서 5.45십억 달러, CAGR 28.7% | MarketsandMarkets, 2025년 4월 |
| 소형 언어 모델 시장, 2025년에서 2030년 | 9.16십억 달러에서 22.45십억 달러, CAGR 19.6% | Research and Markets, SLM 시장 보고서 2026 |
| 소형 언어 모델 시장, 2026년에서 2030년 | 11.1십억 달러에서 20.7십억 달러, CAGR 15.1% | Grand View Research, SLM 시장 보고서 |
MarketsandMarkets의 발표(GlobeNewswire, 2025년 4월)는 스마트폰과 IoT 기기에서의 지연 시간과 프라이버시 요구가 이끄는 엣지 배포를 가장 빠르게 성장하는 부문으로 꼽는다.
3. 모델 크기와 압축: 2비트로 담은 3B 파라미터
스마트폰에 상주하는 모델의 현실적인 상한은 의욕이 아니라 RAM이 정한다. 출시된 모델은 1B에서 4B 파라미터 사이에 몰려 있고, 진짜 엔지니어링은 각 가중치에 몇 비트만 할당하느냐에 있다. Apple은 약 3B 파라미터 온디바이스 모델을 양자화 인식 학습으로 가중치당 2비트로 압축하며, 임베딩은 4비트, KV 캐시는 8비트다(Apple Machine Learning Research, Apple 온디바이스 및 서버 파운데이션 언어 모델 업데이트 2025).
이는 Apple 모델이 가중치당 평균 3.7비트였던 2024년에 비해 크게 낮아진 수치다. Google은 Gemma 3n에서 다른 길을 택해, 원래 파라미터 수는 더 많이 유지하되 레이어별 임베딩을 가속기 메모리 밖에 두어 빠른 메모리에는 약 2B 또는 4B의 “유효” 파라미터만 올라가도록 했다(Google Developers Blog, Gemma 3n 소개 2025). 이 수준에서는 압축으로 인한 정확도 손실이 크지 않다. Apple은 압축 후 MMLU가 1.5% 향상되고 MGSM이 약 4.6% 하락했다고 보고한다.
| 지표 | 값 | 출처 |
|---|---|---|
| Apple 온디바이스 모델 크기 | 약 3B 파라미터 | Apple Machine Learning Research, 2025년 |
| Apple 온디바이스 가중치 정밀도 | 가중치당 2비트(QAT), 임베딩 4비트, KV 캐시 8비트 | Apple Machine Learning Research, 2025년 |
| 블록 공유로 인한 Apple KV 캐시 메모리 절감 | 37.5% | Apple Intelligence 파운데이션 언어 모델 기술 보고서, 2025년 |
| 2024년 Apple 온디바이스 모델 정밀도 | 2비트와 4비트 혼합, 가중치당 평균 3.7비트 | Apple Machine Learning Research, 2024년 |
| Gemma 3n E2B / E4B 원래 파라미터 수 | 5B / 8B | Google Developers Blog, 2025년 |
| Gemma 3n E2B / E4B 메모리 사용량 | 최소 2GB / 3GB | Google Developers Blog, 2025년 |
| 양자화된 Llama 3.2 1B와 3B의 BF16 대비 크기 및 메모리 절감 | 56% 작음, 메모리 41% 절감 | Meta AI, 양자화 Llama 모델, 2024년 10월 |
| Phi Silica 크기와 양자화 | 3.3B 파라미터, 4비트 가중치, 메모리 약 60% 절감 | Microsoft Windows 블로그, 2024년 12월 |
참고: Meta의 양자화 Llama 발표(Meta AI 블로그)와 Microsoft의 Phi Silica 게시물(Windows Experience Blog)은 모두 2024년 말 자료다. 두 건 모두 확인 가능한 가장 최근 데이터는 2024년이다. 노트북 기반 학술 연구는 유용한 경험칙을 하나 더해 준다. 가중치당 유효 약 3.5비트는 강하게 양자화한 큰 모델이 더 작고 정밀도가 높은 모델을 앞서기 시작하는 지점이라는 것이다(arXiv 2505.15030, 온디바이스 LLM 체계적 평가).
4. NPU 처리량: 플래그십 실리콘의 초당 토큰 수
처리량 수치는 제조사가 보고한 것이고 서로 다른 모델에서 측정되므로, 비교 가능한 점수가 아니라 상한선으로 받아들여야 한다. 그렇더라도 방향은 분명하다. Qualcomm은 Snapdragon 8 Elite Gen 5의 Hexagon NPU가 이전 세대보다 37% 빠르고 INT2와 FP8을 지원하며 초당 최대 220토큰을 유지한다고 밝힌다(Qualcomm, Snapdragon 8 Elite Gen 5 출시, 2025년 9월, 수치는 Futurum Group에서도 확인됨).
더 의미 있는 숫자는 프리필과 디코드의 차이다. 프롬프트를 읽는 일은 NPU에서 저렴하지만, 새 토큰을 하나씩 생성하는 일은 메모리 대역폭에 묶여 있다. Dimensity 9500 NPU의 Gemma 3n E2B는 초당 1,600토큰 이상을 읽지만 쓰는 것은 28토큰이며, 그래서 모든 제조사가 대역폭과 저정밀도 포맷을 놓고 경쟁한다. 이 격차는 빠른 첫 응답이 느린 후반부를 가리는 실시간 음성과 어시스턴트 기능에서 중요하며, 사용 현장에서 어떻게 나타나는지는 저희 음성 어시스턴트 통계에서 추적한다.
| 지표 | 값 | 출처 |
|---|---|---|
| Snapdragon 8 Elite Gen 5 NPU 성능 향상 | 이전 세대보다 37% 빠름 | Qualcomm, 2025년 9월 |
| Snapdragon 8 Elite Gen 5 지속 생성 속도 | 초당 최대 220토큰 | Qualcomm, 2025년 9월 |
| Snapdragon 8 Elite Gen 5 SoC 전체 전력 절감 | 16% | Qualcomm 데이터에 대한 Futurum Group 분석, 2025년 10월 |
| Dimensity 9500의 3B 파라미터 LLM 출력 | 2배 빠름(100%), 최대 전력 56% 감소 | MediaTek Dimensity 9500 출시, 2025년 9월 |
| Dimensity 9500 NPU의 Gemma 3n E2B (4K 컨텍스트) | 프리필 초당 1,600토큰 이상, 디코드 초당 28토큰 | Google LiteRT NeuroPilot 결과, 2025년 12월 |
| MediaTek에서 LiteRT NPU 처리량의 CPU / GPU 대비 | CPU의 최대 12배, GPU의 10배 | Google LiteRT NeuroPilot 결과, 2025년 12월 |
| Tensor G5의 Gemini Nano, Tensor G4 대비 | 2.6배 빠르고 2배 효율적, TPU는 최대 60% 더 강력 | Google, Pixel 10 Tensor G5 발표, 2025년 8월 |
| Apple 온디바이스 모델(iPhone 15 Pro) | 프롬프트 토큰당 첫 토큰까지 0.6ms, 초당 30토큰 | Apple Machine Learning Research, 2024년 |
MediaTek의 수치는 출시 발표(PR Newswire를 통한 MediaTek)에서 나왔고, Google의 Tensor G5 관련 주장은 Pixel 10 Tensor G5 게시물에서 나왔다. Apple의 초당 토큰 수치는 Apple이 공개한 가장 최근 자료인 2024년 수치다.
5. 벤치마크와 품질: MLPerf Mobile, LLM 시대에 진입
2026년 이전에는 스마트폰 LLM에 대한 중립적인 잣대가 없었고, 4장의 모든 숫자는 각 제조사 자체의 것이다. MLCommons가 2026년 6월 15일에 공개한 MLPerf Mobile v6.0은 Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B를 기반으로 한 LLM 벤치마크를 추가했으며, TinyMMLU와 IFEval로 점수를 매긴다(MLCommons, MLPerf Mobile v6.0).
8B 모델의 포함이 핵심이다. MLCommons는 v6.0이 Snapdragon 8 Elite Gen 5에서 Llama 3.1 8B의 NPU 가속 실행을 지원한다고 밝히는데, 이 크기는 1년 전만 해도 데이터센터용 벤치마크였다. 품질 면에서 소형 모델은 이제 지식 테스트에서 더 큰 모델과 거의 비슷한 수준이다. Apple의 3B 온디바이스 모델은 MMLU 67.85%로 Qwen-2.5-3B를 근소하게 앞서고, Phi Silica는 4비트 양자화 후 PIQA에서 1점도 채 잃지 않는다. 이 벤치마크들 상당수의 바탕이 되는 오픈 웨이트 모델 계열은 저희 오픈소스 LLM 통계를 참고하세요.
| 지표 | 값 | 출처 |
|---|---|---|
| MLPerf Mobile v6.0 LLM 모델 | Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B | MLCommons, 2026년 6월 |
| v6.0에서 새로 또는 업데이트되어 지원되는 SoC | Snapdragon 8 Elite Gen 5, Dimensity 9500, Exynos 2600 | MLCommons, 2026년 6월 |
| MLPerf Mobile 기준 품질, Llama 3.1 8B | TinyMMLU 약 61%, IFEval 약 67% (FP16) | MLCommons, MLPerf Mobile 벤치마크 페이지 |
| MLPerf Mobile 기준 품질, Llama 3.2 3B | TinyMMLU 약 59%, IFEval 약 65.5% (FP16) | MLCommons, MLPerf Mobile 벤치마크 페이지 |
| MLPerf Inference 5.1 소형 LLM 인터랙티브 한도 (Llama 3.1 8B) | 첫 토큰 0.5초 이내, 출력 토큰당 30ms | MLCommons, 2025년 9월 |
| Apple 온디바이스 모델 MMLU | 67.85%, Qwen-2.5-3B는 66.37%, Gemma-3-4B는 62.81% | Apple 파운데이션 모델 기술 보고서, 2025년 |
| 4비트 양자화 후 Phi Silica 정확도 | PIQA 80.47%에서 79.76%, ARC Challenge 63.48%에서 60.49% | Microsoft Windows 블로그, 2024년 12월 |
| Gemma 3n E4B LMArena 점수 | 1300 초과 | Google Developers Blog, 2025년 |
참고: MLPerf Mobile 벤치마크 페이지(MLCommons)는 단일 스트림 작업의 주요 지표로 90번째 백분위 지연 시간을 사용한다. v6.0의 기기별 공개 LLM 결과는 저희가 검토한 발표문에는 실려 있지 않았다. Apple의 점수는 arXiv의 2025년 기술 보고서에서 가져왔다.
6. 메모리와 비용 제약: DRAM 압박
2026년 온디바이스 SLM에 가장 큰 위협은 모델 품질이 아니라 모델이 올라타는 RAM의 가격이다. Counterpoint는 AI 데이터센터가 DRAM과 NAND 생산량의 대부분을 흡수하면서 모바일 메모리 가격이 2026년 2분기까지 약 4배 올랐다고 보고한다(Counterpoint Research, 모바일 메모리 비용 상승, 2026년 9월).
6개월 사이 전망이 어떻게 악화됐는지 보라. 2025년 12월에는 출하량 2.1% 감소, 2026년 3월에는 12.4% 감소, 6월에는 13.9% 감소였다. 2비트 3B 모델은 가중치에 1기가바이트를 한참 밑도는 용량이면 되지만, GenAI 기능이 기대하는 수 기가바이트의 RAM 여유 공간이야말로 지금 보급형 스마트폰이 줄이고 있는 바로 그것이다. Counterpoint가 다음 GenAI 스마트폰 물결을 메모리 공급과 더 효율적인 모델 양쪽에 연결하는 이유가 여기에 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| 2026년 2분기까지 모바일 메모리 가격 변화 | 약 4배 | Counterpoint Research, 2026년 9월 |
| 모바일 LPDDR4/5 가격, 2026년 2분기 대 2025년 3분기 | 거의 3배 | Counterpoint Research, EE Times Asia 인용, 2026년 3월 |
| DRAM 급등에 따른 부품 명세서(BoM) 비용 증가, 저가 / 중가 / 고가 | 약 25% / 15% / 10% | Counterpoint Research, 2025년 12월 |
| 도매 평균 판매 가격(ASP) 수정, 2026년 | 전년 대비 6.9% 상승 | Counterpoint Research, 2025년 12월 |
| 2026년 스마트폰 출하량 전망, 2025년 12월 / 2026년 3월 / 2026년 6월 | -2.1% / -12.4% / -13.9% | Counterpoint Research |
| 2026년 전 세계 스마트폰 출하량 | 1.08십억 대, 사상 최저 | Counterpoint Research, 2026년 6월 |
| 200달러 미만 부문 출하량, 2026년 | 20% 넘는 감소 | Counterpoint Research, EE Times Asia 인용, 2026년 3월 |
출처: Counterpoint, 2026년 스마트폰 출하량 전망 하향 조정 및 2026년 3월 수정에 관한 EE Times Asia. Gartner는 하드웨어 하한선도 제시하는데, 40 TOPS를 넘는 NPU가 2027년까지 프리미엄 스마트폰의 표준이 될 것으로 예상한다.
7. 도입, 사용, 신뢰: 개발자와 소비자
유통은 더 이상 병목이 아니다. Apple은 Foundation Models 프레임워크를 통해 온디바이스 모델을 서드파티 앱에 개방했으며, 추론은 무료이고 오프라인에서 동작하며 Swift 코드 3줄만으로 쓸 수 있다(Apple Newsroom, WWDC25). Samsung은 Galaxy S25 사용자의 70% 넘는 비율이 내장 AI 기능을 적극적으로 사용한다고 밝혔으며, Galaxy AI를 2025년 말까지 400백만 대 이상의 기기에 적용하는 것을 목표로 했는데, 이는 2024년 목표인 200백만 대의 두 배다(Samsung Newsroom, Galaxy Tech Forum 2025).
신뢰는 그 반대편의 무게추이며, 추론을 로컬에 두어야 하는 가장 강력한 논거이기도 하다. Deloitte는 미국 소비자의 70%가 데이터 프라이버시와 보안을 우려하고, 자신의 데이터가 보호된다고 높은 확신을 가진 비율은 27%에 불과하다는 것을 발견했다. 온디바이스 SLM은 설계상 이 우려에 답하며, 오디오가 기기를 떠날 필요가 없는 Discord용 실시간 음성 변조기 같은 음성 도구에서도 로컬 처리가 중요한 이유다.
| 지표 | 값 | 출처 |
|---|---|---|
| 내장 AI를 적극 사용하는 Galaxy S25 사용자 | 70% 초과 | Samsung, 2025년 7월 |
| Galaxy AI 기기 목표, 2025년 말 | 400백만 대 이상 (2024년 200백만 대 대비) | Samsung, 2025년 7월 |
| AI 기능이 일상의 일부라고 답한 사용자 | 47% | Samsung / Symmetry Research 조사, 2025년 |
| 타이핑만큼 자주 음성 명령을 사용하는 사용자 | 45% | Samsung / Symmetry Research 조사, 2025년 |
| 1년 이내 GenAI 스마트폰 구매를 계획하는 소비자 | 59% | Counterpoint Research 소비자 조사, 2024년 12월 |
| GenAI를 사용하거나 시험해 본 미국 소비자 | 53% | Deloitte Connected Consumer Survey 2025 (n=3,524) |
| 데이터 프라이버시와 보안을 우려하는 미국 소비자 | 70% | Deloitte Connected Consumer Survey 2025 |
| 자신의 데이터가 보호된다고 높은 확신을 가진 소비자 | 27% | Deloitte Connected Consumer Survey 2025 |
조사 세부 사항: Deloitte 2025 Connected Consumer 보도자료 및 Counterpoint 교체 의향 조사. Counterpoint의 조사는 2024년 12월 자료로, 이 회사가 공개한 가장 최근의 교체 의향 데이터다.
숫자로 보는 온디바이스 소형 언어 모델
| 지표 | 값 | 출처 |
|---|---|---|
| 스마트폰 출하량 중 GenAI 지원 기기 비중, 2026년 | 45% | Counterpoint Research, 2026년 |
| GenAI 지원 기기 비중, 2027년 | 52% | Counterpoint Research, 2026년 |
| GenAI 스마트폰 대수, 2026년 | 559백만 | Gartner, 2025년 |
| GenAI 스마트폰 최종 사용자 지출, 2026년 | 393.3십억 달러 (+32%) | Gartner, 2025년 |
| GenAI 스마트폰 출하량, 2028년 | 912백만 | IDC, 2024년 |
| 소형 언어 모델 시장, 2032년 | 5.45십억 달러 (CAGR 28.7%) | MarketsandMarkets, 2025년 |
| Apple 온디바이스 모델 | 약 3B 파라미터, 가중치당 2비트 | Apple Machine Learning Research, 2025년 |
| Apple KV 캐시 메모리 절감 | 37.5% | Apple 기술 보고서, 2025년 |
| Gemma 3n E2B 메모리 사용량 | 최소 2GB | Google Developers Blog, 2025년 |
| 양자화된 Llama 3.2 크기 / 메모리 절감 | 56% / 41% | Meta AI, 2024년 |
| Snapdragon 8 Elite Gen 5 NPU | 초당 최대 220토큰, 37% 빠름 | Qualcomm, 2025년 |
| Dimensity 9500의 3B LLM 출력 | 2배 빠름, 최대 전력 56% 감소 | MediaTek, 2025년 |
| Dimensity 9500 NPU의 Gemma 3n E2B | 프리필 초당 1,600토큰 이상, 디코드 초당 28토큰 | Google LiteRT, 2025년 |
| Tensor G5의 Gemini Nano | 2.6배 빠르고 2배 효율적 | Google, 2025년 |
| MLPerf Mobile v6.0 LLM 크기 | 1B, 3B, 8B | MLCommons, 2026년 |
| 2026년 2분기까지 모바일 메모리 가격 | 약 4배 | Counterpoint Research, 2026년 |
| 2026년 스마트폰 출하량 | 1.08십억 대 (-13.9%) | Counterpoint Research, 2026년 |
| AI를 적극 사용하는 Galaxy S25 사용자 | 70% 초과 | Samsung, 2025년 |
| 프라이버시를 우려하는 미국 소비자 | 70% | Deloitte, 2025년 |
방법론과 출처
- Counterpoint Research, 2026년 전 세계 출하량의 45%로 상승하는 GenAI 스마트폰 점유율 (2026년 6월), 부문별 세부 내용은 Electronics For You 보도
- Counterpoint Research, 2025년 400백만 대를 넘는 GenAI 스마트폰 출하량 (2025년 3월)
- Counterpoint Research, 메모리 부족으로 BoM 비용이 오르며 2026년 스마트폰 출하량 전망 하향 조정 (2025년 12월)
- Counterpoint Research, 모바일 메모리 비용 상승 (2026년 9월)
- Counterpoint Research, GenAI 스마트폰 교체에 관한 소비자 조사 (2024년 12월)
- EE Times Asia, Counterpoint의 2026년 3월 출하량 수정에 관한 보도
- Gartner, 전 세계 GenAI 스마트폰 최종 사용자 지출 보도자료 (2025년 9월)
- IDC, 전 세계 생성형 AI 스마트폰 출하량 전망 (2024년 7월) 및 IDC 세계 스마트폰 전망 (2025년)
- MarketsandMarkets, 소형 언어 모델 시장 발표 (2025년 4월); Research and Markets, 소형 언어 모델 시장 보고서 2026; Grand View Research, 소형 언어 모델 시장 보고서
- Apple Machine Learning Research, Apple 온디바이스 및 서버 파운데이션 언어 모델 업데이트 (2025년), Apple Intelligence 파운데이션 언어 모델 기술 보고서 2025 (arXiv), Apple 온디바이스 및 서버 파운데이션 모델 소개 (2024년), Apple Newsroom, WWDC25
- Google Developers Blog, Gemma 3n 소개 (2025년 6월) 및 Google, Pixel 10 Tensor G5 (2025년 8월)
- Dimensity 9500에서의 Google LiteRT NeuroPilot 결과 (2025년 12월), MarkTechPost 보도
- Qualcomm, Snapdragon 8 Elite Gen 5 출시 (2025년 9월) 및 Futurum Group 분석
- MediaTek, Dimensity 9500 출시 발표 (2025년 9월)
- Meta AI, 양자화 Llama 모델 소개 (2024년 10월)
- Microsoft, Phi Silica: 작지만 강력한 온디바이스 SLM (2024년 12월)
- MLCommons, MLPerf Mobile v6.0 (2026년 6월), MLPerf Mobile 벤치마크 페이지, MLPerf Inference 5.1 소형 LLM 벤치마크 (2025년 9월)
- arXiv 2505.15030, 온디바이스 LLM 체계적 평가: 양자화, 성능, 리소스
- Samsung Newsroom, Galaxy Unpacked 2025의 Galaxy Tech Forum (2025년 7월), 조사 수치는 FoneArena 보도
- Deloitte, 2025 Connected Consumer 조사 보도자료 (2025년 9월)
- 데이터 참고 사항: 2025년 GenAI 스마트폰 규모는 회사마다 다르다. IDC는 370백만 대 초과(점유율 30%), Gartner는 369.3백만 대, Counterpoint는 2025년 3월 전망에서 400백만 대 초과라고 했으며 이후 2025년 점유율을 36%로 수정했다. 2026년의 경우 Counterpoint의 1.08십억 대의 45%는 약 486백만 대의 GenAI 스마트폰(0.45 × 1.08십억)을 의미하며, 이는 메모리 부족으로 출하량 감축이 불가피해지기 전인 2025년 9월에 발표된 Gartner의 559백만 대를 크게 밑도는 수치다. Gartner의 수정이 예상된다. 소형 언어 모델 시장 규모는 정의의 차이 때문에 2025년에서 2026년 기준 0.93십억 달러(MarketsandMarkets)부터 약 9~11십억 달러(Research and Markets, Grand View Research)까지 범위가 넓다. 모든 NPU 처리량 수치는 서로 다른 모델, 정밀도, 컨텍스트 길이에서 제조사가 보고한 것이어서 직접 비교할 수 없으며, 주목할 데이터는 MLPerf Mobile v6.0의 기기별 LLM 결과다. Apple의 초당 30토큰 수치, Meta의 양자화 Llama 결과, Microsoft의 Phi Silica 수치, IDC의 2028년 전망은 2024년 데이터로, 각 출처가 공개한 가장 최근 자료다. Apple의 ML 연구 페이지는 지원 언어를 15개로 명시하지만 arXiv 기술 보고서는 16개 로케일을 설명한다.
마지막 업데이트: 2026년 10월 3일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Counterpoint가 2026년 3분기 스마트폰 및 메모리 가격 트래커를 공개하고 MLCommons가 MLPerf Mobile v6.0의 첫 공개 LLM 결과를 내놓을 때로 예상한다.