1000 TPS LLM과 휴대폰 AI 에이전트: 빠른 추론이 바꾸는 것

속도는 중요하지만 에이전트의 전부는 아닙니다

1000 TPS LLM과 휴대폰 AI 에이전트를 함께 보면 가장 먼저 떠오르는 질문은 간단합니다. 모델이 초당 수백 개에서 천 개 수준의 토큰을 낼 수 있다면, 이제 폰 에이전트가 거의 실시간으로 모든 일을 처리할 수 있는가? 답은 반은 맞고 반은 아닙니다. 고속 추론은 사용자가 기다리는 시간을 줄이고, 에이전트가 더 자주 생각하고 확인하게 만들 수 있습니다. 하지만 빠른 텍스트 출력만으로 메시지를 보내고, 알림을 만들고, 지도 흐름을 열고, 민감한 작업을 확인하는 실제 휴대폰 작업이 완성되지는 않습니다.

휴대폰에서 지연 시간은 체감 품질을 크게 바꿉니다. 답장 초안을 만들 때 10초를 기다리는 것과 거의 즉시 초안이 보이는 것은 전혀 다른 경험입니다. 받은 주소를 인식하고, 경로를 확인하고, 상대에게 예상 도착 시간을 보낼 때도 마찬가지입니다. 에이전트가 한 번 생각하고 끝나는 것이 아니라 여러 번 계획하고, 앱 상태를 확인하고, 사용자에게 보여 주고, 다음 단계를 준비해야 한다면 속도는 더 중요해집니다.

그렇지만 FoneClaw에서 우리는 모델 속도를 폰 에이전트 전체와 동일시하지 않습니다. 빠른 모델은 상위 추론을 강하게 만들 수 있지만, 실제 폰 작업에는 지원되는 동작, 권한, 화면에 보이는 결과, 사용자 확인, 실패 시 되돌아갈 흐름이 필요합니다. 더 넓은 배경이 필요하다면 폰 AI 에이전트의 기본 역할을 따로 볼 수 있습니다. 이 글의 초점은 빠른 LLM이 휴대폰 제어를 어떻게 바꾸는지, 그리고 왜 속도만으로는 충분하지 않은지입니다.

MiMo UltraSpeed가 보여 준 신호와 아직 증명하지 않은 것

2026년 7월 15일 기준으로 확인한 Xiaomi의 MiMo 공식 페이지는 MiMo-V2.5-Pro-UltraSpeed를 MiMo-V2.5-Pro의 UltraSpeed 경험 모드로 설명합니다. Xiaomi는 이를 1T 플래그십 모델 기반으로 제시하며, 최고 추론 속도가 1000 tokens/s를 돌파했다고 주장합니다. 또한 텍스트 입력과 출력, 도구 호출, 스트리밍, 캐시 지원을 언급하고, 출력 TPS가 MiMo-V2.5-Pro의 50~100 수준과 달리 500~1000 범위라고 설명합니다.

이 신호가 중요한 이유는 단순히 숫자가 크기 때문만은 아닙니다. Xiaomi가 제시한 사용 시나리오에는 정량 거래, 실시간 리스크 관리, 과학 연구, 실시간 코딩 보조처럼 빠른 응답이 작업 품질에 직접 영향을 주는 분야가 포함됩니다. 이런 영역에서는 모델이 한 번 길게 답하는 것보다 작은 판단을 빠르게 반복하는 능력이 중요합니다. 에이전트가 도구를 호출하고, 중간 결과를 읽고, 다시 판단해야 한다면 고속 추론은 사용자 경험을 바꿀 수 있습니다.

다만 이 내용은 Xiaomi가 공식 페이지에서 제시한 주장으로 다뤄야 합니다. 독립 벤치마크 검증이라고 말할 수 없고, FoneClaw가 MiMo를 사용한다는 뜻도 아닙니다. 또한 1000 TPS가 모든 휴대폰 AI 에이전트에서 일반화된다는 뜻도 아닙니다. 모델 계열과 에이전트 역량을 더 넓게 비교하고 싶다면 MiMo V2.5 Pro UltraSpeed를 포함한 모델 역량 논의를 참고할 수 있지만, 이 글에서는 숫자 경쟁보다 폰 작업 실행에 어떤 의미가 생기는지에 집중합니다.

긴 폰 작업에서는 지연 시간이 누적됩니다

고속 추론의 의미는 짧은 채팅보다 긴 작업에서 더 선명합니다. 사용자가 단순히 한 문장을 묻고 답을 받는다면 속도 차이는 편의성의 문제로 끝날 수 있습니다. 그러나 폰 AI 에이전트가 메시지를 정리하고, 일정을 만들고, 알림을 설정하고, 지도 흐름을 열고, 사용자에게 마지막 확인을 요청하는 긴 작업을 수행한다면 대기 시간은 단계마다 쌓입니다.

예를 들어 아침에 쌓인 알림을 정리한다고 생각해 보겠습니다. 에이전트는 업무 메시지, 배송 알림, 일정 변경, 가족 대화, 앱 업데이트 알림을 구분해야 합니다. 각 항목을 읽고, 중요도를 판단하고, 필요하면 답장 초안을 만들고, 나중에 볼 항목을 묶고, 사용자가 바로 처리해야 할 것만 보여 줘야 합니다. 이 과정에서 모델이 매 단계 느리다면 사용자는 결국 직접 알림을 훑는 편을 택할 가능성이 큽니다.

길 찾기와 일정 조율도 비슷합니다. 친구가 보낸 장소를 지도에서 확인하고, 현재 위치와 이동 시간을 보고, 캘린더에 약속을 넣고, 상대에게 도착 시간을 보내는 과정은 여러 작은 판단으로 이루어집니다. 고속 추론은 이런 판단 사이의 공백을 줄여 줍니다. 하지만 권한이 없거나 앱이 지원하지 않거나 사용자가 전송을 확인하지 않으면 작업은 끝나지 않습니다. 속도는 계획과 확인 사이를 더 부드럽게 만들지만, 실제 Android 동작의 조건을 대신하지는 못합니다.

빠른 모델과 깊게 판단하는 모델의 역할 분담

실제 에이전트 설계에서는 모든 판단을 같은 모델에 맡기는 방식보다 역할을 나누는 방식이 유용할 수 있습니다. 빠른 모델은 짧은 확인, 상태 요약, 다음 단계 후보 제안, 대화 흐름 유지에 적합합니다. 더 깊게 판단하는 모델은 복잡한 계획, 애매한 의도 해석, 여러 조건이 충돌하는 의사결정, 민감한 작업의 위험 검토에 더 어울릴 수 있습니다.

예를 들어 사용자가 실시간 대화 중에 일정과 장소를 계속 바꾸는 상황을 생각해 보겠습니다. 빠른 모델은 방금 바뀐 시간과 장소를 즉시 반영하고, 현재 선택지를 짧게 정리할 수 있습니다. 그러나 여러 사람의 일정이 충돌하거나, 이동 시간이 길거나, 메시지 전송 전에 문맥을 다시 확인해야 한다면 더 신중한 판단이 필요합니다. 고속 모델은 대화의 끊김을 줄이고, 깊은 모델은 중요한 결정을 더 안전하게 다루는 식입니다.

이런 빠른 모델과 깊게 판단하는 모델의 조합은 개념적 설계 패턴입니다. FoneClaw가 특정 내부 구조를 이렇게 구현한다고 주장하는 것은 아닙니다. 중요한 점은 원시 TPS 숫자보다 전체 구조입니다. 에이전트가 언제 빠르게 반응하고, 언제 더 오래 생각하고, 언제 사용자에게 확인을 요청하고, 언제 작업을 멈출지 정해야 합니다. 1000 tokens/s가 AI 에이전트를 바꾸는 방식은 단순히 답변 속도가 아니라 계획, 행동, 확인 사이의 간격을 줄이는 데 있습니다.

휴대폰 동작에는 여전히 실행 구조가 필요합니다

모델의 추론과 휴대폰의 실제 동작은 다른 문제입니다. 모델은 사용자의 의도를 해석하고 다음 단계를 제안할 수 있습니다. 그러나 Android에서 실제로 메시지를 보내고, 알림을 만들고, 지도 화면으로 이동하고, 설정을 열고, 연결 상태를 확인하려면 OS와 앱이 허용하는 흐름 안에서 움직여야 합니다. 사용자의 권한이 없거나, 앱이 해당 동작을 지원하지 않거나, 보안상 확인이 필요한 단계라면 모델이 아무리 빨라도 실행은 멈춰야 합니다.

FoneClaw에서 우리는 이 지점을 제품 경계로 봅니다. 빠른 모델은 더 좋은 판단을 제공할 수 있지만, 폰 작업은 지원되는 Android 동작으로 바뀌어야 합니다. 예를 들어 메시지 초안 생성과 실제 전송은 다릅니다. 길 찾기 준비와 위치 권한 사용도 다릅니다. 설정 화면으로 이동하는 것과 시스템 값을 임의로 바꾸는 것도 다릅니다. 에이전트가 실용적이려면 이런 차이를 사용자에게 보이게 만들어야 합니다.

이 때문에 휴대폰은 단순한 채팅 화면이 아니라 센서, 앱, 권한, 알림, 확인 흐름이 모인 작업 공간입니다. 이 배경은 Android 동작이 왜 폰 에이전트의 핵심이 되는지와도 이어집니다. 하지만 여기서 다시 강조할 점은 속도가 실행 구조를 대체하지 않는다는 것입니다. 1000 TPS급 고속 추론은 대기 시간을 줄이고 더 자주 확인하게 만들 수 있지만, 사용자가 승인하지 않은 민감한 작업을 안전하게 끝냈다고 포장해서는 안 됩니다.

FoneClaw에서 우리가 얻는 제품 교훈

FoneClaw에서 우리는 MiMo V2.5 Pro UltraSpeed 같은 고속 추론 흐름을 중요한 신호로 봅니다. 모델이 빨라질수록 사용자는 폰 에이전트가 더 즉각적으로 반응하기를 기대하게 됩니다. 알림을 정리하는 동안 기다림이 줄고, 메시지 초안이 빠르게 보이고, 지도나 일정 흐름에서 다음 단계가 자연스럽게 이어지는 경험은 더 중요해질 것입니다.

이 변화는 이제 FoneClaw의 실제 경험 개선에도 반영되고 있습니다. FoneClaw는 MiMo V2.5 Pro UltraSpeed 내부 테스트 계정을 확보했고, Xiaomi가 최고 1000 TPS 돌파를 제시한 1조 파라미터급 모델을 사용해 FoneClaw 사용 경험을 최적화하고 있습니다. 휴대폰 에이전트에서 중요한 것은 추상적인 속도 점수가 아니라 사용자 의도 이해, 단계 수정, 지원되는 휴대폰 동작의 응답을 더 빠르게 만드는 것입니다.

그러나 우리는 FoneClaw가 MiMo를 사용한다고 말하지 않으며, FoneClaw가 1000 TPS를 달성한다고 주장하지도 않습니다. 우리의 역할은 모델 속도 경쟁을 소유하는 것이 아니라, 빠른 상위 추론이 실제 Android 휴대폰 작업으로 이어질 수 있는 안전한 길을 만드는 것입니다. 지원되는 작업을 정의하고, 권한을 존중하고, 결과를 화면에 보이고, 민감한 단계에서 사용자의 확인을 남기는 일이 여전히 핵심입니다.

결국 1000 TPS LLM과 휴대폰 AI 에이전트의 관계는 속도와 실행의 관계입니다. 속도는 에이전트가 더 자주 생각하고 더 자연스럽게 대화하며 긴 작업을 덜 끊기게 만드는 힘입니다. 실행 구조는 그 생각을 사용자가 신뢰할 수 있는 폰 작업으로 바꾸는 조건입니다. FoneClaw에서 우리는 이 둘을 섞지 않습니다. 더 빠른 모델은 더 좋은 상류 입력이 되고, 우리는 그것을 지원되는 Android 동작과 보이는 확인 흐름으로 연결하는 데 집중합니다.