엔비디아, RTX 스파크 PC 판매 시작…로컬 AI용 통합 메모리 최대 128GB

AI 모델을 저장할 공간과 실제 처리 속도

RTX 스파크 출시 발표는 최대 128GB 통합 메모리와 FP4 기준 최대 1페타플롭스 연산 성능을 제시한다. 통합 메모리는 CPU와 GPU가 사용하는 저장 공간을 공유하는 구조다. 큰 모델이나 자료를 다룰 여지를 넓히지만 메모리 용량만으로 응답 속도가 결정되지는 않는다. 연산 정밀도, 메모리 대역폭과 추론 엔진이 실제 결과에 영향을 준다.

엔비디아는 에이수스, 델, HP, 레노버, 마이크로소프트, MSI의 제품군을 소개했다. 공식 시작 가격은 미국 달러 기준이며 구성과 지역에 따라 달라진다. 따라서 발표의 최대 사양과 최저 가격을 한 대의 확정 사양처럼 결합해서 읽어서는 안 된다. 한국에서의 원화 가격이나 개별 판매점 재고는 이번 자료만으로 확정하지 않았다.

PC 출시와 함께 준비한 개발 도구

개발 자료에서는 윈도 온 암용 파이토치·CUDA(PyTorch·CUDA) 환경과 파이썬 도구 지원을 설명한다. 하드웨어를 구입해도 필요한 라이브러리가 실행되지 않으면 개발 환경으로 활용하기 어렵기 때문이다. 다만 많이 쓰는 패키지의 높은 지원 비율은 모든 버전과 확장 모듈의 호환을 뜻하지 않는다. 기존 프로젝트가 사용하는 네이티브 모듈은 별도 판단 대상이다.

로컬 에이전트용 모델로는 네모트론 3.5 볼트(Nemotron 3.5 Bolt) 74B-A9B 24GB가 제시됐다. 이 모델의 공개일은 PC 판매일보다 하루 이른 15일이다. 전체 740억, 활성 90억 매개변수 구조를 압축·양자화해 24GB 규모의 실행을 겨냥한다. 노트북 출시와 모델 공개는 연계돼 있지만 같은 날짜에 이뤄진 하나의 발표로 합치지 않았다.

속도 비교표에서 확인되는 다른 선택

공식 연구 페이지는 128GB 서피스 랩톱 울트라(Surface Laptop Ultra)의 RTX 스파크 환경에서 라마.cpp(llama.cpp)로 측정한 조건을 공개한다. 코드 생성 벤치마크에서 볼트의 생성 속도는 초당 83.99토큰이었다. 같은 표의 큐원 3.6(Qwen3.6)과 젬마 4(Gemma 4)는 각각 96.63, 100.56토큰으로 더 빨랐다. 회사가 내세운 품질·메모리 균형을 모든 지표의 속도 1위로 바꿔 해석할 수 없는 이유다.

실제 에이전트 작업은 토큰 생성만으로 끝나지 않는다. 도구 호출과 파일 접근, 테스트 실행, 잘못된 결과의 수정이 이어진다. 같은 자료도 일정한 입력 조건의 처리량과 전체 작업을 재생하는 데 걸린 시간을 따로 제시한다. 사용자가 체감할 성능을 판단하려면 모델 응답 속도와 업무 완료 시간을 구분할 필요가 있다.

로컬 실행은 코드와 문맥을 기기 안에서 처리할 수 있는 선택지를 제공한다. 그러나 에이전트가 외부 검색이나 원격 API를 사용하면 관련 정보는 그 서비스로 전달될 수 있다. ‘로컬 모델’이라는 표현만으로 전체 작업이 오프라인이라는 결론은 나오지 않는다. 네트워크에 연결되는 도구와 실행 권한까지 포함해 운영 경계를 정해야 한다.

RTX 스파크가 내세운 변화는 메모리 숫자 하나보다 장비와 개발 도구, 모델을 함께 공급한다는 점이다. 구매 판단에는 모델 크기뿐 아니라 실제 프로젝트의 라이브러리, 동시 실행할 프로그램, 이동 중 전력 조건도 들어간다. 현재 발표는 그 선택지의 출발을 알린다. 특정 장비가 모든 클라우드 AI를 대체하거나 모든 개발비를 줄인다는 검증 결과로 읽을 수는 없다.