엔비디아가 AI 미니 슈퍼컴퓨터 ‘DGX 스파크’의 모바일 버전인 ‘RTX 스파크(RTX Spark)’를 공개했습니다. RTX 스파크는 DGX 스파크에 탑재된 GB10의 모바일 변형 버전인 N1X를 탑재하고 있으며, 최대 20코어의 Arm 기반 CPU와 6,144개의 CUDA 코어를 갖춘 블랙웰 아키텍처 GPU로 구성되어 있습니다. 엔비디아는 모든 RTX 스파크가 동일한 칩을 사용하는지 아니면 일부 기능을 줄이고 가격을 낮춘 컷 칩(cut-chip)이 존재하는지에 대해서는 이날 공개 행사에서 구체적으로 밝히지 않았습니다. 다만 RTX 스파크가 최대 128GB의 LPDDR5x와 1페타플롭스의 연산 능력으로 노트북에서도 고사양 게임을 원활하게 작동시킬 수 있을 뿐 아니라 120B 파라미터를 지닌 거대 LLM도 구동할 수 있다는 점을 강조했습니다. 젠슨 황 엔비디아 CEO는 RTX 스파크가 장착된 노트북에서 ‘007 퍼스트 라이트’와 ‘포르자 호라이즌 6’를 배터리 전원만으로 구동하는 모습을 선보였는데, 이는 기존의 스냅드래곤 기반의 윈도우 ARM(Windows on ARM) 노트북에서는 생각하기 어려웠던 게임 성능으로 마이크로소프트가 밀고 있는 윈도우 ARM의 약점을 상당 부분 극복한 모습입니다. 마이크로소프트는 RTX 스파크 개발을 위해 엔비디아와 긴밀히 협업했고 에이서(Acer), ASUS, 레노버(Lenovo), 델(Dell), HP, MSI 등 주요 PC 제조사와 함께 마이크로소프트의 서피스 라인업에도 RTX 스파크 모델을 넣어 고성능 윈도우 ARM PC 개발 의지를 보여줬습니다. 그런데 이날 공개된 RTX 스파크 노트북을 보면 그렇게 두꺼운 제품이 아니라는 점을 쉽게 알 수 있습니다. DGX 스파크의 GB10 칩이 약 140W의 열 설계 전력(TDP)을 가진다는 점을 고려할 때, RTX 스파크는 엔비디아의 노트북 전력 효율 기술인 MAX-Q를 적극적으로 활용해 TDP를 낮추고 최소 두께 14mm의 슬림한 디자인을 구현한 것으로 보입니다. MAX-Q는 단순히 클럭을 강제로 낮추는 방식을 넘어, 최적화 기술을 집약한 기술입니다. 게임 실행 시 AI 텔레메트리(AI Telemetry)가 GPU와 CPU 워크로드를 실시간으로 분석하면, CPU 옵티마이저는 불필요한 전력 소모를 줄이기 위해 CPU를 ‘최고 효율 주파수’로 동적으로 조정합니다. 이때 절약된 전력은 다이나믹 부스트(Dynamic Boost)를 통해 GPU로 재배분됩니다. GPU 차원에서도 파워 게이팅(Power Gating)을 통해 사용되지 않는 내부 블록을 비활성화하고, 워크로드에 맞춰 클럭을 미세 조정합니다. 여기에 DLSS 4.5를 통해 실제 렌더링 부하를 줄여서 전력 소모와 발열을 최소화하면서도 성능을 유지할 수 있습니다. 물론 이론적으로 MAX-Q가 적용된 N1x의 성능이 TDP 140W이 기본인 GB10와 대등하지는 않을 것으로 보입니다. 일부 성능 저하는 감수해야 하지만, 충분한 휴대성을 보장하면서도 AAA급 고사양 게임과 대규모 언어 모델(LLM) 구동이 가능하다는 것은 개발자와 고성능 기기를 쓰는 사용자들에게 상당한 장점입니다. 다만 이날 보여준 128GB 모델만 있을 경우 가격은 매우 비쌀 가능성이 높습니다. DGX 스파크의 공식 가격이 4699달러(원래 3999달러였으나 메모리 가격 상승으로 인상)이며, 국내에서는 부가세를 포함해 더 비싼 가격에 판매되는 점을 고려하면, 노트북 버전인 RTX 스파크 제품은 훨씬 비싸질 가능성이 높습니다. 이런 점을 감안하면 64GB, 32GB 모델도 있을 가능성이 있으나 당장에 공개된 내용은 없습니다. 아무튼 높은 가격을 생각하면 RTX 스파크의 주요 경쟁자는 애플의 맥북 프로(특히 M5 맥스 시리즈)가 될 것으로 보입니다. 다만 현재 DGX 스파크 가격을 생각할 때 RTX 스파크 노트북은 128GB 모델 기준 맥북 프로 M5 맥스 모델보다 비쌀 가능성이 높아 보입니다. 이렇게 비싼 제품을 게임만 하려고 사는 경우는 거의 없을 것입니다. 따라서 비싸도 업무에 사용해야만 하는 특별한 용도, 예를 들어 LLM(대규모 언어 모델)이나 그래픽 작업 성능이 중요한 요소가 될 것으로 보입니다. 이 시장에서 유력한 경쟁 상태인 맥북 프로 M5 맥스도 128GB 모델은 120B 파라미터 급 LLM 구동이 가능하지만, RTX 스파크는 6144개의 CUDA 코어와 텐서 코어를 활용한 FP4(4비트 양자화) 연산 능력과 최대 1페타플롭스(Petaflop)의 연산 성능으로 토큰 속도에서 우위를 점할 가능성이 있습니다. 엔비디아는 RTX 스파크를 개인용 에이전트를 위한 플랫폼으로 소개하고 있으며 로컬 컴퓨터에서 120B LLM을 100만 토큰의 컨텍스트로 구동하거나, 90GB 이상의 거대한 3D 장면을 렌더링하고, 12K 영상 편집 및 4K AI 비디오 생성을 할 수 있습니다. 물론 실제 성능과 가성비는 제품이 실제 출시되고 가격이 공개되어야 제대로 평가할 수 있을 것입니다. 황 CEO는 “PC는 다시 태어나고 있다. 40년 동안 우리는 앱을 실행하고 클릭하고 타이핑했지만, 이제 RTX 스파크와 윈도우를 통해 우리는 요청하고 PC가 작업을 수행한다”며, RTX 스파크가 로컬 에이전트, 최전방 모델, 크리에이티브 워크플로우, RTX 게임을 하나의 노트북에 통합한 ‘새로운 PC’라고 강조했습니다. 그의 포부처럼 실제로 RTX 스파크가 PC의 재창조가 될지 아니면 특수 용도로 사용하는 비싼 장비로 남게 될지 결과가 주목됩니다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

인공지능(AI) 인프라 전문 기업 명인이노가 초소형 AI 슈퍼컴퓨터 MSI EdgeXpert를 국내 시장에 출시했다. 엔비디아의 차세대 AI 플랫폼인 엔비디아 DGX Spark를 기반으로 만들어졌으며, 올해 5월 대만에서 열린 ‘컴퓨텍스2025’에서 공개돼 글로벌 관심을 모았다. 16일 명인이노에 따르면 MSI EdgeXpert는 가로·세로 15cm, 높이 5cm 정도로 손바닥 위에 올려둘 수 있을 만큼 작고 가볍다. 무게도 1.2kg에 불과해 개발자가 직접 들고 다니며 AI 시연을 할 수 있을 정도다. 작은 크기와 달리 성능은 고성능 서버급이다. 제품에는 엔비디아 그레이스 CPU와 엔비디아 블랙웰 GPU가 결합된 최신 칩셋이 탑재돼 있어 복잡한 AI 모델도 빠르게 처리할 수 있다. 특히 데이터 전송 속도가 기존 방식보다 최대 5배 빠른 기술이 적용돼 대규모 언어 모델(LLM) 구동에 최적화돼 있다. 개발 환경을 구축하는 과정도 간편하다. MSI EdgeXpert는 하드웨어뿐 아니라 운영체제와 필수 소프트웨어가 모두 포함된 ‘올인원’ 제품으로, 별도 설정 없이 전원을 켜자마자 바로 AI 개발과 모델 실험을 시작할 수 있다. 128GB의 메모리와 1TB 또는 4TB의 저장공간을 제공하며, 초고속 인터넷 포트와 USB-C 단자, Wi-Fi 7 무선 네트워크까지 지원한다. 작은 크기에도 불구하고 성능은 대형 장비에 뒤지지 않는다. EdgeXpert 한 대로 최대 2000억개의 파라미터를 가진 대형 AI 모델을 실행할 수 있으며, 두 대를 연결하면 4000억개가 넘는 모델도 구동 가능하다. 이는 현재 상용화된 AI 개발 장비 중에서도 높은 수준이다. 제품 가격은 1TB 모델이 480만 원, 4TB 모델이 630만 원이다. 명인이노는 국내 최대 IT 쇼핑몰인 컴퓨존과 함께 사전 예약 이벤트를 진행하며, 구매자에게 적립금 또는 전용 케이블을 증정한다. 권기범 명인이노 이사는 “이제는 거대한 서버실이 없어도 손바닥만 한 기기로 AI 개발을 할 수 있는 시대가 왔다”며 “기업, 공공기관, 교육기관 등 다양한 현장에서 AI 개발 환경을 한층 손쉽게 구축할 수 있을 것”이라고 말했다.