개인용 AI 워크스테이션 라인업 확장과 OEM 파트너십
엔비디아는 공식 블로그를 통해 64GB 통합 시스템 메모리(Unified Memory)를 탑재한 데스크톱용 AI 슈퍼컴퓨터 ‘DGX 스파크(DGX Spark)’의 신규 구성을 공식 발표했습니다. 해당 제품은 엔비디아의 자체 유통망이 아닌 에이서(Acer), 에이수스(ASUS), 델(Dell), 기가바이트(Gigabyte), HP, MSI 등 주요 OEM 제조 파트너를 통해서만 공급되며, 오는 10월 23일부터 정식 판매에 돌입합니다.
기본 출고가는 미화 4,999달러부터 시작합니다. 하드웨어의 두뇌로는 20코어 Arm CPU와 블랙웰(Blackwell) GPU가 NVLink-C2C로 결합된 'GB10 그레이스 블랙웰 슈퍼칩(Grace Blackwell Superchip)'이 탑재되었습니다. 이와 함께 최대 200GbE 네트워크 대역폭을 지원하는 엔비디아 커넥트X-7(ConnectX-7) NIC가 기본 내장되어 별도의 고가 스위칭 장비 없이도 외부 장비 및 다중 노드와 초고속 통신을 지원하도록 설계되었습니다.
엔터프라이즈 AI 스택 완비와 무설정 클러스터링
신규 64GB 모델은 기존 128GB 상위 기종과 동일하게 우분투 리눅스 기반의 DGX OS와 엔비디아 전용 AI 소프트웨어 스택을 기본 제공합니다. 개발자는 제품 전원을 켠 직후 CUDA-X 가속 라이브러리와 엔비디아 에이전트 툴킷(Agent Toolkit), 네모트론(Nemotron) 오픈 모델 등을 즉시 활용할 수 있으며, vLLM, Ollama, llama.cpp, LM Studio, PyTorch 등 주요 오픈소스 런타임 환경도 사전 최적화 상태로 지원됩니다.
네트워크 확장성 측면에서는 '엔비디아 싱크 클러스터 어시스턴트(NVIDIA Sync Cluster Assistant)' 기능이 핵심으로 제시되었습니다. QSFP 케이블로 두 대의 DGX 스파크를 맞물리면 복잡한 네트워크 주소 지정이나 라우팅 설정 없이도 기기를 자동으로 인식해 128GB의 단일 풀링 메모리로 묶어줍니다. 엔비디아 측의 벤치마크 결과에 따르면, Qwen 3.8 27B 모델 추론 시 단일 기기 대비 최대 1.7배의 처리 성능을 발휘합니다.
‘1,000억 파라미터 구동’ 이면의 기술적 제약
엔비디아는 단일 기기에서 최대 1,000억(100B) 파라미터 규모의 모델을 온디바이스로 구동할 수 있다고 강조하지만, 개발 현장에서는 이 수치를 액면 그대로 받아들여선 안 됩니다. 이 같은 주장은 블랙웰 아키텍처에서 지원하는 극단적인 저정밀도 포맷인 NVFP4(4비트 부동소수점) 규격으로 모델 가중치를 강하게 압축했을 때를 전제하기 때문입니다.
일반적인 FP16이나 실무에서 널리 쓰이는 FP8 정밀도를 유지할 경우 64GB 메모리에는 300억 파라미터 안팎의 모델만이 안정적으로 적재됩니다. 여기에 에이전트 환경에서 필수적인 긴 문맥 창(Context Window)을 확보하고 KV 캐시 용량을 할당하면 가용 VRAM은 더욱 빠듯해집니다. 실질적으로 지연 시간 저하 없이 운용 가능한 체급은 Qwen 3.8 27B 수준이며, 그 이상의 대형 모델을 다룰 때는 정확도 손실을 감수하거나 다중 노드 구성을 필히 고려해야 합니다.
메모리 비용 상승과 경쟁 플랫폼 대비 가성비 평가
이번 출시는 글로벌 메모리 공급난이 하드웨어 생태계에 미친 부정적 여파를 고스란히 드러냅니다. 당초 128GB 단일 규격이었던 DGX 스파크의 초기 발표가는 3,999달러였으나 부품 수급난으로 실구매가가 4,699~6,950달러 선까지 치솟았고, 이번에 출시된 64GB 모델은 메모리 용량이 절반임에도 4,999달러라는 높은 가격표를 달았습니다. 기가바이트(GB)당 메모리 획득 단가가 급격히 상승한 셈입니다.
통합 메모리를 탑재한 데스크톱 경쟁군인 애플 실리콘(Mac Studio 등)과 비교할 때 차별점과 한계는 더욱 분명해집니다. DGX 스파크는 CUDA 생태계와의 완벽한 호환성과 FP4 기반 프리필(Prefill) 연산 처리량에서 강력한 이점을 갖습니다. 하지만 LLM 토큰 생성(디코딩) 성능을 좌우하는 메모리 대역폭은 273 GB/s로, 300 GB/s를 웃도는 경쟁 기기보다 낮습니다. 2대를 묶어 128GB를 구성할 경우 약 1만 달러에 육박하는 비용이 소요되는 만큼, 예산 대비 처리 효율을 면밀히 대조해야 합니다.
실무 도입 가이드와 확인 필요 사항
DGX 스파크 64GB는 민감한 사내 데이터를 다루는 1인 연구자나 상시 가동형 로컬 AI 코딩 에이전트를 구축하려는 소규모 엔지니어링 팀에 매력적인 선택지가 될 수 있습니다. 클라우드 API 호출에 따른 데이터 유출 우려를 차단하고 네트워크 지연 없이 엔비디아의 최신 라이브러리를 테스트할 수 있다는 점은 명확한 실무상 강점입니다.
다만 실구매에 앞서 확인해야 할 변수들도 남아 있습니다. 공식 발표 자료에는 본체의 구체적인 열설계전력(TDP)과 팬 소음 수준이 명시되지 않아 사무실 책상 위에서 운용할 때의 환경적 적합성을 추가로 검증해야 합니다. 또한 제시된 4,999달러는 북미 기준 시작가이므로, 국내 유통 과정에서의 환율, 부가세, 스토리지 옵션에 따라 변동될 최종 국내 공급 가격을 파악한 뒤 인프라 예산을 편성하는 전략이 요구됩니다.
출처
NVIDIA Blog의 원출처와 본문에 표시한 참고자료를 바탕으로 한국어로 재구성했습니다. ‘ARCH.B 분석’은 자료를 읽고 덧붙인 편집 해석입니다.
NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI (새 창)
