RTX 스파크(RTX Spark) 이해하기, 사양과 실제 사용 조건

🤔 새 장비의 128GB는 무엇을 뜻할까요?

노트북 사양에 메모리 128GB가 적혀 있으면 128GB짜리 모델을 그대로 실행할 수 있을 것처럼 보입니다. 그러나 운영체제와 다른 앱도 메모리를 쓰고 GPU에 배정할 수 있는 범위도 따로 있습니다. RTX 스파크를 이해할 때는 총용량과 실제 모델 실행 조건을 먼저 구분합니다.

이 글은 2026년 10월 3일 확인한 공식 자료를 기준으로 설명합니다. 제품군의 발표 사양을 개별 판매 제품의 구성이나 실측 결과로 해석하지 않습니다.

🔑 RTX 스파크의 정의

RTX 스파크(RTX Spark)는 NVIDIA가 발표한 Windows PC용 칩과 이를 사용하는 제품군입니다. Arm 구조의 Grace CPU와 Blackwell RTX GPU가 통합 메모리를 사용합니다. CPU는 운영체제와 일반 프로그램을, GPU는 지원되는 AI 연산 등을 처리합니다.

통합 메모리는 CPU와 GPU가 같은 물리적 메모리를 사용하는 구조입니다. 별도 그래픽카드에 달린 전용 메모리인 VRAM 용량만 확인하는 경우와 달리 시스템 전체 용량과 GPU에 배정 가능한 공간을 함께 살펴봅니다. 기본 개념은 로컬 AI 하드웨어에서 다룹니다.

✅ 발표 사양과 실제 결과 구분하기

포팅 가이드는 소프트웨어 개발자가 새 장비에 프로그램을 맞추는 데 쓰는 문서입니다. 여기에 적힌 대역폭은 공식 사양으로 구분하되 실제 모델 속도로 바꾸어 말하지 않습니다.

제조사의 120B 모델과 100만 토큰 컨텍스트 실행 소개 역시 특정 조건의 능력 설명입니다. B는 10억 파라미터를 뜻하고 컨텍스트는 한 번에 다루는 입력과 출력 등의 범위입니다. 모든 120B 모델을 어떤 설정에서도 같은 속도로 실행한다는 보장은 아닙니다.

🧠 GPU가 쓸 수 있는 메모리는 따로 확인하기

공식 문서는 메모리를 GPU 전용 영역, CPU와 GPU 공유 영역, CPU 전용 영역으로 나눕니다. GPU 전용 영역도 별도 그래픽카드에 달린 메모리가 아니라 통합 메모리의 일부입니다. CPU 전용 영역에는 GPU용 공간을 할당할 수 없습니다.

공유 영역의 한도는 GPU 전용 영역을 뺀 나머지 용량을 바탕으로 정해집니다. 현재 다른 앱의 사용량과 시스템 상태도 영향을 줍니다. 따라서 총 128GB라는 숫자만으로 모델에 정확히 100GB 또는 102GB를 쓸 수 있다고 확정하지 않습니다.

모델 파일 외에도 입력을 처리하며 저장하는 KV 캐시와 계산용 공간이 필요합니다. KV 캐시는 앞서 처리한 내용을 다음 계산에 활용하기 위한 메모리입니다. 긴 입력이나 동시 요청이 늘면 필요한 공간이 커질 수 있습니다.

실제 확인할 때는 실행 도구가 보고하는 메모리와 시스템 사용량을 함께 봅니다. NVIDIA 문서는 GPU 상태를 조회하는 NVML 기능을 사용한 도구가 GPU 전용 영역만 표시할 수 있다고 설명합니다. 화면에 나온 숫자를 비교하기 전에 전용 영역인지, 공유 영역을 포함한 값인지 확인합니다.

그림은 구매 전에 확인할 항목을 보여 줍니다. 개별 제품의 최신 가격이나 측정 결과를 대신하지 않습니다.

🔁 DGX 스파크와 비교할 때

이름과 칩 구성이 비슷하더라도 DGX 스파크의 후속 세대라는 이유만으로 RTX 스파크를 선택하지 않습니다. 사용할 운영체제, 제품 형태와 AI 도구의 지원을 나누어 비교합니다.

같은 세대나 비슷한 코어 수만으로 속도가 같다고도, 반드시 더 빠르다고도 말할 수 없습니다. 실행 도구와 전력, 냉각 및 모델 설정이 결과에 영향을 줍니다.

🔌 여러 대에 요청 보내기와 모델 나누기

NVIDIA PAIR는 같은 네트워크의 지원 기기 중 요청을 처리할 기기를 골라 보내는 도구입니다. 한 기기가 사용 중일 때 다른 기기가 별도 요청을 처리할 수 있습니다. 공식 FAQ는 여러 기기를 하나의 가상 GPU로 합치지 않는다고 설명합니다.

따라서 128GB 기기 두 대에 PAIR를 설치했다고 해서 256GB짜리 모델 하나가 자동으로 실행되지는 않습니다. 한 모델을 여러 기기에 나누려면 별도의 분산 실행 지원과 네트워크 구성을 확인해야 합니다. 특정 고속 포트가 없다는 사실만으로 모든 분산 실행이 불가능하다고 단정하는 것도 피합니다.

🖥️ Windows 앱과 AI 도구의 지원 확인하기

Windows on Arm은 Arm 구조의 CPU에서 실행되는 Windows입니다. 공식 가이드는 Arm용 프로그램의 직접 실행과 기존 x64 및 x86 프로그램의 에뮬레이션을 안내합니다. 에뮬레이션은 다른 CPU용 프로그램을 실행하도록 처리하는 방식이며 성능과 호환성은 프로그램마다 확인합니다.

앱 창이 열린다는 사실과 그 앱의 GPU 연산이 지원된다는 사실은 다릅니다. 실행 도구의 Windows Arm 지원, GPU 사용 조건과 모델 지원을 각각 확인합니다. 과거의 지원 상태가 현재도 같다고 가정하지 않습니다.

2026년 9월 발표의 llama.cpp 최대 1.9배 처리량 향상은 RTX 5090에서 소개된 결과입니다. 이를 RTX 스파크의 실측 속도로 옮겨 쓰지 않습니다. Ollama와 llama.cpp 같은 도구도 정확한 버전과 지원 환경을 확인합니다.

❓ 자주 묻는 질문

가격이 얼마인가요?

본문에서 참고한 발표와 개발 문서는 현재 한국 판매 견적을 대신하지 않습니다. 구매할 제조사와 메모리 및 저장 장치 구성을 정한 뒤 지역별 가격, 세금, 보증과 배송일을 확인합니다.

지금 쓰는 RTX 5090이나 Mac을 바꿔야 하나요?

현재 장비에서 필요한 작업을 먼저 확인합니다. 같은 가상 문서와 모델 설정으로 정답 여부, 처리 시간 및 메모리 부족을 기록합니다. 원하는 작업을 이미 수행한다면 새로운 사양만으로 교체 필요성을 판단하지 않습니다.

출시 전에도 할 수 있는 연습이 있나요?

사양과 실제 작업 조건을 나눈 비교표를 만들 수 있습니다. 설치나 구매 없이 아래 예제로 확인된 값과 추가 확인할 값을 구분해 봅니다.

사양표의 잘못된 결론 고치기

메모장에 가상 비교표를 만듭니다. “제품 A: 통합 메모리 128GB, 실행 도구의 GPU 사용 가능량은 미확인, 목표는 회의 메모에서 날짜와 장소 찾기”라고 적습니다. 이 자료만으로 “128GB 모델 실행 가능”이라고 썼다면 그 결론을 지우고 “모델 파일, 추가 공간 및 실제 사용 가능량 확인 필요”로 고칩니다.

다음 줄에 “A 두 대와 PAIR로 모델 하나에 256GB 사용”이라고 적고 검토합니다. 올바른 수정은 “PAIR로 별도 요청을 나눌 수 있지만 한 모델의 256GB 사용은 확인되지 않음”입니다.

마지막에는 입력 조건을 짧은 메모 한 건에서 긴 메모 세 건의 동시 처리로 바꿉니다. 총 메모리 사양이 같아도 캐시와 대기 시간이 달라질 수 있으므로 실제 처리 시간과 결과를 추가 확인 항목에 넣습니다. 아직 장비가 없다면 처리 시간 칸은 미측정으로 남깁니다. 나중에 시험할 입력은 “10월 12일 오후 2시, 회의실 3에서 교육”처럼 가상 메모로 준비하고 출력의 날짜와 시간 및 장소가 원문과 같은지 대조합니다. 사양, 확인된 실행 결과, 아직 모르는 값을 구분하면 연습을 마친 것입니다.

📋 3줄 요약

1. RTX 스파크는 Windows PC용 칩과 제품군이며 개별 제품 구성과 사용할 도구의 지원을 확인합니다.

2. 총 통합 메모리와 GPU가 실제 사용할 수 있는 공간은 다르며 모델 외에 캐시와 계산용 메모리도 필요합니다.

3. PAIR의 요청 분산은 여러 기기를 하나의 GPU로 합치는 기능이 아니며 실제 작업 결과와 현재 견적으로 장비를 비교합니다.

참고 자료

• NVIDIA RTX Spark 발표
• 2026년 9월 로컬 AI 발표
• RTX Spark 포팅 가이드 개요
• 통합 메모리 배정
• CUDA 메모리와 조회 도구의 차이
• Windows Arm 실행 환경
• NVIDIA PAIR FAQ