RTX 스파크 사양과 로컬 AI PC 선택: 메모리부터 확인하기

집 컴퓨터에서 AI가 자료를 정리하고, 저는 폰으로 결과를 확인하는 구성을 쓰고 있습니다. 일을 실행하는 컴퓨터와 화면을 확인하는 기기를 나누는 방식입니다. AI 에이전트는 질문에 답하는 데서 더 나아가 파일을 읽거나 프로그램을 조작해 작업하는 도구입니다.

RTX 스파크(RTX Spark)는 엔비디아가 윈도우 PC용으로 발표한 슈퍼칩입니다. Grace CPU와 Blackwell RTX GPU를 NVLink-C2C라는 칩 사이 연결 기술로 연결합니다. CPU는 컴퓨터의 일반 작업을, GPU는 많은 계산을 동시에 처리합니다. 두 장치가 메모리를 나눠 쓰는 구조를 통합 메모리라고 합니다. 모두가 하나의 반도체 칩 안에 들어 있다는 뜻은 아닙니다.

이 글은 2026년 10월 4일 확인한 공식 제품 페이지와 발표문을 기준으로 사양을 읽는 방법을 설명합니다. 먼저 현재 컴퓨터의 사양을 기록하고, 새 제품이 필요한지 판단해 보겠습니다. 원격 접속 설정은 테일스케일 사용법과 맥미니 tmux 설정에서 이어갈 수 있습니다.

엔비디아 공식 블로그의 발표용 이미지입니다. 실제 판매 제품을 분해한 사진이나 모든 제조사 제품의 내부 배치를 증명하는 자료는 아닙니다.

먼저 현재 컴퓨터의 사양을 기록해 보기

새 장비나 유료 AI 서비스 없이 진행할 수 있습니다. 메모 앱을 열고 아래 항목을 적습니다. 윈도우에서는 설정 → 시스템 → 정보에서 프로세서, 설치된 RAM, 시스템 종류를 확인합니다. Ctrl + Shift + Esc로 작업 관리자를 열고 성능 → GPU가 보이면 GPU 이름과 전용 GPU 메모리의 총용량을 기록합니다. 2/8GB라면 현재 사용량 2GB가 아니라 총용량 8GB를 적습니다. 맥에서는 애플 메뉴 → 이 Mac에 관하여에서 칩과 메모리를 확인합니다.

RAM은 실행 중인 프로그램이 쓰는 메모리입니다. x64와 Arm은 CPU 종류를 구분하는 표기이며, 설치하려는 프로그램이 그 종류를 지원해야 합니다. GB는 메모리나 파일의 크기를 나타내는 단위입니다.

RAM 32GB와 GPU 전용 메모리 8GB를 더해 GPU 메모리 40GB라고 적으면 안 됩니다. 메모리를 쓰는 위치와 방식이 다릅니다. GPU 항목이 없으면 임의로 0GB라고 단정하지 말고 GPU 정보 미확인이라고 적습니다. 맥의 통합 메모리도 운영체제와 다른 앱이 함께 사용합니다.

메모를 로컬 AI 사양 확인이라는 제목으로 저장하고 다시 열어 숫자와 단위를 확인합니다. 이번 연습은 이 기록이 남으면 완료입니다. 아직 실행 프로그램이나 모델을 고르지 않았으므로 미확인이 올바른 판단입니다.

한 번 더 연습하려면 아래 RTX 스파크 사양표에서 한 구성을 골라 같은 양식으로 옮겨 적습니다. 현재 컴퓨터 기록은 지우지 않고 비교용 기록을 하나 더 만듭니다. 통합 메모리 제품에는 GPU 전용 메모리 용량을 임의로 적지 않고 통합 메모리 사용이라고 적으며, 표에 없는 항목은 미확인으로 둡니다. 두 기록의 차이가 메모리인지, 운영체제와 CPU 종류인지 말할 수 있으면 다음 단계로 넘어갈 수 있습니다.

공식 발표와 현재 제품 페이지의 사양

컴퓨텍스 2026에서 공개한 뒤, 9월 IFA 발표에서 10월 출시를 예고했습니다. 10월 4일 확인한 공식 제품 페이지에는 여전히 출시 알림 신청이 있습니다. 이것만으로 한국에서 어떤 제조사 제품을 바로 주문할 수 있는지까지 확정하지는 않습니다.

CUDA 코어는 GPU의 병렬 계산을 담당하는 부분이고 LPDDR5X는 메모리 규격 이름입니다. 처음 비교할 때는 이름을 외우기보다 CPU 구성과 메모리 용량이 서로 다르다는 점을 확인합니다. 최대 용량은 모든 판매 제품의 기본 용량이 아닙니다. 주문하려는 제조사 제품의 실제 메모리를 따로 확인해야 합니다. 기존 발표에 나온 최대 1페타플롭은 FP4 방식의 AI 연산 성능입니다. FP4는 계산에 쓰는 수를 4비트로 표현하는 방식이며, 이 수치가 곧 채팅 응답 속도는 아닙니다.

엔비디아는 1,200억 파라미터 모델과 최대 100만 토큰 컨텍스트를 실행 대상으로 제시했습니다. 파라미터는 모델이 학습한 수치이고, 컨텍스트는 한 번에 처리하는 입력과 대화의 범위입니다. 토큰은 모델이 글을 처리하는 조각으로 글자 수나 단어 수와 항상 같지는 않습니다. 이 발표를 모든 1,200억 모델이 같은 속도와 메모리로 실행된다는 보장으로 해석하면 안 됩니다. 제조사별 가격은 해당 제품의 판매 페이지에서 확인해야 하며, 인용한 엔비디아 발표문에는 판매 가격이 없습니다.

메모리는 중요한 조건이지만 실행 여부를 혼자 정하지 않습니다

로컬 모델은 내 컴퓨터에서 모델의 계산을 실행하는 방식입니다. 직접 실행하는 계산에는 클라우드 API의 토큰 요금이 붙지 않지만, 장비와 전기 및 유료 프로그램 비용은 남을 수 있습니다. 검색, 외부 API, 동기화 기능을 연결하면 자료가 밖으로 전송될 수도 있습니다.

모델 전체가 GPU 메모리에 들어가야만 실행되는 것은 아닙니다. llama.cpp는 CPU와 GPU를 함께 쓰는 실행을 지원합니다. CPU만으로 실행하는 방법도 있습니다. 다만 사용하려는 모델과 프로그램이 그 방식을 지원하는지, 기다릴 만한 속도인지 확인해야 합니다. GPU 전용 메모리를 VRAM이라고 부릅니다.

실행에 필요한 메모리는 대략 다음 세 부분으로 나뉩니다.

• 모델의 학습된 수치를 담은 가중치
• 입력과 대화를 처리하며 보관하는 중간 데이터
• 실행 프로그램, 운영체제와 다른 앱이 쓰는 공간

예를 들어 1,200억 개 수치를 각각 4비트로 저장하면 가중치만 1,200억 × 4 ÷ 8 = 600억 바이트, 약 60GB입니다. 실제 파일에는 추가 정보가 있고 실행 중에는 더 많은 메모리가 필요합니다. 특히 긴 대화의 중간 데이터를 보관하는 KV 캐시가 커질 수 있습니다. 이 계산만으로 128GB에서 100만 토큰까지 문제없이 실행된다고 결론 내릴 수 없습니다.

24GB 맥의 Qwen3.8 27B 실행 기록도 파일 크기만 보고 성패를 정하면 안 되는 사례입니다. 당시 파일 크기와 증상만으로 GPU에 배정할 메모리가 부족했다고 확정하지 않습니다. 모델 형식, 실행 프로그램 버전과 실제 로그를 함께 봐야 합니다. 메타 뮤즈 글리머의 실행 조건처럼 모델별 안내도 필요합니다.

맥 스튜디오와 RTX 5090 PC를 비교할 때

페타플롭과 TOPS는 계산 성능을 표시하는 단위입니다. 정밀도와 측정 조건이 다르면 숫자만 바꿔 계산해 모델 속도의 우열을 정할 수 없습니다. 같은 모델, 같은 입력 길이와 같은 실행 설정의 실측 결과가 필요합니다.

애플의 2026년 8월 발표에서 M5 Max 맥 스튜디오는 미국 기본 가격 2,499달러부터입니다. 128GB 구성의 가격이라는 뜻은 아닙니다. M5 Ultra도 기본 가격 5,499달러부터이며 최대 512GB 옵션 가격과 다릅니다. 발표된 기본 출하일은 9월 22일, 512GB 구성은 10월 말 예정입니다. 한국 가격과 세금 및 추가 메모리 비용은 주문 화면에서 따로 확인합니다.

RTX 스파크의 장점 후보는 윈도우와 큰 통합 메모리를 함께 쓰는 구성입니다. 그러나 Grace는 Arm 계열 CPU이므로 필요한 실행 프로그램과 드라이버가 Windows Arm을 지원하는지 확인해야 합니다. 원격으로 화면을 보는 것만으로 실행 컴퓨터의 호환성 문제가 해결되지는 않습니다.

함께 발표된 소프트웨어는 각각 다른 일을 합니다

IFA 발표를 읽을 때 아래 네 종류를 구분하면 설치 대상을 고르기 쉽습니다.

• llama.cpp와 vLLM: 모델의 계산을 처리하는 실행 엔진입니다. 발표된 llama.cpp 최대 1.9배 처리량 향상은 RTX 5090의 결과이며 RTX 스파크 실측이 아닙니다.
• LM Studio와 Ollama: 모델을 내려받고 실행하는 프로그램입니다. LM Studio는 화면에서 조작할 수 있고 Ollama는 명령줄 등으로 사용할 수 있습니다.
• Hermes Agent, OpenClaw, Perplexity Portable Computer: 모델과 도구를 연결해 작업하는 에이전트입니다. IFA 발표에서는 Hermes의 윈도우 로컬 모델 간편 설정, VRAM 24GB 이상 RTX용 OpenClaw 앱, 리눅스 우선 Portable Computer 지원을 안내했습니다. 실제 설치 전 각 앱의 현재 운영체제 지원을 확인합니다.
• NVIDIA PAIR: 같은 네트워크의 호환 PC에 독립적인 추론 요청을 분배하는 도구입니다. 추론은 모델이 입력에 맞춰 답을 계산하는 과정입니다. 여러 PC의 메모리를 단순 합산해 큰 모델 하나를 올리는 기능과는 다릅니다.

각 도구를 전부 설치해야 하는 것은 아닙니다. 처음에는 실행 프로그램 하나에서 작은 가상 메모를 처리하고, 그다음 파일 작업을 하는 에이전트가 필요한지 판단합니다.

집 컴퓨터와 폰을 연결한 뒤 확인할 것

저는 집 컴퓨터에서 작업을 실행하고 노트북이나 폰으로 결과를 이어 봅니다. 이 구성에서 집 컴퓨터는 모델과 작업 프로그램을 실행하고 결과 파일을 보관합니다. 원격 접속 중에도 집 컴퓨터가 켜져 있어야 합니다. 절전이나 네트워크 끊김이 있으면 접속이 끊길 수 있습니다.

이미 로컬 실행 프로그램과 모델이 준비됐다면 새 대화에 아래 가상 메모를 입력해 봅니다. 아직 준비하지 않았다면 앞에서 만든 사양 기록을 가지고 로컬 모델 실행 사례의 설치 조건부터 확인합니다.

기대 결과는 안내문 초안 만들기 / 지수, 회의실 예약 / 미정 두 행입니다. 다른 담당자를 지어내면 메모에 있는 정보만 쓰라고 수정 요청합니다. 결과를 메모 앱에 저장하고 폰에서 같은 내용을 확인하면 입력부터 결과 확인까지 한 번 이어진 것입니다. 원격 접속 방법은 앞의 테일스케일 안내를 따릅니다.

다시 연습할 때는 위 요청과 메모 전체를 복사하고, 회의실 예약 문장만 회의실 예약은 민수가 맡는다로 바꿔 새 대화에 입력합니다. 첫 행은 그대로이고 두 번째 행의 담당자만 민수로 바뀌는지 확인합니다. 모델이 안 열리면 오류 문구, 모델 이름과 파일 형식, 프로그램 버전을 기록합니다. 메모리 부족 오류라면 다른 앱을 닫고 더 작은 모델이나 짧은 대화 길이로 다시 확인합니다. 오류가 호환성 문제라면 메모리만 늘려도 해결되지 않습니다.

로컬과 클라우드는 작업 조건에 따라 나눕니다

로컬이 항상 품질이 낮거나 협업을 할 수 없는 것은 아닙니다. 반대로 로컬이라는 이유만으로 자료 전송이 차단되지도 않습니다. API는 프로그램끼리 요청과 결과를 주고받는 연결 방식이며, 외부 AI API를 연결하면 그 서비스로 입력을 보낼 수 있습니다. 클라우드에 마지막 판단을 맡길 때도 전달하는 자료를 확인해야 합니다.

OpenShell은 에이전트의 동작과 접근 범위를 정책으로 관리하는 실행 환경입니다. 엔비디아 발표에는 개인정보 정책에 따른 로컬 모델 연결과 클라우드 전송 시 개인정보 처리 기능도 포함돼 있습니다. 설치만 하면 모든 자료가 자동으로 안전해진다는 뜻은 아니며, 허용할 파일과 도구 및 외부 연결을 직접 정해야 합니다.

구매 전 남겨 둘 세 가지 질문

1. 내가 쓸 모델과 프로그램이 지원되나요? 모델 이름, 파일 형식, Windows Arm 지원과 필요한 드라이버를 적습니다.
2. 같은 구성의 실제 비용은 얼마인가요? 기본 가격 대신 필요한 메모리와 저장 장치가 포함된 가격을 비교합니다.
3. 내 작업에서 충분히 빠르고 정확한가요? 짧은 예시 응답과 긴 자료 처리 결과를 나눠 확인합니다.

RTX 5090의 32GB VRAM만으로도 목적에 맞는 모델을 실행할 수 있습니다. B는 파라미터 10억 개를 뜻합니다. 몇 B 이하이면 무조건 충분하다는 기준 대신 실제 파일, 추가 메모리와 실행 설정을 확인합니다. 메모리가 넉넉한 맥이 있다면 같은 과제로 먼저 실행해 볼 수 있습니다. 윈도우 전용 도구가 필요하다면 운영체제 지원이 별도 선택 조건입니다.

만화로 다시 읽을 때 알아 둘 정정

메모리가 중요하다는 설명은 유효하지만, 메모리 하나만으로 실행 실패 원인과 구매 필요성을 정할 수는 없습니다. 현재 기준으로는 다음 순서로 읽습니다.

1. 실행할 모델과 프로그램을 정합니다.
2. 모델 형식과 운영체제 및 CPU와 GPU 지원을 확인합니다.
3. 모델 외의 추가 메모리도 고려합니다.
4. 작은 가상 메모로 답과 속도를 확인합니다.
5. 외부 도구의 자료 전송을 점검합니다.
6. 결과를 저장하고 다른 기기에서 확인합니다.
7. 원문 한 항목을 바꿔 같은 작업을 반복합니다.
8. 그 결과와 같은 구성의 가격을 보고 구매를 판단합니다.

기존 만화와 정정 내용 보기

이 만화는 기존 설명을 보존한 그림입니다. 1~4컷은 실행 실패를 GPU 메모리 부족으로 단정하고 있어 정정합니다. CPU 실행과 혼합 실행도 가능하며, 당시 맥의 실행 로그만으로 실패 원인을 메모리 배정 한도로 확정할 수 없습니다. 6~7컷의 외부 전송 여부도 연결된 도구와 설정에 따라 달라집니다. 아래 그림을 장비 구매나 보안 판단의 근거로 사용하지 마세요.

기존 그림은 DGX Spark에서 Qwen-Image-2.1로 제작했습니다. 그림 안의 대사는 수정 전 설명이므로 위 정정 내용을 함께 읽습니다.

기존 만화 대사 원문: 위 정정 내용과 함께 읽기

1. (2026년 10월 출시 예고) 민준: 노트북에서 돌려 보려니 모델이 안 올라가요. / 준이아빠: GPU가 쓸 메모리가 모자라서 그래요.
2. (실행 여부는 메모리가 정한다) 준이아빠: 연산 속도보다 메모리 용량이 먼저예요. / 민준: 모델 전체가 메모리에 한 번에 올라가야 하는 거군요.
3. (메모리를 나눠 쓰는 구조) 민준: 그래픽카드를 꽂는 방식과 뭐가 달라요? / 준이아빠: CPU와 메모리를 나눠 써서 GPU가 쓸 수 있는 양이 훨씬 커요.
4. (파일이 메모리보다 작았는데도 안 올라갔다) 준이아빠: 파일은 메모리보다 작았지만 GPU에 내줄 수 있는 양이 모자랐어요. / 민준: 그래서 느려진 거였네요.
5. (칩만 나온 것이 아니다) 민준: 지금 쓰는 카드에도 해당되나요? / 준이아빠: 실행 엔진, 실행 프로그램, 에이전트, 분산 도구가 같이 나왔어요.
6. (집 컴퓨터가 실행체가 된다) 민준: 밤새 돌려 두고 아침에 폰으로 보는 거죠? / 준이아빠: 자료를 밖으로 보내지 않고도 돌아가요.
7. (집에 둘 일과 밖에 맡길 일) 준이아빠: 자료를 반복해서 읽고 정리하는 일은 집 컴퓨터에 맡겨요. / 민준: 마지막 판단만 클라우드 모델에 물으면 되겠네요.
8. (지금 정할 일은 구매가 아니다) 민준: 가격도 실측 결과도 아직 없네요. / 준이아빠: 구성을 미리 익혀 두면 나중에 컴퓨터만 바꾸면 돼요.

Sources

• NVIDIA 공식 블로그: Local AI at IFA 2026 (RTX Spark 출시 시점, llama.cpp와 vLLM 최적화, 로컬 에이전트 지원)

• NVIDIA GeForce 뉴스: COMPUTEX 2026 발표 (RTX Spark 사양과 제조사)

• NVIDIA 보도자료: NVIDIA and Microsoft Reinvent Windows PCs for the Age of Personal AI

• NVIDIA 공식 페이지: GeForce RTX 5090 사양

• Apple 뉴스룸: Apple introduces new Mac Studio with M5 Max and M5 Ultra

• NVIDIA RTX Spark 현재 제품 사양

• llama.cpp 공식 저장소: CPU와 GPU 혼합 실행

3줄 요약

1. RTX 스파크는 윈도우용 AI PC를 위한 슈퍼칩으로, 제품 구성에 따라 CPU와 GPU 및 통합 메모리 용량이 다릅니다.

2. 로컬 AI는 모델 파일 크기뿐 아니라 실행 프로그램의 호환성, 추가 메모리와 실제 응답 속도를 함께 확인해야 합니다.

3. 현재 컴퓨터의 사양과 원하는 작업을 먼저 기록하고, 같은 메모리 구성의 가격 및 실측 결과를 비교해 구매를 판단합니다.