2026년 컴퓨텍스 타이베이에서 엔비디아가 RTX Spark 슈퍼칩을 발표한 순간, 많은 사람들이 같은 질문을 했을 것이다. “나한테 이게 필요한가, 아니면 지금 쓰는 PC로 충분한가?” Copilot+ PC를 구매한 지 얼마 안 됐거나, DGX Spark의 가격을 보고 멈칫했거나, 아직 어떤 제품이 출시됐는지조차 파악이 안 된 상황이라면 — 지금 그 분기점에 서 있는 것이다.
AI 에이전트 PC란 무엇인가: 기존 AI PC와 무엇이 다른가
20242025년 시장을 뜨겁게 달군 Copilot+ PC는 NPU(신경망 처리 장치)를 탑재한 제품이다. 퀄컴 스냅드래곤 X, 인텔 코어 울트라, AMD 라이젠 AI 시리즈 등이 여기 해당한다. NPU는 Copilot 요약, 음성 인식, 실시간 번역처럼 가벼운 보조 추론에 최적화된 칩이다. 10억70억 파라미터 수준의 경량 모델은 돌아가지만, 70B 이상 대형 모델을 로컬에서 풀로 구동하는 건 불가능하다. 메모리 대역폭과 GPU 컴퓨팅 파워가 근본적으로 부족하다.
엔비디아가 “AI 에이전트 PC”라 부르는 제품군은 출발점 자체가 다르다. GPU와 CPU가 대용량 통합 메모리를 공유하는 구조로, 수십억~수백억 파라미터 모델을 로컬 메모리에 전부 올려두고 추론한다. 클라우드 API 없이도 Llama 70B, Mistral, 자체 파인튜닝 모델을 사무실 책상 위에서 실행할 수 있다는 뜻이다. 이 범주를 새로 만든 계기가 바로 2026년 6월 1일 발표된 RTX Spark 슈퍼칩이다.
RTX Spark 슈퍼칩 핵심 스펙 해설
엔비디아 공식 발표에 따르면 RTX Spark는 Blackwell GPU(CUDA 코어 6,144개)와 ARM Grace CPU(최대 20코어, 미디어텍 공동 설계)를 단일 칩에 통합한 슈퍼칩이다. 가장 주목할 스펙은 최대 128GB LPDDR5X 통합 메모리다.
기존 노트북 구조에서는 CPU 메모리와 GPU VRAM이 분리되어 있어, 대형 모델을 GPU에 올릴 때 메모리 전송 병목이 발생한다. RTX Spark는 CPU와 GPU가 동일한 메모리 풀을 공유하므로 이 병목이 사라진다. FP4 기준 1페타플롭 AI 성능은 70B 파라미터급 모델을 실시간으로 구동할 수 있는 수준이며, 이전 세대 소형 워크스테이션과 비슷한 컴퓨팅 파워를 노트북 폼팩터에 구현한 것이다.
출시는 2026년 가을 예정이다. 파트너사 라인업은 ASUS, Dell, HP, Lenovo, Microsoft Surface Laptop Ultra, MSI를 필두로 노트북 30종 이상·데스크톱 10종 이상이 나올 계획이며, Acer와 Gigabyte는 이후 추가된다.
DGX Spark vs. DGX Station for Windows: 데스크톱 두 제품군 비교
엔비디아 데스크톱 라인은 목적이 다른 두 제품으로 나뉜다.
DGX Spark(구 Project DIGITS)는 현재 판매 중인 유일한 공식 AI 에이전트 PC다. GB10 Grace Blackwell 칩 기반으로 FP4 기준 1페타플롭을 제공한다. 공식 마켓플레이스 기준 현재 판매가는 $3,999로, CES 2025 발표 당시 예고가 $2,999에서 출시 후 약 33% 올랐다. 개인 개발자나 연구자가 로컬 LLM 환경을 구축하는 용도로 포지셔닝된 제품이다. 두 대를 연결하면 메모리와 컴퓨팅을 합산할 수 있어 더 큰 모델 구동도 가능하다.
DGX Station for Windows는 컴퓨텍스 2026에서 새로 공개된 차상위 제품이다. GB300 Grace Blackwell Ultra 칩을 탑재하고 748GB 코히어런트 메모리, FP4 기준 20페타플롭을 제공한다. DGX Spark 대비 메모리는 약 6배, 성능은 20배다. Q4 2026 출시 예정이며 가격은 공식 확정되지 않았다. 팀 단위 또는 기업이 온프레미스 추론 서버로 운영하는 시나리오를 겨냥한다.
두 제품 모두 Windows 네이티브 환경으로, WSL(Windows Subsystem for Linux) 없이 CUDA 드라이버와 개발 툴체인을 그대로 쓸 수 있다. 리눅스 서버에 익숙하지 않은 팀에게는 진입 장벽이 낮다는 점이 의외의 강점이다.
| 항목 | DGX Spark | DGX Station for Windows |
|---|---|---|
| 칩 | GB10 Grace Blackwell | GB300 Grace Blackwell Ultra |
| 메모리 | 최대 128GB | 748GB 코히어런트 |
| AI 성능 (FP4) | 1페타플롭 | 20페타플롭 |
| 가격 | $3,999 | 미공개 |
| 출시 | 판매 중 | Q4 2026 예정 |
| 주요 타깃 | 개인 개발자·연구자 | 팀·엔터프라이즈 |
파트너사 라인업 비교: Microsoft·Dell·HP 제품 어디서 나오나
파트너사 쇼케이스 발표를 기준으로 제조사별 포지셔닝이 다르다.
Microsoft Surface Laptop Ultra는 RTX Spark를 탑재한 첫 서피스 라인으로, 생산성과 AI 작업을 통합한 포지셔닝이다. 기업 사용자가 Copilot+ 기능과 로컬 AI 추론을 하나의 기기에서 쓰고 싶을 때 가장 자연스러운 선택지다. Microsoft 에코시스템 — Azure, M365, Copilot Studio — 과의 통합도 강점이다.
Dell과 HP는 기업 노트북 라인에 RTX Spark를 통합할 예정이다. B2B 조달 경로가 탄탄하고 대기업 IT 부서의 검증된 공급망을 활용할 수 있어, 팀 단위로 여러 대를 도입하는 시나리오에 적합하다. 리스·보증 정책, 기업 할인 구조도 고려 대상이다.
ASUS, Lenovo, MSI는 크리에이터와 게이머 세그먼트를 타깃으로 한다. 폼팩터와 쿨링 설계 옵션이 다양하고, 구성(메모리·스토리지 조합) 선택 폭이 넓을 가능성이 높다. 가을 출시 초기에 구체적인 SKU와 가격을 비교하려면 이 세 브랜드에서 선택지가 가장 많을 것이다.
Acer와 Gigabyte는 초기 라인업에 빠져 있으므로, 올 하반기 구매를 계획한다면 현실적인 선택지는 위 5개사 제품이다.
세대 로드맵: 지금 살 것인가 기다릴 것인가
엔비디아는 컴퓨텍스 2026에서 RTX Spark 3세대 로드맵을 함께 공개했다. Tom’s Hardware 보도에 따르면 순서는 다음과 같다.
- 1세대: RTX Spark(N1X, Blackwell) — 2026년 가을 출시
- 2세대: Vera Rubin Spark — LPDDR6 메모리로 업그레이드
- 3세대: Rosa Feynman Spark
메모리 규격이 LPDDR5X에서 LPDDR6로 바뀌는 2세대가 성능 점프의 핵심 분기점이 될 가능성이 높다. 메모리 대역폭은 AI 추론 속도와 직결되기 때문이다.
구매 판단은 단순하다. 2026년 안에 로컬 AI 작업이 바로 필요한가? 그렇다면 1세대를 가을에 구매하는 게 맞다. 1년 이상 기다릴 수 있다면, 2세대 Vera Rubin Spark를 노리는 편이 실용적이다. 반면 DGX Spark는 이미 판매 중이므로, 지금 당장 로컬 LLM 환경이 필요한 개발자라면 $3,999를 내고 바로 시작할 수 있다.
용도별 선택 가이드: 어떤 제품이 나에게 맞는가
세 줄로 정리하면 이렇다.
일반 AI 보조 작업(Copilot 요약, 코드 완성, 문서 정리)이 주 용도라면 RTX Spark 노트북은 과잉 투자다. 현재 Copilot+ PC나 RTX 4060 이상 탑재 노트북으로 충분하며, 대부분의 작업은 클라우드 API로 처리된다.
로컬 LLM 실험과 개인 AI 에이전트 구축(30B~70B 모델을 오프라인으로 구동, 파인튜닝, 프라이버시 데이터 처리)을 원한다면 RTX Spark 노트북이나 DGX Spark가 맞다. 지금 당장 시작하고 싶으면 DGX Spark $3,999가 현재 유일한 공식 가격 기준점이다. 노트북을 원한다면 2026년 가을까지 기다려야 한다.
팀·기업용 온프레미스 추론 서버(사내 API 서버, 대형 모델 공유 운영, 규정 준수 데이터 로컬 처리)는 DGX Station for Windows가 맞지만, Q4 2026 출시 후 가격과 실제 성능 리뷰를 확인한 뒤 결정하는 게 현명하다. 748GB 메모리와 20페타플롭 성능은 수백억 파라미터 모델을 배치 추론 서버로 운영할 수 있는 수준이다.
한 가지 덧붙이자면, RTX Spark 노트북의 가격은 아직 공식 공개되지 않았다. 128GB 메모리와 1페타플롭 성능을 고려하면 프리미엄 가격대가 예상되지만, 실제 SKU가 나오기 전까지 예산 계획에 구체적 수치를 넣기는 어렵다. 가을 출시 시점에 파트너사별 구성과 가격을 비교한 뒤 결정하는 것이 합리적이다.
자주 묻는 질문
Q. DGX Spark는 일반 Windows에서 그냥 쓸 수 있나요, 리눅스 필요한가요?
DGX Spark는 Windows 네이티브로 출시됐다. CUDA 드라이버, NVIDIA AI Workbench, Ollama, LM Studio 같은 도구를 WSL 없이 Windows에서 직접 실행할 수 있다. 다만 PyTorch, CUDA 기반 파인튜닝 스크립트 등 일부 ML 워크플로는 리눅스 환경이 더 성숙해 있어, WSL2를 병행 설치하는 개발자도 많다.
Q. Copilot+ PC를 최근에 샀는데, RTX Spark 노트북으로 교체할 가치가 있나요?
작업 패턴이 관건이다. Copilot 자동완성, 요약, 번역처럼 클라우드 의존 작업이 전부라면 교체 이유가 없다. RTX Spark의 차별점은 로컬 메모리에 대형 모델(30B+)을 올려두고 오프라인으로 추론하는 상황에서 나온다. 프라이버시 민감 데이터를 다루거나, 클라우드 API 비용을 줄이려는 개발자, 파인튜닝 실험을 자주 하는 연구자가 실익을 보는 제품이다.
Q. DGX Spark 두 대를 연결하면 성능이 두 배가 되나요?
엔비디아는 두 대를 연결해 메모리와 컴퓨팅을 합산할 수 있다고 밝혔다. 이론상 256GB 통합 메모리, 2페타플롭 구성이 된다. 다만 실제 모델 분산 추론은 NVLink-C2C 같은 고속 인터커넥트가 아닌 일반 네트워크로 연결하면 통신 오버헤드가 발생할 수 있어, 성능이 단순 두 배가 되지 않을 수 있다. 공식 벤치마크가 나오기 전까지는 참고 수준으로 봐야 한다.