엔비디아의 초소형 AI 슈퍼컴퓨터 DGX Spark가 리눅스 환경에서 펌웨어 이슈로 성능 저하를 겪고 있으나, 최신 소프트웨어 업데이트로 해결책을 찾고 있습니다.
상상해보세요. 아침에 일어나 스마트폰 AI 비서에게 “오늘 해야 할 복잡한 업무 자료를 요약해서 정리해줘”라고 말합니다. 예전 같으면 이 작업은 거대한 데이터센터를 거쳐야 했겠지만, 이제는 책상 위에 놓인 작은 상자 하나가 그 모든 일을 척척 처리합니다. 꿈같은 이야기 같지만, 엔비디아(NVIDIA)가 선보인 초소형 AI 슈퍼컴퓨터 ‘DGX Spark’가 바로 그 가능성을 열어가고 있습니다. 하지만 최근 이 강력한 기기가 소프트웨어와의 궁합 문제로 성능 저하를 겪고 있다는 소식이 들려옵니다. 과연 무슨 일이 벌어지고 있는 걸까요?
이게 왜 중요한가요?
| DGX Spark는 지금까지 데이터센터에서만 볼 수 있었던 ‘그레이스 블랙웰(Grace Blackwell)’ 아키텍처의 강력한 성능을 일반 사용자의 책상 위로 가져왔다는 점에서 큰 의미를 가집니다 [[출처: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX Spark](https://www.nvidia.com/en-us/products/workstations/dgx-spark/)]. 개발자, 연구자, 로봇 공학자들이 거대한 서버실을 빌리지 않고도 고성능 AI 모델을 로컬 환경에서 직접 구동할 수 있게 된 것이죠 [출처: NVIDIA Enters The AI PC Realm With DGX Spark & DGX Station…]. |
하지만 성능이 아무리 좋아도 소프트웨어가 이를 뒷받침하지 못한다면 사용자에게는 무용지물입니다. 최근 일부 환경에서 인퍼런스(AI가 답변을 생성하는 과정) 속도가 현저히 느려지는 현상이 보고되었는데, 이는 하드웨어의 잠재력을 제대로 끌어내기 위한 소프트웨어 최적화가 얼마나 중요한지 보여주는 사례입니다 [출처: TRT LLM for Inference- two Sparks example is VERY slow-DGX…].
쉽게 말해서, 비유하면
DGX Spark를 이해하기 위해 주방에 비유해 볼게요. 아주 성능이 뛰어난 요리사(그레이스 블랙웰 아키텍처)가 아주 작은 주방(150 × 150 × 50.5 mm의 본체)에 들어와 있다고 생각해보세요 [출처: Тест и обзор: NVIDIA DGX Spark — мини-ПК… - Hardwareluxx Russia]. 이 요리사는 한 번에 수많은 재료(데이터)를 처리할 수 있는 최고의 능력을 갖추고 있습니다.
하지만 요리사가 요리를 하려면 ‘레시피(소프트웨어/텐서RT-LLM)’가 필요합니다. 최근 문제가 된 리눅스 환경에서의 인퍼런스 속도 저하는, 요리사는 유능하지만 잘못된 레시피를 보고 있었기 때문에 벌어진 일입니다. 다행히 엔비디아는 새로운 레시피(최신 릴리스 이미지)를 제공함으로써 요리사가 다시 제 속도를 낼 수 있도록 돕고 있습니다 [출처: TRT LLM for Inference- two Sparks example is VERY slow-DGX…].
현재 상황은 어떤가요?
| 현재 DGX Spark는 128 GB의 LPDDR5X 통합 메모리를 바탕으로 엄청난 일을 해내고 있습니다 [[출처: Laptop & Workstation Inference Systems | Artificial Analysis](https://artificialanalysis.ai/hardware-inference-stack/laptops-workstations)]. 예를 들어 FP4 기술을 사용하면 ‘Qwen3.6-72B’와 같은 대규모 언어 모델을 4비트 포맷으로 로드하여 약 35 GB의 메모리만 차지하게 할 수 있습니다. 나머지 90 GB가 넘는 메모리는 AI가 문맥을 기억하는 데 사용되어, 매우 긴 대화에서도 속도 저하 없이 똑똑하게 답할 수 있습니다 [[출처: Nvidia DGX Spark или AMD Ryzen AI Max+ 395… | Блог Serverflow](https://serverflow.ru/blog/stati/nvidia-dgx-spark-ili-amd-ryzen-ai-max-395-kakoy-mini-pk-dlya-lokalnykh-llm-vybrat/)]. |
물론 모든 사용자가 만족하는 것은 아닙니다. 테크 전문가 제프 기어링(Jeff Geerling)은 이 기기가 일반 사용자가 단순히 언어 모델을 돌리기 위해 구매하기에는 가격 대비 성능 면에서 아쉬운 점이 있다고 지적하기도 했습니다 [출처: Dell’s version of the DGX Spark fixes pain points - Jeff Geerling]. 전문가용으로 특화된 기기인 만큼, 일반인에게는 다소 ‘과한’ 선택일 수 있다는 것이죠.
앞으로 무엇이 기대되나요?
| 앞으로는 아수스(ASUS), 델(Dell), HP, 레노버(Lenovo) 등 대형 제조사들이 엔비디아의 이 플랫폼을 기반으로 각자의 색깔을 담은 버전들을 계속해서 내놓을 예정입니다 [출처: NVIDIA Enters The AI PC Realm With DGX Spark & DGX Station…]. 또한, 두 대의 DGX Spark를 네트워크로 연결하면 무려 4050억 개의 파라미터를 가진 초거대 모델까지 실행할 수 있어, 확장 가능성은 앞으로 더욱 커질 전망입니다 [[출처: NVIDIA DGX Spark Система искусственного интеллекта | AliExpress](https://aliexpress.ru/item/1005010631725345.html)]. |
AI의 한마디
기술은 하드웨어와 소프트웨어가 완벽한 조화를 이룰 때 비로소 완성됩니다. DGX Spark는 현재 하드웨어의 혁명을 보여주고 있지만, 소프트웨어적인 마감은 여전히 다듬어 나가는 과정에 있습니다. 기술 애호가라면, 이 기기가 보여줄 놀라운 성능만큼이나 엔비디아가 얼마나 빨리 이 소프트웨어의 ‘레시피’를 개선해 나갈지 지켜보는 것이 무척 흥미로운 포인트가 될 것입니다.
참고자료
-
[Nvidia DGX Spark или AMD Ryzen AI Max+ 395… Блог Serverflow](https://serverflow.ru/blog/stati/nvidia-dgx-spark-ili-amd-ryzen-ai-max-395-kakoy-mini-pk-dlya-lokalnykh-llm-vybrat/) - mac-studio-m5-ultra-vs-nvidia-dgx-spark-local-llms
- Ryzen AI Max+ 395 или DGX Spark: выбираем мини-ПК для…
-
[Laptop & Workstation Inference Systems Artificial Analysis](https://artificialanalysis.ai/hardware-inference-stack/laptops-workstations) - Тест и обзор: NVIDIA DGX Spark — мини-ПК… - Hardwareluxx Russia
-
[NVIDIA DGX Spark Система искусственного интеллекта AliExpress](https://aliexpress.ru/item/1005010631725345.html) -
[DGX Spark vs M5 Max MacBook Pro: что выбрать для… AiManual](https://ai-manual.ru/article/dgx-spark-vs-m5-max-macbook-pro-chto-vyibrat-dlya-lokalnogo-inferensa-i-obucheniya-modelej-v-2025-godu/) -
[Personal AI Supercomputer Powered by Blackwell NVIDIA DGX Spark](https://www.nvidia.com/en-us/products/workstations/dgx-spark/) -
[NVIDIA DGX Spark для YOLO26を使用する Ultralytics](https://docs.ultralytics.com/ja/guides/nvidia-dgx-spark) - NVIDIA Enters The AI PC Realm With DGX Spark & DGX Station…
- TRT LLM for Inference- two Sparks example is VERY slow-DGX…
- Dell’s version of the DGX Spark fixes pain points - Jeff Geerling
- 64 GB
- 128 GB
- 256 GB
- 1000억 개
- 2000억 개
- 4050억 개
- 하드웨어 재부팅
- 최신 TensorRT-LLM 릴리스 이미지 사용
- 네트워크 케이블 교체