그래픽카드 한 장이 아니라 Windows PC용 슈퍼칩
RTX Spark는 NVIDIA Grace CPU와 Blackwell RTX GPU를 결합하고 통합 메모리를 사용하는 Windows PC용 슈퍼칩입니다. 노트북과 작은 데스크톱에 AI 연산·그래픽 기능을 함께 넣는 방식이지, 기존 PC의 그래픽카드만 바꾸는 제품 이름은 아닙니다. NVIDIA는 2026년 10월 16일 ASUS·Dell·HP·Lenovo·Microsoft·MSI의 RTX Spark 노트북 판매 개시를 발표했습니다. 따라서 6월 발표 당시의 “출시를 기다릴 제품”이라는 설명만으로 현재 상태를 판단할 수는 없습니다. 다만 글로벌 발표가 한국 판매처의 특정 구성·재고·가격을 확인해 주지는 않습니다. 이름이 비슷한 DGX Spark와도 구별해야 합니다. NVIDIA의 로컬 에이전트 안내에서 RTX Spark는 Windows PC로, DGX Spark는 Linux 환경을 필요로 하는 개발자용 컴퓨터로 설명됩니다. DGX용 설치 안내를 RTX 제품에 그대로 적용하지 마세요.
같은 N1X에도 최대 32GB와 128GB 구성이 있습니다
NVIDIA의 공개 사양표는 노트북 두 구성과 데스크톱 한 구성을 나눕니다. 아래 메모리는 플랫폼의 최대 구성입니다. 판매자가 실제 넣은 용량이나 사용자가 나중에 증설할 수 있는 용량을 뜻하지 않습니다. 구매할 완제품의 정확한 모델 코드와 메모리 옵션을 따로 맞춰야 합니다. 또한 TDP는 슈퍼칩의 설계 전력 조건입니다. 화면·저장장치·충전 손실까지 포함한 PC 전체의 콘센트 소비전력이나, 그 값으로 계산한 배터리 지속시간으로 읽으면 안 됩니다.
| N1X 구성 | CPU / GPU 코어 | 메모리 최대 구성 | 슈퍼칩 TDP |
|---|---|---|---|
| 노트북 상위 구성 | 20 / 6,144 | 128GB LPDDR5X | 45~80W |
| 노트북 다른 구성 | 18 / 5,120 | 32GB LPDDR5X | 45~80W |
| 데스크톱 구성 | 20 / 6,144 | 128GB LPDDR5X | 140W |
국내 판매 예: 499만 9천 원은 128GB 모델 가격이 아닙니다
ASUS 국내 공식 스토어의 ProArt P16 H7607 페이지는 메모리를 선택하면 모델명과 표시 가격이 함께 바뀝니다. 2026년 10월 24일 화면에서 24GB 모델은 4,999,000원, 128GB 모델은 9,299,000원이었습니다. 시리즈의 “최대 128GB”라는 설명과 최저가를 붙여서 128GB 제품이 499만 9천 원이라고 읽으면 다른 구성을 비교하게 됩니다. 아래는 쿠폰·카드 혜택을 적용하지 않은 화면 표시 가격입니다. 128GB 옵션에는 “예약판매, 10월 30일(금)부터 순차 발송 예정”이라는 별도 안내가 있었습니다. 예정일은 판매처의 안내이며 실제 배송을 보장하는 날짜가 아닙니다. 다른 옵션의 공통 당일 발송 문구만 보고 이 예약 조건을 빼면 안 됩니다. 24GB나 64GB 판매 구성이 있다는 사실은 앞의 최대 32GB·128GB 사양표와 모순되지 않습니다. 최대 지원량과 실제 탑재량을 서로 다른 항목으로 읽어야 합니다. 또한 구성 간 가격 차이를 메모리 부품값 차이로만 볼 수는 없습니다. 주문할 때는 전체 모델 코드, CPU·GPU 구성, 저장장치, 보증 조건까지 맞추세요. 이 비교는 한 판매처의 세 옵션을 확인한 사례로, 시장 최저가·실재고·주문 최종가를 조사한 결과는 아닙니다.
| 실제 메모리 | 전체 모델명 | 표시 가격 |
|---|---|---|
| 24GB | H7607BA-SE469W | 4,999,000원 |
| 64GB | H7607BA-SE117W | 7,299,000원 |
| 128GB | H7607BA-SE250W | 9,299,000원 · 예약판매 |
통합 메모리 128GB가 GPU 전용 128GB라는 뜻은 아닙니다
통합 메모리는 CPU와 GPU가 공유하는 메모리입니다. Microsoft는 RTX Spark에서 GPU가 접근할 수 있는 시스템 메모리 한도와 공유 영역의 관리를 개선했다고 설명합니다. 운영체제와 다른 앱도 같은 메모리를 쓰므로 표시 용량 전부를 한 AI 모델에 배정할 수 있다고 가정하면 안 됩니다. 규모를 이해하기 위한 단순 계산으로, 가중치가 700억 개이고 각각 정확히 4비트로 저장된다고 가정하면 700억 × 4 ÷ 8 = 350억 바이트, 십진 단위로 35GB입니다. 이는 가중치 비트만 센 값입니다. 파일 형식의 부가 정보, 대화 길이에 따라 필요한 캐시, 실행 중 작업 공간은 별도입니다. “35GB니까 32GB PC에서도 된다”거나 “128GB면 어떤 700억 모델이든 빠르다”는 결론은 나오지 않습니다. 모델을 고를 때는 이름과 양자화 방식, 사용할 실행 도구, 대화 길이, 실제 메모리 점유를 한 묶음으로 확인하세요. 같은 모델 계열도 파일 구성과 실행 설정에 따라 요구량이 달라집니다.
1페타플롭은 게임 FPS나 답변 속도가 아닙니다
NVIDIA의 10월 출시 공지에서 최대 1페타플롭은 FP4 AI 연산 성능으로 제시됩니다. FP4는 낮은 정밀도의 수 표현 방식입니다. 이 숫자를 다른 정밀도의 연산 수치, 게임 프레임 수, 초당 생성 토큰 수와 그대로 비교할 수는 없습니다. 가령 생성 속도를 비교한다면 같은 모델 파일·양자화·입력 길이·실행 도구에서 첫 답변이 나오기까지의 시간과 이후 생성 속도를 구분해야 합니다. 게임이라면 해상도·그래픽 설정·업스케일링·프레임 생성 조건이 같아야 하고, 노트북은 전원 연결 상태도 맞춰야 합니다. 이 글은 제조사 수치의 읽는 법을 설명하며 실제 속도 순위를 매기지 않습니다.
Arm 앱 실행과 드라이버 호환은 별도입니다
Microsoft는 RTX Spark의 Windows on Arm에서 Prism을 통해 x86·x64 앱을 실행하는 방식을 안내합니다. 하지만 에뮬레이션이 모든 구성 요소를 해결하는 것은 아닙니다. Microsoft Learn은 커널 모드 드라이버와 사용자 모드 인쇄 드라이버가 Arm64 네이티브여야 한다고 명시합니다. 회사 VPN·보안 프로그램, 프린터, 오디오 인터페이스, 게임의 부정행위 방지 모듈을 쓴다면 앱 이름만이 아니라 정확한 버전과 Arm64 지원을 공급사에 확인하세요. 어떤 제품이 안 된다고 일괄 단정할 수도 없습니다. “설치 화면이 열림” 대신 실제 로그인·주변기기 출력·필수 플러그인·게임 실행까지 끝나는지가 확인 기준입니다.
로컬 AI라도 클라우드 호출과 파일 권한을 따져야 합니다
로컬은 연산 위치를 설명하는 말이지 모든 데이터가 기기 밖으로 나가지 않는다는 보증이 아닙니다. NVIDIA의 OpenShell 설명에도 정책에 따라 로컬 모델로 요청을 보내거나 클라우드 모델에 보내는 내용을 처리하는 경로가 나뉩니다. PC 안에서 에이전트 앱을 실행해도 선택한 모델이나 연결 서비스는 외부일 수 있습니다. 문서 자동화에 쓰려면 모델 실행 위치, 외부 API·웹 검색 사용, 로그 저장, 접근할 폴더와 계정부터 구분하세요. 처음에는 개인정보 없는 복사본과 제한된 작업 폴더로 확인하고, 삭제·외부 전송·결제 같은 동작은 사람의 승인 없이 실행되지 않도록 설정하는 편이 안전합니다. 보안 기능 소개를 제품 전체의 무조건적인 안전성 검증으로 해석하지 않습니다.
구매 시연은 내 작업 한 건으로 요청하세요
발표 영상의 작업을 따라 볼 필요는 없습니다. 지금 PC에서 반복하는 작업 하나를 고르고, 새 PC에서 무엇이 달라져야 구매할 이유가 생기는지 정하세요. 아래는 시험 결과가 아니라 판매처 시연이나 도입 검증에 쓸 질문입니다.
| 내 작업 | 같이 확인할 조건 | 끝까지 확인할 결과 |
|---|---|---|
| 로컬 문서 질의 | 모델·양자화·문서 길이·외부 연결 | 근거 문장 일치, 첫 응답 시간, 메모리 점유 |
| 영상 편집 | 프로그램 버전·플러그인·원본 형식·전원 모드 | 불러오기부터 필요한 형식의 내보내기까지 |
| 회사 업무 | VPN·보안 프로그램·프린터의 정확한 버전 | 로그인, 파일 접근, 실제 출력 |