엔비디아, 메모리 64GB 탑재 'DGX 스파크' 이달 출시

(zdnet.co.kr)

ZDNet Korea2026년 10월 4일AI 산업

엔비디아가 메모리 용량을 64GB로 줄인 AI 워크스테이션 'DGX 스파크' 파생 모델을 이달 출시하며, 개인용 AI 연산 환경의 대중화와 하드웨어 스케일아웃을 통한 모델 확장성을 동시에 제시하고 있습니다.

이 글의 핵심 포인트

1엔비디아, 메모리 64GB 탑재된 'DGX 스파크' 파생 모델 이달 하순 출시 예정
2구동 가능한 AI 모델 규모가 기존 최대 2000억 개에서 1000억 개 매개변수로 축소
364GB 모델 2대를 연결하여 128GB로 확장 및 최대 1.7배 높은 성능 구현 가능
4메모리 용량은 줄었으나 가격은 기존 128GB 모델 출시가보다 높은 4999달러로 책정
5HP, 델, 에이수스, MSI 등 주요 제조사를 통해 공급될 예정

이 글에 대한 공공지능 분석

왜 중요한가?

개인용 AI 워크스테이션 라인업 확장을 통해 클라우드 의무 의존도를 낮추고 로컬 AI 연산 생태계를 강화하려는 엔비디아의 전략이 돋보입니다. 특히 메모리 용량에 따른 모델 구동 한계를 명확히 규정하면서도, 기기 간 연결을 통한 확장성을 제시해 하드웨어 추가 판매를 유도하고 있습니다.

어떤 배경과 맥락이 있나?

AI 모델의 거대화로 인한 메모리 공급난이 발생하면서 엔비디아가 제품 사양을 조정하고 가격을 인상하는 배경이 되었습니다. '프로젝트 디지츠'의 일환으로 추진되는 이번 제품은 클라우드 없이 개인이 직접 AI 연산을 수행할 수 있는 환경 구축을 목표로 합니다.

업계에 어떤 영향을 주나?

AI 스타트업들은 고가의 클라우드 비용을 절감하기 위한 로컬 인프라 선택지가 넓어졌으나, 메모리 용량 감소와 가격 상승이라는 역설적인 상황은 초기 인프라 구축 비용(CAPEX) 부담을 가중시킬 수 있습니다.

한국 시장에 어떤 시사점이 있나?

한국의 AI 모델 개발사들은 1000억 매개변수 이하의 경량화 모델(sLLM) 최적화에 집중할 필요가 있습니다. 하드웨어의 물리적 한계를 소프트웨어 기술력으로 극복하여 저사양 워크스테이션에서도 고효율을 내는 기술이 핵심 경쟁력이 될 것입니다.

이 글에 대한 큐레이터 의견

엔비디아의 이번 행보는 '하드웨어의 파편화'와 '스케일아웃(Scale-out) 전략'을 동시에 보여줍니다. 메모리 용량을 줄인 대신 가격을 올린 것은 공급망 리스크를 소비자에게 전가하는 측면이 있지만, 동시에 두 대를 연결해 성능을 높일 수 있는 구조를 설계함으로써 엔비디아 생태계 내에서의 추가적인 하드웨어 구매를 유도하는 고도의 비즈니스 모델입니다.

스타트업 창업자 입장에서는 비용 효율성을 극대화할 수 있는 기회와 인프라 비용 상승이라는 위협이 공존합니다. 64GB 모델은 sLLM 개발 및 테스트용으로 매력적일 수 있으나, 모델 규모가 커질수록 기기 추가 구매가 강제되는 구조이기에 초기 자본 계획을 정교하게 세워야 합니다. 단순히 하드웨어 사양에 의존하기보다, 제한된 메모리 내에서 모델 효율을 극대화하는 양자화(Quantization) 및 최적화 기술 확보가 생존의 핵심이 될 것입니다.

원문 보기 →