DGX Spark에 64GB 통합 메모리를 갖춘 새 버전이 나오면서, 데스크톱에서 대형 모델을 로컬로 돌리는 진입 가격이 4999달러로 정해졌다. 2026년 10월 2일, NVIDIA는 공식 블로그를 통해 이 새 구성을 발표하고 10월 23일 출시를 알렸다. 에이전트를 자신의 기기에 두고 싶은 사용자에게 더 저렴한 선택지가 하나 더 생긴 셈이다.
하드웨어는 그대로, 메모리만 절반으로
새 버전은 128GB 버전과 같은 GB10 Grace Blackwell 슈퍼칩을 쓰고, 운영체제도 같은 DGX OS이며, NVIDIA AI 소프트웨어 스택도 온전히 들어 있다. 다른 점은 통합 메모리뿐이다. 64GB 버전은 파트너를 통해서만 판매되며, 판매 채널은 Acer, ASUS, Dell, Gigabyte, HP, MSI이고, 시작 가격은 4999달러, 출시일은 10월 23일이다.
64GB 메모리만으로도 한 대에서 최대 1000억 개 파라미터 규모의 모델을 로컬로 실행할 수 있고, 에이전트는 전 과정이 기기 안에서 돌아간다. 데이터는 밖으로 나가지 않고 클라우드에 의존하지도 않는다. 데스크톱 로컬 추론에 익숙한 사람에게는 낯설지 않은 방식이다. LM Studio가 대형 모델을 데스크톱 앱에 담으면서 드러난 메모리 양자화와 모델 선택의 대가가 보여주듯, 체감을 가로막는 것은 대개 화면이 아니라 모델을 담을 메모리가 충분한지 여부다. DGX Spark 64GB 버전의 자리도 바로 여기다. 먼저 한 대로 완결하고, 확장은 그다음에 생각하는 순서다.
소프트웨어는 꺼내자마자 쓸 수 있게 준비돼 있다. NVIDIA Agent Toolkit, CUDA-X 라이브러리, Nemotron 오픈 모델이 미리 설치돼 있고, Ollama, vLLM, PyTorch도 바로 사용할 수 있다. Blender 사전 설치 패키지도 곧 나올 예정이다. 드라이버와 프레임워크를 맞추는 데 며칠을 쓰고 싶지 않은 사용자에게 이런 사전 구성은 설치 단계만 줄여주는 것이 아니다. 버전이 어긋나거나 의존성이 충돌하는 흔한 문제도 줄여줘, 상자를 연 뒤 곧바로 모델을 시험하고 에이전트를 만드는 작업에 들어갈 수 있다.
두 대로 클러스터, 한 대부터 사도 나중에 넓힐 수 있다
한 대로 부족하면 두 대를 클러스터로 묶을 수도 있다. 두 대의 DGX Spark는 내장 ConnectX-7 네트워크 어댑터를 이용해 QSFP 케이블로 직접 연결되고, 설정은 NVIDIA Sync Cluster Assistant가 자동으로 마친다. 네트워크를 손으로 만질 필요가 없다. 합치면 메모리는 128GB가 되어 최대 2000억 개 파라미터 규모의 모델까지 실행할 수 있고, 메모리 대역폭은 두 배, 성능은 한 대의 최대 1.7배까지 오른다. 참고로 이 1.7배 수치는 NVIDIA가 Qwen 3.8 27B로 측정한 공식 자체 테스트 결과이며, 실제 성능은 작업 부하에 따라 달라진다.
함께 쓰는 도구도 갖춰지고 있다. 이달 말에는 NVIDIA Sync Model Launcher가 나온다. 몇 번의 클릭만으로 Qwen3.8 27B를 내려받아 실행할 수 있고, OpenCode도 자동으로 설정해줘 환경을 설치하고 파라미터를 맞추는 수고를 덜어준다. 개인 개발자에게는 처음부터 최고 사양에 무리하는 것보다, 일단 한 대를 사고 나중에 한 대를 더하는 길이 더 현실적이다.
4999달러라는 가격, 메모리 가격 상승이라는 배경에서 봐야 한다
이 가격을 이해하려면 배경을 하나 짚어야 한다. 여러 매체는 The Register 보도를 인용해 128GB 버전 DGX Spark의 가격이 이미 약 6950달러까지 올랐고, 처음 출시 가격은 3999달러였으며, 메모리 가격 상승이 주된 원인이라고 전했다. 분명히 해둘 점은, 이 가격 이야기는 매체 보도에 따른 것이지 NVIDIA의 공식 입장이 아니라는 것이다.
이 배경을 놓고 보면 64GB 버전의 의미가 분명해진다. 로컬 에이전트에 대한 수요는 점점 구체적이 되고 있다. 오랫동안 켜 둔 채 언제든 대기하면서도, 민감한 데이터는 클라우드에 맡기고 싶지 않다는 요구다. 이런 수요에서 중요한 것은 최대 연산 성능이 아니라, 모델을 메모리에 상주시켜 안정적으로 돌릴 수 있는지다. 결국 이 세대 데스크톱 AI 기기의 문턱은 연산이 아니라 메모리다. 메모리 가격이 오르는 국면에서 128GB 버전을 싸게 만들기는 쉽지 않고, 64GB로 낮춘 것은 진입 가격을 지키기 위한 NVIDIA의 타협이라고 볼 수 있다.
물론 모두에게 맞는 제품은 아니다. 한 대로 1000억 개 파라미터를 넘는 모델을 돌려야 한다면 64GB 버전에는 담기지 않아, 128GB 버전이나 두 대 클러스터, 혹은 클라우드를 택해야 한다. 부하가 간헐적이라 평소에는 놀고 가끔 큰 작업만 들어온다면, 쓴 만큼 내는 클라우드가 여전히 더 경제적이다. 반대로 매일 돌리는 작업이고, 데이터가 민감하며, 비용을 고정하고 싶다면, 책상 옆에 둔 DGX Spark 64GB 버전이야말로 이번 새 구성이 겨냥하는 사용자다.
