먼저 읽기
최종 업데이트
RTX Spark 노트북, DGX Spark·맥북프로와 무엇이 다를까?
모델 호환성과 휴대성 중 무엇을 먼저 볼지 고르는 비교표예요.
RTX Spark 노트북은 Windows on Arm과 CUDA1 지원 Blackwell GPU2, CPU3·GPU 공유 메모리를 사용하는 새 노트북 플랫폼이에요. DGX Spark는 Linux 기반 데스크톱 AI 시스템이고, MacBook Pro는 macOS와 Apple Silicon·MLX/Core ML 생태계를 사용합니다. 구매할 SKU의 GPU 접근 메모리와 필요한 앱·모델 recipe를 기준으로 세 제품군을 비교합니다.
RTX Spark는 여러 제조사 노트북에 적용되는 Windows on Arm 플랫폼이에요. Blackwell RTX GPU와 Grace CPU가 통합 메모리4를 공유하므로, 구매할 SKU에서 GPU가 쓸 수 있는 메모리와 Windows·앱·모델 runtime5이 사용할 공간을 함께 확인하세요. Microsoft Surface 구성
비교 대상인 DGX Spark는 GB10과 128GB coherent unified memory, DGX OS를 갖춘 데스크톱 시스템이에요. MacBook Pro는 macOS를 사용하며 Apple Silicon unified memory 옵션과 MLX6·Core ML7 앱을 선택할 수 있어요. 세 기기는 메모리 숫자가 비슷해 보여도 OS, 앱 호환성, 실행 recipe, 전력·열 설계가 다릅니다. NVIDIA DGX Spark · Apple MacBook Pro 사양
RTX Spark 노트북 플랫폼과 최대 사양
RTX Spark 노트북은 Windows on Arm, Grace CPU, Blackwell RTX GPU, 통합 메모리를 갖춘 플랫폼이에요. Microsoft가 공개한 Surface Laptop Ultra 최대 사양은 15인치 화면, 최대 20코어 Grace CPU, Blackwell GPU 코어 최대 6,144개, 통합 메모리 최대 128GB예요.
AI 성능 최대값은 FP4와 sparsity를 적용한 이론 수치예요. 실제 처리 시간은 runtime, 모델, 입력을 맞춰 실행해 측정해요. Surface 발표와 SKU 사양
GPU가 사용할 수 있는 메모리는 시스템 통합 메모리 128GB 전체보다 적어요. 모델 가중치와 KV cache8 외에도 Windows, 브라우저, IDE, 이미지·영상 프레임9이 같은 메모리 풀을 나눠 써요.
제품 SKU의 전체 메모리와 GPU 사용 가능 메모리를 구분하고, 모델 recipe가 요구하는 최소 메모리와 context 배정도 함께 확인해요.
DGX Spark·MacBook Pro와 비교해 고르기
세 플랫폼은 로컬 추론이라는 공통점보다 OS와 실행 앱의 차이가 선택을 더 크게 좌우해요. CUDA와 Windows 제작 앱을 노트북에서 함께 쓰려면 RTX Spark가 후보가 되고, Linux 기반 NVIDIA 서버 recipe와 책상 위 독립형 시스템을 원하면 DGX Spark를 비교할 수 있어요. macOS 앱과 MLX/Core ML을 주로 쓴다면 MacBook Pro 구성을 먼저 확인합니다.
| 기기 | 운영체제·사용 위치 | 메모리·AI 앱 경로 |
|---|---|---|
| RTX Spark 노트북 | Windows on Arm · 휴대형 | Surface SKU별 unified memory; GPU 활용량은 더 적음 |
| DGX Spark | DGX OS/Linux · 데스크톱 | GB10·128GB coherent unified memory; NVIDIA DGX/vLLM 개발 경로 |
| MacBook Pro | macOS · 노트북 | Apple Silicon unified memory, SKU별 상이; MLX·Core ML 생태계 |
표의 MacBook Pro 메모리 선택지는 칩 구성에 따라 달라요. NVIDIA와 Apple 사양은 제조사별 플랫폼 구성값이며, 같은 모델의 성능 비교표는 아닙니다.
Apple은 MacBook Pro에서 unified memory 용량이 칩·GPU SKU에 따라 달라진다고 안내해요. 2026년 M5 Pro/M5 Max 사양 페이지는 M5 Max 40-core GPU 구성에서 최대 128GB, M5 Pro 구성에서 최대 64GB를 명시합니다. Mac 쪽은 MLX나 Core ML 등 실제 앱이 지원하는 모델 형식을 확인하고, RTX Spark 쪽은 Windows on Arm·CUDA 경로를 확인해 선택하세요. Apple MacBook Pro 사양
Windows on Arm과 앱 버전 확인
Windows에는 Arm64 앱과 Prism으로 실행하는 x86 앱이 있어요. NVIDIA와 Microsoft는 RTX Spark에서 CUDA와 개발 도구를 지원한다고 발표했어요. 사용할 패키지·플러그인·컨테이너가 Windows on Arm의 CUDA 경로를 지원하는지 각 제품 문서에서 확인해요.
x86 명령줄 앱이 실행돼도 CUDA 확장이나 드라이버가 같은 방식으로 동작한다고 볼 수는 없어요. Windows on RTX Spark 개발 환경
RTX Spark는 2026년 10월 16일 공개된 노트북 제품군의 출시일과 실제 판매 지역·SKU가 다를 수 있어요. 발표된 제조사 목록은 후보 기기를 찾는 출발점으로 쓰고, 최종 선택은 정확한 제조사 제품 페이지의 메모리, 저장 공간, 화면·열 설계, Arm 앱 호환성을 기준으로 해요. NVIDIA COMPUTEX 플랫폼 발표
구입 전: 해당 SKU와 앱 지원을 확인해요
구입 전에는 사용할 모델의 체크포인트10 크기와 필요한 context, 이미지·영상 입력 여부를 정하고 후보 SKU의 GPU 사용 가능 메모리와 비교하세요. 해당 모델과 앱의 Windows Arm64·CUDA 지원도 제품 및 앱 문서에서 확인합니다. 실제 요청을 실행하는 시험은 장비를 받은 뒤 진행하고, 구매 전 시연 기기를 쓸 수 있으면 미리 확인해도 좋아요.
Surface Laptop Ultra의 공개 사양은 현재 발표된 RTX Spark 노트북 가운데 확인 가능한 최대 구성의 사례예요. 다른 RTX Spark 모델은 같은 플랫폼이어도 메모리 옵션, 디스플레이, 배터리, 냉각 구성이 다를 수 있어요.
구매할 제품의 정확한 주문 SKU와 제조사 사양을 기준으로 메모리와 AI 작업 성능을 비교해요.
구입 후: 쓸 모델과 같은 작업으로 실행을 확인해요
NVIDIA는 Windows 11 ARM과 llama.cpp를 사용해 Surface Laptop Ultra 128GB에서 Bolt IQ2_XXS와 LiLiCorr를 측정했어요. AIPerf SPEED-Bench-Coding 결과는 83.99 TPS이고, 같은 테스트의 AA-AgentPerf Local 재생 시간은 600.80초예요.
이는 공개된 RTX Spark 노트북 수치 중 실제 모델·런타임 조합 사례예요. DGX Spark나 MacBook Pro 측정값과는 별도로 비교해요. Bolt의 테스트 조건
장비를 받으면 사용할 체크포인트를 먼저 준비하고 같은 짧은 요청으로 반복 실행해 초기 로딩과 이후 응답을 분리하세요. 그 다음 평소 앱을 켜고 context, 이미지 해상도나 영상 프레임을 올려 GPU 메모리, 완료 시간, 팬 소음과 전원 연결 여부를 기록합니다. MacBook Pro와 비교할 때도 모델·양자화11·context·요청을 맞춰야 실제 작업의 선택 근거가 돼요.
용어 각주
CUDA — NVIDIA GPU에서 범용 계산을 실행하기 위한 소프트웨어 플랫폼입니다.
본문으로 돌아가기GPU — 많은 계산을 병렬로 처리하는 프로세서입니다. AI 모델 실행에서는 모델 계산을 맡습니다.
본문으로 돌아가기CPU — 운영체제와 일반 프로그램 명령을 실행하고, AI에서는 전처리·데이터 이동 등 범용 연산을 맡는 중앙 처리 장치입니다.
본문으로 돌아가기통합 메모리 — CPU와 GPU가 같은 물리 메모리 풀을 공유하는 구조입니다.
본문으로 돌아가기런타임 — 프로그램이 실행될 때 필요한 기능을 제공하는 소프트웨어 환경입니다. 로컬 AI에서는 모델을 실행하는 엔진을 가리키기도 합니다.
본문으로 돌아가기MLX — Apple이 개발하는 머신러닝 프레임워크로, Apple Silicon의 CPU와 GPU가 공유하는 메모리를 활용해 모델을 실행합니다.
본문으로 돌아가기Core ML — Apple 기기에서 머신러닝 모델을 실행하는 프레임워크입니다.
본문으로 돌아가기KV 캐시 — 어텐션에서 이전 토큰의 키·값을 저장해 다음 토큰 생성 때 재사용하는 메모리입니다. 문맥 길이와 배치 크기에 따라 용량이 달라집니다.
본문으로 돌아가기프레임 — 영상의 한 장면을 이루는 단일 이미지입니다.
본문으로 돌아가기체크포인트 — 학습된 모델의 가중치 등을 저장한 파일입니다. 같은 모델 계열도 버전이나 용도에 따라 다른 체크포인트를 쓸 수 있습니다.
본문으로 돌아가기양자화 — 모델의 가중치나 계산값을 더 적은 비트로 표현해 저장 공간과 메모리 사용량을 줄이는 방법입니다. 표현 단계가 거칠어져 정확도에도 영향을 줄 수 있습니다.
본문으로 돌아가기
자주 묻는 질문
- 이 글에서 가장 먼저 확인할 것은 무엇인가요?
- RTX Spark 노트북은 Windows on Arm과 CUDA 지원 Blackwell GPU, CPU·GPU 공유 메모리를 사용하는 새 노트북 플랫폼이에요. DGX Spark는 Linux 기반 데스크톱 AI 시스템이고, MacBook Pro는 macOS와 Apple Silicon·MLX/Core ML 생태계를 사용합니다. 구매할 SKU의 GPU 접근 메모리와 필요한 앱·모델 recipe를 기준으로 세 제품군을 비교합니다.
- 필요한 메모리는 어느 정도인가요?
- RTX Spark 노트북은 Windows on Arm, Grace CPU, Blackwell RTX GPU, 통합 메모리를 갖춘 플랫폼이에요. Microsoft가 공개한 Surface Laptop Ultra 최대 사양은 15인치 화면, 최대 20코어 Grace CPU, Blackwell GPU 코어 최대 6,144개, 통합 메모리 최대 128GB예요.