엔비디아, PAIR와 RTX Spark로 ‘내 기기에서 돌리는 AI’ 생태계 넓힌다

엔비디아가 IFA 2026에서 내놓은 발표는 로컬 AI 전략을 한층 완성된 묶음으로 확장한 것으로 볼 수 있다. 에이전트 설치를 간소화하고, 단일 기기의 추론 속도를 높이며, 집 안의 여러 컴퓨터를 함께 활용하고, 더 큰 비공개 모델을 돌릴 수 있는 새 윈도우 PC 등급까지 제시했다. 공통된 목표는 프롬프트·파일·모델·에이전트 컨텍스트를 사용자의 로컬 환경에 두면서도 로컬 AI를 소비자 수준에서 더 실용적으로 만드는 것이다. 1215

PAIR: 여러 PC를 ‘한 대의 거대 GPU’가 아니라 추론 요청 풀로 활용

무료 오픈소스 도구인 **NVIDIA Personal AI Router(PAIR)**는 로컬 단일 엔드포인트를 제공하고, 홈 네트워크에서 호환 기기를 찾아 각 독립적인 Ollama 또는 LM Studio 계열 추론 요청을 현재 사용 가능한 시스템으로 보낸다. 따라서 여러 에이전트나 서브에이전트 작업을 병렬로 처리하거나, 평소 놀고 있는 PC의 연산 자원을 활용하는 데 유용하다. 1216

중요한 구분도 있다. PAIR는 여러 PC의 GPU와 메모리를 합쳐 하나의 모델 요청을 처리하는 분산 가속기가 아니다. 요청 하나는 선택된 한 시스템이 맡는다. 즉, 어느 한 기기에도 들어가지 않는 대형 모델을 여러 대의 PC에 걸쳐 실행하게 해 주는 기술은 아니다. 대신 독립적인 요청이 동시에 많이 들어오는 상황에서 처리량을 높이고 대기열을 줄이는 방식에 가깝다. 12

PAIR는 RTX 탑재 윈도우 시스템, DGX Spark, macOS 기기를 아우르며, 실제 호환 여부와 하드웨어 기준은 엔비디아 지원 문서의 조건을 따른다. 412

로컬 에이전트 설치의 진입장벽 낮추기

엔비디아는 Hermes Agent, OpenClaw, Perplexity Portable Computer에서 엔비디아 GPU용 로컬 모델 배포를 더 쉽게 제공할 계획이다. 사용자가 모델, 추론 백엔드, 세부 설정을 일일이 고르는 대신 설치 과정을 단순화하는 방향이다. 714

이는 전략적으로 의미가 크다. 로컬 AI 확산의 걸림돌은 GPU 성능만이 아니라, 모델 선택과 서버 설정, 양자화 등 복잡한 초기 구성 과정이었기 때문이다.

llama.cpp·vLLM 최적화로 최대 1.9배 속도 향상 제시

추론 소프트웨어 계층도 강화됐다. 엔비디아는 업데이트된 llama.cpp와 vLLM 최적화로 로컬 추론 성능이 최대 1.9배 빨라질 수 있다고 밝혔다. 이 개선은 직접 제공되는 것은 물론 LM Studio와 Ollama를 통해서도 이용할 수 있으며, Ollama 추가 업데이트도 예정돼 있다. 714

모델과 프런트엔드는 오픈소스를 유지하더라도, 성능 면에서는 엔비디아 하드웨어를 선택할 동기를 제공하는 셈이다.

RTX Spark: 더 큰 로컬 모델을 겨냥한 윈도우 PC

10월 출시 예정인 윈도우용 RTX Spark 시스템은 ARM 기반 N1X 플랫폼을 바탕으로 한다. 구성에 따라 20코어 Grace CPU, Blackwell RTX GPU, 최대 128GB 통합 메모리, 최대 1페타플롭의 AI 성능을 제공할 수 있다. 1215

특히 최대 128GB 통합 메모리는 일반적인 소비자용 GPU의 실사용 메모리 한계를 넘는 대형 로컬 모델과 에이전트 워크플로를 겨냥한다는 점에서 중요하다.

레노버와 에이서 등 OEM 파트너의 제품이 예상되며, 엔비디아는 RTX Spark를 AI 전용 개발 장비에 그치지 않고 게임을 포함한 일반 PC 용도까지 아우르는 제품군으로 포지셔닝하고 있다. 12 RTX 최적화 모델과 원클릭 에이전트 설치는 이런 사양을 단순 벤치마크 수치가 아니라, 프라이버시를 중시하는 실제 애플리케이션 경험으로 연결하려는 장치다. 714

기대할 점과 한계

PAIR와 추론 성능 수치는 제조사 발표 또는 초기 소프트웨어 기능에 기반한다. 실제 체감 향상은 모델 크기, 네트워크 지연시간, 연결된 기기의 구성, 그리고 에이전트 작업을 서로 독립적인 요청으로 얼마나 잘 나눌 수 있는지에 따라 달라진다. 특히 PAIR의 핵심 가치는 한 모델을 여러 GPU에 분할하는 데 있지 않고, 여러 독립 작업을 네트워크 내 여유 장비에 효율적으로 배분하는 데 있다. 12

제공된 자료만으로는 출시 시점에 이용 가능한 모든 게임이나 RTX 최적화 모델의 완전한 목록까지 확인되지는 않는다.