엔비디아와 마이크로소프트는 10월 13일, RTX Spark를 탑재한 윈도우 노트북을 10월 16일(금) 출시한다고 발표했다. 이 칩은 6월 컴퓨텍스에서 처음 공개됐는데, 당시에는 하드웨어 사양과 ‘올가을 출시’라는 설명뿐이었다. 이번에는 판매 날짜와 소프트웨어 지원 목록이 한꺼번에 추가됐다.
하드웨어 기준은 달라지지 않았다. 최대 128GB 통합 메모리와 1페타플롭스 AI 연산 성능을 갖췄고, CPU와 GPU를 하나의 ‘슈퍼칩’에 담아 Windows on Arm 방식으로 동작한다. 엔비디아는 블로그에서 이를 ‘a new beginning for the PC’(PC의 새로운 시작)라고 불렀다. 어떤 브랜드의 어떤 모델이 먼저 나오는지, 가격이 얼마인지는 블로그에 나와 있지 않아 16일 각 제조사의 판매 개시를 기다려야 한다.
먼저 갖춘 것은 개발 환경
Arm용 윈도우에 대한 가장 흔한 불만은 소프트웨어가 따라오지 못한다는 점이었다. 이번에 엔비디아는 개발자 계층을 상당히 구체적으로 나열했다.
- PyTorch, Python, CUDA와 모든 CUDA 라이브러리를 사용할 수 있으며, Windows on Arm용으로는 처음인 PyTorch-CUDA 빌드도 포함된다.
- Python 3.15가 Windows on Arm에서 네이티브로 실행되고, 네이티브 Conda 설치 프로그램에는 2,000개 이상의 패키지가 들어 있다.
- 다운로드 상위 15,000개 Python wheel 패키지 가운데 97%가 준비를 마쳤다.
- llama.cpp가 Windows ML의 백엔드가 됐고, Llama Windows 앱도 출시된다.
나머지 3%의 wheel 패키지가 무엇인지, 자주 쓰는 라이브러리가 빠져 있는지는 블로그에 나와 있지 않다.
에이전트 앱과 로컬 라우팅
애플리케이션 측면에서는 GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi, WorkBuddy 등 에이전트 앱이 간소화된 로컬 설치 절차와 두 가지 보안 격리 수단을 제공받는다. 엔비디아의 OpenShell과 마이크로소프트의 실행 컨테이너 MXC다. OpenClaw와 GitHub Copilot은 이미 MXC를 지원하며, Hermes는 10월 말에야 OpenShell과 MXC를 지원한다.
엔비디아는 요청마다 작업을 로컬 모델 또는 클라우드 모델로 나눠 보내는 모델 라우팅 라이브러리 Switchyard도 오픈소스로 공개했다. 개인용 AI 라우팅 도구 PAIR는 베타를 마쳤고, llama.cpp 지원과 함께 Windows, Linux, macOS에서 쓸 수 있다. GitHub Copilot은 HydraFusion이라는 메커니즘으로 로컬 모델 라우팅을 처리하며, 마이크로소프트의 MAI 1.1 Coding Flash는 로컬에서 실행할 수 있다.
크리에이티브 소프트웨어 쪽에서는 어도비의 Photoshop, Premiere, Substance 3D Painter가 RTX Spark에 맞춰 최적화됐으며, 공식적으로는 최대 2배 성능이라고 한다. 다만 Photoshop과 Premiere의 AI 기능 최적화는 아직 베타 단계다. Blender 5.3 베타는 이미 지원하고, ComfyUI에는 RTX 영상 프레임 보간과 HDR 노드가 추가됐다. 게임 쪽에서는 DLSS 5의 2배 속도 모델이 10월 16일 《NBA 2K27》과 함께 적용되고, 10월 23일 RTX Remix에 들어간다.
메모리 계산을 해 보면
이번 제품군의 주력 모델은 10월 15일 공개되는 Nemotron 3.5 Bolt 74B-A9B다. 총 파라미터 740억, 매번 활성화되는 파라미터 90억이며 2비트 양자화를 적용해 용량은 약 24GB다. 가중치, 학습 데이터, 학습 레시피가 모두 공개되어 있고 llama.cpp, vLLM, Ollama, Unsloth, LM Studio로 실행할 수 있다. 엔비디아는 이 모델을 속도와 지능 사이에서 최적의 균형을 찾으려는 모델이라고 설명한다.
대략 계산해 보자. 740억 파라미터를 2비트로 저장하면 가중치만 약 18.5GB이고, 양자화 메타데이터와 일부 고정밀 레이어를 더하면 공식 수치인 24GB와 맞아떨어진다. 128GB 통합 메모리에 올리면 모델 본체는 5분의 1도 차지하지 않는다. 남는 공간은 긴 컨텍스트용 KV 캐시로 쓰거나, 라우팅용 소형 모델을 함께 띄우는 데 쓸 수 있다. 같은 추정으로 4비트 버전은 약 37GB 이상이 필요하지만 이 역시 충분히 들어간다. 용량만 보면 24GB 구간은 메모리가 적은 보급형 모델을 배려한 것으로 보이는데, 엔비디아는 2비트를 택한 이유를 밝히지 않았다.
2비트 양자화로 성능이 얼마나 떨어지는지에 대해 블로그는 더 높은 정밀도 버전과의 비교 점수를 제시하지 않았고, 현재 제3자 평가도 없다. 출시 후 가장 먼저 누군가 검증해야 할 항목이다.
또 다른 모델 Nemotron 3.5 Bolt E4B는 약 4GB에 불과하다. NVIDIA ACE 게임 캐릭터용 3세대 소형 모델로 10월 23일 공개된다. 엔비디아는 로컬 대형 모델의 다운로드 수가 이미 작년 한 해의 5배라고도 밝혔지만, 이 수치의 집계 기준은 블로그에 설명이 없다.
이 기기들이 얼마나 팔릴지를 가를 가장 큰 변수는 가격이다. 6월 발표 당시 엔비디아는 첫 제품군이 고급형이며 이후 메모리가 작은 버전이 나온다고만 말했다. 16일 판매가 시작된 뒤 128GB 최고 사양과 보급 사양의 가격 차이를 보면, ‘노트북에서 70B급 모델을 로컬로 돌리는 데’ 얼마를 더 내야 하는지 알 수 있을 것이다.
참고 출처: NVIDIA 공식 블로그(판매 일정, 소프트웨어 생태계, Nemotron 3.5 Bolt 사양), CocoLoop, Computex 2026 RTX Spark 발표 자료(메모리 및 연산 성능 수치).