[분석] 젠슨 황은 왜 RTX를 업고 다닐까···AI 제국 설계도 숨겨져 작성일 06-08 30 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">4개 사업 선물만큼 애착 가지는 모습 <br>GPU가 아니라 AI PC의 원형이었다 <br>CPU·SRAM·패브릭 결합 구조 눈길 <br>결국 AI PC 주인공도 GPU란 메시지</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KEpSMwhDtW"> <figure class="figure_frm origin_fig" contents-hash="f0cfaa4f095b3b30d8401431931956b1c82f7fe5f9cd27232372211941ffffa6" data-idxno="459358" data-type="photo" dmcf-pid="9r7ydsvmYy" dmcf-ptype="figure"> <p class="link_figure"><img alt="엔비디아와 마이크로소프트가 공개한 RTX 스파크(RTX Spark) AI PC 다이 구조도. 좌측에는 블랙웰 RTX GPU 텐서코어 클러스터, 중앙에는 NVLink-C2C 고속 인터커넥트와 SRAM 캐시 계층, 우측에는 20코어 그레이스 CPU와 NPU, 통합 메모리 컨트롤러가 배치돼 있다. 기존 CPU 중심 PC 구조와 달리 GPU를 연산의 중심에 두고 CPU·메모리·캐시를 하나의 실리콘 안에서 통합한 차세대 AI PC 설계 철학을 보여주는 이미지다. / 사진 = 젠슨 황, 재구성 = 이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183008087zfdd.jpg" data-org-width="1280" dmcf-mid="7M49hpb0GZ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183008087zfdd.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 엔비디아와 마이크로소프트가 공개한 RTX 스파크(RTX Spark) AI PC 다이 구조도. 좌측에는 블랙웰 RTX GPU 텐서코어 클러스터, 중앙에는 NVLink-C2C 고속 인터커넥트와 SRAM 캐시 계층, 우측에는 20코어 그레이스 CPU와 NPU, 통합 메모리 컨트롤러가 배치돼 있다. 기존 CPU 중심 PC 구조와 달리 GPU를 연산의 중심에 두고 CPU·메모리·캐시를 하나의 실리콘 안에서 통합한 차세대 AI PC 설계 철학을 보여주는 이미지다. / 사진 = 젠슨 황, 재구성 = 이상헌 기자 </figcaption> </figure> <p contents-hash="9292c9e317ed3f110d485e6cb69b84534f39d22812c39b81b18e8dce479e2f2f" dmcf-pid="2mzWJOTs5T" dmcf-ptype="general">젠슨 황 엔비디아 최고경영자(CEO)가 한국의 PC방을 방문할 때마다 손에 들고 다니는 물건이 있다. 지포스 RTX 5090이다. e스포츠 선수와 게이머들에게 직접 사인을 해 선물하는 모습도 반복된다.</p> <p contents-hash="02dab3abbfed933d0ab33fd01a86af3fb8f8b91b554eb62ee21f5a28056d6a5d" dmcf-pid="VsqYiIyO1v" dmcf-ptype="general">더욱 흥미로운 점은 젠슨 황이 한국에 가져온 '4개의 사업 선물' 목록에는 지포스 RTX 5090이 포함돼 있지 않다는 점이다. 황 CEO가 직접 언급한 선물은 베라 루빈 AI 가속기, 베라 CPU, RTX Spark AI PC, 젯슨 토르 등 차세대 AI 인프라 제품들이다.</p> <p contents-hash="8989cf8094a2471976972f9643f19d280ec458ca514c49d369575fa7230e0dbf" dmcf-pid="fOBGnCWIYS" dmcf-ptype="general">얼핏 보면 PC 전성시대 추억을 겨냥한 게임용 그래픽카드를 통한 피지컬 AI 마케팅처럼 보인다. 그러나 컴퓨텍스 2026에서 공개된 RTX Spark 구조를 뜯어보면 이야기가 달라진다. RTX 5090은 단순한 게이밍 그래픽카드가 아니라 엔비디아가 생각하는 AI PC 철학의 출발점에 놓인 아키텍처다.</p> <p contents-hash="32fd25ec4d0a4e542f44339dde11994ef4f44a6bee6c721469a3f6c6a40f3cd4" dmcf-pid="4IbHLhYCXl" dmcf-ptype="general">8일 여성경제신문이 컴퓨텍스 2026에서 공개된 엔비디아와 마이크로소프트의 AI PC에 도입된 RTX Spark 다이 구조를 고해상도로 재구성해 분석한 결과, 겉으로는 AI PC를 표방하나 실리콘 내부 설계 철학은 기존 지포스 RTX 5090 계열과 상당 부분 맞닿아 있는 것으로 나타났다. 엔비디아 AI PC 철학의 설계 원형으로 읽힌다.</p> <p contents-hash="4b88b25022a8012fb26cb11d018625ff748b8b24db22bceb552278a026a63a06" dmcf-pid="8CKXolGhZh" dmcf-ptype="general">약 667.6㎟ 규모의 단일 패키지 안에 GPU, CPU, SRAM, 인터커넥트, 통합 메모리 계층이 하나의 유기체처럼 배치돼 있다. 가장 큰 면적을 차지하는 것은 블랙웰 RTX GPU 텐서코어 클러스터다. 그 옆에는 다수의 L2 캐시와 SRAM 캐시(L3)가 배치돼 있고, 중앙에는 NVLink-C2C 600GB/s 고속 인터커넥트 패브릭이 위치한다. 반대편에는 ARMv9 기반 20코어 그레이스 CPU와 시스템 캐시, 메모리 컨트롤러, NPU가 연결된다.</p> <p contents-hash="14dd0184d09442f7c0d9abe05f5bba418eed4c52941892feb62b8581239efdb0" dmcf-pid="6h9ZgSHlXC" dmcf-ptype="general">구조를 단순화하면 GPU → L2 캐시 → SRAM 캐시(L3) → NVLink 패브릭 → 그레이스 CPU 흐름이다. CPU와 NPU가 중심이 되는 일반적인 AI PC 구조와는 다르다. 엔비디아는 GPU를 중심에 놓고 캐시와 인터커넥트로 데이터 이동을 최소화하는 방향을 택했다. 연산기가 중앙에 있고 메모리가 보조하는 전통적인 CPU 다이와는 정반대 구성이다. PC라기보다 서버용 그레이스 블랙웰 플랫폼을 개인용 컴퓨팅 영역으로 축소한 결과물에 가깝다는 평가가 나오는 이유다.</p> <p contents-hash="65ac90033560d7be88e8fd0b8567220f779613b3443d4a92b9982b67c72a8679" dmcf-pid="Pl25avXSZI" dmcf-ptype="general">같은 철학은 RTX 5090에서 이미 작동하고 있었다. 5090은 CUDA 코어·텐서코어·L2 캐시·초고속 메모리를 중심으로 구성된다. RTX 스파크는 여기에 텐서 GPU·SRAM·그레이스 CPU·NVLink 패브릭을 묶어 시스템 계층을 통합했을 뿐, 연산의 중심축은 여전히 GPU에 놓여 있다.</p> <div contents-hash="e357d5e239a042cb5917258b56d0de60be4094be2120c5b00666a77411868bbf" dmcf-pid="QSV1NTZvYO" dmcf-ptype="general"> 외형도 유사하다. RTX 5090 파운더스 에디션과 RTX 스파크 AI PC는 중앙을 가르는 대칭형 설계와 길게 뻗은 단일 패키지 구조를 공유한다. RTX 5090을 AI PC 형태로 압축한 모양에 가깝다. 업계 일각에서 RTX 스파크를 완전히 새로운 제품이라기보다 "5090 철학의 모바일화"로 해석하는 이유다. </div> <figure class="figure_frm origin_fig" contents-hash="11bf89d930b2ca4c3ad37258cc5eff067ada104bb2bd22ce5190e2ee7a343b70" data-idxno="459360" data-type="photo" dmcf-pid="xvftjy5TXs" dmcf-ptype="figure"> <p class="link_figure"><img alt="젠슨 황 엔비디아 최고경영자(CEO)가 7일 서울 강남구 옵티멈존 PC카페에서 크래프톤 유저에게 선물할 최신 그래픽카드 '지포스RTX5090'에 사인하고 있다. 왼쪽 첫째는 장병규 크래프톤 의장. / 연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183009383rlpj.jpg" data-org-width="700" dmcf-mid="znvCPkOctX" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183009383rlpj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 젠슨 황 엔비디아 최고경영자(CEO)가 7일 서울 강남구 옵티멈존 PC카페에서 크래프톤 유저에게 선물할 최신 그래픽카드 '지포스RTX5090'에 사인하고 있다. 왼쪽 첫째는 장병규 크래프톤 의장. / 연합뉴스 </figcaption> </figure> <p contents-hash="a256a3f55a18a118009bdeb20ddb35f51892705d0db25522c44614b5ebe8b952" dmcf-pid="yPCopxnQGm" dmcf-ptype="general"><strong>☞ 좌측: 텐서코어 군단</strong> = 블랙웰 RTX GPU 텐서코어 군단은 최대 1페타플롭(PFLOPS, FP4)급 AI 추론 성능을 담당한다. 이 영역은 단순한 그래픽 처리 장치가 아닌 대규모 행렬 곱셈과 벡터 연산을 수행하는 초병렬 추론 엔진이다. 수천 개의 텐서코어가 동시에 활성화되며 트랜스포머 모델 내부의 어텐션(Attention), 다층 퍼셉트론(MLP), 전문가 혼합(MoE) 라우팅 연산을 실시간으로 처리한다.</p> <p contents-hash="7e2b697f9add13153ee008b9019ec48734a70c64d0abf102b09e3e9c73b3f9ee" dmcf-pid="WQhgUMLxtr" dmcf-ptype="general"><strong>☞ 중앙: NVLink-C2C 연산 영토</strong> = 중앙에는 NVLink-C2C 기반의 고속 인터커넥트 패브릭이 위치한다. 대역폭은 600GB/s에 달한다. 일반 PCIe 연결 구조를 압도하는 수준으로, GPU와 CPU 사이를 사실상 하나의 연산 공간처럼 묶어준다. 데이터는 더 이상 CPU에서 GPU로 복사되는 객체가 아니라 동일한 연산 영토 안에서 이동하는 신호다.</p> <p contents-hash="b0c4c2de7a1a4ca6e85fdd8b216c2bededb43618fff303052e78534f13b38b68" dmcf-pid="YxlauRoMXw" dmcf-ptype="general"><strong>☞ 우측: 그레이스 CPU</strong> = 우측에는 ARMv9 기반 20코어 그레이스 CPU가 배치된다. 이 CPU의 역할은 전통적인 x86 CPU처럼 모든 연산을 직접 처리하는 것이 아니다. 거대한 GPU 추론 엔진을 조율하고 스케줄링하며 메모리 계층과 시스템 상태를 관리하는 오케스트레이터에 가깝다. 젠슨 황이 베라 CPU를 "에이전트 시대의 CPU"라고 강조하는 이유도 여기에 있다.</p> <p contents-hash="44f211f8425f2a4aa09ba1fdfc33c0361c12acbc7c263cabc07e9fe63345ca67" dmcf-pid="Gk0lxDCE5D" dmcf-ptype="general"><strong>다층 구조로 포위한 SRAM</strong><br><strong>'로짓 직전' 데이터를 가둔다</strong></p> <p contents-hash="23e0f8bbfbda5b751b508f20e115585a011106710ecffe899f3d15061e08d4e7" dmcf-pid="HEpSMwhDGE" dmcf-ptype="general">특히 주목해야 할 부분은 물리적 메모리 구조와 초고밀도 온칩 캐시 계층이다. RTX 스파크는 128GB 통합 메모리(Unified Memory)와 NVLink-C2C 600GB/s를 결합해 GPU·CPU·메모리 사이의 경계를 최대한 제거했다. 기존 PC에서는 데이터가 DRAM과 GPU VRAM 사이를 반복적으로 이동해야 했지만, RTX 스파크에서는 하나의 통합 주소 공간 안에서 직접 접근이 가능하다. 데이터 이동 자체를 연산 비용으로 간주하는 현대 AI 아키텍처의 철학을 반영한 구조다.</p> <p contents-hash="c95822c5f127dca05b571d9035f1daca255e4d3529212f00dfcf67305805d381" dmcf-pid="XDUvRrlwZk" dmcf-ptype="general">대규모언어모델(LLM) 추론 과정에서 가장 큰 병목은 연산량 자체보다 메모리 이동이다. 토큰 하나를 생성할 때마다 수십억 개의 파라미터를 불러와야 하고, 어텐션 계산 과정에서는 과거 문맥(KV 캐시)을 지속적으로 참조해야 한다. 연산기는 놀고 있는데 데이터가 도착하지 않아 기다리는 상황이 반복된다.</p> <p contents-hash="57476da73ba253c56812fe00a2888e0960982dbbd2cca3c8d89eb9706a64af93" dmcf-pid="ZwuTemSr5c" dmcf-ptype="general">RTX 스파크는 이 문제를 SRAM 중심 설계로 해결하려 한다. 다이를 보면 텐서코어 군단 주변에 L1 캐시, L2 캐시, 독립형 SRAM 캐시(L3)가 다층 구조로 배치돼 있다. GPU 연산 과정에서 발생하는 중간 결과값과 활성화 벡터, 어텐션 상태, 추론 문맥 데이터를 가능한 한 실리콘 내부에 붙잡아두기 위한 초고속 버퍼 계층이다.</p> <p contents-hash="75867a41a744d7c1cda35191bfc04b79c2bb188d42a6f611dfc699b2542249eb" dmcf-pid="5r7ydsvmtA" dmcf-ptype="general">특히 독립형 L3 SRAM 영역은 매우 상징적이다. 기존 GPU 설명 자료에서 SRAM은 보조 요소에 가까웠다. 그러나 RTX 스파크에서는 텐서코어와 CPU 사이에 위치하며 실질적인 데이터 완충 지대 역할을 수행한다. 엔비디아가 연산 경쟁에서 데이터 이동 경쟁으로 설계 철학을 전환하고 있음을 보여주는 신호다.</p> <p contents-hash="e0563579bbd2e4d11aafd19e9ba3152bed3b0611361a6be085316745bcc2c209" dmcf-pid="1mzWJOTsHj" dmcf-ptype="general">쿼리가 입력되고 수많은 토큰 후보가 생성되며 로짓(Logit)이 형성되는 과정에서 발생하는 데이터 압력은 외부 메모리로 빠져나가지 않는다. 대부분의 활성 데이터는 L1·L2·L3 SRAM 계층 안에서 수거되고 재사용된다. 소프트맥스 이전 단계에서 폭발적으로 생성되는 중간 상태를 가능한 한 실리콘 내부에 가둬두는 구조다</p> <p contents-hash="80b5d72a3425270661f765214891103297fe27b06a0e2e256dfdde164ea80e30" dmcf-pid="tsqYiIyOYN" dmcf-ptype="general"><strong>NPU 기반 온디바이스의 위기</strong><br><strong>GPU 중심 고수하는 엔비디아</strong></p> <p contents-hash="ab283ef2d517657c5b216e975c39228981ea5d0ea90eb897092f2fb9fdfd9446" dmcf-pid="FOBGnCWIXa" dmcf-ptype="general">일반적으로 AI PC는 NPU 중심 장치로 인식된다. 마이크로소프트와 퀄컴이 주도한 코파일럿+PC 역시 NPU TOPS 경쟁을 핵심 지표로 내세웠다. 그러나 RTX 스파크 다이는 정반대 메시지를 던진다. GPU가 중심이다. 전통적인 PC 구조 CPU → DRAM → GPU가 GPU → SRAM → NVLink → CPU로 뒤집힌다.</p> <p contents-hash="89a483b4132608c2fb9a5ec8475b0f4beae0f2bf79c5a71aa473738460b25771" dmcf-pid="3IbHLhYCZg" dmcf-ptype="general">특히 최근 들어 엔비디아 설계에서 SRAM의 존재감이 빠르게 커지고 있다. 과거에는 CUDA 코어 수와 메모리 대역폭이 핵심이었다면, 최근 발표 자료에서는 SRAM 계층과 데이터 이동 최적화가 전면에 등장한다. AI 산업의 경쟁 축이 단순 연산량에서 데이터 이동 최소화로 이동하고 있다는 신호다.</p> <p contents-hash="36625bc45b28690638f77b83a5126afe661602e4fc1e00dd01e4847dd9104413" dmcf-pid="0CKXolGhXo" dmcf-ptype="general">엔비디아는 데이터센터에서 사용하던 설계 철학 — CPU 메모리와 GPU 메모리를 분리된 공간으로 두지 않고 하나의 거대한 메모리 풀로 묶는 방식 — 을 PC로 끌고 내려왔다. 128GB 통합 메모리와 600GB/s급 C2C 인터커넥트가 그 결과다. 과거 PC가 CPU 중심이었다면 RTX 스파크는 삼성전자와 SK하이닉스의 D램과 HBM에서 해방된 축소형 데이터센터다.</p> <div contents-hash="250c80e02ac7727a7eb85611a27fc7d88c2b4bc142caa487ab2b7676dd927bf9" dmcf-pid="ph9ZgSHlZL" dmcf-ptype="general"> 퍼스널 그래프(Personal Graph), 에이전트 메모리(Agent Memory), 하네스(Harness)와 같은 개념과 같은 방향을 가리킨다. 반복 호출을 줄이고, 상태(State)를 유지하며, 데이터를 가능한 가까운 계층에 보관하는 것이다. RTX 스파크는 이를 하드웨어 레벨에서 구현한다. <strong>샘 올트먼 '0.1나노초'로 가는데···진화 포기 아모데이는 '감옥'</strong> </div> <figure class="figure_frm origin_fig" contents-hash="2cc4d22b00da331a179df258f431d796437b1c0885ad5d6897050f1c35385dcb" data-idxno="459370" data-type="photo" dmcf-pid="Ul25avXSHn" dmcf-ptype="figure"> <p class="link_figure"><img alt="2026 컴퓨텍스 미디어텍 부스 / 이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183010635vtfh.jpg" data-org-width="678" dmcf-mid="qtKzm1u5GH" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183010635vtfh.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 2026 컴퓨텍스 미디어텍 부스 / 이상헌 기자 </figcaption> </figure> <p contents-hash="18b79652ec705da11f8b29c9dd23200ee524a74197644a3f935b9d25de53794e" dmcf-pid="uSV1NTZv1i" dmcf-ptype="general"><strong>미디어텍 선택이 가장 큰 사건</strong><br><strong>美 팹리스와 싸우지 않고 이겨</strong></p> <p contents-hash="42070d981a8605080244f4bc02f5025b3dbdea4f8f0d5341c997a41b79b3fd05" dmcf-pid="7vftjy5T1J" dmcf-ptype="general">RTX 스파크를 단순히 "엔비디아가 만든 AI PC 칩" 정도로 해석하면 핵심을 놓친다. 대부분의 관심은 1페타플롭 FP4 연산 성능이나 블랙웰 GPU에 쏠려 있지만, 실제로는 CPU 공급망 선택이 더 큰 사건이다. 엔비디아는 그레이스(Grace) CPU를 통해 Arm 기반 PC 시장에 진입하면서도 퀄컴이 아닌 미디어텍(MediaTek)을 파트너로 선택했다. 단순한 부품 조달 문제가 아니다.</p> <p contents-hash="22348b2ea4602df631f83b2a3e4e0da8786c99ca411a45855e3bbb88bbbad52b" dmcf-pid="ztJbI3qFYd" dmcf-ptype="general">지난 20년간 PC 산업은 인텔과 AMD가 CPU를, 엔비디아가 GPU를 담당하는 수평 분업 구조 위에서 성장했다. 그러나 RTX 스파크는 이 질서를 뒤집는다. GPU가 중심이 되고 CPU는 GPU에 데이터를 공급하고 에이전트를 조율하는 보조 계층으로 재정의된다. 황 CEO가 공개 석상에서 반복적으로 "미래의 PC는 도구가 아니라 에이전트가 된다"고 강조한 이유도 여기에 있다.</p> <p contents-hash="e471e65e87eba636b59f7ca7bbef361db8fbc608e0dd108e7a46df16a9f5b4ce" dmcf-pid="qFiKC0B3He" dmcf-ptype="general">젠슨 황이 미국 팹리스와 CPU 전쟁 자체를 회피했다는 점도 주목할 만하다. 그는 인텔과 AMD를 상대로 더 빠른 CPU 경쟁을 하지 않았다. 오히려 CPU의 중요성을 낮춰버린다. GPU가 주도하고 CPU는 서비스하는 구조로 바꾸는 순간 클럭 속도와 코어 경쟁의 의미는 크게 약화된다. 미디어텍과의 협업이 이 지점에서 성립한다.</p> <p contents-hash="b4fc227710619b1c2de557655a3e17a920377abbbbe88fb24ba55201b387b4c2" dmcf-pid="B3n9hpb0XR" dmcf-ptype="general">퀄컴은 Arm PC 시장을 오래 노려왔지만 모바일 AP에서 PC 플랫폼까지 자체 생태계를 확장하려는 방향이 강했다. 반면 미디어텍은 모바일 AP 시장에서 전력 효율 최적화에 특화된 회사다. 엔비디아 입장에서 필요한 것은 CPU 코어를 늘릴 파트너가 아니라 GPU를 효율적으로 보좌할 수 있는 파트너였다는 분석이 나오는 대목이다.</p> <div contents-hash="80afd235665debf74fc86a99056a18e54391d26bddcf8242e405595e8aec57c4" dmcf-pid="b0L2lUKpGM" dmcf-ptype="general"> 결과적으로 황 CEO는 CPU 시장을 직접 장악하려 하기보다 CPU를 GPU 제국 내부로 흡수하는 길을 택한 셈이다. 인텔·AMD·퀄컴이 CPU 성능을 놓고 싸우는 동안 엔비디아는 그 위에서 AI 런타임과 생태계를 장악하는 위치로 이동했다. </div> <figure class="figure_frm origin_fig" contents-hash="37bc84189e80db82ef7b477e984c8548eab428065f013d9a99cb735a5315af3c" data-idxno="459366" data-type="photo" dmcf-pid="KpoVSu9U5x" dmcf-ptype="figure"> <p class="link_figure"><img alt="젠슨 황 엔비디아 CEO가 지난 6월 1일 2026 컴퓨텍스 키노트에서 RTX 스파크(RTX Spark) AI PC를 소개하고 있다. / 사진=이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183011892avfo.jpg" data-org-width="1280" dmcf-mid="BBvjzdae5G" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183011892avfo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 젠슨 황 엔비디아 CEO가 지난 6월 1일 2026 컴퓨텍스 키노트에서 RTX 스파크(RTX Spark) AI PC를 소개하고 있다. / 사진=이상헌 기자 </figcaption> </figure> <p contents-hash="791468db5ab8e1ed21acf19c5c3225e254f62a02a3040534d159a5b0d95bb6f2" dmcf-pid="9Ugfv72uXQ" dmcf-ptype="general"><strong>게임용 PC 시장도 정면 돌파</strong><br><strong>x86의 최후 방어선 무너져</strong></p> <p contents-hash="09bca693c4e92995c9db2cc9fb32c9cca6168a165d70725638cf900aa953af38" dmcf-pid="2ua4TzV71P" dmcf-ptype="general">게임 시장을 겨냥한 전략도 놓치기 어렵다. Arm 기반 PC가 수십 년 동안 실패한 이유는 성능 부족이 아니라 게임 호환성이었다. RTX 스파크는 라이엇 게임즈(Riot Games), 크래프톤(Krafton), 이지 안티치트(Easy Anti-Cheat), 배틀아이(BattlEye), 데누보(Denuvo) 등과 협력하며 이 약점을 정면 돌파하고 있다. Arm 기반 AI PC가 게임까지 자연스럽게 구동하기 시작한다면 x86이 유지해온 마지막 방어선도 흔들릴 수 있다는 관측이 따라붙는다.</p> <p contents-hash="7ff44d6f1e5070257936fdd6ed07406d494c8cb646ef6f05664bee5c69e41ac6" dmcf-pid="V7N8yqfzY6" dmcf-ptype="general">지금까지 Arm은 모바일, x86은 PC라는 구분이 존재했지만 RTX 스파크는 이 경계를 허무는 자리에 있다. AI 성능은 데이터센터급이고, 소비 전력은 노트북 수준이며, 게임 생태계까지 확보하려는 구도다. 젠슨 황이 한국 PC방과 행사장에서 RTX 5090을 들고 다니는 모습이 단순한 팬서비스 이상의 의미로 읽히는 이유다.</p> <p contents-hash="daa71772f919d9100336f76f0d1e242f4a8e40ec0a88a6ec89c299e3e8b54afb" dmcf-pid="fzj6WB4qG8" dmcf-ptype="general"><strong>40년 PC 질서가 흔들리는 자리</strong><br><strong>지능이 머무는 공간 전체 장악</strong></p> <p contents-hash="844bed4a1fc65e0d1852d67f239c919d2cc4293f40a302a99fa7ce8e8f27ea16" dmcf-pid="4qAPYb8BZ4" dmcf-ptype="general">결국 RTX 스파크의 진짜 의미는 AI PC 한 제품의 출시가 아니다. 엔비디아가 GPU 회사에서 AI 운영체제 공급자로 변신하고 있다는 신호다. GPU는 블랙웰, CPU는 그레이스, 제조는 TSMC, CPU 공동 개발 파트너는 미디어텍, 소프트웨어는 CUDA와 텐서RT, AI 런타임은 하네스와 에이전트 계층으로 연결된다. 과거 인텔이 CPU를 팔고 마이크로소프트가 운영체제를 팔았다면, 엔비디아는 AI 시대의 CPU·GPU·메모리·런타임·게임 생태계를 하나의 수직 계열화된 플랫폼으로 묶는다.</p> <div contents-hash="08fc491ee37da4e8702244dc8530303c87ead9409b57f4ddfe24fb861711a440" dmcf-pid="8BcQGK6bYf" dmcf-ptype="general"> 40년 동안 유지된 PC 산업의 질서가 흔들리는 이유도 여기에 있다. 단일 다이 위에 구현된 이 구조는 지금까지 볼 수 있었던 AI PC 설계도가 아니다. GPU를 삼면으로 포위한 L1·L2·L3 캐시 계층, 중앙의 NVLink 패브릭, 우측의 그레이스 CPU는 모두 하나의 목적을 향한다. 로짓이 생성되고 확률이 결정되기 직전의 데이터를 가장 빠르게 이동시키고 가장 적게 이동시키는 것. GPU·SRAM·인터커넥트가 실리콘을 지배하는 새로운 컴퓨팅 질서의 선언문이다. </div> <figure class="figure_frm origin_fig" contents-hash="5cb6e15f5ee5e84730310603721f543ddcd47d04c09e24ef783226c5ec66c83c" data-idxno="459377" data-type="photo" dmcf-pid="6bkxH9PKXV" dmcf-ptype="figure"> <p class="link_figure"><img alt="인텔·AMD·퀄컴이 CPU 성능과 NPU 경쟁에 몰두하는 동안 엔비디아는 GPU·SRAM·NVLink·통합 메모리를 하나의 플랫폼으로 묶어 새로운 AI 컴퓨팅 질서를 구축하고 있다. 전통적인 x86 중심 구조가 흔들리는 가운데, RTX 스파크를 중심으로 AI PC·로봇·데이터센터·피지컬 AI까지 연결되는 엔비디아의 수직 통합 전략을 도식화한 인포그래픽이다. / GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183013282pwzz.png" data-org-width="1024" dmcf-mid="b0pSMwhDYY" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/552814-8XPEppr/20260608183013282pwzz.png" width="658"></p> <figcaption class="txt_caption default_figure"> 인텔·AMD·퀄컴이 CPU 성능과 NPU 경쟁에 몰두하는 동안 엔비디아는 GPU·SRAM·NVLink·통합 메모리를 하나의 플랫폼으로 묶어 새로운 AI 컴퓨팅 질서를 구축하고 있다. 전통적인 x86 중심 구조가 흔들리는 가운데, RTX 스파크를 중심으로 AI PC·로봇·데이터센터·피지컬 AI까지 연결되는 엔비디아의 수직 통합 전략을 도식화한 인포그래픽이다. / GPT-5.5 </figcaption> </figure> <p contents-hash="b54a608859cec29a5816b8fbfe35c12ef2964aebb596256d3eee7472adfde9ed" dmcf-pid="PKEMX2Q9Y2" dmcf-ptype="general"><strong>☞ 폰 노이만 구조</strong> = 중앙처리장치(CPU)가 명령어와 데이터를 같은 메모리 공간에서 불러와 순차적으로 처리한 뒤 다시 저장하는 전통적 컴퓨터 구조다. 지난 수십 년간 컴퓨팅 산업의 표준으로 기능했지만, AI 시대에는 데이터 이동 비용과 메모리 병목 문제로 인해 점차 한계를 드러내고 있는 구세대 아키텍처로 평가된다.</p> <p contents-hash="d226b5834d863b06ec837ea35ee101c47d3ef179d553e5b50f55bd14f4560ea4" dmcf-pid="Q9DRZVx2t9" dmcf-ptype="general">이 구조의 한계는 CPU와 메모리 사이 통로에서 발생한다. 연산기가 아무리 빨라도 데이터가 오가는 속도가 느리면 전체 성능이 묶인다. AI 추론에서는 수많은 파라미터와 KV 캐시를 반복적으로 불러와야 하므로 이 병목이 더 크게 드러난다. AI 시대에는 명령어를 순서대로 처리하는 능력보다 데이터가 머무는 위치, 캐시 재사용, GPU 병렬연산, 고속 패브릭을 하나로 묶는 구조가 더 중요해졌다.</p> <p contents-hash="1825c9b9ff0679ae77f828d9408c0e695375aa3390a0c2576841e65dc434bc6d" dmcf-pid="xy83cYtW5K" dmcf-ptype="general">여성경제신문 이상헌 기자<br>liberty@seoulmedia.co.kr</p> <p contents-hash="5a7bd982e4c5e5081531b5001d599c7f5f9abd191abe2e3c18d5a3589e54d37b" dmcf-pid="yxlauRoMGb" dmcf-ptype="general">*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.</p> </section> </div> 관련자료 이전 안산시청, 보은단오장사대회 여자부 단체전 우승…시즌 4관왕 06-08 다음 젠슨 황 "한국에 초대형 AI 클라우드 구축…피지컬 AI·네모트론 협력"(종합) 06-08 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
