NVIDIA와 Microsoft, 차세대 Windows PC의 중심에 로컬 AI 에이전트를 배치하다
NVIDIA와 Microsoft는 RTX Spark 하드웨어와 Windows 에이전트 인프라를 결합해 더 강력한 AI 워크로드를 클라우드 서버에서 개인용 PC로 옮기려 한다.
NVIDIA와 Microsoft는 더 큰 AI 모델을 로컬에서 실행하도록 설계된 NVIDIA 하드웨어에 새로운 Windows 소프트웨어 인프라를 결합하고 있다. 이는 개인용 컴퓨터를 자율 소프트웨어 에이전트가 더 강력하게 활용할 수 있는 환경으로 만들려는 움직임이다.
샌프란시스코에서 열린 Microsoft의 Windows 및 Surface 행사에서 NVIDIA CEO Jensen Huang과 Microsoft CEO Satya Nadella는 에이전트가 Windows PC에서 작동하는 데 필요한 하드웨어, 운영체제 제어 기능, 개발자 스택을 구축하기 위한 공동 노력을 설명했다. NVIDIA는 RTX Spark 시스템도 공개했으며, Microsoft는 Microsoft Execution Containers, 즉 MXC의 일반 제공을 발표했다. MXC는 에이전트가 Windows의 통제 아래 지속적으로 실행되도록 하는 운영체제 기능이다.
이번 발표가 중요한 이유는 데스크톱 에이전트의 주요 장벽 두 가지, 즉 충분한 로컬 연산 능력과 안전한 백그라운드 실행을 겨냥하기 때문이다. NVIDIA에 따르면 RTX Spark 노트북은 10월 16일 출시되며, 소형 데스크톱 시스템은 11월에 출시될 예정이다. 그러나 발표에 포함된 성능 및 모델 역량에 관한 주장은 독립적인 테스트가 아니라 NVIDIA와 Microsoft가 제시한 것이다.
Windows, 에이전트를 위한 실행 계층을 얻다
Microsoft의 핵심 소프트웨어 발표는 MXC의 일반 제공이었다. Microsoft에서 Windows 및 Devices 부문을 이끄는 Pavan Davuluri에 따르면, 이 기술은 에이전트가 백그라운드에서 실행되는 동안에도 보안, 관찰, 거버넌스 제어를 적용받도록 하는 운영체제 수준의 환경을 제공한다.
Microsoft는 Windows에서 에이전트 활동을 관리하기 위한 기반으로 MXC를 Microsoft Security 및 Agent 365와 함께 배치했다. 명시된 목표는 데스크톱을 사용자가 챗봇이나 생산성 애플리케이션을 실행하는 단순한 장소가 아니라 통제된 실행 환경으로 만드는 것이다.
이 구분은 개발자에게 중요하다. 지속적으로 행동할 수 있는 소프트웨어 에이전트는 파일, 애플리케이션, 자격 증명 또는 비즈니스 워크플로에 접근해야 할 수 있다. 이러한 소프트웨어를 운영체제 제어 밖에서 실행하면 권한, 모니터링, 장애 복구와 관련된 문제가 발생할 수 있다. Microsoft의 발표는 Windows가 플랫폼 수준에서 이러한 제어 기능을 제공하려 한다는 점을 시사하지만, 제공된 자료에는 MXC의 전체 권한 모델, 지원 애플리케이션 또는 배포 요건이 명시돼 있지 않다.
Nadella는 데스크톱이 에이전트가 실행되는 “가장 안전한 장소”가 되어야 한다고 설명했다. Huang은 MXC가 맡게 될 역할을 애플리케이션 개발에서 Windows와 DirectX가 역사적으로 차지했던 중요성에 비유했다. 이러한 비교는 경영진의 포지셔닝일 뿐, MXC가 이미 에이전트 개발자를 위한 표준 플랫폼이 되었다는 증거는 아니다.
RTX Spark, 더 큰 로컬 모델을 목표로 하다
RTX Spark는 이번 협력의 하드웨어 측면이다. NVIDIA에 따르면 이 플랫폼은 최대 6,144개의 코어를 갖춘 Blackwell RTX GPU와 최대 20코어의 Grace CPU를 공유 메모리 아키텍처로 연결하며, 최대 600GB/s의 대역폭을 제공한다. 회사는 시스템이 최대 128GB의 통합 메모리를 탑재하고 최대 1페타플롭의 FP4 AI 성능을 제공할 수 있다고 밝혔다.
이 설계는 기존 소비자용 노트북의 메모리 한계를 넘어설 수 있는 워크로드를 겨냥한다. NVIDIA에 따르면 RTX Spark는 Qwen 3.8 Flash Next를 실행할 수 있다. 발표에서는 이 모델을 1,250억 개의 파라미터와 510억 개의 활성 n-gram 파라미터를 갖춘 모델로 설명했다. NVIDIA는 또한 이 모델이 많은 클라우드 모델과 비슷한 수준의 지능을 제공하면서 로컬에서, 사용량에 따른 클라우드 비용 없이 실행될 수 있다고 주장한다.
이러한 주장은 공급업체가 보고한 역량 진술로 이해해야 한다. 출처에는 독립적인 벤치마크, 상세한 지연 시간 수치, 전력 소비 결과, 사용된 양자화 및 소프트웨어 설정의 내역이 제시되지 않았다. 실제 성능은 모델 아키텍처, 컨텍스트 길이, 열 관리, 그리고 에이전트 워크로드 자체에 따라 달라진다.
NVIDIA는 소프트웨어 이식성도 강조하고 있다. RTX Spark는 NVIDIA CUDA 플랫폼을 지원하므로 개발자는 새로운 시스템과 NVIDIA DGX Station에서 동일한 광범위한 소프트웨어 스택을 사용할 수 있다. 회사는 이 하드웨어가 개발자, 크리에이터, 게이머를 대상으로 하며 NVFP4 지원, AV1 비디오 가속, 4:2:2 인코딩 및 디코딩, DLSS, 레이 트레이싱 등의 기능을 제공한다고 밝혔다.
노트북에서 상시 가동 데스크톱으로
제품군에는 Acer, ASUS, Dell, HP, Lenovo, Microsoft, MSI, Gigabyte의 노트북과 소형 데스크톱이 포함된다. NVIDIA는 데스크톱 구성이 지속적인 작동을 염두에 두고 설계됐다고 설명했다. 따라서 원격 서버에 의존하지 않고 계속 사용할 수 있어야 하는 에이전트의 호스트가 될 가능성이 있다.
Microsoft의 Surface Laptop Ultra는 새로운 범주의 한 사례다. Davuluri는 이 제품이 RTX Spark를 중심으로 설계됐으며 최대 128GB의 통합 메모리와 최대 1페타플롭의 AI 연산 성능을 제공할 수 있다고 말했다. 발표에는 가격, 배터리 수명 정보, 기존 워크스테이션 및 클라우드 구성과의 상세한 비교가 포함되지 않았다.
행사에서는 Windows용 NVIDIA DGX Station도 미리 공개됐다. NVIDIA는 이를 GB300 Grace Blackwell급 인프라를 Windows 생태계로 가져오는 데 목적을 둔 데스크사이드 AI 시스템이라고 설명했다. 회사는 사용자가 최첨단급 모델을 로컬에서 실행할 수 있다고 밝혔지만, 출처에는 출시 시점에 어떤 구체적인 모델, 소프트웨어 패키지, 프로덕션 워크로드가 지원될지 나와 있지 않다.
기업의 경우 노트북, 소형 데스크톱, 데스크사이드 AI 시스템의 차이는 중요하다. 로컬 머신은 데이터 전송과 반복적인 추론 비용을 줄일 수 있지만, 하드웨어 조달, 업데이트, 접근 제어, 물리적 보안, 장비 관리에 대한 책임을 구매자에게 넘긴다.
개발자와 구매자에게 이번 발표가 의미하는 것
개발자에게 MXC와 RTX Spark의 결합은 사용자와 가까운 곳에서 실행되고, 로컬 컨텍스트를 유지하며, 모든 작업을 클라우드 API로 보내지 않고 작동하는 에이전트를 지향한다. 잠재적인 사용 사례로는 코딩 도구, 문서 워크플로, 미디어 제작 보조 도구, 민감한 데이터를 처리하는 전문 비즈니스 에이전트 등이 있다.
로컬 실행은 팀이 사용량 제한이나 예측하기 어려운 클라우드 추론 비용에 직면했을 때 실험을 더 쉽게 만들 수도 있다. 이미 CUDA를 사용하는 개발자는 선택한 모델과 도구를 로컬 시스템과 NVIDIA 데이터센터 하드웨어 사이에서 더 원활하게 이동할 수 있을 것이다. 이러한 이식성은 NVIDIA가 명시적으로 홍보하는 전략적 이점이다.
하지만 로컬 하드웨어가 배포의 복잡성을 없애는 것은 아니다. 개발자는 모델이 사용 가능한 메모리를 초과하거나 작업에 클라우드 서비스가 필요할 때 모델 패키징, 업데이트, 권한, 관찰 가능성, 대체 동작을 계속 관리해야 한다. Microsoft의 플랫폼 제어 기능이 문제의 일부를 해결할 수 있지만, 발표에는 API, 정책 집행, 서드파티 에이전트 프레임워크와의 호환성에 관한 기술적 세부 사항이 제한적으로만 담겨 있다.
따라서 기업은 RTX Spark를 클라우드 인프라의 자동 대체재가 아니라 새로운 배포 옵션으로 봐야 한다. 가장 타당한 사례는 개인정보가 관련되거나 지연 시간에 민감한 작업은 로컬에서 실행하고, 더 크거나 예측하기 어려운 작업은 중앙화된 환경에 남겨두는 하이브리드 시스템일 수 있다.
근거와 주장은 여전히 기업 중심이다
현재 이용 가능한 근거는 Microsoft 행사에 대한 NVIDIA 자체 설명에서 나온 것이다. 제공된 출처에는 독립 벤치마크, 고객 사례 연구, 제3자 도입 데이터가 없다. RTX Spark의 AI 성능, 특정 대형 모델을 실행할 수 있는 능력, 로컬 실행의 이점에 관한 발언은 NVIDIA의 주장이다. MXC의 보안 및 거버넌스 역할에 관한 발언은 Microsoft의 제품 주장으로, Nadella와 Davuluri의 경영진 발언이 이를 뒷받침한다.
그렇다고 발표가 중요하지 않다는 뜻은 아니지만, 현재 내릴 수 있는 결론에는 한계가 있다. 이번 행사는 전략적 파트너십과 제품 방향을 확인했다. 그러나 MXC를 사용하는 개발자가 얼마나 되는지, RTX Spark가 클라우드 대안과 비교해 어떤 성능을 보이는지, 기업이 고용량 메모리 AI PC를 관리하는 비용과 운영 부담을 받아들일지는 아직 입증하지 않았다.
다음에 주목할 점
앞으로의 신호는 수사적 표현보다 실무적인 내용이 될 것이다. RTX Spark의 가격, 독립적인 성능 테스트, 발표된 노트북 및 소형 데스크톱 제조사 전반에서의 실제 출시 여부가 중요하다. 개발자에게는 MXC가 기존 에이전트 프레임워크 및 Windows 애플리케이션과 어떻게 통합되는지 보여주는 문서도 필요하다.
기업 구매자에게 중요한 후속 사항은 지원 수명 주기, 장비 관리 도구, 보안 감사, 로컬 모델 데이터에 관한 명확한 정책이다. 도입 여부는 Windows 에이전트를 기존 비즈니스 소프트웨어만큼 안정적으로 배포하고 관리할 수 있는지에 달려 있다.
Creati.ai의 관점
NVIDIA와 Microsoft는 서로 보완적인 두 가지 선택을 결합하고 있다. 하나는 엣지에서 더 많은 연산 능력을 제공하는 것이고, 다른 하나는 사용자를 대신해 행동하는 소프트웨어에 더 강력한 운영체제 제어 기능을 제공하는 것이다. 이는 단순히 또 하나의 어시스턴트 인터페이스를 추가하는 것보다 데스크톱 에이전트로 가는 더 신뢰할 만한 경로다. 실행 능력과 운영 위험을 모두 다루기 때문이다.
남은 질문은 전문적인 워크플로 밖에서도 하드웨어가 비용을 정당화할 만큼 지속적인 가치를 제공할 수 있는지다. 독립적인 테스트와 배포 사례가 나오기 전까지 RTX Spark와 MXC는 중요한 플랫폼 출시로 이해하는 것이 바람직하며, Windows PC가 이미 고성능 AI 에이전트의 기본 거점이 됐다는 증거로 보아서는 안 된다.
