RTX Spark 노트북과 미니 PC, 같은 칩이면 성능도 같을까?

같은 RTX Spark 이름이어도 노트북과 소형 데스크톱의 성능을 같다고 볼 수는 없습니다. 공식 사양표의 칩 전력 설정부터 다릅니다. 작업을 들고 나가야 하면 노트북, 책상에서 오래 켜둘 계획이면 데스크톱부터 비교하는 편이 맞습니다. 아직 출시 전이므로 어느 쪽이 몇 퍼센트 빠르다는 실측 결론은 낼 수 없습니다.

45~80W와 140W를 읽는 방법

NVIDIA의 9월 11일 사양표는 노트북의 TDP를 45~80W, 데스크톱은 140W로 적습니다. TDP는 칩의 전력·열 설계를 설명하는 지표입니다. 이 숫자가 벽 콘센트에서 항상 끌어오는 전력이나 PC 전체 소비전력과 같지는 않습니다.

140을 80으로 나눠 성능이 1.75배라고 계산할 수도 없습니다. 프로그램이 어떤 연산을 하는지, 냉각이 얼마나 오래 버티는지, 메모리를 읽는 일이 얼마나 많은지에 따라 결과가 달라집니다. 전력 수치는 성능 차이가 생길 조건을 보여줄 뿐 그 차이를 미리 측정해주지는 않습니다.

한 번 실행하는 작업과 밤새 도는 작업

사진 한 장을 처리할 때와 여러 시간 동안 파일을 순서대로 처리할 때는 냉각에 거는 부담이 다릅니다. 짧은 시험에서는 높은 속도를 냈던 PC도 열이 쌓이면 동작 조건이 달라질 수 있습니다. 긴 작업이 목적이라면 시작 직후의 숫자보다 시간이 지난 뒤에도 유지되는 처리량이 더 쓸모 있습니다.

소형 데스크톱이라고 무조건 조용할 것이라고 기대할 수도 없습니다. 작은 케이스 안에서 열을 내보내려면 팬이 필요할 수 있고 팬의 소리는 회전 속도와 설계에 따라 달라집니다. 침실 책상에서 밤새 작업할 계획이라면 최고 성능보다 낮은 부하와 높은 부하에서 각각 어떤 소리가 나는지 궁금해집니다.

반대로 노트북을 골라도 매일 전원을 연결하고 큰 모니터에 붙여두는 사람은 이동성의 이점을 거의 쓰지 않을 수 있습니다. 일주일 동안 PC를 들고 나간 날을 세어보면 형태를 고르는 데 도움이 됩니다. 이동 횟수보다 중요한 것은 밖에서 같은 작업을 계속해야 하는지입니다.

전원을 뽑고 작업할 때

제품 소개의 긴 배터리 사용 시간을 AI 모델 실행 시간으로 그대로 옮기면 안 됩니다. 문서 읽기와 GPU를 오래 사용하는 작업은 전력 사용 조건이 다릅니다. 비교할 때는 배터리 용량, 시험 프로그램, 화면 밝기, 전원 모드를 함께 봐야 합니다. 이런 조건 없이 제시한 시간은 자신의 출장 일정에 대입하기 어렵습니다.

기차에서 문서를 읽다가 목적지에서 전원을 연결해 무거운 작업을 할 수도 있고 이동 내내 모델을 실행해야 할 수도 있습니다. 같은 노트북이어도 필요한 조건은 달라집니다. 충전기까지 챙긴 가방의 무게와 실제로 충전할 수 있는 장소도 이동성에 포함됩니다. 얇은 본체 사진만으로 하루 사용 계획을 세우기는 어렵습니다.

작은 PC 옆에 놓일 물건들

데스크톱 가격을 비교할 때 이미 가진 모니터와 키보드를 쓸 수 있으면 유리합니다. 처음 책상을 꾸미는 사람은 화면과 입력 장치 비용이 따로 들어갑니다. 노트북에 외부 모니터와 허브를 추가하는 경우도 있으므로 본체 가격만 비교해서는 같은 환경의 비용이 나오지 않습니다.

연결 단자는 제조사의 완성 제품 사양을 봐야 합니다. 칩이 특정 화면 출력을 지원한다는 것과 내가 산 PC에 그 단자가 달렸다는 것은 다릅니다. 모니터 두 대, 외장 저장 장치, 유선 네트워크를 함께 쓴다면 동시에 필요한 연결부터 적어보면 허브 비용도 미리 드러납니다.

AI를 계속 켜두는 비용

집 안 여러 기기에서 한 PC의 AI를 이용하려는 계획이라면 그 PC가 켜져 있어야 하는 시간을 생각해야 합니다. 잠깐 질문할 때만 켜는 방식과 다른 기기의 요청을 계속 기다리는 방식은 다릅니다. 외부 접속을 열지 않아도 해결되는 용도라면 처음부터 인터넷에 공개할 이유는 없습니다.

전기 사용량을 감 잡기 위한 계산도 실제 평균 전력으로 해야 합니다. 가령 평균 50W인 기기를 하루 8시간씩 30일 쓰면 12kWh입니다. 24시간이면 36kWh입니다. 이는 계산 예시이고 RTX Spark 실측 소비전력이나 전기요금 예측이 아닙니다. 칩 TDP를 이 식에 그대로 넣지는 않았습니다.

밖에서도 같은 파일과 모델을 써야 한다면 노트북의 일체형 구성이 편합니다. 이미 작업 공간이 있고 긴 작업을 맡길 두 번째 PC가 필요하면 소형 데스크톱 쪽을 기다릴 이유가 있습니다. 어느 쪽이든 메모리 상한부터 채우기 전에 실행할 AI 모델과 필요한 공간을 정하면 비교가 훨씬 구체적입니다.