읽기 시간: 14 minutes

NVIDIA는 DGX Spark를 4,699달러의 « 데스크톱 AI 슈퍼컴퓨터 »로 판매합니다. Ollama는 클라우드 모델을 월 20달러에 제공합니다. Vast.ai에서 H100 한 대의 대여료는 시간당 1.38달러입니다. 그리고 DeepSeek, Qwen, GLM 같은 중국의 오픈소스 모델들은 그래픽 카드를 구매할 필요 없이 어디서나 무료로 이용할 수 있습니다. 그렇다면 이 Spark는 정확히 어디에 쓰는 물건일까요? 제가 계산해 봤습니다.

컨텍스트: 변화한 시장

2026년 5월, AI 지형은 CES 2025의 DGX Spark 발표 당시와 비교해 근본적으로 변화했습니다. 세 가지 동력이 결합되어 로컬 하드웨어를 정당화하는 것이 점점 더 어려워졌습니다.

  • GPU 클라우드 가격의 폭락: H100의 대여료는 18개월 전 시간당 $5-8였던 것에 비해, 현재는 시간당 $1.38에서 $3 사이입니다.

  • 중국 오픈소스 모델의 폭발적 증가: DeepSeek-V4, Qwen-3, GLM-5는 서구권 모델들과 경쟁력이 있으며, 무료로 이용 가능합니다

  • 관리형 추론 플랫폼의 부상: Ollama, Groq, Together AI는 관대한 무료 티어와 함께 공격적인 가격의 API를 제공합니다.

2,999달러로 발표되었다가 4,699달러로 인상된 DGX Spark는 더 이상 자신을 필요로 하지 않는 세상에 출시되었습니다.

옵션 패널

2026년 5월 기준으로 LLM을 실행하기 위해 사용할 수 있는 솔루션들을 가장 가벼운 것부터 무거운 순으로 소개합니다:

옵션 비용 VRAM / 용량 사용 가능한 모델 주요 제약 조건

Ollama 무료

월 $0

라이트 클라우드

모든 공개 모델

제한된 사용, 1개 모델 동시 사용 가능

Claude Pro

월 $20 (연 약 $240)

N/A (API 닫힘)

Claude 4.x 전용

단일 모델, 오픈 소스 아님

Ollama Pro

월 $20 (연 약 $200)

클라우드 미디엄

모든 공개 모델

최대 3개 모델 동시 사용 가능

Ollama Max

월 $100 (연 약 $1,200)

클라우드 헤비

모든 공개 모델

10개 모델 동시 지원

클라우드 GPU (H100)

$1.38-3/h

80 Go HBM

모든 모델, 파인튜닝

시간제 청구, setup 필요

DGX Spark

$4,699 (구매)

128 Go unifié

Tous modèles <128 Go

느림 (~10배 H100보다 낮음), 고정됨

Mac Studio M3 Ultra

~$5 000+

192 Go unifié

Tous modèles <192 Go

CUDA 아님, MLX 생태계

언급된 클라우드 GPU 가격은 2026년 5월 기준 Vast.ai와 RunPod의 가격이며, 예약 인스턴스가 아닌 스팟/온디맨드 기준입니다. 하이퍼스케일러(AWS, GCP, Azure)의 가격은 여전히 2~3배 더 높습니다.

제외한 항목 (및 이유)

이 벤치마크에서 다음과 같은 옵션들을 의도적으로 제외했습니다:

  • OpenAI / Anthropic / Google API: 여기서 주제는 우리가 선택하고 파인튜닝할 수 있는 오픈소스 모델을 실행하여 단일 벤더에 의존하지 않는 것입니다.

  • Huawei Ascend / Atlas : Huawei는 DGX Spark와 동등한 데스크톱 제품을 판매하지 않습니다. Ascend(910C, 910D) 및 Atlas(300I Duo, 350) 라인업은 데이터센터(PCIe 카드, 랙 서버) 지향적이며, 플러그 앤 플레이 방식의 컴팩트 케이스 제품이 아닙니다. Ascend 910C 칩은 128 Go HBM을 탑재하고 있지만, 이는 서버용 칩이며 독립형 시스템이 아닙니다. Atlas 300I Duo는 ~$1 400에 96 Go를 제공하지만 호스트 머신이 필요합니다.

단순 추론: 로컬 하드웨어의 죽음

가장 일반적인 사용 사례부터 시작해 보겠습니다. LLM과 채팅하기, 코드 리뷰 수행, 텍스트 생성 등이 이에 해당합니다. 파인튜닝이나 배치 프로세싱 없이, 오직 대화형 추론만 사용하는 경우입니다.

계산

$4,699의 DGX Spark입니다. 각 구독의 연간 비용으로 나누어 보겠습니다:

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Seuil de Rentabilité — DGX Spark ($4 699) vs Abonnements

rectangle "DGX Spark\n$4 699" as spark #FFCDD2

rectangle "Ollama Pro\n$200/an" as opro #C8E6C9
rectangle "Claude Pro\n$240/an" as cpro #C8E6C9
rectangle "Ollama Max\n$1 200/an" as omax #FFF9C4
rectangle "Cloud H100\n$3/h × 10h/sem" as cloud #BBDEFB

spark --> opro : 23.5 années ⏳
spark --> cpro : 19.6 années ⏳
spark --> omax : 3.9 années
spark --> cloud : 3.0 années (à 10h/semaine, intermittent)

note bottom of spark
  Sans compter l'électricité (~$150/an)
  Sans compter l'obsolescence hardware
  Sans compter qu'il est 10x plus lent
end note

@enduml

판결은 냉혹합니다. 추론의 경우:

  • Ollama Pro: ~에게 필요하실 것입니다23세DGX Spark의 비용을 회수하기 위해서입니다. Spark는 20년 뒤면 구식이 될 것입니다.

  • Ollama Max제공해주신 텍스트가 없습니다. 번역할 내용을 입력해 주세요.4년— Spark를 24시간 내내 사용한다는 조건 하에 가능하지만, 실제로 그렇게 하는 사람은 아무도 없습니다

  • Claude Pro: 동일한 문제,20세폐쇄형 단일 모델을 위한

Please provide the text you would like me to translate. 데스크톱 AI 슈퍼컴퓨터 »의 약속은 기초적인 회계적 현실에 부딪힙니다: $4 699 / 월 $20 = 개인 용도로는 결코 수익성이 없음. Please provide the French text you would like me to translate.

헤비 유저라도

클라우드에 대한 최악의 시나리오를 가정해 보겠습니다. `H100`을 하루 8시간, 주 5일, 연 52주 동안 가동하는 경우입니다.

  • 8 × 5 × 52 = 2 080시간/년

  • 2 080 × $2/h (H100 평균 스팟 가격) =연간 $4,160

Spark($4,699)의 투자 회수 기간은13개월다만:

  1. H100은약 10배 더 빠름Spark의 GB10보다 더 빠르게. Spark가 10시간 걸릴 일을 1시간 만에 처리합니다. 동일한 작업량에 대해 H100의 비용은 $4,160가 아니라 연간 $416입니다.

  2. Le H100 a 80 Go HBM à 3.35 To/s de bande passante. Le Spark a 128 Go LPDDR5X à 273 Go/s. Pour les gros modèles, la bande passante compte plus que la capacité.

H100 1시간과 Spark 1시간을 비교하는 것은 의미가 없습니다. H100은 작업을 10배 더 빠르게 처리합니다. 따라서 특정 워크로드에 대한 실제 클라우드 비용은 시간 기반의 단순 계산보다 약 10배 더 저렴합니다.

파인 튜닝(Fine-Tuning): 클라우드는 무적이다

Spark 옹호자들의 전형적인 주장: "네, 하지만 파인튜닝(fine-tuning)의 경우는 다릅니다".

아니요, 그렇지 않습니다.

파인튜닝(Fine-Tune)의 실제 비용

Unsloth를 이용한 7B 모델의 LoRA/QLoRA 파인튜닝:

  • H100에서 약 2-3시간 =$5에서 $9까지

  • Spark에서도 마찬가지입니다 =20-30시간(10배 더 느림), 머신을 차단함

Spark의 $4,699로 다음과 같은 비용을 충당할 수 있습니다:

  • ~500에서 ~900개의 파인튜닝(fine-tunes)클라우드 H100으로

  • Ou 약 23세Ollama Pro의

  • Ou 약 4년Ollama Max의

그리고 더 큰 모델(70B+)의 경우:

  • Le Spark avec ses 128 Go peut charger un 70B en Q4 — mais le fine-tune sera extrêmement lent

  • Un H100 avec 80 Go peut fine-tuner un 70B en QLoRA 4-bit en quelques heures

  • 전체 파인튜닝(full fine-tune)을 하려면 어차피 멀티 GPU가 필요하며, Spark는 고려 대상이 아닙니다.

전문 액터들

2026년, Unsloth, Modal, Replicate, Together AI와 같은 플랫폼들이 서버리스 파인튜닝을 제공합니다:

  • GPU 관리 없음

  • 환경 설정 없음

  • 분당 결제

  • 내장 최적화 (flash attention, 자동 양자화)

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center
title <size:20>Coût d'un Fine-Tune LoRA 7B — Comparaison</size>
note as N
|= Option |= Coût par fine-tune |= Fine-tunes possibles avec $4 699 |
| **Replicate** | $3-5 | ~1 000 |
| **Modal (serverless)** | $2-4 | ~1 500 |
| **Unsloth + Vast.ai H100** | $5-9 | ~500-900 |
| **Together AI** | $4-8 | ~600-1 000 |
| **DGX Spark** | « gratuit » mais 20-30h | ∞ (en théorie) |
end note
note bottom
  Le Spark est « gratuit » par fine-tune seulement si votre temps vaut $0/h
  et que vous n'avez pas besoin de la machine pour autre chose pendant 30h
end note
@enduml

유일한 진정한 이유: 데이터 주권

추론, 파인튜닝, 그리고 가성비를 제외한다면 — Spark에 남은 것은 무엇인가요?

절대적인 비밀 유지.

내 프롬프트를 OpenAI 직원이 읽는 것이 싫다"는 식의 개인정보 보호 문제가 아닙니다. 그것은 2026년에는 가짜 문제입니다. Ollama, Groq, 그리고 대부분의 신뢰할 만한 제공업체들은 제로 로그 및 제로 리텐션 정책을 가지고 있습니다.

진정한 개인정보 보호란 다음과 같습니다:

  • 규제적 에어갭(Air-gap): 국방, 외교, 보건 — 데이터가 물리적으로 건물 밖으로 나갈 수 없습니다

  • 중요 독점 데이터: 게시되지 않은 제품의 소스 코드, 산업 비밀, 트레이딩 알고리즘

  • 네트워크 회복력: 인터넷 연결이 끊어지더라도 AI는 계속 작동해야 합니다.

하지만 솔직해집시다. DGX Spark 구매자 중 실제로 이런 상황에 처한 비율이 얼마나 될까요? 1%? 나머지는 '있으면 좋은' 기능이 4,699달러의 지출로 둔갑한 것뿐입니다.

진정한 개인정보 보호 계산법

개인용:

  • Ollama Pro($20/월) + 중국 오픈 소스 모델 = 실용적인 솔루션

  • 만약 프롬프트가 Ollama에서 유출되더라도, 매일 발생하는 수백만 건의 요청 속에 묻혀버릴 것입니다. 그것은 바다의 물 한 방울일 뿐입니다.

  • 실제 위험은 prompt 유출이 아니라, 귀하의 데이터에 대한 동의 없는 학습입니다. 그리고 신뢰할 수 있는 제공업체들은 이를 계약상으로 금지하고 있습니다.

제공해주신 텍스트가 없습니다. 번역할 내용을 입력해 주세요. LLM에 프롬프트를 증류(distiller)하는 것»에 대한 두려움은 개인적인 정보 유출 수준이 너무나 희박하여, 실제 위협이라기보다 불안감에 가깝습니다. 산업적 규모에서는 다르겠지만, 개인적 규모에서는 이는 소음에 불과합니다. Please provide the text you would like me to translate.

요약: 결정 행렬(La Matrice de Décision)

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Quelle Solution IA Choisir en 2026 ?

start

:Quel est votre besoin principal ?;

switch (Besoin)

case (Inférence interactive occasionnelle)
  :**Ollama Free**\n$0/mois, tous modèles open-source;
  stop

case (Inférence quotidienne, code review, dev)
  :**Ollama Pro** ($20/mois)\nAccès à tous les modèles open-source\nDeepSeek, Qwen, GLM, Llama, Mistral;
  stop

case (Agents IA, multi-modèles, usage intensif)
  :Contexte > 30K tokens ?;

  if (Oui) then
    :**Ollama Max** ($100/mois)\n10 modèles simultanés\nContexte long sans dégradation;
    stop
  else (Non)
    :**Cloud GPU H100 spot** ($1.38–3/h)\n+ Unsloth/Modal pour fine-tuning\nPerformance brute maximale;
    stop
  endif

case (Fine-tuning régulier)
  :**Vast.ai H100 + Unsloth** ($5–9/fine-tune)\nou **Together AI / Modal** (serverless)\n500+ fine-tunes pour le prix d’un Spark;
  stop

case (Air-gap obligatoire)
  :Données classifiées ?;

  if (Oui) then
    :**DGX Spark** ou **Mac Studio M3 Ultra**\nSeul cas où le hardware local est justifié\n(pas économiquement — politiquement);
    stop
  else (Non)
    :Retour au cloud : pas de besoin d’air-gap;
    stop
  endif

endswitch

@enduml
기준 Ollama 무료 Ollama Pro 클라우드 GPU H100 DGX Spark

추론

✅ 제한됨

✅ 편안함

✅ 과잉 대응

⚠️ Lent

파인튜닝

❌

❌

✅ 무적의

⚠️ 가능하지만 느림

연간 비용

$0

$200

가변적 (~$416-2 080*)

선불 $4,699

개인정보 보호

⚠️ Cloud US

⚠️ Cloud US

⚠️ Cloud US (변수)

✅ 합계

유지보수

없음

없음

고유 설정

전기, 업데이트

노후화

없음

없음

없음

3-5세

소프트웨어 생태계

모든 오픈 모델

모든 오픈 모델

모든 오픈 모델

CUDA (하지만 더 느림)

판결

가끔 / 비정기적

추천됨

장점/연구

에어갭(Air-gap) 전용

*작업량에 따라 가변적임; H100 속도가 Spark보다 ~10배 빠르므로, 특정 워크로드에 대한 실질 비용은 낮음.*

특수한 사례: 중국 모델들에 맞선 프로 구독 서비스

한 가지 강조할 점은 다음과 같습니다. 그 조합은월 20달러의 Ollama Pro + 오픈 소스 중국 모델는 아마도 소비자용 AI 역사상 최고의 가성비일 것입니다.

중국 모델들이 모든 것을 바꾸는 이유

  • DeepSeek-V4-Pro: 1.6T 파라미터, CSA+HCA, 1M 컨텍스트, 코드 작성 능력에서 Claude 4 및 GPT-5와 경쟁 가능

  • Qwen-3: 235B, 256K 컨텍스트, 프랑스어 및 추론 능력 우수

  • GLM-5.1: 744B, MLA+DSA, 200K 컨텍스트, 에이전틱 최적화

모두 Ollama에서 이용 가능합니다. 모두 오픈 소스(허용적인 라이선스)입니다. 모두 월 $20 구독을 통해 제한 없이 사용할 수 있습니다.

Ollama Pro를 사용하면 단일 폐쇄형 모델(Claude Pro) 가격으로 약 5개의 오픈소스 '프런티어' 모델을 이용할 수 있습니다. 가치가 너무나 비대칭적이어서 거의 불합리할 정도입니다.

하드웨어에 무엇을 의미하는가

가장 가성비 좋은 선택이 월 20달러의 클라우드 구독이라면, 로컬 하드웨어는 경제적인 선택이 아니라 *편의*나 *소신*의 선택이 됩니다.

$4,699의 DGX Spark는 다음 với 동일합니다:

  • Ollama Pro 235개월

  • 출시일 기준 AAA 게임 23종

  • 4 MacBook Air M4

  • 리옹 T2 아파트의 1년치 월세

계산용입니다. 느립니다.

그럼 화웨이는요?

연구 중에 질문을 받았기에 답변드리자면, 아니요, 화웨이는 `DGX Spark`에 상응하는 제품을 판매하고 있지 않습니다.

존재하는 것:

  • Ascend 910C : 128 Go HBM, 800 TFLOPS FP16 — 하지만 이는 데스크탑이 아닌 서버 칩입니다

  • Atlas 300I Duo : 96 Go LPDDR4X, ~$1 400 가격의 PCIe 카드 — 호스트 필요

  • Atlas 350 : 112 Go HBM, 1.56 PFLOPS FP4 — 데이터센터 가속기이며, 컴팩트 케이스가 아님

Huawei는 서버 및 데이터 센터 시장에 계속 집중하고 있습니다. 120+ Go VRAM을 갖춘 '플러그 앤 플레이' 방식의 컴팩트 케이스로는 2026년 현재 DGX Spark (128 Go 통합 메모리)와 Mac Studio M3 Ultra (192 Go 통합 메모리)가 유일한 옵션입니다. 그리고 현재까지 어떤 중국 제조사도 이와 같은 폼팩터의 동등한 제품을 발표하지 않았습니다.

결론 : 근접성의 럭셔리

DGX Spark는 나쁜 제품이 아닙니다. 다만 잠재적 구매자의 99%에게는 잘못된 투자입니다.

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Le Paysage IA en 2026 — Qui Domine ?

left to right direction

package "Usage Personnel / PME" #C8E6C9 {
  rectangle "🏆 Ollama Pro\n$20/mois" as pro
  rectangle "Ollama Free\n$0/mois" as free
  rectangle "Cloud GPU spot\n$1-3/h" as spot
}

package "Usage Intensif / Pro" #FFF9C4 {
  rectangle "🏆 Ollama Max\n$100/mois" as max
  rectangle "🏆 Cloud GPU dédié\n$2-4/h" as dedicated
  rectangle "Modal / Together AI\nServerless" as serverless
}

package "Air-Gap Obligatoire" #FFCDD2 {
  rectangle "DGX Spark\n$4 699" as spark
  rectangle "Mac Studio M3U\n~$5 000" as mac
}

note bottom of spark
  1% des cas d'usage — défense,
  santé réglementée, secrets
  industriels critiques
end note

@enduml

Please provide the French text you would like me to translate. 2026년에 DGX Spark를 구매하는 것은 2010년에 메일 서버를 구매하는 것과 같습니다. 기술적으로는 가능하고, 철학적으로는 만족스러울지 모르나, 개인에게 경제적으로는 터무니없는 일입니다. Please provide the French text you would like me to translate.

계산은 간단하며, 거짓말을 하지 않습니다:

  • $0Ollama Free에서 DeepSeek와 채팅하기 위해

  • 연간 $200Ollama Pro로 본격적으로 작업하기 위해

  • $5-9클라우드 GPU에서 일회성 파인튜닝을 위해

  • $4 699…​ 책상 위에 NVIDIA 케이스를 두는 경험을 위해?

시장이 결정했습니다. 클라우드 구독 서비스와 중국의 오픈소스 모델이 가격 전쟁에서 승리했습니다. 로컬 하드웨어는 개발자의 책상이 아니라 규제라는 틈새시장에서 겨우 살아남고 있습니다.

Please provide the French text you would like me to translate. DGX Spark는 수익성 있는 도구가 아닙니다. 일종의 선언이죠. "내 AI를 다른 누군가의 클라우드가 아니라 내 집에 두고 싶다."라는 선언 말입니다. 존중할 만한 생각입니다. 하지만 Ollama가 월 20달러에 클라우드 상의 `DeepSeek-V4-Pro`를 제공하는 2026년이 되면, 그것은 무엇보다 매우 비싼 대가를 치르는 선언이 될 것입니다. Please provide the text you would like me to translate.


이 글은 DGX Spark의 경제적 타당성에 대해 내 AI 에이전트와 나눈 대화와 GPU 클라우드 가격(Vast.ai, RunPod), Ollama/Claude의 요금 체계, 그리고 중국 오픈소스 모델 생태계에 대한 시장 조사를 결합하여 작성되었습니다. 언급된 가격은 2026년 5월 기준이며, 여러분이 이 글을 읽으실 때쯤에는 아마 더 낮아져 있을 것입니다.

관련 기사