이 기사는 원래 runaihome.com에 게시되었습니다.

요약 (TL;DR): Dell의 Deskside Agentic AI 라인업은 NVIDIA Grace Blackwell 실리콘을 사용자의 책상 위에 올려놓으며, 2년 동안 클라우드 API 대비 최대 87%의 비용 절감을 주장합니다. 접근 가능한 모델인 $3,999 가격의 GB10 탑재 Dell Pro Max는 DGX Spark의 리브랜딩 제품입니다. 128GB 통합 메모리 (unified memory)를 갖추고 있지만 대역폭 (bandwidth)은 273 GB/s에 불과하여, 대규모 모델을 초당 한 자릿수 토큰 (tokens/sec) 속도로 실행합니다. 대부분의 홈 랩 (home labs) 환경에서는 중고 RTX 3090이 여전히 가성비(speed-per-dollar) 면에서 우위에 있습니다.

솔직한 견해: 87% 절감 수치는 기업용 에이전트 (enterprise-agentic) 기준이며, 홈 랩 기준이 아닙니다. 만약 24GB 내에 들어가는 모델을 실행한다면, 중고 RTX 3090을 구매하십시오. 가격은 4분의 1 수준이면서 대역폭은 3.4배 더 높습니다. GB10은 단일 박스에서 진정으로 128GB의 통합 메모리가 필요하고 느린 디코딩 (decode) 속도를 감수할 수 있을 때만 구매하십시오.

Dell은 Dell Technologies World 2026에서 기업들에게 클라우드 AI 비용이 통제 불능 상태에 빠졌으며, 그 해결책은 책상 위의 하드웨어라고 설명했습니다. 제안은 실질적이고, 제품은 출고되고 있으며, 헤드라인 수치는 매우 강력합니다. 이 기사는 Dell이 실제로 판매하는 것과 마케팅이 암시하는 것을 구분하며, 홈 랩 구축자가 관심을 가질 유일한 질문에 답합니다: 이 제품들이 이미 계획 중인 기존 GPU 타워를 대체해야 할까요?

Dell이 실제로 발표한 내용

2026년 5월 18일, Dell은 "Deskside Agentic AI"를 선보였습니다. 이는 클라우드 API에 토큰당 비용을 지불하는 대신, 다단계 AI 에이전트 (multi-step AI agents)를 로컬에서 실행하는 것을 목표로 NVIDIA의 NemoClaw 소프트웨어 스택과 결합된 워크스테이션 세트입니다. Dell이 계속해서 "에이전틱 (agentic)"이라는 표현을 사용하는 이유는 에이전트 워크로드 (agent workloads)에서 토큰 소비가 폭발적으로 증가하기 때문입니다. 다단계 연구 또는 코딩 작업을 수행하는 하나의 에이전트는 단일 채팅 턴 (chat turn)보다 수배 더 많은 토큰을 소모할 수 있으며, 수백 개의 에이전트를 병렬로 실행하는 기업에게 이는 심각한 비용 항목이 됩니다.

Dell의 자체 사례가 이를 가장 명확하게 설명합니다. Dell의 개발자 중 한 명은 24시간 동안 10억 개의 토큰을 소모했으며, 이로 인해 단 하루 만에 3,400달러의 클라우드 청구서가 발생했습니다. 87% 절감 주장은 바로 이러한 지출 프로필 (spend profile)을 바탕으로 구축된 것이지, 저녁마다 몇 시간 동안 코딩 어시스턴트를 실행하는 취미 활동가를 대상으로 하는 것이 아닙니다.

라인업에는 세 가지 기기가 있으며, 이들은 매우 다른 가격대에 위치합니다.

GB10을 탑재한 Dell Pro Max — 실제로 구매 가능한 모델

이 모델은 접근 가능한 계층이며, 홈 랩 (home lab) 예산에 적합한 유일한 모델입니다.

• 칩 (Chip): NVIDIA GB10 Grace Blackwell Superchip (6,144 Blackwell CUDA 코어)
• 메모리 (Memory): 128GB LPDDR5X 통합 메모리, 256-bit 버스
• 대역폭 (Bandwidth): 273 GB/s
• 연산 (Compute): 최대 1 petaFLOP의 sparse FP4
• 모델 범위 (Model range): Dell은 30B–200B 파라미터 모델에 적합하다고 평가함
• 가격 (Price): $3,699 (2TB NVMe) 또는 $3,999 (4TB NVMe)
• 운영체제 (OS): NVIDIA DGX OS 탑재 (CUDA, PyTorch, TensorFlow 사전 구성됨)
• 4× 클러스터 구성으로 확장 가능

이 수치들이 익숙하다면 당연한 결과입니다. GB10을 탑재한 Dell Pro Max는 NVIDIA DGX Spark와 동일한 $3,999 목표가를 가진 동일한 GB10 플랫폼이기 때문입니다. Dell 버전은 주로 스토리지 옵션, 섀시(chassis), 그리고 지원(support) 측면에서 차이가 납니다. 따라서 우리가 이미 알고 있는 DGX Spark의 성능에 관한 모든 정보는 여기에도 직접적으로 적용됩니다.

현재 떠도는 큐(queue)/사양(spec) 혼동에 대한 참고 사항: 일부 초기 기사에서는 GB10을 "72GB / 864 GB/s"로 기재했습니다. 이는 잘못된 정보입니다. 실제로 출하되는 GB10은 273 GB/s 속도의 128GB 통합 LPDDR5X입니다. 이 낮은 대역폭(bandwidth)은 이 기기에 관한 가장 중요한 사실이며, 그 이유는 나중에 다시 다루겠습니다.

GB300을 탑재한 Dell Pro Max — 책상 위의 데이터센터

이 제품은 헤일로(halo) 제품이며, 어떤 정직한 해석을 하더라도 홈랩(home-lab)용 장치는 아닙니다.

• 칩 (Chip): NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
• 메모리 (Memory): 784GB 통합 — GPU 상의 288GB HBM3e + CPU 상의 496GB LPDDR5X
• 연산 (Compute): 최대 20 petaFLOPS FP4
• 네트워킹 (Networking): 800Gbps
• 냉각 (Cooling): Dell의 "MaxCool" 열 관리 시스템
• 모델 범위 (Model range): 120B–1T 파라미터 추론(inference); 최대 ~460B 파라미터 학습(trains)
• 가격 (Price): 미발표 (데이터센터급 가격 예상 — 수만 달러 단위)

실제 288GB의 HBM3e를 갖춘 GB300 데스크톱은 라인업 중에서 프런티어 모델(frontier models)을 사용 가능한 속도로 실행할 수 있는 대역폭을 가진 유일한 기기입니다. 또한 이 제품은 개인이 아닌 IT 부서를 대상으로 가격이 책정되었습니다.

Dell Pro Precision 9 — 멀티 GPU 타워

세 번째 옵션은 더 전통적인 엔터프라이즈 타워입니다. Intel Xeon 600 CPU와 최대 5개의 NVIDIA RTX PRO Blackwell Workstation Edition GPU를 탑재하며, 30B–500B 파라미터 모델에 적합하도록 설계되었습니다. 이는 전통적인 멀티 GPU AI 워크스테이션 (multi-GPU AI workstation)의 확장된 버전과 가장 유사하며, 확장성이 가장 뛰어나지만 5개의 워크스테이션 카드를 장착할 경우 비용이 가장 많이 발생합니다.

87% 주장에 대한 검토

Dell이 제시한 두 가지 핵심 경제 수치는 다음과 같습니다:

1. 2년 기간 동안 클라우드 API 대비 최대 87% 절감
2. 최소 3개월 만에 손익분기점(break-even) 도달

두 수치 모두 분석 기관인 Signal65와 Futurum Group에 의해 검증되었으므로, 이는 Dell이 독자적으로 만들어낸 숫자는 아닙니다. 하지만 "최대(up to)"와 "최소(as little as)"

• 이는 헤비하고 지속적인 에이전트적 사용 (agentic usage)을 가정합니다. 87%라는 수치는 하루에 3,400달러를 사용하는 개발자와 같은 워크로드(workload)에 기반을 두고 있습니다. 만약 실제 사용량이 하루에 몇 시간 정도의 코딩 보조 수준이라면, 클라우드 비용은 월 20~100달러 수준이며 계산 결과는 완전히 달라집니다.
• 이는 대표적인 모델 크기를 가정합니다. 손익분기점은 30B~1T 파라미터(parameter) 모델을 기준으로 계산되었습니다. 클라우드 API 비용이 가장 비싼 구간은 바로 이 더 큰 모델들입니다.
• 이는 안정적인 사용 패턴을 가정합니다. 유휴 상태(Idle)의 하드웨어는 여전히 감가상각됩니다. 클라우드 비용은 사용을 중단하면 0으로 수렴하지만, 4,000달러짜리 장비는 그렇지 않습니다.

에이전트 토큰 지출로 어려움을 겪는 기업에게는 이 논리가 진정으로 강력하며, 데이터 주권(data-sovereignty, 민감한 데이터가 건물 외부로 절대 나가지 않음) 측면은 비용 스프레드시트로는 포착할 수 없는 로컬 환경 구축의 별개이자 정당한 이유가 됩니다. 반면, 홈랩(home-lab) 구축자에게 87%라는 숫자는 다른 구매자를 겨냥한 마케팅입니다. 유혹에 빠지기 전에 여러분의 실제 월간 클라우드 지출액과 비교하여 검증해 보십시오. 저희의 클라우드 vs 로컬 비용 분석은 인디 규모의 예산에 맞춘 실제 계산법을 안내합니다.

홈랩 속도를 결정하는 것은 용량이 아니라 대역폭인 이유

다음은 사양서(spec sheets)가 숨기고 있는 부분입니다. LLM 토큰 생성(decode)은 연산량 제한(compute-bound)이 아니라 **메모리 대역폭 제한(memory-bandwidth-bound)**을 받습니다. 각 토큰을 생성하기 위해 하드웨어는 메모리에서 활성화된 모델 가중치(weights)를 읽어와야 합니다. 메모리가 빠를수록 초당 토큰 생성량(tokens per second)이 많아지며, 소비자급 추론(inference)에서는 거의 도달하기 힘든 연산 한계에 부딪히기 전까지는 거의 선형적으로 증가합니다.

GB10의 128GB 통합 메모리(unified memory)는 대규모 모델을 '수용(fitting)'하는 데는 환상적입니다. 하지만 273 GB/s의 속도로는 매 토큰마다 해당 모델의 가중치를 '이동(moving)'시키기에 느립니다. 수치가 이를 증명합니다:

• GB10 상의 Llama 3.1 70B / DGX Spark: 싱글 스트림(single-stream) 기준 ~2.7 tokens/sec. 이는 편안한 독서 속도(대부분의 사람은 ~7–10 tok/s로 읽음)보다 낮습니다. 70B 모델이 기술적으로는 "실행"되지만, 대화형(interactively)으로는 제대로 작동하지 않는 것처럼 느껴집니다.
• 더 작은 모델은 괜찮습니다: 8B 모델은 응답성이 좋으며, 이 박스는 학습(training) 처리량(throughput)에서 빛을 발합니다. Llama 3.1 8B LoRA 미세 조정(fine-tune)은 초당 수만 개의 토큰에 도달했는데, 이는 미세 조정이 Blackwell 코어가 탐닉할 수 있는 배치 처리(batched) 중심의 연산 집약적(compute-heavy) 작업이기 때문입니다.
• 동시성(Concurrency)이 도움이 됩니다: 많은 동시 요청을 배치(batching)하면 총 처리량(aggregate throughput)이 싱글 스트림 수치보다 훨씬 높아지며, 이것이 바로 Dell이 목표로 하는 에이전트형(agentic)/다중 사용자(multi-user) 시나리오입니다. 키보드 앞에 앉은 한 사람에게는 싱글 스트림 속도가 체감되는 속도입니다.

이제 중고 RTX 3090과 비교해 보겠습니다. 2026년 6월 중고 시장에서 약 $1,070에 거래되는 이 제품은 936 GB/s의 GDDR6X 24GB를 탑재하고 있으며, 이는 GB10 대역폭의 3.4배에 달합니다. 24GB에 들어가는 어떤 모델이든,