정말 클라우드에 100% 의존하게 만드는 방향으로 가고 있는 건가? 주권 AI가 지금보다 절실했던 적은 없음.
AI를 통제하는 힘과 파급력은 검색이나 소셜미디어 알고리즘 통제보다 훨씬 큼. 중앙집중형 고성능 AI를 특정 결과로 유도하도록 조작한다면, 기존보다 10배 강력한 사회 통제 수단이 되며 자유롭고 열린 사회가 버티기 어려움. 사람들이 검색이나 소셜미디어보다 더 많은 사고를 AI에 맡기게 되므로 사실상 정신 통제에 가까움. 아직 가능할 때 주권 AI를 구축하고 유지해야 함.
그보다는 Nvidia의 수익 추구일 뿐임. 중국 정도를 제외하면 Nvidia에 50만 달러를 주고 최신 AI GPU를 사는 것을 막는 건 없음. 중국도 수출 통제에도 불구하고 잘하고 있음.
이는 Nvidia를 비롯한 기업들이 수십 년간 해온 시장 세분화임. 클라우드 사업자는 큰돈을 지불하고, 로컬 AI 사용자의 예산은 그보다 적으며, 게이머의 예산은 더 적음. 그래도 돈을 벌 수 있는 시장이지만 자사 제품끼리 경쟁하지 않도록 소비자용 하드웨어에서 기업용 작업을 제한하려는 것임.
예전에는 고정밀 연산을 제한했지만, AI에는 고정밀 연산이 중요하지 않으니 이제 다른 부분을 제한하는 것임.
NVIDIA는 로컬 AI가 거대한 시장이 될 것을 이미 파악하고 AI용 DRM을 준비하는 듯함. 전체 성능 해제나 거대 AI 기업의 암호화된 모델 사용에 라이선스 비용을 받고, 처리한 10억 토큰 단위나 GPU 연산량에 따라 과금할 수도 있음.
몇 년 전이라면 이미 산 하드웨어를 사후 패치로 느리게 만들고 제대로 쓰려면 돈을 더 내게 한다는 생각은 피해망상처럼 느껴졌을 것임. 그런데 2026년에는 자동차 회사들이 차값을 전부 받은 뒤에도 다 이렇게 하는 것 같음. 경쟁이 이토록 적은 시장에서 같은 일을 하지 않을 이유가 안 보임.
오픈소스가 검색과 소셜미디어에서 이기지 못한 이유는 유지관리자들이 만들어내기 어려운 네트워크 효과가 필요했기 때문임. AI는 오픈소스가 업계를 지배하는 운영체제나 실행 프로그램과 같은 소프트웨어임. 컴파일러 엔지니어들이 llama.cpp를 엄청나게 최적화한 일을 떠올려 보면 됨.
지금 AI 소프트웨어의 병목은 연산 자원과 데이터임. 무어의 법칙이 연산 자원을, StackOverflow·arXiv·bioRxiv·Gutenberg·3lib·anna·internet.org 등이 데이터를 공급해 줄 것임. 결국 시간의 문제이고 오픈소스는 언제나 승리함.
GTX/RTX 사용자가 영상 스트림 2개를 초과해 동시에 하드웨어 인코딩하지 못하게 막았던 바로 그 회사임을 기억해야 함.
Nvidia가 늘 하던 대로 독점적인 비공개 드라이버를 내놓는 것임. 전력 설정을 암호학적으로 보호한 선택은 이상함. 핵심은 원래부터 이랬던 기업이 독점하도록 내버려 뒀다는 데 있음. 다른 제조사도 있으니, 이제는 다른 환경으로 이전하고 다시 구축하는 수고를 감수할 가치가 있을지도 모름.
전혀 이상하지 않음. 사람들이 이 노트북을 사서 Linux를 설치하고 데이터센터에 넣을 것을 알기 때문에 막으려는 것임.
그러지 않으면 GPU 오버클럭 구독 상품을 어떻게 팔겠음?
“우리가 허용했다”는데, ‘우리’에게 언제 결정권이 있었나? 오픈소스 공동체를 내세우는 이런 표현은 이해하기 어려움.
Nvidia는 수십 년간 이렇게 해왔고, 가능한 해석은 그런 정책에도 불구하고 성공했거나 그런 정책 덕분에 성공했다는 두 가지임. Nvidia의 성공 과정에 오픈소스 공동체를 대표하는 가상의 집단적 ‘우리’는 없음. Nvidia와 소비자들이 있을 뿐임.
흥미로운 제목을 보고 들어갔는데, 부제부터 Linux 듀얼 부팅·GPU 클럭 제한 버그·WSL이 여전히 나은 이유를 나열하는 전형적인 Claude식 문체가 나오니 정말 지침.
세 가지를 나열하는 수사법만으로 이런 비판을 받는 건가? 여러 세대에 걸쳐 써온 표현법이고, 학습 데이터에 널려 있으니 LLM도 따라 하는 것임.
얼마 전 컨트리 음악 공연에서 J. Talarico의 짧은 연설을 들었는데, 열 문장 남짓에 이런 나열이 서너 번 등장했음. 그렇다면 텍사스가 Claude를 상원의원으로 뽑았다는 뜻인가?
이런 피상적인 평가는 그만해야 함. 연설자의 넥타이가 마음에 안 든다는 것과 다르지 않으며, 연설의 좋고 나쁨을 가려주지도 못함.
당신은 외국발 반AI 여론 공작의 표적이 됐다는 점을 알아야 함. 댓글 이력을 보면 그 공작이 당신에게 강한 부정적 영향을 줬다는 것이 분명함.
Nvidia는 비공개 드라이버 때문에 이미 Linux용으로 좋지 않은 선택이었음.
그렇지는 않음. NVIDIA의 비공개 Linux 드라이버는 20년 넘게 Windows 드라이버와 기능·성능이 대등했으며, 훨씬 최근에 오픈소스화된 AMD 드라이버의 이전 상황과는 달랐음.
이번에는 Windows에서만 쓸 수 있는 펌웨어라는 새로운 사안임. 이런 정책이 이어지면 Linux용으로 나쁜 선택이 되겠지만, 지금까지 그래픽과 AI 용도에서는 최고의 성능과 안정성을 제공해 가장 좋은 선택이었음.
반면 FP64 처리량이 중요한 순수 연산 용도에서는 수년 전부터 AMD보다, 최근에는 Intel보다도 나쁜 선택이 됐음. 이는 소프트웨어가 아니라 하드웨어 지원이 부족하기 때문임.
이 기사는 DGX Spark가 아니라 RTX Spark에 관한 것이므로 제목을 바꿔야 함.
사이트에서 제목을 수정한 것 같음.
반독점법은 이미 있지만 Reagan 이후 거의 집행되지 않았음. 정치적 의지가 있다면 바뀔 수 있음. Nvidia가 독점 기업이 아니라면 무엇인가?
Linux에서는 GPU가 약 780MHz에 묶이고 Windows에서는 2GHz 이상으로 동작하는 현상은 2014년 GTX 980 시절부터 있던 문제임.
링크는 RTX Spark 노트북인데 제목에는 왜 DGX Spark라고 되어 있나? 둘은 상당히 다른 제품으로 알고 있으며, Linux에서 잘 작동하지 않는다는 내용은 RTX Spark 노트북에나 해당하는 것 같음. DGX Spark는 기본 운영체제가 Linux 아닌가?
제목을 수정했음.
Windows에서 작동한다면 역공학이 가능하지 않을까? 또 CPU와 GPU가 공유하는 최대 128GB 통합 메모리가 노트북에서 드물다고 하는데, 내장 GPU를 탑재한 AMD 노트북의 공유 메모리 자체는 드물지 않고 거의 기본임.
나도 AI로 역공학하면 되겠다고 생각함. 아예 그 노트북에서 AI를 돌려 자기 자신을 역공학하게 할 수도 있음.
다행히 누군가 역공학으로 수정 방법을 공개하기까지는 몇 주면 될 것임. 정식으로 업스트림에 반영된 해결책은 좀 더 기다려야 할 수 있음.
로컬 AI에 깊이 빠져본 입장에서는 이미 진 빠지는 디버깅이 너무 많음. 해결 방법을 찾아야 하는 단계가 ‘하나 더’ 늘어나는 정도라고 해도 해로움.