1. 로컬 AI를 위한 그래픽카드 선택, RTX 5070 Ti 듀얼 vs RTX 5090



RTX 5070 Ti 듀얼 VS RTX 5090 로컬 AI에서 뭘 써야할까?

    인공지능이 일상으로 들어오면서 다양한 AI 모델들이 쏟아져 나오고 있습니다. 현재는 클라우드 기반 서비스가 대중화되어 많은 분들이 사용하고 있지만, 자신이 보유한 하드웨어를 활용해 나만의 로컬 AI 시스템을 구축하는 것도 얼마든지 가능합니다. 개인 시스템에 AI를 구현하는 과정은 생각보다 복잡하지 않아 나만을 위한 독자적인 비서를 둔다는 희소성도 있습니다.

    간편한 클라우드 대신 로컬 환경에 주목하는 이유는 크게 두 가지입니다. 첫 번째는 사생활 보호입니다. 일상적인 질문이나 번역, 단순 글 수정 같은 작업을 처리하면서도 나의 활용 기록이 어딘가에 저장되어 노출될 수 있다는 점에 거부감을 느끼는 사용자가 많습니다. 두 번째는 토큰 사용량의 제한입니다. 대부분의 클라우드 AI 서비스는 메시지 횟수나 처리량에 한도를 두고 있으며, 긴 문서나 복잡한 작업을 다루다 보면 '여기까지가 한도입니다'라는 메시지를 만나기 일쑤입니다. 반면 로컬 AI는 한 번 시스템을 구축해두면 사용량 제한 없이 마음껏 활용할 수 있는 장점이 있습니다.

    문제는 모델 크기가 커지면 하드웨어 성능의 한계에 부딪히기 쉽다는 점입니다. 더 정교한 대형 모델을 구동하려면 필연적으로 높은 용량의 메모리(VRAM)가 필요합니다. 결국 고용량 VRAM을 찾다 보면 소비자용 플래그십 그래픽카드인 RTX 5090에 눈길이 머물게 되지만, 가격을 고려하면 선뜻 구매를 결정하기 무척 부담스러운 것이 현실입니다. 

    이때 값비싼 단일 카드 대신 VRAM 용량 확보에 초점을 맞춘 RTX 5070 Ti 듀얼 구성을 고민해 보는 것은 실속 있는 해법이 될 수 있습니다. 단일 플래그십 제품과 비교해 연산 처리 속도 자체는 차이가 존재하겠지만, 핵심은 큰 규모의 모델을 내 시스템에서 정상적으로 구동할 수 있느냐에 있기 때문입니다. 이번 리뷰는 그래픽카드 가격에 고심하던 사용자에게 단순한 성능 수치 비교를 넘어, 상황에 부합하는 현실적인 대안과 새로운 방향성을 제시하고자 합니다.

목차

1. 하드웨어 성능 비교
2. 테스트 구성
3. LLM 테스트
4. VLM 테스트
5. 전력 테스트
6. 가격 대비 성능 비교
7. 마치며
   뒤로가기를 누르면 목차로 되돌아옵니다.    

RTX 5070 Ti 16GB, RTX 5070 Ti 16GB 듀얼, RTX 5090 32GB 비교

하드웨어 스펙 비교
NVIDIA Blackwell 아키텍처 · 5세대 Tensor Core · GDDR7 메모리
항목 RTX 5070 Ti
단일 RTX 5070 Ti x2
듀얼 RTX 5090
단일
CUDA 코어
8,960

17,920
분산

21,760

Tensor 코어
5세대

280

560
분산

680

VRAM
16GB
GDDR7

32GB
16GB + 16GB

32GB
통합

메모리 대역폭
896
GB/s

896 x2
분리

1,792
GB/s 통합

FP4 AI 성능
TOPS

1,406

2,812
합산

3,352

TGP
소비전력

300W

600W
합산

575W

인터페이스
PCIe 5.0
x16

PCIe 5.0
x8 / x8

PCIe 5.0
x16

가격
컴퓨존 기준

155.9
만원

311.8
만원

744.9
만원
듀얼 5070 Ti는 컴퓨트 측면에서 5090의 약 83% 수준이지만, 가격은 42% 수준
다만 VRAM과 메모리 대역폭은 통합 vs 분리 구조 차이가 존재
※ 듀얼 구성의 메모리/대역폭은 GPU 간 PCIe 통신을 통해 분산 활용되며, 통합 메모리와는 동작 방식이 다름
※ 듀얼 구성 시 메인보드의 PCIe 5.0 x8/x8 분기 지원 여부 확인 필요
※ 가격: 5/27 컴퓨존 기준 ( GIGABYTE 지포스 RTX 5070 Ti EAGLE OC ICE SFF D7 16GB 1,559,000원, GIGABYTE AORUS 지포스 RTX 5090 STEALTH ICE D7 32GB 7,449,000원)

    표에서 주목할 점은 두 가지입니다. 5070 Ti 듀얼은 하드웨어 스펙에서 5090의 약 83% 수준에 도달하면서 가격은 42% 수준입니다. 단순 하드웨어 구성만 보면 가성비가 매력적인 구성입니다. 다만 같은 32GB VRAM이라도 5090은 통합 메모리, 듀얼은 16GB 두 개로 분리된 구조라는 차이가 있습니다.

테스트 구성

▲ GIGABYTE 지포스 RTX 5070 Ti EAGLE OC ICE SFF D7 16GB 제이씨현

▲ GIGABYTE AORUS 지포스 RTX 5090 STEALTH ICE D7 32GB 제이씨현

    테스트는 GIGABYTE 지포스 RTX 5070 Ti EAGLE OC ICE SFF D7 16GB 제이씨현 제품과 GIGABYTE AORUS 지포스 RTX 5090 STEALTH ICE D7 32GB 제이씨현 제품으로 테스트를 진행했습니다.    

테스트 시스템
CPU AMD Ryzen 9 9950X
CPU 쿨러  DEEPCOOL LQ360 ULTRA 
메인보드 GIGABYTE X870E AORUS PRO ICE
메모리 TeamGroup DDR5-5600 CL46 Elite 서린 16GB x2
VGA GIGABYTE 지포스 RTX 5070 Ti EAGLE OC ICE SFF D7 16GB 제이씨현 x2
GIGABYTE AORUS 지포스 RTX 5090 STEALTH ICE D7 32GB 제이씨현
Resizable BAR Enabled
저장장치 SOLIDIGM P44 Pro 1TB
케이스 TUREX DOMA F1
파워서플라이 SuperFlower SF-2200F14HP LEADEX TITANIUM ATX3.1
디스플레이 SAMSUNG U32J590 - 4K/UHD(3840x2160)
OS Microsoft Windows 11 Pro 25H2

드라이버 NVIDIA GeForce Game Ready Driver 596.49

    이번 리뷰는 LLM과 VLM 테스트에 서로 다른 지표를 적용했습니다. LLM은 TPS와 PPS를, VLM은 TPS와 TTFT를 측정했습니다. LLM은 짧은 채팅부터 긴 문서 분석까지 사용 패턴이 다양합니다. 입력이 길어지면 PPS가 답변 시작 시간에 큰 영향을 미치므로, 다양한 입력 환경을 폭넓게 확인하기 위해 TPS와 PPS를 함께 측정했습니다.

    VLM은 이미지에 짧은 질문을 던지고 짧은 답변을 받는 형태가 대부분입니다. 이미지 분석 단계가 추가되어 첫 답변까지의 시간이 길어지는 특성이 있어, 이 대기 시간을 직접 측정하는 TTFT가 사용자 체감에 가장 가까운 지표입니다.

테스트 지표 설명

핵심 지표 한눈에 보기
TPS · PPS · TTFT — 리뷰에 등장하는 세 가지 측정 지표
TPS
답변 생성 속도
Tokens Per Second
💬
화면에 글자가 타닥타닥
찍히는 속도
AI가 답변 토큰을 1초에 몇 개 생성하는지 측정합니다.
▶ 중요한 작업
일반 채팅
창작 · 번역
긴 답변 생성

PPS
입력 처리 속도
Prompt Processing Speed
📖
긴 입력을
읽어들이는 속도
AI가 프롬프트를 1초에 몇 개 토큰으로 처리하는지 측정합니다.
▶ 중요한 작업
RAG · 문서 분석
코드 분석
회의록 요약

TTFT
첫 답변까지의 시간
Time To First Token
⏱️
엔터 후 첫 글자가
나오기까지의 대기
요청 시점부터 첫 답변 글자가 나타나기까지 걸리는 시간(ms).
▶ 중요한 작업
이미지 분석 (VLM)
스크린샷 OCR
문서 페이지 인식
💡 비유로 이해하기
TPS는 말하는 속도, PPS는 읽는 속도, TTFT는 대답을 시작하기 전 생각하는 시간입니다.
어떤 작업을 주로 하느냐에 따라 중요한 지표가 달라집니다.
※ 본 리뷰에서는 LLM 테스트에 TPS와 PPS를, VLM 테스트에 TPS와 TTFT를 측정 지표로 사용했습니다
※ VLM은 이미지 처리 시간이 추가되어 TTFT가 사용자 체감에 더 큰 영향을 미치므로 별도 측정했습니다
※ 토큰(tokens/sec)은 수치가 높을수록 좋고, 밀리초(ms)는 낮을수록 좋습니다

LLM 테스트

※ 토큰(tokens/sec) 수치는 높을수록 빠른 처리 성능을 의미합니다.

    첫 번째 LLM 테스트는 약 3GB 크기의 소형 MoE 모델 Gemma-4-E4B-it입니다.16GB 단일 카드에 여유롭게 들어가는 모델인데, 듀얼 구성이 단일보다 오히려 떨어지는 결과를 보입니다. TPS는 177.23 t/s에서 155.16 t/s으로 약 12% 감소했고, PPS도 9,227 t/s에서 8,913 t/s으로 줄었습니다.한 장에 충분히 들어가는 모델을 두 장에 분산하면서 통신 오버헤드만 추가된 결과입니다. 모델 크기가 16GB 이하라면 듀얼 구성은 필요하지 않습니다. 5070 Ti 단일만으로도 충분합니다.

※ 토큰(tokens/sec) 수치는 높을수록 빠른 처리 성능을 의미합니다.

    다음은 27B 크기의 대형 모델 Qwen3-27B(UD-Q4_K_XL) 테스트입니다. 양자화 후에도 약 18GB 이상의 메모리를 요구하는 모델로, 결과가 극적으로 갈립니다. 5070 Ti 단일은 TPS 5.4 t/s, PPS 101.5 t/s에 그치는데, 모델이 16GB VRAM에 들어가지 못해 일부 데이터를 메인 메모리로 옮기면서 처리한 결과입니다. 사실상 GPU 추론이 아닌 셈입니다. 

    RTX 5070 Ti 듀얼 구성에서는 32GB VRAM이 확보되면서 정상 동작이 가능해져,TPS 41.7 t/s, PPS 1,819 t/s로 각각 7.7배, 18배 빠른 성능을 보입니다. 5090과 비교하면 듀얼은 TPS 56%, PPS 49% 수준입니다. 27B급 대형 모델 영역에서는 단일 16GB 카드는 한계가 있으며, 듀얼 구성이 비로소 의미를 갖는 지점입니다.

    앞선 테스트는 모두 512 토큰 짧은 프롬프트 기준이었습니다. RAG·코드 분석·문서 처리 같은 실제 워크로드는 수천에서 수만 토큰의 입력을 다룹니다. 컨텍스트 길이에 따라 두 구성의 성능 격차가 어떻게 변하는지를 측정했습니다.

    두 곡선의 형태가 명확히 다릅니다. RTX 5090은 컨텍스트가 길어질수록 완만하게 감소하는 패턴을 보입니다. 반면 듀얼 5070 Ti는 8,192 토큰까지 성능이 향상됩니다. 짧은 프롬프트(512)에서는 듀얼이 5090의 약 48% 수준이지만, 컨텍스트가 길어질수록 격차가 좁혀집니다. 8K 토큰에서는 5090의 73%, 32K에서는 77%까지 따라붙습니다.

    짧은 프롬프트에서는 두 GPU 간 통신 오버헤드가 효율을 깎아먹지만, 긴 입력에서는 실제 연산 비중이 커지면서 듀얼 구성의 컴퓨트 합산 효과가 살아나기 때문입니다. 결국 5070 Ti 듀얼은 일반 채팅보다는 RAG·코드 분석·긴 문서 처리 같은 긴 컨텍스트 워크로드에서 더 놓을 효율을 보여줍니다.

VLM 테스트

※ 토큰(tokens/sec) 수치는 높을수록 빠른 처리 성능을 의미합니다.

※ 밀리초(ms) 수치는 낮을수록 빠른 응답 속도를 의미합니다.

    7B 크기의 Qwen2.5-VL-Instruct는 16GB 단일 카드에 충분히 들어가는 모델입니다. TPS는 5070 Ti 단일 155.90 t/s, 듀얼 152.60 t/s으로 거의 동일합니다. TTFT도 같은 패턴이지만 모든 구성이 1초 미만의 빠른 응답성을 보여 일상 사용에 무리가 없습니다. LLM 섹션과 동일한 결론입니다. 모델이 단일 GPU에 들어가는 크기라면 듀얼 구성의 큰 의미가 없습니다.

※ 토큰(tokens/sec) 수치는 높을수록 빠른 처리 성능을 의미합니다.

※ 밀리초(ms) 수치는 낮을수록 빠른 응답 속도를 의미합니다.

    두 번째 VLM 테스트는 26B 크기의 대형 MoE 모델 Gemma-4-26B-A4B입니다. 총 26B 중 4B만 활성화되는 MoE 구조라, 메모리는 크지만 추론 속도가 빠른 특성을 가졌습니다. 5070 Ti 단일은 TPS 80.20 t/s, TTFT 834.19 ms로 느린데, 16GB VRAM에 빠듯하게 들어가면서  일부 데이터가 메인 메모리로 옮겨진 결과입니다.

    듀얼 구성에서는 32GB가 확보되면서 TPS 140.40 t/s, TTFT 438.30 ms로 각각 1.75배, 1.9배 빨라집니다. 5090은 TPS 207 t/s, TTFT 311.57 ms로 가장 빠르지만, 듀얼도 5090의 약 68~71% 수준까지 따라붙습니다. 대형 VLM 모델 영역에서는 단일 16GB 카드의 한계가 분명하며, 듀얼 구성이 정상 추론을 가능하게 만드는 지점입니다.

전력 테스트

전력 대비 성능 비교
와트(W)당 성능 효율 · Qwen3.6-27B Q4_K_XL · pp32768 · HWiNFO64 Sensor
항목 RTX 5070 Ti x2
듀얼 구성 RTX 5090
단일 구성 차이

처리 성능
pp32768

1,977.36
tokens/sec

2,556.79
tokens/sec

+29.3%
5090 우위

평균 소비전력
482.8
Watt

574.4
Watt

-91.6W
듀얼 절약

최고 소비전력
503.0
Watt

577.4
Watt

-74.4W
듀얼 절약

와트(W)당 성능
tokens/sec ÷ Watt

4.10
t/s per Watt

4.45
t/s per Watt

+8.7%
5090 효율
RTX 5090이 와트(W)당 성능에서 8.7% 우위
듀얼은 절대 전력 92W 적게 사용, 발열·소음·전기료 측면 이점
※ 측정 도구: HWiNFO64 Sensor, pp32768 prompt processing 부하 기준
※ 와트(W)당 성능 = pp32768 처리 속도(tokens/sec) ÷ 평균 소비전력(Watt)
※ 듀얼은 Pipeline Parallel 방식 특성상 TGP 합산(600W) 대비 80.5% 수준으로 동작

    그래픽카드 선택에서 절대 성능만큼 중요한 것이 전력 효율입니다. 같은 성능이어도 더 적은 전력으로 처리할 수 있다면 발열·소음·전기료 모두에서 이점이 있습니다. 본 테스트는 가장 부하가 큰 pp32768 prompt processing 상태에서 HWiNFO64 Sensor로 두 구성의 전력 소비를 측정한 결과입니다.

    RTX 5090은 평균 574.4W, 듀얼 5070 Ti는 482.8W를 소비했습니다. 듀얼이 약 92W 적게 사용하지만, 처리 성능도 그만큼 낮아 와트(W)당 성능은 5090이 약 8.7% 우위입니다. TGP 활용률에서 차이가 있습니다. 5090은 스펙(575W)에 거의 도달해 100% 풀가동 상태인 반면, 듀얼은 합산 TGP(600W)의 80% 수준에서 동작합니다. 듀얼 구성은 AI 모델을 두 카드가 앞뒤로 나눠 처리하는데, 한 카드가 작업을 끝내야 다른 카드가 이어받는 구조라 두 GPU가 동시에 풀가동되지 않기 때문입니다. 그래서 합산 TGP에 도달하지 않고 약 80% 수준에서 동작하게 됩니다.

    와트(W)당 효율은 5090이 약간 우위지만 격차는 크지 않고, 절대 전력 소비는 듀얼이 명확히 적습니다. 듀얼 구성은 한쪽 GPU에 항상 여유가 있어 발열과 소음 분산 측면에서 이점이 있습니다.

가격 대비 성능 비교

RTX 5090 vs RTX 5070 Ti 듀얼
가격 대비 성능 비교 · Qwen3.6-27B Q4_K_XL · llama.cpp tg128
구성 TPS 가격 100만원당 TPS 가성비 지수

RTX 5090 32GB
단일 구성

73.42
tokens/sec

744.9
만원

9.86
tokens/sec

100
기준

RTX 5070 Ti 16GB
x2 듀얼 구성

41.50
tokens/sec

311.8
만원

13.31
tokens/sec

135
▲ +35%
RTX 5090이 1.77배 빠르지만 가격은 2.39배
가성비는 TPS 기준, 듀얼 5070 Ti가 35% 우위
※ 측정 환경: llama.cpp tg128, Qwen3.6-27B Q4_K_XL, Flash Attention 활성화
※ 가격 기준: 컴퓨존 (RTX 5070 Ti 1,559,000원 × 2 = 3,118,000원 / RTX 5090 7,449,000원)
※ 가성비 지수: RTX 5090 단일을 100으로 환산한 상대값

    지금까지 절대 성능과 전력 효율은 5090이 우위였습니다. 이제 마지막으로 살펴볼 항목은 가격입니다. 컴퓨존 실제 판매가 기준으로 가성비를 환산했습니다. 

    RTX 5090은 듀얼 5070 Ti보다 1.77배 빠르지만, 가격은 2.39배입니다. 성능 향상 폭보다 가격 상승 폭이 더 큽니다. 100만원당 성능으로 환산하면 듀얼이 13.31 t/s, 5090이 9.86 t/s로 듀얼이 약 35% 가성비 우위에 있습니다.

    5090이 더 빠른 것은 사실입니다. 다만 그 성능 차이가 가격 차이를 보상해주지는 못합니다. 같은 100만원으로 얻을 수 있는 성능을 비교하면 오히려 듀얼 구성이 더 많은 결과를 보여줍니다. 절대 최고 성능이 필요한 사용자에게는 5090이 정답이지만, 27B 이상 대형 모델을 활용하고 싶거나 가격 부담을 줄이고 싶은 사용자에게 5070 Ti 듀얼 구성은 합리적인 선택입니다.

마치며

■ 5090이 더 빠르다, 그러나 가격 차이만큼은 아니다

    먼저 분명히 짚고 싶은 사실이 있습니다. 이번 테스트의 모든 항목에서 RTX 5090이 5070 Ti  듀얼보다 앞섰습니다. LLM 추론 속도부터 이미지 분석의 응답 시간까지, 어떤 지표에서도 RTX 5090이 우위였습니다. 단일 카드의 통합 메모리와 압도적인 하드웨어 성능이 만들어낸 결과입니다.

    하지만 흥미로운건 성능 차이의 크기입니다. RTX 5090이 듀얼보다 약 1.77배 빠르지만, 가격은 2.39배 비쌉니다. 성능이 늘어난 폭보다 가격이 오른 폭이 더 크다는 의미입니다. 같은 100만원으로 얻을 수 있는 성능은 오히려 듀얼 구성이 약 35% 더 많습니다.

■ 듀얼 5070 Ti는 차선책이 아니다

    흔히 듀얼 구성을 5090을 살 돈이 없어서 어쩔 수 없이 선택하는 차선책으로 보는 시각이 있습니다. 이번 테스트를 통해 그 시각이 적절하지 않다는 걸 확인했습니다. 27B 이상의 대형 모델을 생각해보면 명확합니다. 이런 모델은 16GB 그래픽카드 한 장으로는 정상 동작이 어렵습니다. 일부 데이터를 메인 메모리로 옮겨가며 처리하다 보니 속도가 답답할 정도로 느려지죠. 하지만 16GB 카드 두 장으로 32GB를 확보하면 이 문제가 자연스럽게 해결됩니다.

    긴 문서나 코드를 다루는 작업으로 가면 듀얼의 강점이 더 두드러집니다. 짧은 채팅에서는 RTX 5090과 격차가 컸지만, 입력이 길어질수록 RTX 5070 Ti 듀얼 구성이 RTX 5090을 따라잡으며 70% 이상까지 성능 차이가 좁혀집니다. 가격이 절반도 안 되는데 성능은 70%까지 따라온다면, 충분히 합리적인 선택입니다.

■ 듀얼 구성이 어울리는 분

    대형 모델을 자유롭게 활용하고 싶으셨던 분께 가장 먼저 권하고 싶습니다. 30B 안팎의 모델을 돌리고 싶지만 5090의 가격이 부담스러우셨다면, 듀얼 구성은 그 벽을 넘는 가장 현실적인 방법입니다. 문서 분석이나 코드 검토를 자주 하시는 분께도 적합합니다. 긴 입력을 처리하는 작업에서 그 효율이 더 놆아지는걸 확인할 수 있습니다. 회의록·논문·계약서를 자주 분석하시거나, 검색 기반 답변 시스템(RAG)을 직접 구축하시는 분이라면 듀얼 구성을 진지하게 고려해볼 만합니다.

    처음부터 큰 비용을 들이기 부담스러운 분께도 듀얼 구성이 또 다른 장점이 있습니다. 5070 Ti 한 장을 먼저 구입해 사용하다가, 필요할 때 한 장을 추가해 듀얼을 완성하는 단계적 확장이 가능합니다. 700만원대 카드를 한 번에 결제하는 것보다 부담이 훨씬 적습니다.

■ 그래도 5090이 어울리는 분

    반대로 이런 분들께는 5090을 권합니다. 응답 속도가 정말 중요한 분이라면 5090이 답입니다. 실시간 챗봇이나 인터랙티브 작업에서는 1초의 차이도 체감이 크게 다가오는데, 5090의 절대 성능 우위가 이 영역에서 확실하게 빛납니다.

    복잡한 설정 없이 단순하게 쓰고 싶은 분께도 5090이 좋습니다. 듀얼 구성은 두 카드를 함께 활용하기 위한 약간의 설정이 필요하지만, 5090은 카드 한 장만 꽂으면 끝나는 단순함이 있습니다. 본격적으로 모델을 학습시키거나 미세 조정하시는 분이라면 5090의 통합 32GB 메모리가 명확한 이점입니다. 또한 케이스나 메인보드, 파워서플라이 같은 시스템 제약이 있다면 카드 두 장을 수용하기 어렵기 때문에 5090 단일 구성이 현실적입니다.

■ 가장 비싼 것이 정답은 아닙니다

    로컬 AI 환경 구축은 더 이상 일부 전문가만의 영역이 아닙니다. 나만의 AI를 두고 싶은 분들이 늘어나고 있고, 활용 방식도 단순한 채팅을 넘어 문서 분석, 코드 작성, 다양한 자동화로 확장되고 있습니다. 사용 방식이 다양해진 만큼, 그래픽카드를 고르는 기준도 달라져야 합니다. 이번 리뷰가 전하고 싶은 메시지는 단순합니다. 가장 비싼 것이 정답이 아닐 수 있다는 것입니다.

    RTX 5090은 분명 훌륭한 카드이지만, 700만원이 넘는 가격은 누구에게나 부담스럽습니다. 그동안 가격 때문에 망설였던 분들, 또는 대형 모델을 다루고 싶지만 엄두를 못 냈던 분들에게 듀얼 RTX 5070 Ti라는 선택지가 있다는 것을 보여드리고 싶었습니다. 모든 선택의 정답은 본인의 사용 환경에 달려 있습니다. 짧은 채팅이 주력이라면 5090의 속도가 빛날 것이고, 긴 문서나 대형 모델을 다루는 게 주력이라면 듀얼 구성의 가성비가 압도적일 것입니다.

• 본문에 첨부한 모든 사진은 눌러서 크게 볼 수 있습니다.

• 퀘이사존 로고가 없는 사진은 해당 제품 브랜드 자료입니다.

퀘이사존의 저작물은 크리에이티브 커먼즈 저작자표시-비영리-변경금지 4.0 국제 라이선스에 따라 이용할 수 있습니다.

1

로컬 AI를 위한 그래픽카드 선택, RTX 5070 Ti 듀얼 vs RTX 5090