RTX 스파크 노트북, 리눅스에서 전원 꽂으면 느려진다

엔비디아(Nvidia)의 RTX 스파크(RTX Spark) 노트북은 리눅스를 설치해도 전원에 연결하면 AI 추론 성능이 크게 떨어진다. 마인드스튜디오(MindStudio)가 MSI 프레스티지 N16 플립 AI 플러스(MSI Prestige N16 Flip AI Plus)를 시험한 결과, 같은 모델의 생성 속도가 윈도에서는 초당 65.4토큰, 네이티브 리눅스에서는 13.9토큰이었다. 화면과 주변기기, GPU 가속은 작동했지만 CPU와 GPU 사이의 전력을 조절하는 윈도 전용 구성요소가 리눅스에는 없었다. AI 개발용 노트북에서 운영체제가 실행되는 것과 제 성능을 내는 것은 별개의 문제임을 보여준다.

핵심요약

  • MSI의 RTX 스파크 노트북은 리눅스 듀얼 부팅과 GPU 가속이 가능하지만, 전원에 연결하면 GPU 클록(칩의 동작 속도)이 약 780MHz로 낮아져 AI 추론 속도가 크게 떨어졌다.
  • GPT-OSS-120B 시험에서 윈도는 초당 65.4토큰, WSL(윈도 안에서 리눅스 환경을 실행하는 기능)은 65.1토큰을 기록했지만, 같은 노트북의 네이티브 리눅스는 13.9토큰에 머물렀다.
  • 윈도 전용 엔비디아 플랫폼 컨트롤러를 끄자 윈도에서도 비슷한 속도 저하가 재현돼, 문제의 초점은 리눅스 배포판보다 전력 관리 지원에 맞춰졌다.
  • 노트북이 기본으로 GPU에 예약하는 통합 메모리 96GB는 윈도에서 설정을 바꿔야 리눅스가 더 많은 메모리를 사용할 수 있었다.
  • 현재로서는 윈도 드라이버를 이용하면서 리눅스용 AI 도구를 실행하는 WSL이 실용적인 대안이며, 네이티브 리눅스의 성능 개선은 엔비디아의 전력 관리 지원에 달려 있다.

같은 GPU 설계, 다른 운영체제

RTX 스파크는 엔비디아의 데스크톱 AI 기기인 DGX 스파크(DGX Spark)와 같은 GPU 설계를 노트북에 적용한 플랫폼이다. MSI 프레스티지 외에 아수스 프로아트(Asus ProArt), 델 XPS(Dell XPS)에도 쓰인다. DGX 스파크가 엔비디아의 리눅스 환경을 기본으로 제공하는 것과 달리, 이 노트북들은 모두 ARM 기반 윈도인 윈도 온 ARM(Windows on ARM)을 탑재해 출시된다. 같은 계열의 GPU를 쓴다고 해서 운영체제 지원까지 같은 것은 아니다.

ARM 기반 윈도 기기 자체는 이전부터 있었지만, 이 칩은 그 환경에서 엔비디아의 CUDA를 사용할 수 있게 했다는 점이 다르다. 노트북은 CPU와 GPU가 하나의 메모리 공간을 함께 쓰는 통합 메모리를 최대 128GB까지 구성할 수 있다. 이 사양은 큰 AI 모델을 노트북에서 실행하려는 개발자에게 중요하며, RTX 스파크 노트북이 AI 개발용으로 소개되는 이유이기도 하다. 일반적인 윈도 노트북의 운영체제를 바꿔 보는 실험과는 관심사가 다르다.

개발자가 리눅스를 원하는 이유도 분명하다. vLLM과 SGLang을 비롯한 AI 도구가 리눅스 중심으로 쓰이기 때문이다. 마인드스튜디오의 시험은 윈도를 떠나거나 듀얼 부팅을 택했을 때도 이 노트북의 GPU와 넉넉한 메모리를 활용할 수 있는지 확인하려는 시도였다. 설치 성공 여부뿐 아니라 실제 모델 실행 속도까지 봐야 답할 수 있는 질문이다.

옴아키와 데비안을 오간 설치 과정

첫 설치 대상으로 고른 옴아키(Omarchy)는 아치 계열 리눅스 배포판이다. 이 배포판은 아수스와 델의 RTX 스파크 장치를 지원했지만, 시험 대상인 MSI 노트북에서는 부팅 중 화면이 깜박이며 불안정했다. 같은 플랫폼을 쓴다는 사실만으로 각 제조사의 노트북에서 설치 과정까지 같지는 않았다. 시험자는 더 안정적으로 설치되는 데비안(Debian)으로 방향을 바꿨다.

데비안에서도 바로 설치를 마칠 수는 없었다. 설치 프로그램이 와이파이에 연결되지 않아 USB 이더넷 어댑터가 필요했다. 설치 후에는 기본 커널에 노트북 전용 하드웨어 지원이 없어 키보드와 터치패드, GPU를 인식하지 못했다. 화면이 안정적으로 나온다는 장점과 필요한 장치가 작동한다는 조건을 동시에 만족해야 했다.

결국 시험자는 엔비디아의 공개 커널 드라이버가 이미 포함된 옴아키로 돌아갔다. 설치 초반에는 노트북 자체 화면에만 영상이 나오고 HDMI 외부 출력은 되지 않아, 원격 작업 중 화면을 확인하려고 외부 카메라를 노트북 쪽으로 향하게 해야 했다. 설정을 마친 뒤에는 리눅스 데스크톱이 정상적으로 실행됐고 오디오, 키보드, 터치패드와 CUDA 가속도 작동했다. 4K·120Hz 화면 출력까지 가능해, 남은 쟁점은 리눅스가 기기를 구동할 수 있느냐가 아니라 AI 작업에 필요한 자원을 충분히 쓸 수 있느냐였다.

128GB 중 처음 보인 메모리는 28GB

부팅에 성공한 뒤에는 메모리 할당이 걸림돌이 됐다. 노트북의 128GB 통합 메모리 중 펌웨어가 기본으로 96GB를 GPU용으로 예약했고, 리눅스에서는 28GB만 보였다. 큰 모델을 실행하려고 넉넉한 통합 메모리를 갖춘 기기를 골랐더라도, 운영체제에서 사용할 수 있는 양이 이 정도라면 장점을 살리기 어렵다. 드라이버가 GPU를 인식하는 것과 메모리를 원하는 방식으로 배분하는 것은 다른 문제였다.

분할 비율을 바꾸는 설정은 윈도에서만 제공됐다. 시험자는 윈도에서 GPU 예약량을 4GB로 낮춘 다음 다시 리눅스를 부팅했고, 그제야 120GB를 확인했다. 이 조정으로 리눅스에서 활용할 수 있는 메모리는 크게 늘었지만, 설정을 바꾸는 출발점은 여전히 윈도였다. 네이티브 리눅스 설치가 가능해도 장치 구성의 일부를 다른 운영체제에 의존하는 셈이다.

메모리 문제는 뒤이어 드러난 속도 저하와도 구별해야 한다. 예약량을 조정한 뒤에는 리눅스 데스크톱과 GPU 가속이 작동했고, 성능을 측정할 환경도 마련됐다. 그러나 메모리를 확보한 것만으로 전원 연결 시 GPU 클록이 낮아지는 현상은 사라지지 않았다. 설치, 자원 할당, 추론 성능이 각각 별도의 확인 항목으로 남은 것이다.

초당 65토큰과 14토큰

GPT-OSS-120B를 GPU에서 실행한 추론 시험은 운영체제별 차이를 수치로 드러냈다. 윈도는 초당 65.4토큰, WSL은 65.1토큰을 생성해 거의 같았다. 엔비디아의 리눅스를 쓰는 DGX 스파크 데스크톱은 61토큰을 기록했다. 반면 같은 노트북에 직접 설치한 네이티브 리눅스는 13.9토큰에 그쳤다.

차이는 한 모델의 단일 시험에만 나타나지 않았다. vLLM에서 동시 접속자 8명을 대상으로 측정했을 때 WSL은 초당 127토큰, 네이티브 리눅스는 39.5토큰이었다. 더 긴 작업을 완료하는 데에는 윈도가 약 8분, 리눅스가 37분 걸렸다. 개발자가 모델을 한 번 실행해 보는 경우뿐 아니라 작업을 지속하거나 여러 요청을 처리할 때도 성능 격차가 이어진 것이다.

긴 작업 중 윈도의 GPU 클록은 약 2.2GHz를 유지했지만, 리눅스에서는 약 790MHz에 머물렀다. 시험 중 온도는 40~47도로 낮았다. 마인드스튜디오는 칩이 과열돼 스스로 속도를 낮추는 상황이 아니라, 높은 클록으로 동작하도록 허용받지 못하는 상황으로 봤다. 같은 GPU가 다른 운영체제에서 서로 다른 속도로 일한 이유를 전력 관리 쪽에서 찾게 된 대목이다.

전원에 꽂으면 내려가는 GPU 클록

전원 연결 여부를 바꾸자 이상 현상은 더 뚜렷해졌다. 리눅스에서 LM 스튜디오(LM Studio)를 실행했을 때 배터리로 구동하면 생성 속도가 초당 약 61~67토큰으로 윈도와 비슷했다. 벽면 전원에 연결하자 같은 시험이 초당 약 15토큰으로 떨어졌다. 통상 기대하는 것과 달리 전원을 꽂았을 때 훨씬 느려진 것이다.

GPU 클록 역시 전원 상태에 따라 움직였다. 부하가 걸린 상태에서 배터리로 실행하면 약 1,800MHz였지만, 전원에 연결하면 약 780MHz까지 낮아졌다. 따라서 리눅스에서 GPU가 원래 빠르게 동작할 수 없는 것은 아니었다. 전원 공급 상태가 바뀌는 순간 적용되는 설정이 성능을 갈랐다.

마인드스튜디오는 윈도 장치 관리자에 표시되는 ‘엔비디아 플랫폼 컨트롤러 및 프레임워크’에 주목했다. 데스크톱 DGX 스파크와 달리 노트북은 CPU와 GPU 사이에서 쓸 수 있는 전력을 나눠야 하며, 이 구성요소가 그 조절을 맡는다. 시험자가 윈도에서 컨트롤러를 끄자 생성 속도가 초당 약 83토큰에서 31토큰으로 떨어지고 GPU 클록도 리눅스에서 관찰한 수준과 비슷한 786MHz로 낮아졌다. 컨트롤러를 다시 켜자 속도는 곧바로 회복됐다.

암호화된 전력 설정, 남은 선택지 WSL

컨트롤러의 작동 여부를 바꾼 시험은 문제의 초점을 좁혔다. 리눅스 배포판을 무엇으로 골랐는지, 공개 GPU 드라이버로 화면을 출력할 수 있는지보다 노트북의 전력 설정을 제대로 적용할 수 있는지가 성능을 좌우했다. 마인드스튜디오는 컨트롤러가 펌웨어에서 받는 전력 설정표가 암호화돼 있으며, 현재 윈도 드라이버만 이를 해독할 수 있다고 설명했다. 리눅스에는 그 역할을 하는 구성요소가 없다.

시험 중 시도한 소프트웨어 조정으로는 리눅스의 클록 제한을 풀지 못했다. 한 시도에서는 커널 패닉까지 발생했다. 윈도 드라이버에서 해독 키를 추출하는 방안도 거론됐지만, 필자는 특정 기기에서만 통할 수 있는 불안정한 임시방편으로 봤다. 네이티브 리눅스에서 정상 성능을 내려면 엔비디아가 노트북용 전력 관리 기능을 리눅스 드라이버에 제공해야 한다는 판단이다.

당장 쓸 수 있는 경로로 제시된 것은 WSL이다. WSL은 윈도의 드라이버 체계를 이용하므로 전원을 연결했을 때도 GPU의 높은 클록을 유지하면서 vLLM과 SGLang 같은 리눅스 중심 도구를 실행할 수 있다. 배터리로 구동할 때도 윈도의 GPU 동작 방식을 활용한다. 네이티브 리눅스와 동일한 환경은 아니지만, 측정된 추론 속도는 윈도와 거의 같았다.

WSL도 메모리 설정은 손봐야 한다. 기본 할당량이 14GB여서 128GB 통합 메모리를 활용하는 큰 모델 작업에는 부족하다. 할당량을 직접 늘린 뒤에는 WSL 측정치가 윈도 성능에 근접했다. 현재 선택지는 설치에 성공한 네이티브 리눅스의 낮은 유선 전원 성능을 감수하거나, 윈도 드라이버에 기대는 WSL에서 필요한 리눅스 도구를 실행하는 쪽으로 갈린다.

커뮤니티 의견

한 사용자는 이를 엔비디아가 모든 리눅스 장치의 성능을 의도적으로 막은 사례로 읽어서는 안 된다고 지적했다. 시험 대상은 윈도를 기본 탑재한 MSI의 RTX 스파크 노트북이며, 확인된 문제는 해당 펌웨어를 위한 리눅스 전력 관리 지원이 없다는 것이다. 같은 플랫폼의 다른 제조사 제품에도 비슷한 문제가 있을 수 있지만, 먼저 실제 시험 범위를 구분해야 한다고 강조했다.

다른 사용자는 전력 설정을 암호화한 선택 자체를 문제 삼았다. 엔비디아의 독점적인 드라이버 방식에 대한 의존이 커진 결과라며, 다른 하드웨어로 옮기는 비용을 감수할 때가 됐다는 주장이다. 답글에서는 유료 기능이나 데이터센터 사용 제한을 노린 것 아니냐는 추측도 나왔다. 이는 시험에서 확인된 성능 저하의 원인을 넘어 엔비디아의 의도를 해석한 의견이었다.

기사의 기술 내용보다 글의 표현을 문제 삼는 의견도 있었다. 한 사용자는 부제의 나열식 문구가 AI가 쓴 듯한 상투적인 표현으로 느껴진다고 했다. 이에 다른 사용자는 세 가지를 열거하는 수사법은 오래전부터 쓰였다고 반박했다. 문장 습관만으로 글의 작성 방식이나 내용의 질을 판단하는 것은 피상적이라는 지적이다.

로컬 AI를 스스로 통제할 수 있어야 한다는 우려도 제기됐다. 한 사용자는 AI 사용이 클라우드에 집중되면 이용자가 강력한 시스템에 더 많이 의존하게 된다며, 자체적으로 운영할 수 있는 AI의 중요성을 강조했다. 이어진 답글들은 GPU 성능 잠금이나 사용량 과금 가능성까지 거론했다. 이번 시험이 직접 보여준 현상은 전원 연결 시 나타나는 리눅스 성능 저하이지만, 토론은 이용자가 구매한 하드웨어를 얼마나 통제할 수 있는지로 번졌다.

설치 과정을 의심하는 반응도 있었다. 한 사용자는 오래 쓰인 배포판 대신 비교적 새로운 옴아키를 첫 시도로 택한 이유를 물었다. 다른 사용자는 그 선택을 보고 시험자의 숙련도까지 의심했다고 했다. 다만 시험에서는 데비안도 사용했으며, 성능 저하의 단서를 찾는 데에는 배포판 변경보다 윈도의 전력 컨트롤러를 껐다 켠 결과가 중요했다.

제품 이름을 바로잡아야 한다는 지적도 나왔다. 한 사용자는 토론 제목에 DGX 스파크가 쓰였다면 RTX 스파크 노트북으로 고쳐야 한다고 했다. 또 다른 사용자는 DGX 스파크는 기본 리눅스 장치라는 점을 짚었다. 이번에 관찰된 ‘리눅스에서 제 성능이 나지 않는다’는 현상을 두 제품에 똑같이 적용해서는 안 된다는 뜻이다.

엔비디아가 원래부터 리눅스에 나쁜 선택지였다는 주장에는 반론이 붙었다. 한 사용자는 엔비디아의 비공개 리눅스 드라이버가 오랫동안 윈도 드라이버와 비슷한 기능과 성능을 제공해 왔다고 설명했다. 이번처럼 윈도에서만 사용할 수 있는 펌웨어 기능이 계속 늘어난다면 이야기가 달라진다는 의견이다. 과거의 드라이버 경험과 이번 노트북의 전력 관리 문제를 구분해 봐야 한다는 주장이다.

해결 경로를 놓고도 여러 의견이 이어졌다. 일부는 윈도에서 작동하는 기능이라면 역공학할 수 있지 않겠느냐고 물었고, DGX 스파크와 비슷한 드라이버를 옮길 가능성도 제시했다. 다른 사용자는 커뮤니티가 수정 방법을 찾더라도 정식 지원까지는 기다려야 할 수 있다고 봤다. 로컬 AI를 사용 중인 한 사용자는 이런 문제가 하나씩 추가될 때마다 직접 해결해야 할 설정과 디버깅이 늘어난다고 토로했다.

핵심통찰

이번 시험은 운영체제 지원을 설치 가능 여부만으로 평가할 수 없게 만든다. RTX 스파크 노트북의 리눅스는 화면 출력과 GPU 가속까지 작동했지만, 전력 관리 기능이 빠지자 전원을 꽂은 상태에서 AI 추론 속도가 크게 떨어졌다. WSL은 당장 쓸 만한 경로지만 메모리 설정을 손봐야 하고 윈도 드라이버에도 의존한다. 앞으로 확인할 것은 엔비디아가 노트북용 전력 관리 기능을 리눅스에 제공하는지, 그리고 MSI에서 관찰된 현상이 다른 RTX 스파크 노트북에서는 어떻게 나타나는지다.


원본: Linux on the Nvidia RTX Spark Laptop: What Actually Works

토론: Hacker News