GMKtec EVO-X5 Pro, 데스크톱 AI 슈퍼컴퓨터에서 상업용 노드로 확장

AI를 활용하여 생성한 이미지입니다.

GMKtec이 10월 9일 중국 선전 행사에서 EVO-X5 Pro를 단순한 고성능 미니 PC가 아니라 여러 대를 묶어 쓸 수 있는 로컬 AI 컴퓨팅 노드로 소개했어요. 최대 192GB 통합 메모리와 오프라인 320B(3200억) 파라미터급 대규모 언어 모델 지원을 앞세운 제품이에요.[1]

이 발표가 흥미로운 이유는 ‘AI PC’라는 이름을 붙이는 데서 멈추지 않고, 관리·보안·다중 노드 운영까지 한 번에 이야기했다는 데 있어요. 다만 320B 지원은 특정 모델과 양자화, 소프트웨어, 작업 조건에 따라 달라지는 제조사 설명이에요. 어떤 모델이 어느 속도로 돌아가는지까지 확인된 수치로 받아들이면 안 돼요.[1]

무엇이 공개됐을까?

EVO-X5 Pro는 AMD Ryzen AI Max+ PRO 495를 사용해요. GMKtec이 제시한 구성은 Zen 5 CPU 16코어 32스레드, 최대 5.2GHz 부스트, Radeon 8065S 그래픽, 40개 컴퓨트 유닛, XDNA 2 NPU와 최대 55 TOPS의 AI 성능이에요.[1][2]

메모리는 최대 192GB LPDDR5X-8533 통합 메모리이고, CPU와 GPU가 같은 메모리 풀을 공유하는 방식이에요. 제조사는 최대 160GB를 그래픽 메모리로 동적으로 할당할 수 있다고 설명해요. 대형 모델을 로컬에서 실행할 때는 GPU 이름보다 모델 가중치와 KV 캐시를 담을 메모리 용량이 먼저 문제가 되기 때문에, 이 구성이 겨냥하는 사용자가 분명해요.[1][2]

미니 PC보다 노드에 가까운 설계

이번 발표에서 달라진 부분은 제품의 위치예요. GMKtec은 Windows와 Linux를 지원하고 AMD DASH 기반의 운영체제 외부 원격 관리, dTPM 2.0, 지문 인증을 내세웠어요. 여러 대를 회사나 연구실에 배치한 뒤 관리자가 전원·복구·설정을 다뤄야 하는 환경을 염두에 둔 설명이에요.[1]

5대를 묶으면 총 물리 메모리 960GB, 20대를 묶으면 최대 3.84TB라고 GMKtec은 시연 내용을 설명했어요. 여기서 중요한 건 숫자를 단순 합산한 메모리가 곧 하나의 모델이 쓸 수 있는 메모리라는 뜻은 아니라는 점이에요. 분산 추론 소프트웨어, 네트워크 대역폭, 모델 병렬화 방식이 함께 맞아야 실제 클러스터가 작동해요.[1]

그래서 이 제품은 일반 사용자가 한 대를 사서 챗봇만 돌리는 용도보다, 데이터가 외부로 나가면 곤란한 조직이 자체 지식베이스나 코딩 보조 시스템을 운영하려는 경우에 더 어울려요. 반대로 최신 대형 모델을 한 번 내려받아 빠르게 실행하고 싶은 개인이라면 모델 포맷과 지원 런타임부터 확인해야 해요.

가격과 구매 전에 볼 부분

GMKtec 미국 판매 페이지에는 192GB 메모리와 2TB SSD 구성의 가격이 6,599달러로 표시돼 있어요. 4TB 구성과 지역별 전원 플러그 선택도 별도 항목으로 나뉘어 있어, 국내 가격으로 바로 환산해 판단하면 안 돼요.[2] Wccftech도 출시 시점의 192GB·2TB 구성을 6,599달러로 보도했어요.[3]

또 하나는 ‘320B 실행’이라는 문구예요. 파라미터 수가 크다고 해서 모든 모델을 편안한 속도로 실행한다는 뜻은 아니에요. 양자화하면 메모리 요구량은 줄지만 정확도와 속도에 영향을 줄 수 있고, 긴 컨텍스트나 여러 사용자가 동시에 접근하면 필요한 메모리가 더 커져요. 제조사도 호환성과 성능이 모델·소프트웨어·양자화·작업량에 따라 달라진다고 적어 두었어요.[1]

• 실행하려는 모델이 GGUF, Safetensors 등 어떤 형식인지 확인하세요.
• 모델 가중치뿐 아니라 컨텍스트와 동시 사용자 수까지 메모리에 넣어 계산하세요.
• 한 대의 성능과 여러 대를 묶었을 때의 성능을 분리해서 물어보세요.
• 국내 배송, 세금, 보증, 키보드·전원 플러그 구성을 구매 전에 확인하세요.

이 발표가 보여주는 변화

이번 EVO-X5 Pro는 로컬 AI 컴퓨터의 기준이 그래픽카드 한 장의 성능에서 메모리 용량과 관리 방식까지 넓어지고 있다는 사례예요. 그렇다고 클라우드가 곧 필요 없어졌다는 뜻은 아니에요. 대형 모델의 초기 구매비와 전력, 냉각, 운영 인력까지 생각하면 클라우드와 자체 장비의 비용 구조는 여전히 다르게 계산해야 해요.

독자 입장에서는 ‘320B를 돌릴 수 있나’보다 ‘내가 다룰 모델이 이 장비에서 필요한 속도로 돌아가나’를 먼저 확인하는 편이 맞아요. 제조사가 공개한 최대치와 실제 작업 결과 사이에 아직 빈칸이 있기 때문이에요. 공개된 성능표만으로 개인용 구매를 결정하기보다는, 모델명·양자화·컨텍스트 길이·동시 요청 수를 적은 테스트 조건을 받아보는 게 안전해요.

관련 글

Cloudflare의 AI 에이전트용 CLI가 API 작업을 연결한 방식과 Docker Rootless mode에서 자원과 포트를 확인하는 방법도 함께 보면 로컬 AI 환경을 구성할 때 필요한 소프트웨어 측면을 이어서 볼 수 있어요.

출처

1. GMKtec, EVO-X5 Pro의 상업용 AI 컴퓨팅 확장 발표
2. GMKtec EVO-X5 Pro 공식 제품 페이지
3. Wccftech, EVO-X5 Pro 출시 및 가격 보도