GPU를 합치지 않고 줄을 정리한다: 엔비디아 PAIR의 실체

2026년 9월 3일 베를린 IFA 2026에서 엔비디아가 PAIR(Personal AI Router) 베타를 공개했다. 발표는 공식 기술 블로그에 Seth Schneider 명의의 글로 올라와 있고, SiliconANGLE도 독립적으로 이를 전했다. 발표 특유의 들뜬 분위기가 만들어내는 오해를 피하려면, 이 소프트웨어가 하지 않는 일부터 분명히 해 두는 편이 낫다. 여러 그래픽카드의 VRAM을 하나로 합치지 않는다. 하나의 인공지능 모델을 여러 대의 기기에 나누어 얹지도 않는다. 단일 요청의 처리 속도를 높여 주지도 않는다. 공식 저장소 문서에서 엔비디아는 모든 요청이 하나의 노드에서 통째로 실행된다고 못 박는다. PAIR가 하는 일은 로컬 "virtual inference router" 역할이다. 하나의 접속 지점을 열어 두고, 같은 로컬 네트워크에 있는 여러 호환 기기로 서로 독립적인 작업을 나눠 보낸다.

이 설계 선택 덕분에 새로운 클러스터 API가 필요 없다. 소프트웨어는 Ollama와 LM Studio의 기존 인터페이스를 그대로 프록시할 뿐이다. 코드는 깃허브 저장소 NVIDIA/Personal-AI-Router에 있고, 파일 헤더에 Apache 2.0 라이선스가 명시돼 있다. 기기 탐색은 로컬 네트워크의 mDNS로도, IP 주소 지정으로도 가능하다. 두 기기를 연결하려면 사용자의 명시적 승인이 필요하고, 그 뒤로는 생성된 인증서를 쓰는 상호 TLS로 노드끼리 암호화 통신한다. 하드웨어 쪽에서 가장 눈길을 끄는 대목은 호환 범위다. 지포스 RTX 20 시리즈 이후 GPU, DGX Spark 시스템, RTX PRO 카드에 더해, 공식 페이지는 애플 M4 이상 칩을 탑재한 맥 지원을 포함한다. 각 컴퓨터에 모델을 미리 내려받아 두었다면 완전히 오프라인으로 동작하며, 윈도우·macOS·리눅스 클라이언트의 최소 요구 사양도 가볍다(권장 램 8GB, 저장 공간 20GB).

성능에 관해 엔비디아는 마이크로소프트 AutoGen과 서브 에이전트 다섯 개를 병렬로 돌린 테스트를 언급한다. 처리 시간이 RTX 노트북 한 대에서 18분이던 것이 기기 세 대로 구성한 네트워크에서 8분 48초로 줄었다는 것이다. 다만 엔비디아 스스로 이 측정을 비공식적인 예시이며 해당 구성에 한정된 것이라고 규정한다. 비교는 재현할 수 없다. 모델도 양자화도 생성 파라미터도 빠져 있고, 현재로선 독립적인 측정도 없다. SiliconANGLE도 지적했듯 시스템의 유연한 성격은 서비스 수준 보장이 없다는 뜻이기도 하다. 클러스터에 속한 기기를 사용자가 다시 직접 쓰기 시작하면 작업은 재분배되며, 그래서 PAIR는 촉박한 마감이 없는 긴 작업에 어울린다. 실제로 감당할 수 있는 최대 노드 수, 라우팅이 더하는 네트워크 오버헤드, 정식 버전까지의 일정, Ollama와 LM Studio 외 엔진의 향후 지원 여부도 아직 확인이 필요하다.

애플의 맥을 지원한다는 것은 가정 내 연산 능력이 이미 조각나 있다는 현실을 실리적으로 인정한 결과다. 그 결과 엔비디아는 자신이 만들지 않는 경쟁사 하드웨어를 위해 소프트웨어를 최적화하게 됐다. PAIR는 로컬 추론의 진짜 걸림돌, 즉 거대한 모델을 소비자용 카드 한 장에 올릴 수 없다는 문제를 풀지 않는다. 그러나 주변 기기가 놀고 있는 시간을 병렬 작업 흐름을 나눌 자원으로 바꿔 놓는다. — Olya