지난 10년 대부분 동안, 로컬 AI 워크스테이션을 구축하려면 두 가지 타협 중 하나를 받아들여야 했습니다. RTX 4090(카드 한 장만으로 $1,600가 넘는)을 탑재한 미들 타워를 사고, 메인보드, PSU, 케이스를 더해 연산에 첫 1와트를 쓰기도 전에 $2,500를 넘기는 방법이 있었습니다. 아니면 192 GB Mac Studio를 $5,599에 사고, Apple 툴체인 밖의 모든 것은 포팅 작업이 된다는 점을 감수해야 했습니다. 세 번째 범주인 미니 PC는 논의에서 완전히 배제되었습니다. 미니 PC에는 iGPU가 있었고, 그 iGPU에는 쓸 만한 VRAM이 없었으며, 논의는 거기서 끝이었습니다.

2025년과 2026년, 두 제품이 정반대 방향에서 조용히 그 한계를 깼습니다. ASUS는 진짜 RTX 4070 모바일 GPU를 2.5리터 섀시 안에 넣었습니다. Beelink는 외장 PCIe x8 독을 통해 미니 PC에 데스크톱 RTX 4070을 연결할 수 있게 했습니다. 두 제품 모두 현재 판매 중이고, 같은 로컬 AI 소프트웨어 스택을 실행하며, 무엇을 대체하느냐보다 무엇을 가능하게 하느냐로 평가받을 만합니다.

ASUS ROG NUC 14 Performance: 2.5리터 박스 안의 진짜 dGPU

ROG NUC 14 Performance는 엔지니어링 측면에서 더 보수적인 선택이지만, 실제로 들어 보면 더 놀라운 제품입니다. ServeTheHome의 리뷰에 따르면 최상위 구성은 Intel Core Ultra 9 185H, 32 GB DDR5-5600, 1 TB NVMe SSD, 그리고 “내장된 NVIDIA GeForce RTX 4070 8GB 노트북 GPU”를 갖추고 있습니다. 섀시는 2.5리터로, 기존 NUC보다는 크지만 외장 GPU를 갖춘 다른 거의 모든 제품보다 작습니다.

NotebookCheck의 측정 결과는 GPU가 모바일 TGP 상한 그대로 동작함을 확인해 줍니다. “NVIDIA GeForce RTX 4070 노트북 GPU는 8GB GDDR6 VRAM과 140와트 TDP를 갖추고 있습니다.” 이 140 W라는 수치가 중요합니다. 이는 저전력으로 제한된 변형이 아니라 4070 모바일 사양의 최상단이며, 명목상 “외장 GPU”를 달았지만 실제로는 35 W 버전을 탑재했던 미니 PC들의 오랜 역사와 ROG NUC를 구분 짓는 지점입니다.

Tom’s Hardware에 따르면 가격은 엔트리 RTX 4060 SKU가 $1,629, Ultra 9 / RTX 4070 / 32 GB / 1 TB 구성이 $2,199입니다. 비슷한 사양의 게이밍 노트북에서 화면과 배터리를 빼고 냉각 여유를 되살린 정도의 가격입니다.

문제는 숫자 하나에 있습니다. 바로 8 GB VRAM입니다. 모바일 RTX 4070은 데스크톱 버전보다 메모리가 적어, 로컬 LLM 작업에서 ROG NUC는 Q4_K_M 양자화 기준 약 8 B 파라미터 범위까지, 그것도 더 작은 컨텍스트 창으로 여유롭게 실행할 수 있습니다. APXML의 RTX 40 시리즈 LLM 가이드는 13 B급 모델을 llama.cpp의 부분 CPU 오프로드로 실행할 수 있지만, 레이어가 VRAM 밖으로 넘치는 순간 처리량이 크게 떨어진다고 설명합니다. Stable Diffusion XL, ComfyUI, Whisper에서는 8 GB로 작업은 가능하지만 빠듯합니다. 리파이너 단계를 포함한 1024×1024 SDXL은 스왑이 발생합니다.

Beelink GTi14 Ultra + EX 독: 데스크톱 GPU로 가는 옆문

Beelink의 방식은 더 시끄럽고, 더 크고, 더 유연합니다. GTi14 Ultra 본체(동일한 Core Ultra 9 185H 실리콘이지만 내장 dGPU는 없음)는 단독 구성 기준 약 $999입니다. 흥미로운 부분은 EX Pro 도킹 스테이션입니다. 600 W PSU를 내장한 별도 인클로저로, 전기적으로 PCIe 4.0 x8로 배선된 물리적 PCIe x16 슬롯과 GTi14 하단에 결합되는 전용 커넥터를 갖추고 있습니다.

PC Gamer의 이전 세대 GTi 12 + EX 조합 리뷰는 데스크톱 RTX 4070 Ti로 테스트한 뒤 “8레인 PCIe 4.0 인터페이스는 RTX 4070 Ti가 최대 성능으로 동작하기에 충분한 데이터 대역폭을 제공한다”고 결론지었으며, 풀 PCIe x16 데스크톱과 거의 동등하고 차이는 “초당 몇 프레임” 수준에 불과했습니다. NotebookCheck도 GTi12 세대에서 비슷한 결론을 내렸고, GTi14 Ultra는 같은 독 소켓을 그대로 물려받았습니다.

이미 데스크톱 RTX 4070을 갖고 있거나 구매할 계획인 사용자라면 계산이 달라집니다. 시판 데스크톱 RTX 4070(12 GB GDDR6X, 200 W 이상의 풀 TGP, 504 GB/s 메모리 대역폭)을 EX 독에 장착하면, 미니 PC는 ROG NUC의 모바일 GPU보다 VRAM이 50 % 많고 지속 전력도 확실히 높은 GPU를 얻게 됩니다. 1024×1024 SDXL, 넉넉한 컨텍스트의 Q5 13 B LLM, 소규모 파인튜닝(7 B 규모의 LoRA / QLoRA)에서 12 GB는 경계선이며, 8 GB는 그 아래에 있습니다.

대가는 물리적인 부분입니다. EX 독은 독립된 박스입니다. GTi14 Ultra와 합치면 책상 공간 측면에서는 더 이상 “미니 PC”가 아니라, 타워보다 작을 뿐인 2섀시 시스템이 됩니다. 데스크톱 GPU는 포함되지 않습니다. 구매자가 따로 구해야 하므로 총비용은 어떤 GPU를 고르느냐에 전적으로 달려 있습니다. 중고 데스크톱 4070과 번들을 합치면 시스템 가격은 $1,800을 넘고 $2,200 미만이 되어 ASUS와 같은 가격대에 들어오지만, VRAM이 더 많고 나중에 업그레이드할 길도 열려 있습니다.

두 제품이 열어 준, 이전의 미니 PC로는 불가능했던 것

본질적인 변화는 벤치마크가 아닙니다. 이 범주 자체가 생겼다는 것입니다. 이 두 제품이 나오기 전까지, Llama 3.1 8 B를 로컬에서 추론하고, ComfyUI로 SDXL 이미지를 생성하고, Whisper large-v3로 회의를 받아쓰고, 틈틈이 소규모 LoRA 파인튜닝까지 하고 싶은 개발자에게는 세 가지 선택지뿐이었습니다. 데스크톱 타워, $5K 이상의 Mac Studio, 아니면 책상 위에서 뜨겁게 돌아가는 게이밍 노트북이었습니다. ROG NUC와 Beelink + EX 조합은 약 $2,000로 작은 책상 위에 진짜 CUDA 지원 GPU를 올려 놓으며, 동일한 NVIDIA 드라이버 스택, 동일한 llama.cpp / vLLM / TensorRT-LLM 도구, 그리고 나머지 LLM 생태계가 전제하는 동일한 업그레이드 경로를 그대로 제공합니다.

NVIDIA 자체 LM Studio 벤치마크에 따르면, RTX 노트북 GPU에서 TensorRT-LLM은 같은 실리콘의 llama.cpp보다 Llama 3.1 8 B를 약 30 % 빠르게 실행합니다. 즉 최적화한 ROG NUC는 2년 전이라면 데스크톱 3090이 필요했던 처리량에 도달합니다. Tom’s Hardware의 Stable Diffusion 종합 비교는 12 GB RTX 4070을 소비자용 이미지 생성 처리량에서 중상위권에 놓습니다. 이 중 어느 것도 RTX 4090에 견줄 만한 기록적인 성능은 아닙니다. 그럴 필요도 없습니다. 모니터 뒤에 들어가는 섀시에서 실제 로컬 AI 작업을 하기에 충분한 성능입니다.

관련 글: Ryzen 8845HS 미니 PC가 dGPU 없이 7B~13B LLM을 실행하는 방법 및 미니 PC용 최고의 eGPU 어댑터.

정리

이 두 제품은 경쟁 제품이 아니라 같은 질문에 대한 두 가지 답으로 보세요. 휴대성과 깔끔한 단일 박스가 중요하다면(고객사로 기기를 옮기거나 미디어 센터 선반에 넣는 경우), ASUS ROG NUC 14 Performance는 dGPU를 2.5리터 안에 담아낸, 더 절제된 엔지니어링 성과입니다. VRAM 여유와 나중에 GPU를 교체할 수 있는 선택지가 중요하다면(파인튜닝, 풀 해상도 SDXL, 향후 16 GB 또는 24 GB 카드로의 이전), Beelink GTi14 Ultra와 EX 독 조합이 책상 위에 섀시가 하나 더 늘어나는 대신 더 나은 장기 플랫폼입니다. 3년 전에는 존재하지 않았던 범주에 이제 믿을 만한 제품이 두 개 생겼습니다. 작은 공간에서의 로컬 AI라는 측면에서, 그것이 바로 뉴스입니다.