놀고 있는 PC를 한 팀으로 — 엔비디아가 만든 ‘집 안 AI 센터’

집에 컴퓨터가 여러 대 있어도 실제로 사용하는 기기는 대개 한 대다. 책상 위 PC가 바쁘게 돌아가는 동안 노트북과 미니PC는 놀고 있을 때가 많다. 그렇다면 이 기기들을 한데 묶어 AI 작업을 나눠 맡길 수는 없을까.

엔비디아가 2026년 9월 독일 베를린에서 열린 국제가전박람회 IFA에서 공개한 ‘PAIR’는 바로 이 물음에서 출발한다. 정식 명칭은 ‘Personal AI Router’, 우리말로 풀면 ‘개인용 AI 작업 분배기’에 가깝다. 같은 내부망에 연결된 여러 컴퓨터를 찾아낸 뒤, 들어오는 AI 작업을 여유 있는 기기로 보내준다.

컴퓨터를 합치는 대신 일을 나눈다

PAIR를 여러 컴퓨터의 성능을 하나로 합치는 기술로 이해하면 정확하지 않다. 두 대를 연결했다고 해서 그래픽 메모리가 합쳐지거나, 한 대에서 돌리지 못하던 거대한 AI 모델을 갑자기 실행할 수 있게 되는 것은 아니다.

PAIR가 하는 일은 ‘작업 배정’이다. 어느 컴퓨터에 필요한 AI 모델이 설치돼 있는지, 어떤 기기가 다른 일로 바쁜지를 살핀 뒤 새 요청을 알맞은 곳으로 보낸다. 업무 담당자가 여러 직원에게 일을 나눠주는 것과 비슷하다.

가령 한쪽에서는 긴 회의 녹음을 글로 옮기고, 다른 쪽에서는 외국어 문서를 번역하며, 또 다른 기기는 자료를 분류할 수 있다. 한 컴퓨터에 모든 일을 몰아넣는 대신 여러 기기가 동시에 나눠 처리하는 방식이다.

클라우드를 거치지 않는 개인 AI

PAIR가 눈길을 끄는 또 하나의 이유는 AI 작업을 집 안 컴퓨터에서 처리한다는 점이다. AI 모델과 관련 프로그램을 내부 기기에서 실행하면 문서와 음성, 작업 지시를 외부 AI 서버에 보내지 않고 같은 내부망에 연결된 기기끼리 처리할 수 있다.

연구자료나 업무문서처럼 외부 전송이 조심스러운 자료를 다룰 때 의미가 크다. 외부 AI 서비스의 이용량 제한에 덜 얽매일 수 있다는 장점도 있다. 기기 사이의 통신은 암호화하며, 여섯 자리 연결번호로 허가받지 않은 컴퓨터가 끼어드는 것을 막는다.

PAIR는 무료 오픈소스 베타판으로 공개됐다. 엔비디아 RTX 그래픽카드를 장착한 윈도우·리눅스 컴퓨터와 DGX Spark, M4 칩 이상을 사용한 맥 등을 연결할 수 있다. Ollama나 LM Studio처럼 개인 컴퓨터에서 AI 모델을 실행하는 프로그램도 지원한다.

오래된 PC를 모두 쓸 수 있는 것은 아니다

집에 남는 컴퓨터가 있다고 해서 모두 AI 작업에 투입할 수 있는 것은 아니다. AI 모델을 실행할 만한 그래픽카드와 메모리가 필요하고, 연결하려는 기기가 PAIR의 지원 대상이어야 한다. 여러 기기를 연결한다고 반드시 모든 작업이 빨라지는 것도 아니다.

여러 컴퓨터가 동시에 처리할 수 있는 일이라야 효과가 크다. 하나의 긴 작업을 여러 기기가 잘게 쪼개는 기술이라기보다, 서로 독립된 여러 요청을 나누는 장치이기 때문이다. 단순한 질문 하나를 던질 때보다 번역·요약·분류 같은 일을 한꺼번에 진행할 때 장점이 살아난다.

설치와 관리도 아직 일반인에게 아주 간단하지는 않다. 어떤 AI 모델을 어느 컴퓨터에 둘지 정하고, 기기마다 실행 환경을 마련해야 한다. 지금은 완성된 가정용 제품이라기보다 기술에 익숙한 이용자가 시험해 볼 수 있는 초기 도구에 가깝다.

집 안에서 놀고 있는 자원을 깨우다

PAIR가 흥미로운 까닭은 가장 강력한 새 컴퓨터를 사라고 권하는 대신, 이미 가진 기기를 다시 바라보게 하기 때문이다. 앞으로 AI가 글쓰기뿐 아니라 음성 인식, 자료 정리, 영상 분석, 자동화 작업까지 동시에 맡게 되면 컴퓨터 한 대가 짊어질 부담도 커진다.

그때 집 안의 PC와 노트북, 소형 컴퓨터가 각자 일을 나눠 맡을 수 있다면 개인도 작은 AI 작업실을 운영할 수 있다. 다만 지금 당장 모든 낡은 컴퓨터를 되살리는 마법은 아니다. 지원되는 기기와 작업 방식이 맞아야 한다.

PAIR는 거대한 데이터센터를 집 안에 옮겨 놓은 기술이라기보다, 따로 놀던 컴퓨터들을 한 팀으로 묶는 교통정리 장치다. AI의 다음 경쟁이 더 큰 기계만이 아니라, 이미 가진 기기를 얼마나 알뜰하게 함께 쓰느냐에서도 벌어질 수 있음을 보여준다.