이미지: @perplexity_ai (X) 영상 갈무리
요약
- 퍼플렉시티가 8월 25일 엔비디아 DGX Spark 위에서 도는 완전 로컬 버전 '포터블 컴퓨터'를 공개했어요. 오케스트레이터 LLM, 서브에이전트 LLM, 에이전트 하네스가 모두 사용자 하드웨어에서 돌아가고 클라우드 의존이 없다고 밝혔어요.
- Local Knowledge Work Bench 시험에서 Computer 하네스와 PPLX 27B 조합이 85.4%로 가장 높았고, 같은 Qwen 3.8 27B를 써도 하네스에 따라 82.6%·77.6%·74.0%로 갈렸어요.
- Perplexity Pro와 Max 구독자가 쓸 수 있고, 실행 모델은 PPLX 27B와 Qwen 3.8 27B 두 가지에 Nemotron 3.5 Lightning이 곧 추가될 예정이에요.
- 발표
- 퍼플렉시티, 2026-08-25
- 제품
- Portable Computer — Perplexity Computer의 완전 로컬 버전
- 구동 하드웨어
- NVIDIA DGX Spark
- 로컬 실행 범위
- 오케스트레이터 LLM · 서브에이전트 LLM · 에이전트 하네스 전체, 클라우드 의존 없음
- 이용 대상
- Perplexity Pro · Max 구독자
- 실행 모델
- PPLX 27B(퍼플렉시티가 후속 학습), Qwen 3.8 27B, Nemotron 3.5 Lightning(예정)
- 벤치마크 설계
- Local Knowledge Work Bench, 53개 과제 · 과제당 3회 · 조건당 159 롤아웃, 95% 신뢰구간
- 최고 점수
- Computer 하네스 + PPLX 27B 85.4%
책상 위 한 대에서 85.4%
53개 과제를 과제당 세 번씩, 조건마다 159번을 돌려 나온 점수가 85.4%예요. 이 숫자를 낸 곳은 데이터센터가 아니라 엔비디아 DGX Spark 한 대였어요. 퍼플렉시티가 8월 25일 자사 계정으로 공개한 발표에서 DGX Spark용 '포터블 컴퓨터(Portable Computer)'를 내놨어요.
포터블 컴퓨터는 기존 퍼플렉시티 컴퓨터의 완전 로컬 버전이에요. 회사 설명에 따르면 일을 나누고 지시하는 오케스트레이터 LLM, 실제 작업을 처리하는 서브에이전트 LLM, 그리고 이 둘을 도구·파일과 이어 주는 에이전트 하네스까지 런타임 전체가 사용자 하드웨어에서 돌아가요. 클라우드 의존이 없다고 못 박았고요.
여기서 하네스라는 말이 생소할 텐데요. 모델이 답만 뱉는 게 아니라 파일을 열고 명령을 실행하고 결과를 다시 읽게 만드는 껍데기 프로그램이에요. 에이전트가 실제로 일을 해내느냐는 모델만큼이나 이 껍데기가 좌우해요.
같은 모델, 다른 하네스
퍼플렉시티가 함께 낸 Local Knowledge Work Bench 결과가 그걸 그대로 보여줘요. 네 조합 모두 DGX Spark 위에서 돌렸고, 막대마다 95% 신뢰구간을 붙였어요.
| 하네스 + 모델 | 점수 | |
|---|---|---|
| Computer + PPLX 27B | 85.4% | 85 |
| Computer + Qwen 3.8 27B | 82.6% | 83 |
| Pi + Qwen 3.8 27B | 77.6% | 78 |
| 헤르메스 + Qwen 3.8 27B | 74.0% | 74 |
아래 세 줄은 모델이 Qwen 3.8 27B로 똑같아요. 그런데 하네스를 퍼플렉시티의 Computer로 바꾸면 74.0%에서 82.6%로 8.6%포인트가 움직여요. 모델을 갈아 끼우는 것보다 하네스를 바꾸는 쪽이 더 크게 작용한 셈인데, 자사 하네스를 평가한 자사 벤치마크라는 점은 감안해서 읽어야 해요.
어떻게 써보나
① 필요한 것 — DGX Spark 한 대와 Perplexity Pro 또는 Max 구독이에요. 테스팅카탈로그가 정리한 내용을 보면 이 두 요금제 구독자부터 포터블 컴퓨터를 쓸 수 있어요.
② 순서 — 확인된 범위는 이렇게 정리돼요.
- DGX Spark에 퍼플렉시티의 포터블 컴퓨터 런타임을 올려요. 오케스트레이터·서브에이전트·하네스가 한 묶음으로 기기 안에 들어가요.
- 실행할 모델을 골라요. 지금은 퍼플렉시티가 후속 학습한 PPLX 27B와 Qwen 3.8 27B 두 가지고요, 엔비디아 Nemotron 3.5 Lightning이 곧 추가된다고 해요.
- 평소 퍼플렉시티 컴퓨터에 시키던 것과 같은 방식으로 작업을 맡겨요. 다만 요청과 중간 산출물이 기기 밖으로 나가지 않아요.
③ 어떤 일에 맞나 — 계약서 폴더를 통째로 읽혀 조항별로 정리시키거나, 사내 자료만 놓고 보고서 초안을 뽑거나, 아직 공개하지 않은 기획서를 요약하게 하는 식이에요. 자료를 외부 서버에 올리는 순간 결재가 막히는 일들이죠.
8월의 DGX Spark 흐름 위에 있어요
이 발표가 갑자기 튀어나온 건 아니에요. 지난 8월 11일 개발 자동화 스타트업 Factory가 DGX Spark와 Nemotron 3.5 Lightning으로 소스코드를 외부로 내보내지 않는 개발 환경을 공개했어요. 8월 22일에는 아파치 소프트웨어 재단 인큐베이터의 로컬 우선 에이전트 워크스페이스 '마카'가 깃허브 트렌딩에 올랐고요. 책상 위 기계에서 에이전트를 통째로 돌리려는 시도가 8월 내내 이어진 자리에 퍼플렉시티가 들어온 거예요.
돈의 흐름도 겹쳐요. 하루 전인 8월 24일, 엔비디아가 퍼플렉시티에 기업가치 300억 달러 이상으로 투자하는 방안을 협상 중이라는 소식이 나왔어요. 퍼플렉시티의 연환산 매출이 2억5000만 달러에서 7억5000만 달러 이상으로 뛴 배경으로 지목된 것도 바로 '퍼플렉시티 컴퓨터'였고요.
에디터의 시선
이번 발표에서 가장 값어치 있는 숫자는 85.4%가 아니라 74.0%와 82.6% 사이의 8.6%포인트예요. 모델이 같은데 껍데기만 바꿔서 벌어진 차이니까요. 지난 2년간 로컬 에이전트를 붙여 본 팀들이 반복해서 부딪힌 지점이 정확히 여기예요. 오픈 모델을 받아다 기기에 올리는 것까지는 반나절이면 끝나는데, 그 모델에게 파일을 열고 실행하고 실패를 되돌리게 만드는 배선에서 몇 주가 날아가요. 퍼플렉시티가 파는 건 27B 모델이 아니라 그 배선이에요.
27B급 모델을 실무에 붙여 보면 결론이 대체로 비슷했어요. 한 번의 질문·한 번의 답으로 끝나는 일에서는 클라우드 대형 모델과 체감 차이가 꽤 나는데, 정해진 폴더에서 정해진 형식으로 반복하는 사무 작업은 상당 부분 넘어가요. 포터블 컴퓨터가 겨눈 과제 성격도 이름 그대로 '로컬 지식 노동'이고요. 27B로 GPT급 추론을 하겠다는 게 아니라, 밖으로 못 내보내는 자료를 안에서 처리하겠다는 제안이에요.
국내 팀이라면 계산 방식을 하나 바꿔 볼 만해요. 지금까지 온프레미스 AI는 GPU 서버 랙 견적서부터 시작했는데, DGX Spark급 기계 몇 대에 에이전트 런타임을 얹는 구성은 그 앞단계에 새 선택지를 만들어요. 다만 구독료와 기기 값을 합친 총비용, 그리고 우리 문서에서의 실제 성공률은 벤더 벤치마크가 아니라 자기 과제로 다시 재야 해요. 53개 과제로 잰 85.4%가 우리 회사 계약서 폴더에서 그대로 나오지는 않아요. 사내 문서 30~50건으로 같은 방식의 반복 시험을 만들어 두면, 나중에 모델을 바꿀 때도 그 표가 판단 기준이 돼요.
엔비디아 입장에서도 이 조합은 남는 장사예요. 로컬 에이전트가 실제로 쓸 만해질수록 팔리는 건 클라우드 시간이 아니라 기계 자체니까요. 곧 붙는다는 Nemotron 3.5 Lightning까지 들어오면 DGX Spark는 '개발자용 실험 기기'에서 '부서 하나가 쓰는 업무 기계'로 자리를 옮기게 돼요. 몇 주 안에 다른 에이전트 회사들도 같은 하드웨어용 로컬 버전을 들고 나올 거예요. 8월에만 Factory와 퍼플렉시티가 연달아 붙었으니 그다음은 이미 줄을 서 있다고 봐요.
댓글