• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 " 워크스테이션"에 대한 통합 검색 내용이 914개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
델, GB300 탑재 AI 슈퍼컴퓨터 및 워크스테이션 9종 공개
델 테크놀로지스가 전문가용 워크스테이션 브랜드인 ‘델 프로 프리시전(Dell Pro Precision)’을 다시 선보인 것과 동시에, 인공지능(AI) 워크로드와 전문 작업에 최적화된 신제품 9종을 발표했다. 이번 신제품은 높은 연산 성능과 냉각 효율을 바탕으로 기업의 AI 혁신을 지원하는 데 초점을 맞췄다.   ▲ 델 프로 맥스 위드 GB300의 내부 구성   가장 눈길을 끄는 제품은 엔비디아 GB300 슈퍼칩을 탑재한 ‘델 프로 맥스 위드 GB300(Dell Pro Max with GB300)’이다. 이 제품은 72코어 Arm 기반 프로세서를 통해 데이터센터 수준의 성능을 책상 위에서 구현하는 AI 슈퍼컴퓨터다. 최대 20페타플롭의 연산 성능과 748GB의 코히어런트 메모리를 갖춰, AI 개발팀이 로컬 환경에서 최대 1조 개의 매개변수를 가진 거대 모델을 실험할 수 있도록 설계했다. 델 테크놀로지스에 따르면 초저지연 네트워킹을 지원하는 엔비디아 커넥트X-8 스마트 NIC를 통해 제품 두 대를 연결하면 성능을 두 배로 확장할 수 있다. 또한 이 제품은 우분투 리눅스 기반의 엔비디아 AI 소프트웨어 스택을 기본 구성해 거대 언어 모델(LLM) 미세 조정이나 에이전트 개발을 즉시 실행할 수 있다. 델이 자체 설계한 맥스쿨 냉각 기술은 스마트 콜드 플레이트와 듀얼 열교환기를 사용해 고부하 작업 시에도 성능 저하 없이 최적의 온도를 유지한다. 엔비디아 네모클로와 오픈쉘을 지원해 외부 클라우드 연결 없이 기업 보안 정책에 맞춘 자율형 AI 에이전트 구축이 가능한 것도 특징이다. 모바일 워크스테이션으로는 ‘델 프로 프리시전 7(Dell Pro Precision 7)’ 14 및 16 시리즈를 선보였다. 이들 제품은 엔비디아 블랙웰 아키텍처 기반의 그래픽 성능을 갖췄으며, 독립 소프트웨어 벤더(ISV) 인증을 통해 전문 애플리케이션의 안정적인 구동을 지원한다. 16인치 모델은 최대 50W급 인텔 코어 울트라 프로세서 시리즈 3와 엔비디아 RTX 프로 3000 블랙웰 GPU를 탑재해 3D 렌더링과 AI 모델 추론을 처리한다. 14인치 모델은 약 1.49kg의 무게로 휴대성을 높이면서도 45W급 프로세서와 RTX 프로 2000 블랙웰 GPU를 장착했다.   ▲ 델 프로 프리시전 7 16 모바일 워크스테이션   타워형 워크스테이션인 ‘델 프로 프리시전 9’ 시리즈는 워크로드 규모에 따라 T2, T4, T6 모델로 나뉜다. T2 모델은 인텔 제온 600 프로세서와 RTX 프로 6000 블랙웰 GPU를 탑재했으며 최대 1TB의 DDR5 ECC 메모리를 지원한다. 확장성이 가장 높은 T6 모델은 최대 86코어 인텔 제온 프로세서와 5개의 엔비디아 RTX 프로 블랙웰 GPU, 316TB의 스토리지 용량을 갖춰 고성능 AI 트레이닝과 시각 특수효과 작업에 적합하다. 이외에도 델 테크놀로지스는 비즈니스 사용자를 위한 엔트리급 모델인 ‘델 프로 프리시전 5 14·16’과 슬림한 폼팩터를 채택한 ‘델 프로 프리시전 5 14S·16S’ 모델을 함께 공개했다. 7 시리즈와 9 시리즈 T2 모델은 3월 중 출시하며, 5 시리즈와 9 시리즈 T4·T6 모델은 5월부터 순차적으로 출시할 예정이다. 한국 델 테크놀로지스의 김경진 총괄사장은 “에이전틱 AI로의 전환이 빨라지면서 클라우드 의존도를 낮추고 로컬 환경에서 AI를 안전하게 운용하려는 수요가 늘고 있다”면서, “AI 시대의 전문가들이 한계를 뛰어넘는 성과를 낼 수 있도록 독보적인 포트폴리오를 제공하며 시장 혁신을 주도하겠다”고 밝혔다.
작성일 : 2026-03-23
레노버, 엔비디아와 하이브리드 AI 어드밴티지 공개로 기업용 AI 추론 및 기가와트급 AI 팩토리 가속화
레노버가 엔비디아 GTC에서 AI 도입을 가속화하고 첫 토큰 생성 시간을 단축하며, 개인용 기기부터 기업 및 클라우드 환경 전반에 걸쳐 측정 가능한 비즈니스 성과를 창출하도록 설계된 레노버 하이브리드 AI 어드밴티지 위드 엔비디아의 신규 솔루션을 공개했다. 레노버 테크 월드에서 선보인 추론 가속 기술을 바탕으로 하이브리드 AI 실행의 다음 단계를 제시하는 이번 출시는 개인용 기기에서 데이터센터, 나아가 기가와트급 AI 클라우드 배포에 이르기까지 범위를 확장한다. 이를 통해 전 세계 다양한 산업 분야에서 실시간 의사결정과 운영 효율성, 지능형 자동화를 구현할 수 있도록 지원한다. 실시간 의사결정을 위한 추론 중심의 하이브리드 AI 시대 AI가 모델 학습 단계를 넘어 실시간 의사결정을 지원하는 단계로 진화함에 따라 추론은 기업 가치 창출의 최전선이 되었다. 기업들은 이제 엣지, 데이터센터, 클라우드 전반에서 이를 보안상 안전하게 구현할 인프라를 필요로 하고 있다. 레노버의 의뢰로 IDC가 조사한 글로벌 연구 보고서인 CIO 플레이북 2026에 따르면, 기업의 84퍼센트가 클라우드와 더불어 온프레미스 또는 엣지 환경에서 AI를 실행할 것으로 예상하고 있다. 이는 실제 운영 규모의 추론을 위해 구축된 검증된 하이브리드 AI 플랫폼에 대한 수요 증대로 이어지고 있다. 양위안칭 레노버 회장 겸 CEO는 레노버와 엔비디아가 실험 단계부터 기업용 운영 환경, 나아가 AI 클라우드 기가팩토리에 이르기까지 기업이 AI를 운영할 수 있도록 돕는 독보적인 위치에 있다고 강조했다. 에이전틱 AI가 추론 워크로드의 기하급수적인 성장을 이끌면서 비용 관리와 토큰 당 성능 확보가 핵심 과제가 되었다며, 엔비디아 AI 엔터프라이즈 소프트웨어와 레노버의 풀스택 하이브리드 AI 플랫폼을 결합해 고객이 더 높은 효율성과 낮은 비용으로 AI 규모를 확장하도록 지원할 것이라고 밝혔다. 어디서나 구현 가능한 AI 개발 및 추론 환경 구축 레노버는 차세대 엔비디아 RTX 프로 블랙웰 기반의 모바일 및 데스크톱 워크스테이션을 통해 전문가들에게 실시간 AI 개발 및 추론 기능을 즉시 제공한다. 초경량 씽크패드 P14s 7세대, 씽크패드 P16s 5세대 및 프리미엄 모델인 씽크패드 P1 9세대를 포함한 모바일 라인업 전반에 엔비디아 RTX 프로 블랙웰 제너레이션 랩탑 GPU를 탑재했다. 데스크톱 모델인 씽크스테이션 P5 2세대에는 최대 2개의 엔비디아 RTX 프로 6000 블랙웰 워크스테이션 에디션 GPU가 들어간다. 또한 최대 2,000억 개의 파라미터를 가진 AI 모델을 지원하고 1페타플롭의 연산 성능을 갖춘 씽크스테이션 PGX 기반 AI 개발자용 디바이스를 제공한다. 이는 안전한 프라이빗 및 온프레미스 AI 개발에 최적화되어 있다. 이와 함께 데이터 과학자들이 워크로드를 구축하고 보호할 수 있도록 지원하는 레노버 AI 디벨로퍼 제품군과 배포를 간소화하는 이미징 서비스도 함께 선보였다. 실시간 엔터프라이즈 추론을 위한 최적화 플랫폼 레노버 하이브리드 AI 어드밴티지 위드 엔비디아 솔루션은 유사한 사양의 클라우드 서비스형 인프라(IaaS) 대비 6개월 빠르게 투자자본수익률(ROI)을 달성하고 최대 8배 낮은 토큰 당 비용을 실현한다. 추론에 최적화된 신규 레노버 씽크시스템 및 씽크엣지 서버는 유통, 제조, 헬스케어 등 다양한 환경에서 실시간 AI 추론을 지원한다. 확장된 포트폴리오는 엔비디아 AI 엔터프라이즈 소프트웨어와 통합된 엔비디아 검증 시스템을 제공한다. 여기에는 스케일아웃 엔터프라이즈 AI를 위한 RTX 프로 6000 블랙웰 서버 에디션 GPU 탑재 플랫폼과 대규모 추론 사례를 위한 블랙웰 울트라 기반 플랫폼이 포함된다. 또한 뉴타닉스 엔터프라이즈 AI 및 쿠버네티스 플랫폼 기반의 씽크애자일 HX650a를 통해 보호된 추론 및 에이전틱 워크로드의 기반을 제공한다. 산업별 특화 AI 솔루션과 기가와트급 AI 클라우드 구현 레노버는 실시간 운영 수준의 추론 기능을 기업 워크플로우에 도입하기 위해 레노버 AI 라이브러리를 확장했다. 스포츠 분야에서는 실시간 분석과 중계 최적화를, 유통 분야에서는 지능형 온오프라인 매장 어시스턴트를 통해 개인화된 서비스를 제공한다. 제조 및 모빌리티 환경을 위한 피지컬 AI 솔루션은 로보틱스와 엣지 컴퓨팅을 결합하여 검사 자동화와 작업자 안전을 강화한다. 특히 레노버는 차세대 엔비디아 루빈 플랫폼을 통해 고객이 기가와트 규모의 데이터를 관리할 수 있도록 지원한다. 엔비디아 베라 루빈 NVL72의 출시 파트너로서 완전 수랭식 랙 규모 시스템을 공급하며, 이는 이전 세대 대비 최대 10배 높은 처리량과 10배 낮은 토큰 당 비용을 달성한다. 젠슨 황 엔비디아 창업자 겸 CEO는 AI가 이제 실제 운영 단계에 들어섰으며, 레노버와 엔비디아가 가속 컴퓨팅과 AI 팩토리 수요를 선도할 풀스택 플랫폼을 함께 제공해 나갈 것이라고 전했다.  
작성일 : 2026-03-21
성능 강화한 노트북 프로세서, 인텔 코어 울트라 200HX 플러스 시리즈 출시
인텔은 새로운 노트북용 프로세서인 ‘인텔 코어 울트라 200HX 플러스’ 시리즈를 출시하며 코어 울트라 200 시리즈 제품군에 게이머와 전문가를 위한 고성능 옵션을 추가했다고 전했다. 고성능 게이밍과 스트리밍, 콘텐츠 제작 및 워크스테이션 환경에 최적화된 이번 시리즈는 인텔 코어 울트라 9 290HX 플러스와 인텔 코어 울트라 7 270HX 플러스 두 가지 모델로 구성된다. 이번 신규 프로세서는 아키텍처 개선과 더불어 일부 게임에서 네이티브 성능을 향상시킬 수 있는 바이너리 변환 계층 최적화 기능인 인텔 바이너리 최적화 툴을 지원한다. 인텔의 조시 뉴먼 클라이언트 컴퓨팅 그룹 제품 마케팅 총괄은 “인텔 코어 울트라 200HX 플러스 시리즈 출시로 최고의 성능을 지향하는 게이머와 크리에이터, 전문가들을 위해 노트북 컴퓨팅 성능을 한층 더 끌어올렸다”고 말했다. 그는 “향상된 다이 투 다이 클럭 속도와 새로운 인텔 바이너리 최적화 툴을 통해 실질적인 성능 향상을 구현했으며 매끄러운 게임 플레이와 신속한 콘텐츠 제작 워크플로를 지원한다”고 덧붙였다.     인텔에 따르면, 성능 측면에서 인텔 코어 울트라 9 290HX 플러스는 이전 세대인 인텔 코어 울트라 9 285HX 대비 게이밍 성능은 최대 8% 증가했고 싱글 스레드 성능은 최대 7% 향상됐다. 구형 시스템인 인텔 코어 i9-12900HX와 비교하면 게이밍 성능은 최대 62% 높아졌으며 싱글 스레드 성능은 최대 30%까지 구현한다. 기술적인 특징으로는 인텔 코어 울트라 7 285HX 및 인텔 코어 울트라 7 265HX 대비 최대 900MHz 향상된 다이 투 다이 클럭 속도를 지원한다. 이를 통해 CPU와 메모리 컨트롤러 간 연결 속도가 1GHz 가까이 증가하며 시스템 지연을 낮추고 게이밍 성능을 높이는 효과를 낸다. 새롭게 도입된 인텔 바이너리 최적화 툴은 사이클당 명령어 수(IPC)와 사용자 체감 성능을 향상시키는 기술이다. 인텔은 이 기술이 다른 x86 프로세서나 게임 콘솔에 맞춰진 워크로드에서도 성능 개선을 가능하게 하며 향후 인텔 성능 로드맵의 핵심 요소가 될 것이라고 설명했다. 연결성 부문에서도 최첨단 기술을 탑재했다. 인텔 와이파이 7과 인텔 무선 블루투스 5.4는 물론 인텔 썬더볼트 5를 지원한다. 특히 썬더볼트 5는 최대 80Gbps의 양방향 대역폭을 기반으로 대용량 파일 전송과 8K 미디어 스트리밍을 원활하게 지원하며 다수의 액세서리를 하나의 PC에 연결하는 데이지 체인 구성도 가능하다. 인텔 코어 울트라 200HX 플러스 기반 시스템은 에이서, 에이수스, 델 테크놀로지스, HP, 레노버, MSI 등 주요 제조사를 통해 순차적으로 출시될 예정이다.
작성일 : 2026-03-18
HP Z북 울트라 G1a 리뷰 - CAE 실무 해석 프로젝트 성능 검증
이번 리뷰는 HP Z북 울트라 G1a(HP ZBook Ultra G1a)를 활용해 실제 CAE 실무 환경에서의 성능을 검증한 기록이다. 14인치의 컴팩트한 폼팩터에 탑재된 AMD 라이젠 AI 맥스 프로(AMD Ryzen AI Max PRO) 프로세서와 통합 메모리 시스템이 복잡한 전처리부터 후처리까지의 해석 루틴을 얼마나 안정적으로 수행하는지 분석하였다. 실무자의 관점에서 이동성과 전문가급 시뮬레이션 성능의 조화를 직접 확인해 보았다.   리뷰 배경 HP Z북 울트라 G1a는 14인치의 워크스테이션급 특성을 넣은 노트북이다. AMD 라이젠 AI 맥스 프로 시리즈 프로세서 기반으로, CPU와 GPU가 하나의 메모리 풀을 공유하는 통합 메모리 아키텍처를 전면에 내세운다. 제품 소개 기준으로 최대 128GB 통합 메모리 구성이 가능하며, 이 중 최대 96GB까지를 GPU 전용 메모리로 할당해 그래픽 작업에서 병목을 줄이는 방향으로 설계되었다. 이 노트북을 처음 마주한 인상은 워크스테이션이라는 단어와 외형이 잘 연결되지 않는다는 점이었다. CPU 성능은 AMD 라이젠 AI 맥스 + 395를 기반으로 그래픽은 라데온 8060S(Radeon 8060S)로 확인된다. 이 정도의 성능을 노트북에서 볼 수 있다는 점에서 시뮬레이션을 당장이라도 돌려봐야겠다고 판단하였다.   그림 1. HP Z북 울트라 G1a   HP Z북 울트라 G1a는 14인치급의 얇은 노트북 형태라 이동이 쉽고, 포트 구성도 업무용에 딱 맞춰져 있다. 특히 HDMI 2.1, 썬더볼트 4(USB-C) 등 USB-C 포트를 3개 보유하고 있다. 외부 모니터 연결이나 현장, 회의실 등 이동이 잦은 사용자라면 노트북 자체의 무게 관점에서는 엄청난 점수를 주게 된다. <그림 2>의 왼쪽은 Z북 울트라 G1a의 상판 디자인이다. 그레이 톤에 로고 중심의 미니멀함이 인상이 강하고, 표면 마감도 업무용 워크스테이션답게 차분한 편이다. <그림 2>의 오른쪽 사진은 휴대성 체감을 주기 위해 12.9형 아이패드 프로를 함께 놓고 비교한 장면이다. 태블릿을 키보드 위에 올려두면 느껴지듯, 본체의 면적이 아이패드 프로급과 크게 동떨어지지 않아 가방에서 차지하는 부피 부담이 생각보다 적다. 실제로 태블릿을 넣던 공간에 함께 운용하기 수월했고, 연구실과 세미나실처럼 이동이 잦은 환경에서 편리함을 만들어주는 크기였다.   그림 2. HP Z북 울트라 G1a의 외관(왼쪽) 및 태블릿과의 크기 비교(오른쪽)   CAE 해석 관련 제품 시연 CAE 해석 관련 제품 시연을 보면 대개는 깔끔한 브래킷 한 개, 공기 층이 크게 없는 외부 유동, 혹은 요소 수를 의도적으로 낮춘 모델로 구성된다. 하지만 실제 대학원 연구나 현업 엔지니어가 사용하는 모델은 굉장히 높은 밀도의 요소 수를 가지고 있는 경우가 대부분이다. CAE 해석은 계산 시간만으로는 평가하기 어렵다. 실제로는 모델을 가져오고, 형상을 단순화하고, 메시를 증가시키고, 수렴을 잡고, 결과를 후처리하고, 마지막으로 보고서까지 정리하는 과정이 하나의 루틴으로 이어진다. 이 루틴 중 어느 구간에서든 시스템이 멈추거나 응답성이 크게 떨어지면, 그 순간부터는 업무가 끊기게 된다. 필자는 구조/유동 해석을 병행하는 대학원생 연구원으로서, 이번 대여 장비를 단순 벤치마크가 아닌 실제 연구 및 과제에서 수행하는 순서 그대로 테스트해보기로 했다. 목표는 명확하다. 다음의 두 가지를 중점으로 검토하였다. 전처리부터 후처리까지, 끊김 없이 반복 수행 가능한가? 구조 해석(선형/비선형)과 유동 해석(정상/과도)을 섞었을 때도 안정적으로 유지되는가? 이번 리뷰는 실제 진행했던 해석 프로젝트를 기반으로 진행하였다. 대외비로 인해 전체 형상보다 해석 진행에 맞춘 단순화 모델을 사용하였다. CFD 유동 해석 1건을 먼저 수행해 시스템의 기본 워크플로 안정성을 우선 확인한 뒤, 본 테스트인 XY 스테이지 프로젝트로 넘어가는 방식으로 구성했다. 세 가지 테스트는 해석 솔버 진행 시 해석 엔지니어가 체감하기에 가장 어려움을 겪는 상황에 대해 상세하게 설명하는 것을 목표로 한다. 해석 엔지니어는 대부분 직접 모델링, 전처리에서 후처리까지 모두 진행하기 때문에, 이 모든 과정에서 HP Z북 울트라 G1a의 성능이 성과를 좌우할 수 있다. 이에 따라 대표적인 해석 방법 세 가지(유동, 정적, 열적 해석)을 선정하였다.   그림 3. 분야별 테스트 계획   테스트 1 : 유체 시뮬레이션 전처리(앤시스)   그림 4. 전처리 메시 작업(노트북 자체 화면)   첫 번째 테스트는 유체 해석으로 시작했다. 대상은 다수의 오리피스(Orifice)가 배열된 에어베어링 타입 유동 형상으로, 단순히 솔버만 돌리는 것이 아니라 전처리부터 해석, 후처리까지 모든 워크플로를 수행하였다. 이 유형의 모델은 형상 자체도 복잡하지만, 메시 해상도를 올리는 순간부터 작업감이 급격하게 달라진다. 특히 요소 수가 많아지면 워크벤치(Workbench)에서 해당 프로젝트에 접근하는 ‘클릭 한 번’부터 초기 반응이 늦어지는 경우가 흔하다. 즉, 실제 체감 성능은 메시 창 진입부터 차이가 드러난다. Z북 울트라 G1a의 흥미로운 점은 소음 특성이다. 동일한 워크로드를 워크스테이션급 컴퓨터에서 수행할 때는 팬의 소음이 뚜렷하게 들릴 정도로 동작하는 경우가 있었는데, 이번 테스트에서 수행할 때는 메시 작업창을 여는 순간 짧게 팬이 동작하는 느낌이 있다가, 이후에는 지속적으로 소음이 커지지 않고 비교적 낮은 수준으로 유지되는 느낌을 받았다. 필요한 구간에서만 짧게 소음이 개입하니, 작업하는 엔지니어 입장에서는 안정감을 받으며 작업을 할 수 있었다.   그림 5. 앤시스 워크벤치 프로젝트(유체 해석)   유체 해석 파트는 한 번 돌려서 끝이 아니라, 워크벤치에서 여러 케이스를 동시에 관리하는 형태로 구성했다. <그림 5>처럼 Fluid Flow 시스템을 다수 배치하고, 각 시스템을 Geometry, Mesh, Setup, Solution, Results 순서의 단계로 동일한 구조로 유지한 뒤 케이스별로 필요한 변경만 최소화하여 반복 실행했다. 연구실에서 실제로 유동 해석을 수행할 때는 한 조건으로 끝나기보다 간극, 입력조건, 수치 설정을 바꿔가며 다음 케이스로 넘어가는 일이 일반적이기 때문에, 이번 리뷰에서도 그 흐름을 그대로 가져갔다. 이번 구성의 핵심은 파라미터 기반 분기이다. 간극 조건을 여러 파라미터 케이스로 나누어 두고, 수치 설정을 달리한 케이스도 별도로 두어 같은 프로젝트 내에서 연속적으로 비교할 수 있도록 구성했다. 동일한 방식으로 여러 케이스를 파이프로 연결하여 시뮬레이션했을 때, 데스크톱 워크스테이션에서는 약 5시간, Z북 울트라 G1a에서는 약 7시간 정도가 소요되었다. 실제 솔버에 사용한 코어 수는 동일하게 맞추어 진행했다.(비교에 사용한 데스크톱 워크스테이션 사양은 13세대 인텔 코어 i7-13700KF(16코어/24스레드), RAM 128GB, 엔비디아 RTX A4000(전용 16GB)이다.) 시간 차이는 장비 구성 차이(특히 메모리 용량 등)에서 발생할 수 있으며, 이번 파트에서는 다중 케이스 구성을 프로젝트 단위로 묶어 하나의 파라미터 사이클을 중단 없이 완주했다는 점에 의미를 두었다.   테스트 1-1 : 유체 시뮬레이션(앤시스)   그림 6. 플루언트 해석 단계   이번 테스트는 플루언트 시스템을 구성한 뒤, 실제 설정과 실행은 플루언트 내부에서 진행했다. 실제 유체 해석을 경험하였을 때, CFD 솔버 창 로드가 가장 느리게 뜬다. 이 구간이 실무적으로는 가장 시간을 많이 쓰는 편이다. 이유는 체감 병목이 반드시 솔버에만 있지 않기 때문이다. 큰 메시를 불러오고, 화면에 표시하고, 경계면을 선택하고, 설정 탭을 오가며 저장 및 갱신하는 과정에서 프리징이 발생하면, 계산 시간이 짧더라고 작업은 길어진다. 이 노트북에서는 이 작업이 굉장히 깔끔하다. 예를 들어 Fluid 형상을 Solid로 바꾸는 경우에는 물성 자체를 바꾸기 때문에 체감상 30~50초 정도 지연이 발생했다. 하지만 그 외의 모든 대부분의 기능은 끊김 없이 설정 변경이 가능했다. 팬 소음도 이전과 같이 임포트 시 및 솔버 작동 시를 제외한 부분에서는 거의 들리지 않았다.   그림 7. 유체 해석 결과 컨투어   이번 테스트에서는 해석 대상에서 계산된 압력 분포를 보여준다. 워크스테이션급 노트북에서 이 정도 규모의 모델을 끝까지 수렴시키고, 후처리까지 안정적으로 가져갈 수 있었다는 점에서 굉장히 큰 장점을 느꼈다. 특히 컨투어(contour)가 계단형처럼 깨지지 않고 등압선이 부드럽게 이어지는 점이 비교를 위해 해석을 동일하게 진행한 데스크톱 워크스테이션에서 확인할 수 있는 그래픽과 동일한 수준이다. 압력 분포뿐만 아니라 실제 산업에서 요구하고 검토해야 하는 유동 관련 모든 후처리를 모두 확인할 수 있었다. 노트북 한 대로 연구 및 업무에서 필요한 해석의 한 사이클인 전처리, 해석, 후처리까지를 노트북에서 완주할 수 있었다는데 의미가 있다.   테스트 2 : XY 스테이지 정해석(솔리드웍스 & 앤시스)   그림 8. 시뮬레이션 대상인 XY 스테이지 모델링   시뮬레이션을 수행하기 위해, 연구실에서 실제로 다루는 XY 스테이지의 실물 크기와 구성 방식을 최대한 반영하여 모델링을 진행하였다. 단순한 데모 형상이 아니라, 연구 환경에서 반복적으로 부딪히는 조건을 고려해 임포트, 단순화, 해석용 형상 정리를 여러 번 반복하는 방식으로 접근했다. 모델링 단계에서 가장 먼저 확인한 것은 ‘한 번이라도 흐름이 끊기지 않는지‘였다. 모델링 툴에서 가장 문제가 되는 상황은 복잡한 형상을 다룰 때 화면의 프리징이나 입력 지연인데, 이번 작업에서는 XY 스테이지를 구성하는 형상을 만들고 수정하는 과정에서 눈에 띄는 버벅임이 거의 발생하지 않았다. 단순히 고사양 CPU와 GPU가 있다라는 의미가 아니라, 실제로 커서 이동, 스케치 입력, 피처 생성과 같이 모델링 진행 시 기본적인 동작이 꾸준하게 유지되는지가 체감하는 성능을 결정한다. 이러한 관점에서 작업감이 안정적이었다. 특히, 해석 툴(앤시스 워크벤치)을 완전히 종료하지 않고 백그라운드에 실행해 둔 상태에서 모델링을 병행했을 때다. 일반적으로 해석 툴을 켜 둔 채로 CAD 작업을 하면 메모리나 리소스 점유로 인해서 스케치가 끊기거나 곡선 입력이 느려지는 경험을 하는 경우가 많다. 반면 Z북 울트라 G1a은 워크벤치가 백그라운드에 올라간 상태에서도 솔리드웍스에서 스케치를 그리고 곡선을 생성하는 과정이 딜레이 없이 매끄럽게 이어진다. 하지만 아무래도 해석 솔버를 모든 코어를 사용해서 돌려놓으면 솔버가 돌아가는 동안 솔리드웍스에서 약간의 프리징이 발생한다. 사용자는 해석 솔버 상에서 직접적으로 코어의 개수를 할당해줄 수 있는데, 코어를 조절하여 4코어는 CAD 툴, 4코어는 해석 툴과 같이 나누어 작업을 진행할 때 큰 버벅거림 없이 조작이 가능했다. 코어를 나눴기 때문에 솔버 시간 지연은 발생하지만, 동시 작업이 깔끔하게 진행되는 것 자체로도 해석 엔지니어에게는 큰 장점으로 느껴진다.   테스트 2-1 : XY 스테이지 정해석(앤시스)   그림 9. 앤시스 워크벤치 프로젝트(정해석, 열해석, 모달해석)   이번 테스트는 여러 파이프로 연결된 워크벤치를 구동하는데, 서로 다른 해석 시스템을 한 프로젝트 안에서 연결한다는 점이 중요하다. 실제 연구나 업무 환경에서는 한 번 만든 CAD를 기반으로 정적 강성, 열 영향, 진동 특성을 연속으로 확인하는 경우가 많고, 이때 프로젝트가 분리되어 있으면 형상 수정이나 단순화가 생길 때마다 각 해석을 따로 업데이트해야 해서 시간이 굉장히 지연된다. 상단의 메인 플로는 세 가지로 구성했다. 정적 구조로 기본 강성과 변위를 확인하고, 같은 지오메트리를 기반으로 열 조건을 부여하였을 때 온도 분포를 점검한 다음, 모달로 고유 진동수와 모드 형상을 확인하는 흐름이다. 이 구조로 구성하면 형상 단순화나 치수 수정이 생겼을 때 업데이트 프로젝트(Update Project) 한 번으로 메인 3개의 해석의 기반 데이터가 함께 따라온다. 실무에서는 굉장히 많은 파라미터를 연속적으로 연결해 두어야 하는데, 이는 노트북으로 해석할 때 중요한 작업 흐름을 끊지 않는 운영 방식으로 직결된다.   테스트 2-2 : XY 스테이지 정해석 메시 작업(앤시스)   그림 10. XY 스테이지 모델링 전처리(메싱)   전처리 작업에서의 메시 작업은 실사용에서는 메시 직후 작업이 끝나는 경우가 거의 없다. 접촉 및 구속을 다시 확인하거나, 특정 부위를 더 촘촘히 쪼개거나, 단순화가 부족한 부분을 다시 CAD로 되돌려 수정하는 등 ‘다시 돌아가는’ 작업이 필연적으로 발생한다. 이때 중요한 건 계산 성능보다도 프로젝트가 계속 이어지는지 여부다. 메시가 늘어난 상태에서 트리 이동, 특정 파트 및 면 선택 같은 동작이 불규칙하게 멈추면 이후 단계에서 재 메시나 후처리로 넘어가는 속도가 눈에 띄게 떨어진다. 이번 구성에서는 메시를 1mm로 굉장히 작게 분할하여도 작업을 중단시킬 정도로 흔들리는 형태는 두드러지지 않았다.   테스트 2-3 : XY 스테이지 정해석(앤시스)   그림 11. XY 스테이지 정해석 컨투어   이번 테스트는 Static Structural의 결과가 Mechanical에서 로드되어, 컨투어로 시각화되었다. 계산 후 결과를 불러와 렌더링하고, 필요한 뷰를 만들고, 캡처 가능한 상태로 정리하는 후처리 루틴이 매끄럽게 진행되었다. 현업과 연구에서 시간은 계산에서만 쓰이지 않는다. 결과를 열고, 표시 항목을 바꾸고, 시점을 정리하고 캡처하는 과정이 반복된다. 특히 조립체 모델에서는 내가 보고 싶은 위치에 대한 시점 찾기 과정에서 버벅임이 심한 경우가 대다수다. 이번 테스트에서는 결과 컨투어를 띄운 이후 확대 및 회전 등 기본 조작을 수행하며 캡처 가능한 상태로 정리하는 흐름으로 진행되었고, Z북 울트라 G1a에서 충분히 프로젝트 관리가 가능하였다. 해석 솔버 작동 시간은 유체 해석급으로 복잡한 메시와 연산량이 요구되지는 않았기에 10분 이내로 해석은 완료되었다.   테스트 3 : XY 스테이지 열해석(앤시스)   그림 12. XY 스테이지 열해석 컨투어   이번 테스트의 경우 정상상태 열 해석의 결과 화면이며, 각각 온도와 열량 결과 항목을 표시하였다. 이번 테스트는 정적, 열 해석을 각각 돌린 것이 아니라 워크벤치에서 하나의 프로젝트를 묶어 반복 업데이트하는 형태로 운영하였다. 실제 해석 업무에서 체감 생산성을 좌우하는 것은 솔버의 단발적인 성능만이 아니다. 경계조건인 열원, 대류, 접촉 등을 수정하고, 다시 업데이트한 뒤, 동일한 뷰에서 결과를 재확인 및 캡처하는 과정을 반복하면서 목표하는 컨투어가 나오고, 분석한 결과와 동일한지 확인하는 과정이 정말 중요하다. 열 해석은 15분 이내 수준에서 비교적 빠르게 완료되었다. 이 정도 솔버 시간이 확보되면 열원 크기나 경계조건 같은 변수를 바꿔가며 파라미터 시뮬레이션 형태로 반복 실행하는 운영도 현실적인 선택지가 된다.   테스트 4 : AMD 소프트웨어를 통한 해석 속도 개선 테스트   그림 13. 아드레날린 에디션 그래픽 설정   Z북 울트라 G1a는 AMD 전용 그래픽 드라이버 및 그래픽 옵션 설정을 통합 관리하는 소프트웨어 아드레날린 에디션(Adrenalin Edition)을 적용할 수 있는데, 이를 통해 <그림 13>과 같이 Gaming → Graphics 메뉴에서 그래픽 옵션을 선택할 수 있다. 이 화면은 본래 게임 환경을 대상으로 한 옵션이 포함되어 있으나, 이번 테스트에서는 해석에 필요한 더 조밀한 메시와 대형 형상들의 결과 표시를 검토하는 상황에서 실무자의 뷰포트 조작이 더 부드러워지는지, 또는 반대로 표시 지연이 발생하는지 확인하는 목적으로 진행된다.   테스트 4-1 : 메시 사이즈 조밀화 구간 작업감 검증 테스트   그림 14. A : 메시 1mm Sizing 적용 시   그림 15. B : 메시 0.5mm Sizing 적용 시   앞선 테스트 2-2(메시 작업)에서 강조했던 포인트는 단순히 메시가 생성되느냐가 아니었다. 실사용에서 메시 작업은 직후에 끝나는 경우가 거의 없고, 모델을 다시 손보거나(형상 수정과 구속 변경), 특정 부위만 더 촘촘히 쪼개거나(Refine), 조건은 바꿔 반복 수행하는 과정이 기본 루틴이 된다. 이때 체감상 생산성을 좌우하는 건 계산 성능만이 아니라 메시가 늘어난 상태에서도 트리 이동, 파트 및 면 선택, 화면 회전과 같은 기본 조작이 끊기지 않고 이어지는지에 있다. 한 번 버벅거림이 시작되면, ‘재메시 – 솔브 – 후처리’로 넘어가는 전체 흐름이 눈에 띄게 느려진다는 점이 있다. 이번 테스트 4에서는 AMD의 아드레날린 에디션 소프트웨어를 설치한 뒤, 그래픽 옵션을 적용한 상태에서 해석 프로그램 메시 조밀화 구간의 작업감을 다시 확인하는 형태로 진행했다. 메시 사이즈를 낮춰 요소 수가 증가하는 상황에서 안정성이 유지되는지 체크하는 것을 목적으로, 테스트는 기존 프로젝트 흐름을 유지하되 메시 사이즈를 다르게 적용하여 비교했다. 비교 조건은 A와 B로 메시를 생성한 후 화면 회전과 줌, 그리고 트리 이동과 특정 파트의 면 선택 등을 반복하였다. 결과적으로 조밀화 자체가 부담인 B 조건에서도 멈춤이 덜한 것을 확인하였다. 이 작업에서 핵심 부담은 결국 작업의 흐름이 끊기는 것이다. 이번 설정에서는 조밀한 메시에서도 작업을 중단시킬 정도로 흔들리는 패턴은 보이지 않았다. 메시 사이즈를 0.5mm까지 낮춰도 조작이 꺾이지 않는다는 점과 아드레날린 설정 적용 이후 메시 상태에서의 화면 반응성이 안정적으로 유지되는 방향으로 체감되었다.   테스트 4-2 : 모달해석 테스트   그림 16. 모달해석 결과 화면(모드 형상 컨투어)   아드레날린 설정 후, 기존 XY 스테이지 프로젝트 흐름에 모달해석을 추가로 수행했다. 특히 모달해석은 결과 확인 과정에서 모드 형상 확인, 애니메이션 재생, 값 확인 및 캡처를 반복 수행하게 되는데, 그래픽과 솔버 시간 감소를 확인하기 위해 필수적으로 해석을 진행하였다. 모달해석 결과는 Mechanical에서 바로 로드되어 모드(Mode) 별 주파수 테이블과 함께 표시되었고, 결과 항목을 전환해도 화면 반응이 끊기지 않았다. 특히 모달해석에서는 에니메이션 재생을 수행했을 때 조작이 툭툭 끊기는 것 없이 안정적으로 확인이 가능하였다. 이어서 모달해석은 다른 구조 해석이나 열 해석과는 상이하게 경계 조건에 따라 솔버 시간이 3~4배는 더 걸리게 된다. 아드레날린 설정을 통해 그래픽 끊김이 발생하지 않는 선에서 옵션을 변경하여 솔버를 진행하였을 때 소요되는 결과를 확인하였다.   그림 17. 아드레날린 에디션 적용 전/후 솔브 시간 비교   <그림 17>에서 확인할 수 있듯이 동일 모달해석 케이스에서 약 32분에서 23분으로 솔버 시간이 줄어드는 결과를 확인했으며, 약 9분 31초 수준으로 29% 수준의 시간 단축을 통해 솔버 사용 속도가 눈에 띄게 증가했음을 확인하였다. 이 차이는 단일 요인(그래픽 옵션)만으로 원인을 단정하기는 어렵지만, 단일 해석 설정에서 아드레날린 에디션 적용 이후 동일 케이스를 반복 수행했을 때 솔버 시간이 감소하는 경향이 확인되었다는 점에서 의미가 있었다. 특히 연구 및 실무 환경에서는 모달해석을 단독으로 한 번만 돌리는 경우가 드물고, 메시 조정과 결과 확인이 반복되기 때문에, 5~10분 단위의 차이도 누적되면 전체 작업 흐름에 영향을 준다. 이번 테스트에서는 그 누적이 실제로 체감될 정도로 줄어들었고, 속도 개선 가능성을 확인할 수 있었다. XY 스테이지 테스트는 한 번 만든 지오메트리를 워크벤치에서 계속 돌릴 때, 실제로 프리징 없이 곧바로 다음 루프로 넘어갈 수 있는지를 확인하는 과정이었다. 기본 테스트(테스트 1~3)만으로도 Z북 울트라 G1a은 해석자로서 굉장히 만족스러웠고, 특히 작업 흐름을 끊어버리는 프리징이 거의 없었다는 점에서 큰 점수를 주고 싶었다. 여기에 추가로 테스트 4인 AMD 아드레날린 에디션 적용 후의 작업 흐름도 함께 확인하였다. 조밀 메시에 대한 결과 화면처럼 그래픽적으로 무거워지는 구간에서도 전체 해석 흐름이 무너지지 않는지를 다시 점검하였고, 추가로 수행한 모달 해석에서도 결과 확인 과정이 한 번에 이어지는 형태로 진행됐다. 특히 솔버 시간 측면에서는 동일 케이스에서 소요시간이 감소하는 결과도 확인되어, 단순하게 돌아간다는 수준을 넘어 반복 수행 관점에서 체감 효율을 한 단계 더 끌어올릴 여지가 있다는 인상을 받았다. 결국 해석 실무자 입장에서 중요한 것은 케이스를 최적화하기 위해 나누고 설정을 바꾸고 결과를 정리하는 과정을 포함해 작업자가 하루 동안 수행하는 작업을 노트북에서 유지할 수 있는가에 있다. 이번 리뷰는 그 과정이 끊기지 않는지에 초점을 두고 진행했고, 추가 테스트 적용 결과까지 포함해 그 목적에 맞는 형태로 마무리되었다. 견적 상담 문의하기 >> https://www.hp.com/kr-ko/shop/hp-workstation-amd-app   ■ 정수진 한국공학대학교 메카트로닉스공학과 석사과정으로, CAE 해석 및 설계 검증, 시뮬레이션 최적화, 멀티피직스 관련 연구과제를 담당하고 있으며, 주로 구조, 열, 유체 시뮬레이션 기반 해석 연구를 진행하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-03-05
AMD, AI PC를 위한 라이젠 AI 400 시리즈 프로세서 포트폴리오 확대
AMD는 모바일 월드 콩그레스 2026에서 라이젠 AI 400 시리즈(Ryzen AI 400 Series) 및 라이젠 AI 프로 400 시리즈(Ryzen AI PRO 400 Series) 데스크톱 프로세서를 발표하며 라이젠 AI 포트폴리오를 확대한다고 밝혔다. 이번 신제품은 강력한 온디바이스 AI 가속과 차세대 성능을 제공해 최신 AI 워크로드와 연산 집약적 애플리케이션을 로컬 환경에서 원활하게 실행할 수 있도록 지원한다. 또한 AMD는 라이젠 AI 400 시리즈 모바일 포트폴리오를 워크스테이션 영역까지 확장한다고 밝혔다. 라이젠 AI 400 시리즈는 차세대 데스크톱 AI PC 가운데 최초로 코파일럿+ PC 경험을 지원한다. 최대 50 TOPS의 AI 연산 성능을 제공하는 신경망처리장치(NPU)를 탑재해 AI 어시스턴트와 생산성 도구를 PC에서 직접 실행할 수 있도록 하며, 이를 통해 민감한 데이터를 디바이스 내부에 유지하면서 더 높은 제어력과 성능, 프라이버시를 확보할 수 있다. AMD 컴퓨팅 및 그래픽스 그룹 수석 부사장 겸 총괄 책임자인 잭 후인(Jack Huynh)은 “데스크톱 PC는 이제 단순한 도구를 넘어 사용자와 함께 작업하는 지능형 어시스턴트로 진화하고 있다”면서, “라이젠 AI 400 시리즈 프로세서를 통해 강력한 AI 가속 기능을 데스크톱으로 확장함으로써, 기업과 소비자 모두가 더 많은 작업을 수행하고 더 많은 가치를 창출할 수 있도록 지원하고 있다”고 말했다. 라이젠 AI 400 시리즈 데스크톱 프로세서는 고성능 ‘젠 5(Zen 5)’ CPU 코어, AMD RDNA 3.5 그래픽, 전용 AMD XDNA 2 NPU를 결합해 전문 워크로드 전반에서 확장 가능한 성능과 지능형 기능을 제공하도록 설계됐다. 사무 환경 전문가, 개발자, 파워 유저가 요구하는 응답성·효율·로컬 AI 가속을 지원하며, 일상적인 멀티태스킹과 협업부터 소프트웨어 개발, 데이터 분석, AI 기반 워크플로까지 현대 데스크톱 환경 전반에서 일관된 성능을 구현한다.     라이젠 AI 프로 400 시리즈 모바일 프로세서는 상용 노트북과 모바일 워크스테이션에서 생산성을 향상하고 일상적인 워크플로를 간소화하는 차세대 로컬 AI 경험을 제공한다. 이 제품은 최대 60 TOPS의 AI 연산 성능을 제공하는 고성능 NPU를 탑재해 AI 기반 작업을 디바이스에서 직접 가속한다. AI PC를 활용하는 일반 사무직 근로자는 비AI 시스템 대비 연간 최대 7주에 해당하는 업무 시간을 절감할 수 있다. 고급 온디바이스 AI 가속 기능을 통해 측정 가능한 효율 향상을 제공하며, 대규모 조직에서도 생산성을 높이면서 전문가들이 기대하는 성능과 응답성을 유지하도록 지원한다. 또한 이 프로세서는 독립 소프트웨어 벤더(ISV) 인증을 기반으로 차세대 모바일 워크스테이션에도 탑재된다. CPU, NPU, 그래픽처리장치(GPU)를 모두 활용하는 엔지니어링·콘텐츠 제작·기술 워크로드에 최적화됐다. 주요 전문 워크플로 전반에 걸쳐 업데이트된 애플리케이션 지원을 제공하며, 이를 통해 CPU, NPU 및 그래픽 처리 장치(GPU)를 포함한 모든 컴퓨팅 리소스를 활용하는 전문 애플리케이션을 가속화하여 까다로운 엔지니어링, 콘텐츠 제작 및 기술 워크로드를 처리한다. 라이젠 AI 400 시리즈를 탑재한 AM5 데스크톱 시스템은 HP와 레노버 등 OEM을 통해 2026년 2분기부터 출시될 예정이며, 라이젠 AI 프로 400 시리즈를 탑재한 기업용 노트북은 3월 말부터 주요 OEM을 통해 출하될 예정이다. 델 테크놀로지스, HP, 레노버 등 OEM이 공급하는 모바일 워크스테이션은 2026년 2분기부터 출시될 예정이다.
작성일 : 2026-03-04
WD, 전문 콘텐츠 크리에이터용 스토리지 포트폴리오를 ‘G-DRIVE’ 브랜드로 통합
WD가 콘텐츠 크리에이터 및 크리에이티브 전문가용 외장 스토리지 제품 포트폴리오를 G-DRIVE 브랜드로 통합해 재출시한다고 밝혔다. WD는 이번 브랜드 통합을 통해 대용량 및 고성능 외장 스토리지 설루션을 G-DRIVE 브랜드로 일원화해 제공하고, 품질과 성능, 신뢰성을 바탕으로 크리에이터 시장에서의 제품 경쟁력을 강화한다는 계획이다. ‘G’ 로고의 G-DRIVE는 데스크톱 드라이브, 휴대용 드라이브, 멀티베이 RAID 시스템 등 WD의 크리에이터용 스토리지 라인업 전반에서 샌디스크 프로페셔널(SanDisk Professional) 브랜드를 대체한다. 이 제품군은 고해상도 사진 촬영 및 영상 제작, 그래픽 디자인, 오디오 엔지니어링 등 크리에이티브 분야에서 복잡한 워크플로를 고려해 설계됐다. 개인 사용자부터 기업, 제작 스튜디오까지, G-DRIVE 설루션은 현장 촬영에서 시작해 실시간 편집과 백업, 그리고 후반 작업(post-production)에 이르는 콘텐츠 제작 전 과정을 지원한다. 현재 샌디스크 프로페셔널 브랜드로 판매 중인 제품은 2월 말까지 순차적으로 G-DRIVE로 변경될 예정이다.     이번에 공개된 G-DRIVE 제품 라인업은 G-DRIVE ArmorATD, G-DRIVE, G-DRIVE PROJECT, G-RAID PROJECT 2, G-RAID SHUTTLE 4 및 SHUTTLE 8 등이다. G-DRIVE ArmorATD는 이동이 잦은 크리에이터를 위한 내구성을 갖춘 휴대용 스토리지 제품이다. 최대 6TB의 용량을 지원하며, 3중 충격 보호 구조와 IP54 등급의 방진 및 방수 설계, 알루미늄 인클로저로 내구성을 높였다. G-DRIVE는 워크스테이션 환경에서 영상 편집, 사진 라이브러리, 백업 및 콘텐츠 아카이빙을 지원하는 대용량 데스크톱 드라이브다. 엔터프라이즈급 Ultrastar HDD를 탑재해 최대 26TB의 용량을 제공하며, 빠른 전송 속도와 안정적인 성능을 제공한다. G-DRIVE PROJECT는 고부하 크리에이티브 작업을 위한 싱글 베이 썬더볼트 3 데스크톱 설루션이다. 엔터프라이즈급 Ultrastar HDD 스토리지를 기반으로 최대 26TB 용량을 지원하며, 대용량 및 고성능 워크로드에 최적화됐다. G-RAID PROJECT 2는 2베이 구성의 컴팩트한 썬더볼트 3 RAID 시스템으로, 기본 RAID 0 구성으로 제공되는 제품이다. 현장에서 드라이브 교체가 가능한 엔터프라이즈급 Ultrastar 드라이브를 탑재해, 최대 52TB 용량으로 후속 작업 성능을 강화했다. G-RAID SHUTTLE 4 및 SHUTTLE 8은 4베이와 8베이 구성의 휴대용 스토리지 어레이로, 핫스왑이 가능한 엔터프라이즈급 Ultrastar 드라이브를 기반으로 최대 208TB를 지원한다. 기본 RAID 5로 출고되며, 현장 데이터 관리 및 멀티 카메라 영상 제작을 위한 높은 전송 속도를 제공한다.   이번 브랜드명 변경은 WD가 지난해 2월 말 독립 HDD 기업으로 분사한 이후의 사업 흐름과 맞물려 추진됐다. 앞으로도 WD는 WD Gold(엔터프라이즈), WD Purple(스마트 비디오), WD Red(NAS), WD Blue(PC 생산성), WD_BLACK(게임) 등 컬러 포트폴리오 HDD 제품군을 계속해서 제공할 예정이다. WD의 데린 불릭(Darrin Bulik) 제품관리 총괄 디렉터는 “입문자부터 전문가까지, G-DRIVE는 모든 크리에이터의 작업 단계에서 신뢰받는 대용량 및 고성능 스토리지의 대명사로 자리 잡았다”며, “이번 통합은 검증된 G-DRIVE 브랜드 아래 크리에이터 스토리지 포트폴리오를 한데 모아 그동안의 레거시를 이어가는 것이다. 동시에, 업계를 선도하는 WD의 스토리지 혁신을 바탕으로 크리에이터들의 상상을 구현하는 데 필요한 도구를 제공하겠다는 뜻”이라고 말했다. 또한 “이는 현재 뿐만 아니라 미래에도 더 다양한 선택지를 제공하겠다는 약속이며, 크리에이터들이 기대하는 품질과 신뢰성이 그 바탕이 될 것”이라고 덧붙였다.
작성일 : 2026-02-20
HP Z북 울트라 G1a 리뷰 : AI 엔지니어가 살펴본 모바일 워크스테이션의 새로운 기준
HP Z북 울트라 G1a는 고성능 AI 작업과 3D 제작을 동시에 염두에 둔 14인치 모바일 워크스테이션이다. 이 글에서는 필자가 실제로 자주 사용하는 AI 리서처와 3D 제작 작업 시나리오를 바탕으로, 기존에 사용해 온 게이밍 노트북과 비교하면서 HP Z북 울트라 G1a의 장단점을 조명해보고자 한다.   HP Z북 울트라 G1a(ZBook Ultra G1a)는 프로세서 성능과 메모리 용량에 명확하게 집중한 구성을 취함으로써, 기존의 노트북 선택 방법과는 다른 노선을 제시한다. 일반적으로 노트북을 선택할 때 대부분의 사용자는 성능, 휴대성, 가격, 배터리 지속 시간, 확장성 등 여러 요소를 종합적으로 고려한다. 그러나 특정 작업 환경에서는 이러한 균형 중심의 접근이 오히려 비효율로 작용하기도 한다. 대용량 데이터 전처리, 로컬 AI 추론, 3D 콘텐츠 제작과 같이 CPU와 메모리 자원 의존도가 높은 워크로드에서는, 그래픽 성능이나 휴대성보다 연산 자원과 메모리 용량이 작업 효율을 결정짓는 핵심 요소가 되기 때문이다. HP Z북 울트라 G1a는 바로 이러한 관점에서 색다른 접근법을 채택한 기기라고 볼 수 있다. AMD의 라이젠 AI 맥스+ 프로 395(Ryzen AI Max+ PRO 395) 프로세서를 탑재해 128GB에 달하는 대용량 메모리를 제공하는 반면, 그래픽 카드는 외장 GPU가 아닌 내장 그래픽으로 구성된 14인치 노트북이다. 이처럼 극명하게 갈린 사양 구성은 과연 AI 개발과 3D 콘텐츠 제작이라는 두 가지 작업을 모두 감당할 수 있는 선택지일까?   제품 개요 워크스테이션은 일반적으로 크고 무거운 데스크톱 형태로, ‘들고 다니는 기기’와는 거리가 멀다는 인식이 강하다. 그러나 HP Z북 울트라 G1a는 이러한 고정관념을 벗어나, 14인치 폼팩터 안에 워크스테이션급 성능을 담아냈다. 앞서 언급했듯 이 제품은 AMD 라이젠 AI 맥스+ 프로 395 프로세서와 라데온 8060S(Radeon 8060S) 그래픽을 기반으로 설계되었으며, 최대 128GB LPDDR5x 메모리와 대용량 NVMe SSD를 탑재했다. 정량적인 하드웨어 스펙상 무게는 약 1.57~1.59kg으로, 여타 게이밍 노트북과 비교해도 크게 무겁지 않은 수준이다. 실제로 가방에 넣어 휴대했을 때도 다른 노트북에 비해 체감 무게가 과하게 느껴지지는 않았다. 기기 양쪽에는 USB-C 타입 포트 2개(충전 포트 포함)를 비롯해 HDMI, USB-A 타입 단자, 3.5mm 이어폰 단자가 배치되어 있어, 워크스테이션으로서 요구되는 기본적인 확장성도 충분히 갖추고 있다.   디자인 본격적인 사용기에 앞서 디자인을 살펴보자. 보기 좋은 떡이 먹기도 좋다는 말도 있듯이, 매일 사용하는 기기는 사용자의 마음에 들 정도로는 아름다워야 한다. HP Z북 울트라 G1a의 디자인은 간결하고 군더더기 없었다. 특히, 전반적인 제품의 마감 품질이 높다는 것이 느껴졌다. 처음 노트북이 닫힌 상태에서 보았을 때는 매끄럽고 둥근 디자인의 겉모습이 단정하다는 느낌이 들고, 화면을 열어 전원을 켰을 때에는 베젤이 얇고 깔끔하여 프로페셔널하다는 인상을 준다. 디자인에서 가장 좋았던 점은 키보드이다. 처음에는 짙은 회색의 평범한 플라스틱 소재로 느껴졌지만, 사용하다 보니 키보드의 키감이 좋을 뿐만 아니라 이물질이 잘 묻지 않는 코팅으로 되어 있어 사용 시 편리했다. 외부 작업 중 노트북을 열었을 때, 손때 묻은 키보드를 다른 사람에게 드러내는 것이 걱정인 사람이라면 이 노트북의 키보드 마감이 더욱 마음에 들 것이라 생각한다. 또한 카메라에는 오픈·클로즈 방식의 물리적 커버가 적용되어, 노트북 내장 웹캠을 사용하지 않을 때는 완전히 가릴 수 있다. 사소해 보일 수 있지만, 사용자를 고려한 세심한 설계라는 점에서 인상 깊은 부분이었다.   그림 1. 노트북 전면. 디자인이 깔끔하고 단정하여 외부 미팅에도 무난하게 사용할 수 있었다.   AI 및 데이터 전처리 워크로드 이제 AI 엔지니어의 관점에서 이 제품을 살펴보자. AI 제품 개발 과정에서 절실하게 체감하는 주요 요소 중 하나는 CPU 메모리의 여유이다. 모델 학습은 클라우드 GPU나 서버 자원을 활용하는 경우가 많아졌지만, 탐색적 데이터 분석, 실험을 위한 데이터 전처리는 대부분 로컬 환경에서 수행해야 하기 때문이다. 따라서 CPU 성능과 GPU 성능 둘 중 하나를 선택해야 한다면, 많은 사람들의 예상과 달리 GPU보다는 CPU를 선택하는 것이 합리적이다. CPU 메모리가 여유가 있다면 데이터셋을 실험 가능한 요건에 맞춰 수정 및 조정하는 것이 조금 더 편리해질 뿐만 아니라, 데이터셋 전처리와 동시에 다른 작업이 가능하기 때문이다. HP Z북 울트라 G1a의 128GB 메모리와 라이젠 AI 맥스+ 프로 395의 조합은 대용량 데이터 전처리와 모델 로딩 과정에서 매우 안정적인 모습을 보였다. 텍스트·이미지 데이터 전처리 작업에서 메모리 부족 현상은 거의 발생하지 않았으며, 기존에 사용하던 게이밍 노트북(32GB RAM, RTX 4060 기준) 대비 체감상 약 절반 수준의 시간으로 작업을 마칠 수 있었다. 이는 대규모 로컬 데이터셋을 다루는 리서처에게 매우 중요한 요소다. AI 허브나 대학·연구기관에서 제공하는 공공 데이터셋의 경우 단일 데이터셋만으로도 수백 GB를 훌쩍 넘기는 경우가 많고, 이를 포맷에 맞게 전처리하는 데 상당한 시간이 소요되기 때문이다. HP Z북 울트라 G1a는 메모리의 양이 크기 때문에, 작업 중간 중간에 메모리 부족으로 인해 컴퓨터가 멈추거나 작업 수행 완료를 위해 컴퓨터를 손 놓고 기다리는 일 없이 여유롭게 전처리를 수행할 수 있었다. 몇 가지 사례를 들어보면, 첫째 <그림 2>와 같이 데이터의 압축 해제, 복사와 같은 간단한 작업에서 매우 빠른 처리 속도를 보여주었다. 데이터 전처리 성능을 실험하기 위해 활용한 ‘음식 분류’ 데이터셋의 경우, 각 클래스마다 1천 개의 고화질 사진이 저장되어 있어 전체 용량이 1TB에 육박하는 매우 큰 데이터셋이다. 그러나 HP Z북 울트라 G1a에서는 30GB 용량의 데이터를 압축 해제하는 데 8분밖에 소요되지 않았고, 일관적으로 140MB/s 전후의 속도를 유지하였다. 이는 HP Z북 울트라 G1a의 메모리 대역폭 확대, 멀티채널 구성 안정성 증가가 큰 영향을 미쳤기 때문으로 생각할 수 있다. 일반적인 환경에서는 압축 해제 단계에서 CPU 처리 속도가 병목으로 작용하여, 저장장치가 충분한 성능을 갖추고 있음에도 불구하고 연속적인 읽기·쓰기 작업이 지연되는 현상이 발생하기도 한다.   그림 2. 대용량 데이터의 전처리에도 빠른 속도를 유지하였고, 프로그램 운용에 여유가 있었다.   반면, HP Z북 울트라 G1a에서는 향상된 프로세서 구조와 메모리 서브시스템을 통해 병목이 제거되었으며, 그 결과 압축 해제와 동시에 디스크 I/O가 지속적으로 최대 대역폭에 가깝게 활용될 수 있었다. 이로 인해 사용자 관점에서는 압축 해제뿐 아니라 파일 복사 속도까지 향상된 것처럼 느껴져 직접적으로 작업 효율 향상이 체감되었다. 기존의 게이밍 노트북이 동일한 작업을 수행하는데 평균 60MB/s의 속도로 약 12분 정도가 소요된 것을 고려하면, 이 작업이 전체 데이터셋에 적용될 때 얼마만큼의 작업 시간을 아낄 수 있을 지 기대해 볼 만하다. 둘째, 파이썬 코드를 활용한 데이터 전처리에서도 높은 성능 개선을 보여주었다. CSV 파일을 활용하여 3D 복셀 데이터를 만드는 작업을 수행하는 코드를 기준으로 실험해보았다. 이는 앞에서와 동일하게 CPU·메모리에 집중된 작업을 할 때의 효율을 검사하기 위한 실험으로, 동일한 SVC 파일을 대상으로 데이터의 시각화를 수행하였을 때를 비교한 것이다. 결과적으로, HP Z북 울트라 G1a는 평균적으로 75FPS(초당 프레임)를 유지하였고, 시각화된 데이터를 360도 회전시켜 확인하는 데에 큰 문제가 없었다. 반면, 기준이 된 다른 기기는 평균 42FPS를 유지하고, 시각화된 데이터를 360도로 회전시켜 확인하는 데 약간의 로딩이 필요했다. 특히, 시각화 결과물을 회전하는 과정에서 약간의 버벅임과 끊김이 발생하여 데이터를 세부적으로 확인할 때 약간의 어려움이 따랐다. 기준 기기 또한 일반적인 사무용 노트북을 기준으로 보았을 때보다는 훨씬 빠르고 원활한 데이터 전처리 성능을 보여주었으나, HP Z북 울트라 G1a는 전처리뿐 아니라 시각화 데이터 인터랙션에서도 안정적으로 동작함으로써 실시간에 가까운 시각화 환경을 제공했다는 점에서 차별화된 사용 경험을 제공하였다.   그림 3. 3D 복셀화에 소요된 시간과 프레임률을 tqdm으로 측정한 결과. 동일한 작업을 수행하는 데 HP Z북 울트라는 75FPS, 기준 기기(HX370 CPU, 32RAM)는 42FPS의 성능을 보여주었다.   로컬 AI 추론 로컬 AI 추론 작업에서도 HP Z북 울트라 G1a는 충분히 인상적인 성능을 보여주었다. 로컬 AI 세팅에는 올라마(Ollama)를 사용하였다. 올라마는 다양한 오픈소스 LLM을 간편히 사용할 수 있게 하는 프로그램으로 윈도우, 맥, 리눅스 등 다양한 환경을 지원하며 CLI 및 GUI 환경을 모두 지원하여 확장성이 좋다. 또한, 로컬에서 REST API 형태로 모델을 노출할 수 있어 파이썬(Python), 노드.js(Node.js), 자바(JAVA(Spring)), 랭체인(LangChain) 등과 연동이 용이하며, 프로토타입 서비스 제작 및 온디바이스 AI, 사내 전용 LLM 구축을 위해 다양하게 쓰인다. 필자는 윈도우에서 GUI 기반의 올라마 클라이언트를 설치하여 로컬 AI 추론을 수행하였으며, 엔비디아 그래픽 카드 드라이버(CUDA 포함)를 설치하지 않고 올라마를 구동하였다. 이 지점에서 HP Z북 울트라 G1a의 프로세서의 특장점이 드러난다. 바로 SoC(System on a Chip) 설계를 통해 프로세서 자체에서 CPU·GPU·NPU를 통합하여 활용한다는 것이다. 따라서 이 워크스테이션을 사용하는 사람은 일반적으로 말하는 CPU-Only와 같이 GPU 드라이버를 따로 설치하지 않더라도, AI 추론 및 훈련을 수행할 때 GPU·NPU를 사용하는 것과 같은 효과를 체감할 수 있다.   그림 4. 올라마의 공식 홈페이지. 윈도우, 맥, 리눅스 등 다양한 OS를 지원하며 오픈소스로 활용 가능한 LLM 모델의 가중치를 제공하여 로컬 추론을 가능하게 하는 프로그램이다.   올라마를 활용해 중·대형 언어 모델(gpt-oss:120B)과 소형 언어 모델(qwen3:8B)을 각각 다운로드한 뒤, 동일한 조건에서 추론 시간을 비교해 보았다. 결과는 예상 이상이었다. 중·대형 언어 모델의 추론에는 (약간의 쿨링 소음이 발생하였지만) 약 10초가 소요되었고, 소형 언어 모델 역시 약 13초 내외로 추론을 마쳤다. 비교 대상으로 사용한 다른 노트북에서는 중·대형 모델이 추론 도중 오류를 일으켰고, 소형 모델조차 358초가 걸렸던 점을 감안하면 상당한 차이다. ‘메모리 용량 차이가 얼마나 크겠어’라고 생각한 필자의 판단을 무색하게 만들 정도로, 128GB 메모리와 라이젠 AI 맥스+ 프로 395의 조합은 로컬 AI 추론 환경에서 분명한 강점으로 작용했다. 이러한 특성은 AI 개발자에게만 국한된 장점은 아니다. 성능이 검증된 오픈소스 언어 모델을 노트북에 직접 탑재해 휴대할 수 있다는 것은, 인터넷 연결이 원활하지 않은 환경에서도 개인화된 AI 비서를 여러 개 운용하며 작업을 이어갈 수 있음을 의미한다. 로컬 환경에서의 AI 활용 가능성을 실질적인 수준으로 끌어올렸다는 점에서, HP Z북 울트라 G1a의 방향성과 장점이 명확히 드러나는 지점이었다.   그림 5. qwen3:8b로 로컬 추론을 수행한 결과   그림 6. gpt-oss:120b로 로컬 추론을 수행한 결과   3D 작업 워크플로 다음은 3D 작업 워크플로로 넘어가 보자. 필자가 주로 사용하는 캐릭터 크리에이터(Character Creator), 지브러시(Zbrush) 등을 통하여 내장 그래픽만을 가지고 있음에도 ‘충분히 작업이 가능한가?’라는 요소를 살펴보고, 다음으로는 고화질을 요구하는 3D 게임을 실행시켜 성능을 테스트해 보았다. 먼저, 리얼루션(Reallusion)의 캐릭터 크리에이터 5 소프트웨어를 설치하여 작업 가능 여부를 확인해 보았다. 이 소프트웨어는 사실적 묘사를 담은 메타 휴먼을 만들기 위한 소프트웨어이다. 얼굴, 체형, 옷 및 장신구 같은 다양한 요소를 조합하는 자유도가 높고, 피부 결이나 머리카락 같은 요소까지 섬세하게 구현해야 하기 때문에 일반적인 게이밍 노트북에서도 원활한 작업이 어려운 소프트웨어 중 하나이다. 실제로, 필자가 보유한 게이밍 노트북 기기에서는 동일한 작업을 수행하며 컴퓨터가 다운되는 경우가 종종 있었고, 새로운 스킨으로 교체하거나 요소를 변형할 때 1 ~ 5분 정도의 로딩 타임을 요구했다.   그림 7. 캐릭터 크리에이터로 작업하는 모습   그러나, HP Z북 울트라 G1a에서는 로딩 시간이 1 ~ 3분 이하로 줄어드는 모습을 보여주었을 뿐만 아니라, 컴퓨터가 다운되는 경우도 발생하지 않아 상당히 쾌적하게 작업을 진행할 수 있었다. 물론 다루는 데이터의 크기 자체가 큰 만큼 약간의 로딩 시간은 피해갈 수 없었으나, 대부분 1분 이내의 로딩으로 작업이 완료되어 작업 완료를 기다리는 시간이 줄어들었다. 다음으로는 지브러시를 통해 추가 검증을 진행하였다. 지브러시의 경우 매끄러운 표면을 위해 의도적으로 폴리곤을 많이 나누면서 메모리 부하가 발생하는 경우가 많은데, <그림 8>과 같이 복잡한 인간형 모델링, 특히 상업적으로 판매 가능한 정도의 모델링을 테스트하였음에도 데이터의 로드 및 조형에 시간이 소요되지 않고 바로 진행할 수 있는 정도의 원활함을 보여주었다.   그림 8. 매끄러운 곡선으로 폴리곤의 수가 많아지더라도 원활히 처리하는 모습을 볼 수 있다.   마지막으로, 3D 게임을 통해 성능을 확인하였다. 대상이 된 게임은 ‘호그와트 레거시’로, 언리얼 엔진으로 만들어졌으며 비교적 실사화 스타일의 그래픽, 다양한 파티클 사용으로 고난도의 그래픽 컨트롤을 요구하는 게임이다. 게임에서는 플레이를 진행하며 기기의 사양을 자동으로 측정하여 적절한 그래픽 옵션을 정해주는데, 이 기기는 자동으로 중간 단계의 그래픽 옵션으로 세팅되는 것을 확인하였다.   그림 9. 기기 옵션을 자동으로 분석하여 적절한 수준의 그래픽 구현. 이 기기는 중간 옵션을 배정받았다.   물론 기존의 작업에 비해 3D 게임을 진행할 때는 기기의 쿨링팬 소음이 두드러지게 들리는 편이었다. 앞서 수행한 작업에서는 쿨링이 필요하지 않거나, 쿨링이 필요하더라도 비교적 짧고 조용하게 한 번의 ‘쏴아아’하는 소리가 들렸다면, 3D 게임을 실행 중일 때는 지속적인 쿨링 소음이 발생하였기 때문이다. 그러나, 여기에서도 HP Z북 울트라 G1a의 탁월한 점을 발견할 수 있었다. 그것은 바로 ‘소음이 발생하는 만큼 쿨링이 잘 되고 있다’는 점이다. 랩톱을 주로 사용하는 사용자는 공감하겠지만, 일부 랩톱의 경우 쿨링 소음이 큰데도 불구하고 쿨링이 제대로 되지 않아 기기 아래쪽의 키보드 부분이 상당히 뜨거워지는 경우가 잦다. 그러나 이 기기는 소음이 크더라도 쿨링이 확실히 진행되고 있었고, 피부에 장시간 접촉시킬 수 있을 정도의 발열만 있었다. 아울러, 게임 내의 실사화 그래픽은 모두 끊기는 부분 없이 자연스럽게 재생되었고, 게임 진행에 이상이 없이 원활히 진행되었다.   그림 10. 그림 내 실사화 시나리오 중 그래픽 재현성이 좋은 부분의 캡처. 왼쪽의 바다 물결 표현, 전면의 포그 표현 등이 끊기지 않고 자연스럽게 재생되었다.   맺음말 HP Z북 울트라 G1a는 AI 리서처와 3D 제작 작업을 병행하는 사용자에게 모바일 워크스테이션으로서 분명한 가치를 지닌 기기다. 이 제품의 구성은 모든 요소를 고르게 끌어올리기보다는, 프로세서와 메모리 성능에 명확하게 힘을 준 제품이다. 이에 사용 목적이 분명한 사용자에게 강점으로 작용한다. AI 전처리, 로컬 추론, 3D 제작 작업과 같이 CPU·메모리 의존도가 높은 워크로드에서는 이러한 설계 방향이 체감 성능으로 직결되기 때문이다. 그런 의미에서 HP Z북 울트라 G1a는 특히 다음과 같은 사용자에게 추천하고 싶다. 첫째, 대용량 데이터 전처리가 일상적인 AI 엔지니어, 둘째, 3D 콘텐츠 제작 과정에서 초안과 검증 단계의 결과물을 빠르게 만들어야 하는 사용자, 셋째, 이 모든 작업을 데스크톱이나 서버에 의존하지 않고 모바일 환경에서도 이어가야 하는 사용자다. HP Z북 울트라 G1a를 사용하는 사용자라면, 적어도 서버급 연산을 요구하는 극단적인 작업을 제외하고는 대부분의 실무 환경에서 성능으로 인한 제약을 체감할 일은 드물 것이다. 견적 상담 문의하기 >> https://www.hp.com/kr-ko/shop/hp-workstation-amd-app   ■ 박정은 AI 융합 분야 연구자이자 엔지니어로, 컴퓨터 비전, 게임 엔진, 머신러닝, 딥러닝 기반 실무를 수행하며 대용량 AI 데이터 전처리와 AI 실험 파이프라인을 설계·운용해왔다. 필적, 운동학, 감정 인식 중심의 AI 프로덕트 R&D를 수행하며, 모바일 워크스테이션 환경에서 CPU·GPU 자원을 밀도 있게 활용하는 실험 구조를 활용하였다. 산업 연계 교육 현장에서 연구와 실무를 연결하는 엔지니어이자 교육자로 활동하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-02-04