천체 이미지 처리용 컴퓨터 고르기: CPU, RAM, SSD와 실측 벤치마크

이 글은 2020년부터 2024년 사이에 작성한 메모와 실측 벤치마크를 정리한 것입니다. 본문에서 언급하는 CPU와 그래픽카드 모델, 메모리 가격, 벤치마크 점수는 모두 시대에 따라 변동하므로, 구입 시에는 그때그때의 시장 정보를 기준으로 삼으시기 바랍니다.

「PixInsight를 돌리려면 어떤 컴퓨터를 맞춰야 하나요?」는 커뮤니티에서 흔히 나오는 질문입니다. 요 몇 년간 저는 여러 대의 머신을 갈아치웠고, 공식 벤치마크 스크립트로 꽤 많은 조합을 측정해 보기도 했습니다. 이 글에서는 그동안 얻은 노하우를 부품별로 정리해 구입 가이드로 만들고, 지금까지의 실측 점수 변화도 함께 덧붙입니다.

먼저 PixInsight Benchmark 이야기부터

PixInsight는 공식적으로 성능 테스트 스크립트를 제공하며, 자기 컴퓨터가 PI를 얼마나 잘 돌리는지 평가할 수 있고, 다 돌리고 나면 Total, CPU, Swap 세 가지 점수를 내줍니다. 측정하려면 반드시 최신 버전의 PI 프로그램으로 업데이트한 뒤에 돌리는 것을 잊지 마세요.

제가 가장 처음 측정한 것은 회사에 두고 천체 이미지 처리에 쓰던 컴퓨터(AMD APU 2400G, DDR4 2666 14GB, M.2 SSD)였는데, 최고라야 Total 6414 정도가 고작이었습니다. 이후 프로세서를 업그레이드(AMD R5 4650G)하자 CPU 점수가 곧바로 두 배로 뛰어 1만 3천 대까지 치솟았고, 게다가 시스템 전체 소비 전력은 120와트를 넘지 않아 그 결과에 매우 만족했습니다—이 점수는 집에 있는 일반 크기의 데스크톱(R5-3600, 32GB DDR4 3200)과도 막상막하였습니다.

초기에 AMD APU 2400G로 PixInsight Benchmark를 돌린 결과 AMD R5-3600 플랫폼의 벤치마크 점수

각 부품은 어떻게 고를까

2023년이 되자, 카메라가 CCD에서 CMOS(IMX571, IMX455 등)로 바뀌면서 이미지가 천몇백만 화소에서 2400만, 나아가 6000만 화소로 늘었고, 원래 쓰던 사무용 사양은 버거워지기 시작했습니다—이전 단계/다음 단계를 전환하는 것만으로도 3초를 기다려야 해서, 처리 전후의 이미지를 비교하기가 매우 직관적이지 못했습니다. 게다가 이 해에는 AI 프로세스가 대거 출시되어 작업 흐름의 여러 단계에서 쓰게 되었기에, 구입 로직을 다시 정리했습니다.

CPU

PI가 원하는 것은 「멀티 코어이면서 전부 대형 코어」입니다. 주류 PC에서는 AMD 7950X나 Intel i9-13900K 같은 컨슈머 하이엔드 CPU의 성능이 더 뛰어납니다. 특별히 짚어둘 점은, AMD의 X3D 버전은 PI에 별다른 이득이 없으며, 실제 생산성 성능은 오히려 일반 버전의 7950X보다 약간 낮을 수도 있다는 것입니다—게임까지 겸할 게 아니라면 일반 버전을 고르면 됩니다.

또한, 예전에 어떤 사람이 R9-7950X에 Linux를 조합해 5만을 넘는 점수를 뽑아내 i9-13900 계열을 통째로 압도한 적이 있습니다(TSMC의 5nm 공정은 확실히 강력합니다). 조만간 장비를 교체할 분들은 이런 조합에 눈길을 줘볼 만합니다.

PixInsight Benchmark 상위 랭킹, R9-7950X + Linux가 두드러진 모습

그래픽카드(VGA)

혜성을 처리하거나, 작업 흐름에서 별 제거와 노이즈 제거를 반복해야 하는 분은, PC라면 NVIDIA 그래픽카드를 한 장 추가해 CUDA 코어가 SXT, NXT, BXT의 가속을 거들게 하는 것을 권합니다. 당시의 시장 가격으로 보면 RTX 30 시리즈(RTX 3060이나 3060 Ti 등)가 첫 번째 선택지였습니다. 게임을 하지 않는다면 RTX 3060 12G 버전이 괜찮은 선택입니다—전력이 절약되고 VRAM도 많으며, 심지어 Stable Diffusion까지 겸해서 돌릴 수 있습니다. (GPU 가속의 자세한 실측은 별도의 전용 글이 있습니다.)

Mac 쪽은 M1 이상의 기종이라면 GPU 가속이 자동으로 활성화됩니다.

SSD

최소한 처리할 파일은 SATA SSD 위에 두고 돌려야 하며, 지금의 주류 상황이라면 M.2 SSD에 두면 더 좋습니다. PCIe Gen3 SSD면 충분하고, Gen4가 가져다주는 처리상의 이득은 사실 크지 않습니다(파일을 복사할 때만 좀 더 빠릅니다).

덧붙이자면, PI Benchmark를 RAMDISK로 돌려도 속도가 4GB/s밖에 안 나온다면 별 의미가 없습니다—RAMDISK가 적어도 10GB/s에 못 미친다면, 차라리 저렴한 PCIe Gen4 SSD로 바꾸는 편이 낫습니다(7GB/s면 충분히 빠를 겁니다).

RAM

PI는 메모리를 상당히 효율적으로 활용합니다. 풀프레임 이상의 큰 이미지만 처리하는 게 아니라면 32GB로 이미 충분합니다. DDR4를 쓴다면 아예 64GB까지 올려도 되고, DDR5는 당시 아직 비싼 편이었으니 우선 32GB로 하고 필요가 생기면 추가하면 됩니다.

여기에 중요한 개념이 하나 있습니다: 메모리가 부족하면 아무리 빠른 CPU라도 제 실력을 발휘하지 못합니다. PI는 스크립트나 프로세스를 실행하기 전에 먼저 사용 가능한 메모리를 어림합니다. 모든 스레드를 먹일 만큼의 공간이 부족하면 그대로 사용 가능한 스레드 수를 제한해 버립니다. 예를 들어 스레드 하나당 1.7GB가 필요한데 메모리가 19GB밖에 남지 않았다면, PI는 9개의 스레드만 통과시킵니다. 그런데 여러분의 CPU에는 분명 32스레드가 있으니, 결국 23개의 스레드가 놀고 있는 셈입니다. PI 공식은 스레드 하나당 약 2GB의 메모리를 권장합니다—AMD 7950X(16 대형 코어, 32스레드)를 예로 들면, 소프트웨어가 온전히 제 실력을 내려면 최소한 64GB는 장착해야 합니다.

메모리가 부족할 때 PixInsight가 사용 가능한 스레드 수를 자동으로 제한하는 상황

제가 실측한 머신 몇 대

계속 갈아치우는 동안, 제 손에는 대표적인 머신이 몇 대 있습니다:

사무용 머신 AMD R5-2400G → R5-4650G: 제가 가장 처음 PI를 배운 것이 바로 2400G 사무용 머신이었고, 이후 4650G로 올렸습니다(성능은 대략 R5-3600에 해당). 다만 소형 케이스 탓에 CPU, 메모리, SSD 외에는 추가 그래픽카드를 넣을 수 없었습니다.
게이밍 노트북 AMD R7-5800H: 32GB DDR4 3200, M.2 Gen3 SSD, RTX 3060 Laptop 6G로, 총비용은 4만 대만 달러가 채 안 됩니다. RAM과 SSD를 직접 업그레이드하는 재미는 값을 매길 수 없고, 그래픽카드는 CUDA 가속 별 제거에 전담시키고 있습니다.
새 데스크톱 AMD R9-7950X: DDR5 6000 16G×2, 360 일체형 수랭, B650 메인보드, 여러 개의 M.2 PCIe SSD, RTX 3060 12G, 750W 파워. 이 한 대를 조립할 때는 이미지 처리와 가장 관련이 깊은 CPU, 수랭, 그래픽카드에 예산을 집중하고, 그 밖의 주변기기는 최대한 아꼈습니다.

새로 조립한 R9-7950X 데스크톱의 사양과 벤치마크 게이밍 노트북 R7-5800H의 PI Benchmark 점수

2024년 말, PI가 대형 릴리스인 1.9 Lockhart로 업데이트된 뒤 저는 늘 하던 대로 다시 한 번 측정했습니다. 손에 있는 이 세 대의 평균 점수는 각각, 5년 가까이 쓴 R5-3600이 약 14700, 3년 된 R7-5800H가 약 17000, 2년 가까이 된 R9-7950X가 약 29800이었습니다. 7950X는 주력 데스크톱으로서 2년을 써도 여전히 전력이 대단해서, 아무래도 AMD의 차세대 CPU를 기다리는 동안 2년은 더 버틸 수 있을 것 같습니다. 물론 지금 조립한다면, 곧바로 최상위인 R9-9950X로 정점을 찍으면 아마 5년은 더 싸울 수 있을 겁니다.

PixInsight 1.9 업데이트 후 세 대의 컴퓨터 벤치마크 점수 비교

놓치기 쉬운 몇 가지 세부사항

Apple ARM에 대하여: PI는 1.9 버전부터 연산 엔진을 바꿔, 에뮬레이터 방식이 아니라 네이티브 Apple ARM 지원으로 단계적으로 옮겨가고 있습니다. 그 이전(1.8.x 시대)에는 M1/M2 위의 PI가 에뮬레이터로 실행되었으니, 성능을 평가할 때는 이 점을 감안해야 합니다.
1.9부터의 CPU 문턱: PixInsight는 1.9 버전부터 AVX2/FMA3 명령이 없는 구형 CPU(Intel은 대략 2013년 2분기 이전, AMD는 대략 2015년 2분기 이전)를 더 이상 지원하지 않으며, 이런 구형 플랫폼에는 새 PI를 설치할 수 없습니다. 아직 구형 PC를 쓰는 분은 대형 버전으로 올리기 전에 장비 교체를 먼저 검토하기를 권합니다.
Intel 13/14세대 K 버전 다운: Intel 13, 14세대 K 버전 CPU를 기본값으로 PI를 돌리면 다운된다는 보고가 여러 동호인에게서 있었습니다. 이후 제조사가 BIOS 업데이트를 내놓아 성능은 약 10% 떨어지지만 시스템 안정은 확보할 수 있게 되었으니, i9-13900K, 14900K, 14700K를 쓰는 분은 업데이트해 테스트해 보면 좋습니다.
부팅 시간이 점수에 영향을 준다: Windows에서는 최고의 벤치마크 점수를 내려면 「종료한 뒤 다시 전원을 켠」 직후, 막 부팅한 타이밍에 돌리는 것이 가장 좋습니다. 제 컴퓨터로 말하자면, 단순히 재부팅해서는 소용이 없고, 반드시 종료한 뒤 다시 켜야 하며, 그러지 않으면 SSD가 가비지 컬렉션을 실행하지 않습니다. 부팅한 지 대략 일주일쯤 지나면 SSD의 연속 읽기 속도가 3000MB/s 아래로 떨어집니다. 정기적으로 종료하고 다시 켜는 것은 역시 필요한 일입니다.

부팅 시간의 길이가 벤치마크 점수와 SSD 읽기 속도에 미치는 영향

덧붙여: 촬영 제어용 컴퓨터

후반 작업 주력 머신과는 별도로, 촬영 현장에는 제어 컴퓨터가 한 대 더 필요한데, 그 선택 로직은 완전히 다릅니다—핵심은 성능이 아니라 안정성과 환경 내구성입니다. 저는 DDR5 노트북 메모리 두 개를 구해 오래된 M.2 Gen3 SSD와 조합해, Intel 1240P 코어의 소형 컴퓨터를 한 대 조립했고, 천체 이미지 촬영 시의 제어 머신(마운트 1대, 경통 2대, 카메라 2대를 동시에 제어)이자 라이브 스택용으로 쓰고 있습니다. 배터리가 없어서 산 위의 저온도 두렵지 않지만, 팬이 달린 시스템이라 경통에 직접 장착할 수는 없습니다.

Intel 1240P로 조립한 촬영 제어용 컴퓨터

마무리

PI를 돌리는 컴퓨터를 조립한다면 우선순위는 대략 이렇습니다: 대형 코어가 많은 CPU, 스레드 수에 걸맞은 메모리, 쓸 만한 M.2 SSD, 그리고 작업 흐름에 따라 NVIDIA 그래픽카드 한 장. 하드웨어 사양은 시대에 따라 끊임없이 바뀌지만, 「예산을 이미지 처리와 가장 관련이 깊은 부분에 투입한다」는 원칙은 그리 쉽게 낡지 않습니다.