[MS투데이] 엔비디아가 최근 GTC에서 공개한 로봇 관련 발표의 핵심은 단순한 성능 개선이 아니었다. 젠슨 황 CEO는 무대에서 휴머노이드 로봇과 대화를 나누는 시연을 선보였지만, 그 이면에서 반복적으로 강조한 키워드는 ‘에이전트(agent)’였다.
그는 향후 몇 년 내 로봇 내부에서 에이전트 시스템이 직접 실행되는 구조가 보편화될 것이라고 밝혔다. 이는 로봇 AI가 기존의 단일 모델 중심 구조에서 벗어나, 다중 모델을 통합·조율하는 ‘운영체제형 지능’으로 전환된다는 의미다.
단일 VLA 모델의 한계
현재 로봇 AI는 대체로 비전 모델이 주변 환경을 인식하고, 이를 대형언어모델(LLM)이 해석한 뒤, 행동 모델이 동작을 실행하는 방식으로 구성된다. 이른바 VLA(비전-언어-액션) 파이프라인이다.
이 구조는 명령 수행에는 효과적이지만, 복잡한 환경 변화나 예외 상황에 대응하는 데는 한계가 있다. 예를 들어 컵을 잡는 과정에서 표면이 젖어 있다거나 팔 각도가 맞지 않는 경우, 기존 모델은 사전에 학습된 범위 내에서만 반응한다.
엔비디아가 제시한 차세대 구조에서는 에이전트가 먼저 목표를 세분화하고, 필요한 추론 과정을 생성한다. “컵이 젖어 있으니 더 강하게 잡아야 한다”거나 “팔 각도가 부족하니 몸을 틀어야 한다”는 식의 중간 판단이 만들어진다. 이후 월드 모델에서 수만 번의 시뮬레이션을 거쳐 최적 경로를 찾고, 실행 결과를 다시 학습에 반영한다.
로봇 AI 전문가는 “이 구조는 단순 명령 실행이 아니라 목적 달성을 위한 폐쇄 루프 시스템”이라며 “로봇이 스스로 계획·시뮬레이션·수정하는 단계로 진입했다는 신호”라고 평가했다.
‘에이전트 OS’로 가는 로봇 소프트웨어
엔비디아는 이번 GTC에서 로봇용 통합 플랫폼인 ‘피지컬 AI 데이터 팩토리 블루프린트’를 공개했다. 여기에는 로봇 행동 모델뿐 아니라 에이전트 관리자, 월드 모델 ‘코스모스(Cosmos)’, 코드 기반 실행 플랫폼 ‘오스모(Osmo)’ 등이 포함된다.
특히 로봇 행동을 언어가 아닌 ‘코드’로 제어한다는 점이 강조됐다. 모호한 자연어 지시를 정밀한 수치 명령으로 변환해 실행하는 구조다. 이는 복잡한 공정이나 산업 환경에서 안정성을 높이는 데 유리하다.
엔비디아는 여기에 차세대 CPU ‘베라(Vera)’를 결합해 에이전트 구동 최적화를 추진하고 있다. GPU가 모델 학습에 특화됐다면, CPU는 다중 에이전트 오케스트레이션을 처리하는 역할을 맡는다.
업계 관계자는 “엔비디아는 모델 성능 경쟁을 넘어, 로봇용 소프트웨어 풀스택을 장악하려는 전략”이라며 “로봇이 늘어날수록 칩과 클라우드 수요도 함께 확대되는 구조”라고 분석했다.
산업 현장으로 확산되는 ‘피지컬 AI’
이 같은 흐름은 산업 현장에서도 감지된다. 국내 로봇 자동화 기업들은 최신 GPU 서버를 확충하며 피지컬 AI 기반 통합 플랫폼 구축에 나서고 있다. 단일 로봇의 성능보다, 서로 다른 로봇을 하나의 공정 안에서 연결·조율하는 능력이 핵심 경쟁력으로 떠오르고 있기 때문이다.
특히 휴머노이드와 산업용 로봇, 자율주행로봇(AMR)을 통합 운영하려면 대규모 학습 데이터 처리와 시뮬레이션 기반 검증 역량이 필수다. GPU 인프라 확보는 이를 위한 선제적 투자로 해석된다.
산업 자동화 전문가는 “피지컬 AI는 결국 ‘통합 역량’ 싸움”이라며 “에이전트가 여러 로봇을 오케스트레이션하는 구조가 공장 자동화의 표준이 될 가능성이 높다”고 말했다.
국가 전략 차원으로 번지는 로보틱스 경쟁
로봇과 피지컬 AI는 이제 기업 전략을 넘어 국가 전략 차원으로 확장되고 있다. 미국에서는 민간 싱크탱크 주도로 ‘첨단제조 로봇 국가안보위원회’가 출범했다. 주요 로보틱스 기업과 반도체·AI 기업, 학계가 참여해 미국의 중장기 로봇 산업 전략을 설계할 예정이다.
이는 로봇 산업이 단순 제조 자동화를 넘어 국가 안보와 공급망 경쟁력의 핵심 축으로 부상했음을 보여준다. AI에 이어 로보틱스가 글로벌 기술 패권 경쟁의 새로운 격전지가 되고 있다는 평가다.
기술 정책 전문가는 “AI가 디지털 세계의 경쟁이었다면, 피지컬 AI는 물리 세계의 경쟁”이라며 “로봇 집단을 통제하는 에이전트 시스템은 차세대 산업 인프라의 핵심이 될 것”이라고 전망했다.
‘범용 두뇌’는 아직…그러나 방향은 명확
엔비디아 측도 아직 범용 로봇 두뇌는 존재하지 않으며, 학습 데이터 역시 충분하지 않다고 인정한다. 그러나 로봇이 실제 현장에 더 많이 배치될수록 데이터는 기하급수적으로 늘어날 것이라는 관측이다.
LLM이 등장한 지 3년 만에 에이전트 개념으로 확장된 것처럼, 로봇 AI 역시 단일 모델 시대에서 다중 에이전트 시대로 빠르게 이동하고 있다.
결국 엔비디아가 강조하는 메시지는 명확하다. 로봇의 지능은 단일 모델의 성능이 아니라, 여러 모델을 조율하고 스스로 학습하는 에이전트 시스템에 달려 있다는 것이다.
피지컬 AI 시대의 주도권은 ‘누가 더 똑똑한 모델을 갖고 있는가’가 아니라, ‘누가 더 잘 움직이는 시스템을 설계했는가’에 의해 결정될 가능성이 높다.
댓글
0