디지털 LLM 시장에서 H100·B200 GPU로 인프라를 장악한 엔비디아(NVIDIA)는 다음 거대한 개척지로 ‘피지컬 AI(Physical AI)’를 지목했습니다. 젠슨 황 CEO는 “AI의 다음 물결은 물리 법칙을 이해하고 실제 세계에서 동작하는 로보틱스이며, 엔비디아는 이 생태계 전체를 풀스택으로 공급할 것"이라고 선언했습니다.
엔비디아가 공개한 피지컬 AI 아키텍처의 중심축인 3-Computer 전략과 Cosmos 3, 그리고 Isaac GR00T 플랫폼을 기술적·산업적으로 해부합니다.
1. 엔비디아 피지컬 AI 3-컴퓨터 아키텍처
로봇 개발은 단순히 서버에서 모델을 학습시켜 로봇에 다운로드하는 것으로 끝나지 않습니다. 시뮬레이션과 실시간 제어 루프가 맞물려야 하므로, 엔비디아는 컴퓨팅 환경을 명확히 3단계로 분업화했습니다.
[Computer 1: DGX 클라우드/AI 팩토리]
└── Cosmos 3 WFM 파운데이션 모델 & 거대 VLA 정책 사전 학습 (Pre-training)
│ 가중치 체크포인트 전송
▼
[Computer 2: OVX 옴니버스 시뮬레이터]
└── Isaac Lab을 활용한 수천 대 로봇의 GPU 병렬 강화학습 & 합성 데이터 대량 생산
│ 경량화/양자화 정책 배포 (TensorRT)
▼
[Computer 3: Jetson Thor 온디바이스 엣지]
└── 로봇 본체에서 센서 퓨전 + System 1 (500Hz) & System 2 (5Hz) 실시간 추론
│
└───> 엣지 불일치 텔레메트리 피드백 ───> [Computer 1 재학습]
Computer 1: AI 팩토리 (NVIDIA DGX / HGX 클러스터)
수십억 개의 시각-동역학 파라미터를 갖는 파운데이션 모델을 훈련시키는 거대한 분산 연산 인프라입니다. 수천 대의 Blackwell GPU가 InfiniBand 네트워크로 연결되어 페타바이트 규모의 물리 주행 데이터와 로봇 원격조작 로그를 학습합니다.
Computer 2: 가상 물리 세계 시뮬레이터 (NVIDIA OVX & Omniverse)
실제 로봇을 부수지 않고 가상 공간에서 수억 번의 시행착오를 겪게 하는 디지털 트윈 인프라입니다. Pixar의 OpenUSD(Universal Scene Description) 포맷을 기반으로 공장 라인 전체를 1:1로 복제하고, PhysX 5 엔진을 통해 수만 대의 로봇 에이전트가 밀리초 단위로 충돌 역학과 접촉 마찰을 병렬 연산합니다.
Computer 3: 자율 로봇 두뇌 (NVIDIA Jetson Thor)
배터리로 구동되는 로봇 내부에 장착되는 온디바이스 엣지 컴퓨터입니다. 로봇의 라이다, 깊이 카메라, 6축 힘/토크 센서 스트림을 실시간 처리하며 액추에이터 모터에 즉각적인 토크 지령을 하달합니다.
2. Cosmos 3 vs Isaac GR00T: 파운데이션 모델의 역할 분담
엔비디아 피지컬 AI 스택에서 가장 혼동하기 쉬운 두 소프트웨어 플랫폼의 경계는 다음과 같이 명확히 구분됩니다.
| 비교 항목 | NVIDIA Cosmos 3 | NVIDIA Isaac GR00T (N1.7) |
|---|---|---|
| 플랫폼 성격 | 월드 파운데이션 모델 (WFM) 플랫폼 | 범용 휴머노이드 로봇 파운데이션 정책 |
| 핵심 역할 | 물리 세계의 동역학 시뮬레이션 및 미래 프레임 예측 | 고수준 명령을 관절 모터 제어 명령(Action)으로 변환 |
| 입력 데이터 | 과거 비디오 프레임, 깊이 맵, 후보 행동 벡터 | 시각 영상, 자연어 작업 지시, 관절 엔코더 |
| 출력 데이터 | 미래 비디오 롤아웃, 3D 점유 공간, 물리 궤적 | 전신 관절 토크, 보행 궤적, 그리퍼 자세 |
| 주요 활용처 | 합성 데이터 생성(Replicator), 가상 안전 검증 | 로봇 본체에 탑재되는 실행 두뇌(System 2 VLA) |
| 하드웨어 타겟 | Computer 1 (DGX) 및 Computer 2 (OVX) | Computer 3 (Jetson Thor) 및 엣지 로봇 |
3. 엣지 AI의 정점: Jetson Thor 아키텍처 스펙 분석
휴머노이드가 독립적으로 보행하면서 복잡한 손작업을 수행하려면 엄청난 연산량이 필요하지만, 배터리 소비 전력은 100W 미만으로 억제되어야 합니다. 엔비디아의 차세대 엣지 SoC인 Jetson Thor는 이 전성비 문제를 정면으로 해결합니다.
┌─────────────────────────────────────────────────────────────┐
│ NVIDIA Jetson AGX Thor SoC │
├──────────────────────────────┬──────────────────────────────┤
│ GPU 아키텍처 │ Blackwell 아키텍처 (텐서 코어)│
│ AI 연산 성능 │ 최대 800 TFLOPS (FP4) / 400 TFLOPS (FP8)│
│ CPU 서브시스템 │ 14코어 최신 Neoverse-V3AE ARM CPU │
│ 메모리 인터페이스 │ 128GB LPDDR5X (대역폭 > 500 GB/s)│
│ 소비 전력 (TDP) │ 40W ~ 100W 가변 설정 │
│ 기능 안전 인증 │ ASIL-D / ISO 26262 준수 │
│ 통신 및 센서 인터페이스 │ 10GbE, GMSL2 카메라 16채널, PCIe 5.0│
└──────────────────────────────┴──────────────────────────────┘
특히 Blackwell 텐서 코어의 FP4(4비트 부동소수점) 연산 지원을 통해, 기존에 수십 기가바이트의 VRAM을 차지하던 VLA 파운데이션 모델을 8GB 이하로 압축하여 초당 30프레임 이상의 연속 제어가 가능해졌습니다.
4. 산업적 시사점: 빅테크와 로봇 OEM의 엔비디아 종속 구도
엔비디아의 3-Computer 전략은 단순한 칩 판매를 넘어, 로봇 제조사들이 엔비디아 생태계를 벗어날 수 없게 만드는 강력한 소프트웨어 락인(Lock-in) 효과를 창출하고 있습니다.
- 표준 레퍼런스 하드웨어 장악: 엔비디아는 중국 유니트리(Unitree) 등 주요 제조사와 손잡고 Isaac GR00T Reference Humanoid Robot을 공급하며, 전 세계 로봇 공학자들이 엔비디아 소프트웨어 스택 위에서만 알고리즘을 개발하도록 유도하고 있습니다.
- 클라우드-시뮬레이션-엣지 수직 통합: 학습(DGX)에서 시뮬레이션(Omniverse), 엣지 배포(Thor)로 이어지는 툴체인(Isaac SDK)이 완벽히 연동되기 때문에, 자체 인프라를 구축할 자본이 부족한 스타트업들은 엔비디아 생태계를 채택할 수밖에 없습니다.
실제 온디바이스 로보틱스 배포 시 파라미터별 VRAM 점유율과 양자화별 하드웨어 요구치는 VLA·로보틱스 온디바이스 VRAM 계산기에서 실시간으로 산출해 보실 수 있습니다.