아티클 목록으로
로보틱스·피지컬 AI

젠슨 황의 도쿄 방문 이후, 엔비디아가 노리는 일본 ‘피지컬 AI’

약 3분 소요

도입

젠슨 황 엔비디아 CEO가 7월 15~16일 도쿄를 방문한 것은 단순한 영업 행보가 아니었다. TechCrunch에 따르면 엔비디아는 일본 정부, 로봇 기업, 자동차 산업, 반도체 소재 공급망을 아우르는 협력 구도를 만들며 일본 산업 AI 전략의 중심에 들어섰다.

황 CEO의 메시지는 분명했다. AI의 다음 장은 클라우드의 챗봇에 머무르지 않고 공장, 차량, 로봇, 기계가 움직이는 물리 세계로 확장된다는 것이다. 제조업과 로봇에 강점을 지닌 일본은 노동력 감소와 AI 주권이라는 과제를 동시에 안고 있어, 이른바 ‘피지컬 AI’ 전략에 큰 의미를 부여하고 있다.

핵심 포인트

  • Noetra는 일본 주권 AI의 축: 일본은 SoftBank, Sony, NEC, Honda 등을 중심으로 약 44개 국내 기업을 모아 로봇, 차량, 공장용 AI를 개발하려 한다. 도쿄는 향후 5년간 최대 1조 엔을 투입해 일본산 피지컬 AI 기반 모델을 육성할 계획이다.
  • 대규모 연산은 엔비디아에 기대고 있다: Noetra는 엔비디아의 차세대 Vera Rubin 플랫폼 기반 AI 팩토리를 추진한다. 2028년 가동이 예상되는 이 인프라는 Vera CPU 13,750개와 Rubin GPU 27,500개를 갖추고 140메가와트 규모로 계획돼 있다.
  • 로봇 기업들이 Cosmos로 모인다: Fanuc, Yaskawa, Kawasaki Heavy, Fujitsu, Hitachi, NEC, Sony, SoftBank, Kubota, AIRoA 등이 엔비디아 Cosmos 모델을 활용할 계획이다. 엔비디아는 Jetson Thor 칩에서 구동되는 Cosmos 3 Edge도 공개해 모델을 기계 내부에서 실행하는 방향을 제시했다.
  • Toyota와의 접점도 확대된다: Toyota는 이미 차세대 차량에 엔비디아 Drive 플랫폼을 채택했다. 이번 흐름은 생산라인 시뮬레이션, 차량 소프트웨어, 도로 교통 인식 시스템으로 엔비디아의 역할이 넓어지는 것을 보여준다.

의미와 영향

이번 도쿄 방문의 본질은 엔비디아가 일본에 GPU를 더 많이 파는 데 그치지 않는다는 점이다. 일본은 2040년까지 18개 분야에 AI 탑재 로봇 1,000만 대를 보급하고, 글로벌 AI 로봇 시장의 30% 이상을 차지하겠다는 목표를 갖고 있다. 이를 위해서는 현장 데이터, 모델, 대규모 컴퓨팅, 실제 도입 환경이 함께 움직여야 한다.

일본의 강점은 분명하다. 정밀 제조 역량, 공장 현장의 데이터, 두터운 로봇 산업 생태계가 있다. 그러나 초대형 모델을 훈련할 수 있는 최첨단 반도체와 AI 인프라에서는 미국 기업, 특히 엔비디아에 대한 의존이 크다.

결국 일본의 AI 독립 전략은 당분간 미국산 실리콘 위에서 작동할 가능성이 높다. 반대로 엔비디아 입장에서는 일본이 챗봇 이후 AI 시대를 보여주는 중요한 전시장이 될 수 있다. 공장, 자동차, 로봇이 엔비디아의 소프트웨어와 칩을 중심으로 재구성된다면, 엔비디아는 AI 칩 공급사를 넘어 지능형 산업의 핵심 인프라 기업으로 자리매김하게 된다.

출처: TechCrunch AI

댓글

로그인 상태 확인 중…

댓글 불러오는 중…

관련 게시물

CCTest · Blog
Xiaomi-Robotics-1, 10만 시간 이상의 실제 궤적으로 로봇 VLA 확장
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Xiaomi-Robotics-1, 10만 시간 이상의 실제 궤적으로 로봇 VLA 확장

Xiaomi-Robotics-1은 로봇 학습에서도 데이터와 모델 규모의 확대가 성능 향상으로 이어지는지 보여주려는 VLA 기반 모델이다. 10만 시간 이상의 실제 조작 궤적을 사전학습하고, 실제 로봇과 자연어 명령에 맞춰 후학습한다.

더 보기
CCTest · Blog
Robot-Centric Pointmaps: VLA가 로봇 좌표계로 세상을 보게 하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Robot-Centric Pointmaps: VLA가 로봇 좌표계로 세상을 보게 하다

KAIST AI의 연구는 VLA 모델에서 카메라 관측 좌표계와 로봇 행동 좌표계가 어긋나는 문제를 다룬다. Robot-centric pointmaps는 각 픽셀에 로봇 좌표계 기준 3D 위치를 담아 기존 2D VLA에 비교적 쉽게 결합할 수 있는 표현이다.

더 보기