‘피지컬AI 현실화’ 엔비디아 SW묶음 전략… 패권은 계속된다

올해 ‘소비자가전쇼(CES) 2026’에서 가장 눈에 띈 변화는 인공지능(AI) 관심의 무게 중심이 ‘에이전틱 AI’에서 로봇처럼 현실에서 직접 움직이며 일을 수행하는 ‘피지컬 AI’로 옮겨갔다는 점이다. 에이전틱 AI가 글을 쓰고, 검색하고, 일정과 업무를 자동으로 처리하는 ‘디지털 비서’에 가깝다면, 피지컬 AI는 로봇팔이 물건을 집고 옮기거나 자율주행차가 도로에서 안전하게 달리는 것처럼 현실의 물리적 세계에서 행동을 만들어 내는 AI다.

엔비디아는 CES에서 그래픽처리장치(GPU) 같은 하드웨어만 강조한 것이 아니라 이런 피지컬 AI를 더 빨리, 더 안전하게 만들기 위한 소프트웨어 묶음을 함께 공개했다. 이를 통해 경쟁 우위를 강화하고 있다는 메시지를 분명히 했다.

엔비디아의 차세대 GPU 제품인 ‘루빈(Rubin)’의 대량 생산과 고객 인도가 다가오는 가운데, 엔비디아는 칩만 파는 회사가 아니라 AI를 만들고 실제 현장에 적용하는 전 과정(학습 → 검증 → 배포)을 지원하는 소프트웨어까지 제공하겠다는 전략이다. 피지컬 AI의 가장 큰 난관은 현실에서 곧바로 시험하기 어렵다는 점인데, 엔비디아는 이를 가상 시뮬레이션과 데이터 생성 기술로 해결하려 한다.

엔비디아는 피지컬 AI의 생산 속도를 높일 수 있는 소프트웨어 묶음을 내놓고 있다. 대표 소프트웨어로 ‘옴니버스’, ‘코스모스’, ‘아이작 그루트’, 그리고 이번에 출시된 ‘알파마요’가 있다. 옴니버스는 현실과 비슷한 가상 공간을 만들어 로봇이나 공장, 도로 같은 환경을 시뮬레이션하는 플랫폼이다. 실제로 장비를 움직이지 않아도 가상에서 먼저 테스트하고 문제를 찾을 수 있다.

쉽게 말해 피지컬 AI의 연습장 역할을 한다. 코스모스는 눈, 비, 안개, 바람, 야간, 자갈길 같은 다양한 상황을 인위적으로 만들어 주는 데이터 생성 도구다. 현실에서는 모으기 어렵거나 위험한 장면을 가상에서 대량으로 만들어 학습 데이터를 늘릴 수 있다. 쉽게 말해 학습용 상황을 찍어 내는 기계다.

아이작 그루트는 가상 세계에서 로봇이 물건을 집고 옮기도록 훈련시키는 로봇용 AI다. 다양한 상황을 가상 세계에서 반복 학습해 실제 로봇이 자연스럽게 움직이도록 만든다. 알파마요는 자율주행 AI를 훈련하고 점검하는 도구다. 가상 도로에서 여러 상황을 반복 테스트해 실제 차량에 적용하기 전에 안전성을 높인다.

현재 루시드, JLR, 우버 등 모빌리티 업체들이 알파마요에 관심을 보이는 것으로 알려졌다. 해당 기업들은 복잡한 도로 상황을 안전하게 처리하려면 스스로 판단하는 자율주행이 필요하다고 본다. 알파마요처럼 모델과 시뮬레이션, 데이터가 함께 제공되면 개발과 검증이 빨라져 레벨4 상용화에 도움이 된다는 입장이다.

위에 언급한 소프트웨어가 상호적으로 운영되는 흐름을 쉽게 설명하면 다음과 같다. 먼저 옴니버스로 현실과 비슷한 가상 공간을 만들고, 코스모스로 눈, 비, 바람, 자갈길 같은 다양한 상황을 인위적으로 만들어 낸 뒤, 그 위에서 로봇(아이작 그루트)과 자율주행(알파마요) 모델을 학습·검증하고 실제 로봇과 차량에 적용한다.

즉, 엔비디아가 말하는 피지컬 AI는 가상에서 충분히 연습하고 검증한 뒤 현실로 내보내는 방식으로, 개발 속도와 안정성을 동시에 끌어올리려는 접근으로 정리할 수 있다.

엔비디아는 CES 2026에서 차세대 AI 시스템인 루빈 플랫폼을 공개했다. 여기서 플랫폼이란 칩 하나만 바꾸는 게 아니라 서버, 네트워크, 보안, 소프트웨어까지 한 세트로 묶어 “AI 데이터센터를 더 빠르고 더 효율적으로 돌리겠다”는 통합 설계 제품을 뜻한다.

엔비디아는 루빈이 양산 단계에 들어갔고, 파트너사를 통해 2026년 하반기부터 제품이 나오기 시작할 것이라고 밝혔다. 루빈의 목표는 두 가지다. 첫째, AI를 학습(훈련)시키는 시간을 줄이는 것. 둘째, AI가 실제로 답을 내는 ‘추론’ 비용을 낮추는 것이다. 엔비디아는 블랙웰 대비 루빈에서 추론 비용을 크게 낮출 수 있다고 강조했다.

루빈은 혼자 일하는 칩이 아니라 역할이 다른 여러 부품이 팀처럼 움직이는 구조다. GPU(루빈)는 AI 계산을 담당하고, CPU(베라)는 데이터를 준비하고 전체 흐름을 조율한다. 여기에 여러 장비를 빠르게 연결하는 네트워크 부품들이 더해져 많은 GPU를 동시에 돌릴 때 생기는 ‘막히는 구간’을 줄이겠다는 개념이다. 제품 형태도 두 가지로 설명된다.

하나는 NVL72(엔비디아의 AI 슈퍼컴퓨터)처럼 대규모 랙(큰 장비 묶음) 단위로 제공되는 대형 시스템이고, 다른 하나는 소형 NVL8(대규모 인터커넥트 기술)처럼 서버에 넣어 쓸 수 있는 형태다. 쉽게 말해 통째로 구축하는 대형 세트와 필요한 만큼 서버에 붙이는 구성이 같이 나온다는 얘기다.

엔비디아가 반복해서 강조한 포인트는 성능만이 아니다. 고객들은 장애 없이 안정적으로 돌아가고 데이터가 안전하게 보호되는지도 중요하게 보는데, 엔비디아는 루빈에서 보안과 안정성 기능도 함께 강화했다고 밝혔다. 정리하면 루빈은 AI 데이터센터를 더 크게, 더 빠르게, 더 안정적으로 운영하기 위한 차세대 슈퍼컴퓨터라고 볼 수 있다.

엔비디아의 강점은 반도체 칩 성능에만 있는 게 아니라 소프트웨어와 하드웨어를 함께 묶어 AI를 만들고 돌리는 방법 자체를 표준으로 만들려는 데 있다. 가상 환경에서 데이터를 만들고 모델을 훈련하는 소프트웨어부터 그 모델을 대규모 데이터센터에서 효율적으로 돌리는 하드웨어까지 동시에 진화시키며 생태계를 넓히는 중이다. 이런 일체형 전략이 이어지는 한, 엔비디아는 AI 인프라 시장에서 경쟁력을 상당 기간 유지할 가능성이 높다.