클라우드에 물어보던 로봇이, 이제 자기 머리로 생각한다

7월 16일, 도쿄. 엔비디아가 **코스모스 3 엣지(Cosmos 3 Edge)**라는 이름의 모델을 공개했어. 파라미터는 40억 개. 요즘 기준으로 보면 '작다'는 소리가 절로 나오는 크기지. 조 단위 파라미터를 자랑하는 프런티어 모델들 옆에 두면 귀엽기까지 해. 그런데 이 작은 모델이 왜 뉴스냐면, 이게 데이터센터가 아니라 로봇 몸통 안에서 돌아가는 월드모델이기 때문이야.

월드모델(world model)이 뭐냐고? 쉽게 말하면 "물리 세계가 어떻게 굴러가는지에 대한 감각"을 학습한 모델이야. 컵을 저 각도로 밀면 넘어지겠구나, 저 사람이 저 속도로 걸어오면 1초 뒤엔 여기쯤 있겠구나 — 사람은 무의식적으로 하는 이 예측을 AI가 하도록 만든 거지. 언어모델이 다음 단어를 예측한다면, 월드모델은 다음 장면을 예측해. 로봇에게 이건 언어보다 훨씬 근본적인 능력이야.

지금까지 이런 무거운 추론은 대부분 클라우드로 올려 보내서 처리했어. 로봇이 카메라로 찍고, 네트워크로 쏘고, 서버가 계산하고, 다시 명령이 내려오는 구조. 공장 라인에서 이건 치명적이야. 지연(latency)이 생기고, 네트워크가 끊기면 로봇이 멍청해지고, 무엇보다 공장 내부 영상이 밖으로 나가. 코스모스 3 엣지는 그 왕복을 없애겠다는 선언이야. 엔비디아 네모트론(Nemotron) 위에서 만들어졌고, 로봇과 비전 AI 에이전트가 현장에서 직접 인지하고, 추론하고, 행동을 생성하도록 설계됐어.

그리고 이 발표가 나온 장소가 결정적이야. 캘리포니아 산타클라라도, GTC 무대도 아니고 도쿄였어. 엔비디아가 학습(training) 스택을 장악했던 방식 그대로 이제 물리 AI 스택을 잠그러 나섰는데, 그 교두보로 고른 나라가 일본이라는 거지. 왜 하필 일본인지, 그리고 이게 로봇 산업의 판을 어떻게 바꾸는지 하나씩 뜯어볼게.

주체 소개 — 학습 스택을 잠갔던 회사가, 이번엔 몸통을 노린다

엔비디아를 새삼 소개할 필요는 없지만, 이 뉴스를 이해하려면 이 회사가 어떻게 지금 자리에 왔는지는 짚어야 해. 엔비디아가 AI 시대의 주인이 된 건 GPU를 잘 만들어서만이 아니야. GPU 위에 CUDA를 깔고, 그 위에 라이브러리를 깔고, 그 위에 프레임워크를 깔고, 다시 그 위에 사전학습 모델과 개발 툴킷을 얹었지. 연구자가 AI를 하려면 어느 층에서 시작하든 결국 엔비디아 스택 안이야. 하드웨어를 판 게 아니라 바닥 전체를 깔아버린 거지.

이번에 하려는 건 똑같은 일을 '물리 AI(Physical AI)'에서 반복하는 거야. 물리 AI는 화면 안에서 텍스트를 뱉는 AI가 아니라, 현실 공간에서 몸을 움직이는 AI를 뜻해. 로봇 팔, 자율주행차, 창고 물류 로봇, 공장 검사 카메라 같은 것들. 이 영역은 지금까지 파편화돼 있었어. 회사마다 자기 센서, 자기 제어기, 자기 소프트웨어를 썼거든. 표준이 없다는 건 곧 아직 아무도 바닥을 깔지 않았다는 뜻이야.

엔비디아의 무기는 세 겹이야. 첫째, 모델 — 코스모스 3 엣지. 둘째, 하드웨어 — 이번에 함께 발표된 젯슨 T2000 / T3000 모듈. 젯슨은 엔비디아가 오래전부터 밀어온 임베디드 AI 보드 계열인데, 로봇 안에 들어가는 '작은 뇌' 역할을 해. 코스모스 3 엣지는 이 젯슨 신형 모듈뿐 아니라 RTX GPU와 DGX 시스템에서도 돌아가. 즉 개발용 워크스테이션에서 만든 걸 그대로 로봇에 내려보낼 수 있는 구조야. 셋째, 생태계 — 코스모스 연합(Cosmos Coalition).

그리고 이 그림을 무대 위에서 파는 사람이 젠슨 황(Jensen Huang) 엔비디아 창업자 겸 CEO야. 그는 도쿄에서 이렇게 말했어. "AI의 다음 프런티어는 물리 세계에 있고, 이건 일본에게 한 세대에 한 번 올까 말까 한 기회다(The next frontier of AI is in the physical world, and this is a once-in-a-generation opportunity for Japan)." 세일즈 멘트처럼 들리지만, 이 문장엔 계산이 깔려 있어. 물리 AI의 하드웨어 자산 — 로봇 팔, 공작기계, 센서, 공장 — 을 세계에서 가장 많이 쥐고 있는 나라가 일본이거든.

핵심 내용 — 40억 파라미터, 하루 만에 우리 로봇에 맞춘다

코스모스 3 엣지의 스펙에서 가장 눈에 띄는 건 크기가 아니라 적응 속도야. 엔비디아는 개발자가 이 모델을 특정 로봇, 특정 센서, 특정 환경에 맞춰 약 하루 만에 조정할 수 있다고 밝혔어. 오픈 코스모스 프레임워크를 쓰면 된다는 거지. 이게 왜 중요하냐면, 로봇 AI에서 진짜 병목은 모델 성능이 아니라 현장 맞춤이었기 때문이야. 공장마다 조명이 다르고, 컨베이어 속도가 다르고, 부품 모양이 다르고, 카메라 위치가 다 달라. 지금까지는 이걸 맞추는 데 몇 주에서 몇 달이 걸렸어. 그 주기를 하루로 줄이면 도입 경제학 자체가 바뀌어.

두 번째 축이 코스모스 연합이야. 20곳이 넘는 일본 조직이 합류 의사를 밝혔다고 엔비디아는 발표했어. 이름을 보면 왜 이게 무거운 뉴스인지 바로 감이 와. **화낙(FANUC)**과 야스카와전기(Yaskawa Electric) — 세계 산업용 로봇 시장의 최상위권 제조사들이야. 가와사키중공업(Kawasaki Heavy Industries), 소니 그룹(Sony Group), 소프트뱅크(SoftBank Corp.), 후지쯔(Fujitsu), 히타치(Hitachi), NEC, 구보타(Kubota), 혼다 R&D(Honda R&D), 감정 로봇 러봇으로 유명한 그루브X(GROOVE X), 편의점 진열 로봇의 텔레이그지스턴스(Telexistence), 에낙틱(Enactic), 그리고 토요타가 후원하는 **프리퍼드 네트웍스(Preferred Networks)**까지. 다만 여기 적은 명단은 발표문에 담긴 전체가 아니라 일부야 — 참여 의사를 밝힌 조직은 이보다 더 많고, 이 목록을 '전부'로 읽으면 안 돼.

세 번째는 눈에 덜 띄지만 실무자에겐 큰 메트로폴리스(Metropolis) 라이브러리 업데이트야. 메트로폴리스는 카메라 영상을 이해하는 비전 AI를 만드는 개발 툴 묶음인데, 엔비디아는 이번 업데이트로 개발자가 비전 AI 에이전트를 최소 6배 빠르게 만들 수 있다고 주장했어. 로봇만 물리 AI가 아니야. 공장 천장에 달린 검사 카메라, 창고 입구의 안전 감시 카메라 같은 '움직이지 않는 물리 AI'가 사실 훨씬 물량이 많거든. 엔비디아는 이 시장도 같은 스택으로 빨아들이려는 거지.

그리고 같은 날, 별개의 발표가 하나 더 나왔어. 이건 코스모스 3 엣지 발표와 분리해서 봐야 해. 일본 정부와 산업계, 그리고 엔비디아가 함께 "세계 최초의 물리 AI 국가 인프라"라고 부르는 걸 출범시켰어. **노에트라(Noetra Corp.)**라는 회사가 베라 루빈(Vera Rubin) AI 팩토리를 짓는데, 루빈 GPU 27,500장과 베라 CPU 13,750장이 들어가고 전력은 약 140메가와트를 끌어써. 이 시설은 일본 경제산업성(METI)의 프론티아(FRONTia) 프로젝트 — 정식 명칭은 'AI 로보틱스와 물리 AI를 내다본 멀티모달 파운데이션 모델 개발' — 을 떠받치는 기반이 돼. 다만 보도에 따르면 이 AI 팩토리는 2028년 가동 예정이야. 지금 존재하는 시설이 아니라는 뜻이지.

돈 얘기도 짚자. METI가 노에트라에 승인한 **2026 회계연도 보조금이 약 3,873억 엔(약 24억 달러)**이야. 이게 전부가 아니라 5년치 보조금 계획의 첫 해고, 계획 총액은 약 1조 엔(약 62억 달러) 규모로 잡혀 있어. 그리고 일본은 2040년까지 글로벌 AI 로보틱스 시장의 30% 이상을 가져가겠다는 목표를 내걸었는데, 엔비디아와 파트너들은 그 기회 규모를 1,330억 달러로 추산해. 다시 강조하지만 이 두 숫자는 실적이 아니라 일본과 엔비디아 측의 전망치야.

젠슨 황은 인프라 발표에서 이렇게 말했어. "일본은 현대 제조업을 발명했다. 이제 일본은 다음 산업혁명을 굴릴 AI 팩토리를 짓고 있다(Japan invented modern manufacturing. Now, it is building the AI factories that will power the next industrial revolution)." 그리고 도쿄 행사에서 이런 말도 남겼지. "40년 전이 PC 혁명의 시작이었다. 이제 40년이 지나, 개인용 컴퓨터 대신 당신은 당신만의 개인 AI를 가질 수 있다." 자리엔 아카자와 료세이(Ryosei Akazawa) 일본 경제산업상과 토키타 타카히토(Takahito Tokita) 후지쯔 사장 겸 CEO도 함께했어.

항목 내용
발표 코스모스 3 엣지 (Cosmos 3 Edge)
날짜·장소 2026년 7월 16일 (도쿄 데이트라인)
모델 크기 40억 파라미터, 엔비디아 네모트론 기반
역할 온디바이스 비전 추론 + 로봇 정책(action) 실행
구동 하드웨어 젯슨 T2000·T3000 신형 모듈, RTX GPU, DGX 시스템
맞춤 소요 특정 로봇·센서·환경에 약 1일 (오픈 코스모스 프레임워크)
생태계 코스모스 연합에 일본 조직 20곳 이상 합류 의사
주요 이름 화낙 · 야스카와 · 가와사키중공업 · 소니 · 소프트뱅크 · 후지쯔 · 히타치 · NEC · 구보타 · 혼다 R&D · 그루브X · 텔레이그지스턴스 · 에낙틱 · 프리퍼드 네트웍스 (일부)
툴 업데이트 메트로폴리스 라이브러리 — 비전 AI 에이전트 개발 최소 6배 가속 (엔비디아 주장)
같은 날 별건 노에트라의 베라 루빈 AI 팩토리 — 루빈 GPU 27,500장 · 베라 CPU 13,750장 · 약 140MW · 2028년 가동 예정
국가 프로젝트 METI 프론티아(FRONTia) 프로젝트, FY2026 보조금 약 3,873억 엔
전망치 (실적 아님) 일본, 2040년까지 글로벌 AI 로보틱스 30%+ 목표 / 기회 규모 1,330억 달러 추산

한 가지 더 분명히 해두자. 엔비디아 발표문은 여기서 언급된 여러 제품이 **"다양한 단계에 있으며 가능해질 때(when-and-if-available) 제공된다"**고 명시하고 있어. 코스모스 3 엣지도, 젯슨 T2000·T3000도 오늘 당장 아무나 사서 쓸 수 있는 물건으로 읽으면 안 돼. 연합 참여 기업들도 '합류했다'가 아니라 **'합류할 의사를 밝혔다'**야. 이 차이는 생각보다 커.

각자의 이득 — 누가 뭘 얻으려고 도쿄에 모였나

엔비디아의 이득은 명확해. 학습 시장에서 엔비디아는 이미 사실상 독점이야. 하지만 학습은 언젠가 포화돼. 반면 추론이 벌어지는 장소는 폭발적으로 늘어날 여지가 남아 있어. 세상의 모든 로봇 팔, 모든 검사 카메라, 모든 자율 물류차에 GPU가 하나씩 들어간다고 생각해봐. 데이터센터 GPU가 '수만 장' 단위라면 엣지 GPU는 '수백만 대' 단위의 시장이야. 코스모스 3 엣지는 그 수백만 대가 엔비디아 실리콘 위에서만 잘 돌아가도록 소프트웨어로 못을 박는 장치인 거지. CUDA가 연구실에서 했던 역할을, 코스모스가 공장 바닥에서 하는 셈이야.

일본 제조사들의 이득도 절실해. 화낙, 야스카와, 가와사키 같은 회사들은 **로봇 몸통(하드웨어)**에선 세계 최고야. 정밀도, 내구성, 서비스망 어디 하나 빠지지 않아. 그런데 지난 10년간 이들이 못 따라간 게 소프트웨어 지능이었어. 로봇이 정해진 경로를 정확히 반복하는 건 세계 최고인데, "처음 보는 물체를 알아서 집어라" 같은 건 약했지. 자체적으로 파운데이션 모델을 만들자니 GPU도 인재도 데이터센터도 부족해. 엔비디아가 "모델은 우리가 줄 테니 너희 로봇에 얹어라"라고 하면, 이건 거절하기 어려운 제안이야.

일본 정부는 산업정책 차원에서 계산기를 두드렸어. 일본은 언어모델 경쟁에선 미국·중국에 한참 밀렸어. 판을 뒤집을 방법이 안 보이지. 그런데 물리 AI는 다르거든. 여기선 로봇, 공작기계, 정밀 센서, 그리고 수십 년치 공장 운영 데이터가 자산인데 그건 일본이 세계 최상위야. 그래서 프론티아 프로젝트라는 국가 과제를 걸고, 노에트라 AI 팩토리에 보조금을 붓고, 2040년 30% 점유라는 목표를 공개적으로 내건 거야. 언어에서 진 게임을 물리에서 다시 시작하자는 전략이지.

로봇 스타트업들도 조용히 이득을 봐. 텔레이그지스턴스, 그루브X, 에낙틱 같은 곳들은 자체 파운데이션 모델을 만들 체력이 없어. 그런데 40억 파라미터짜리 모델을 받아서 하루 만에 자기 로봇에 맞출 수 있다면, 대기업과의 AI 격차가 확 좁아져. 물론 그 대가로 엔비디아 스택에 깊이 들어가는 거지만, 당장 제품을 내야 하는 스타트업에게 그건 나중 문제야.

과거 유사 사례 — 성공과 실패

가장 가까운 성공 사례는 당연히 CUDA야. 2006년에 나왔을 때 CUDA는 그냥 "GPU로 일반 연산을 하게 해주는 도구" 정도였어. 아무도 이게 세계를 지배할 거라 생각 안 했지. 그런데 엔비디아는 10년 넘게 라이브러리를 쌓고, 대학에 뿌리고, 논문 재현 코드를 CUDA 기반으로 만들게 유도했어. 딥러닝이 터졌을 때 연구자들은 이미 CUDA 없이는 일을 못 하는 상태였어. 하드웨어 성능 격차보다 소프트웨어 관성이 훨씬 무서운 해자였던 거야. 코스모스 연합에 20곳 넘는 일본 기업을 모으는 이번 움직임은 그 각본의 물리 AI 버전으로 읽는 게 맞아.

절반의 성공 사례는 자율주행 쪽의 드라이브(DRIVE) 플랫폼이야. 엔비디아는 오래전부터 완성차 업체들에게 자율주행 컴퓨팅 플랫폼을 팔아왔고, 실제로 상당한 파트너를 확보했어. 하지만 완전 자율주행의 상용화가 예상보다 훨씬 느리게 오면서, 발표된 파트너십 상당수가 양산으로 이어지는 데 오래 걸렸지. 교훈은 이거야. "합류 의사를 밝혔다"와 "공장 라인에 실제로 깔렸다" 사이엔 몇 년의 골짜기가 있다. 이번 코스모스 연합 명단을 볼 때도 같은 할인율을 적용해야 해.

실패에 가까운 사례도 있어. IoT 붐이 한창이던 2010년대 중반, 여러 거대 기업이 "산업 인터넷 플랫폼"을 들고 나왔어. 공장 설비를 다 연결해서 데이터를 모으고 예측 정비를 하겠다는 그림이었지. 대형 파트너십 발표가 줄을 이었고, 국가 단위 스마트 팩토리 계획도 쏟아졌어. 그런데 결과는? 상당수가 조용히 축소되거나 매각됐어. 이유는 단순했어. 공장은 생각보다 훨씬 보수적이고, 각자 너무 달랐다. 라인 하나 세우는 데 드는 손실이 크니 검증 안 된 기술을 안 들이는 거야. 엔비디아가 "약 하루면 맞춘다"를 그렇게 강조하는 것도 바로 이 장벽을 겨냥한 메시지로 봐야 해.

또 하나 기억할 건 일본의 이전 국가 AI 프로젝트들이야. 일본은 1980년대 '제5세대 컴퓨터' 프로젝트에 국가 예산을 대규모로 투입했지만, 기술 방향(논리 프로그래밍)이 시대와 어긋나면서 산업적 성과로 이어지지 못했어. 이번엔 다르다고 볼 근거는 있어. 그때는 없던 기술을 국가가 처음부터 만들려 했지만, 이번엔 이미 검증된 스택(엔비디아) 위에 일본이 가진 실물 자산을 얹는 구조거든. 다만 프론티아의 성패는 2028년 노에트라 AI 팩토리가 실제로 돌아가고, 그 위에서 나온 모델이 화낙과 야스카와의 라인에 실제로 들어가느냐로 판가름 날 거야. 지금 판단하긴 일러.

경쟁자 카운터 플레이 — 다들 어떻게 반격할까

가장 직접적인 카운터는 퀄컴, 그리고 엣지 반도체 진영이야. 로봇 안에 들어가는 칩은 데이터센터 GPU와 게임 규칙이 달라. 전력, 발열, 단가, 그리고 산업용 내구성이 성능만큼 중요해. 이 영역엔 모바일과 임베디드에서 수십 년을 버틴 회사들이 이미 자리를 잡고 있어. 이들의 반격 논리는 명확해. "당신 로봇에 데이터센터급 칩이 정말 필요한가? 우리 칩이면 절반의 전력으로 충분하다." 엔비디아의 답은 성능이 아니라 소프트웨어 생태계일 수밖에 없어. 코스모스와 메트로폴리스를 쓰려면 결국 엔비디아 실리콘이 편하다는 구조를 만드는 거지.

두 번째는 로봇 회사들의 자체 모델이야. 자기 로봇을 가장 잘 아는 건 결국 그 로봇을 만든 회사거든. 자체 파운데이션 모델을 만들 체력이 되는 대형 제조사라면, 남의 스택에 지능을 통째로 의존하는 걸 경계할 이유가 충분해. 지능이 곧 마진의 원천이 되는 시대에, 그 지능을 엔비디아한테서 임대하면 부가가치가 어디로 흘러가는지는 뻔하니까. 코스모스 연합 참여가 '합류'가 아니라 '합류 의사'에 머물러 있는 것도, 각 사가 아직 저울질 중이라는 신호로 읽을 여지가 있어.

세 번째 카운터는 오픈소스 로보틱스 진영이야. 로봇 파운데이션 모델을 공개 가중치로 푸는 흐름이 최근 몇 년간 계속 커져왔어. 논리는 리눅스와 똑같아. "특정 벤더에 지능을 잠그지 말고, 공개 모델을 각자 하드웨어에 맞춰 쓰자." 흥미로운 건 엔비디아가 이 카드를 선제적으로 뺏으려 한다는 점이야. 코스모스를 '오픈 프레임워크'로 포지셔닝하고, 40억 파라미터라는 다루기 쉬운 크기로 내놓고, 하루면 맞춘다고 강조하는 건 오픈소스 진영의 무기를 먼저 흡수하려는 움직임으로 보여.

네 번째는 국가 단위 카운터야. 일본이 국가 AI 인프라와 국가 프로젝트를 내걸고 물리 AI에 베팅했다는 건, 다른 제조 강국들에게 그대로 압박이 돼. 로봇 밀도와 제조 역량에서 일본과 경쟁하는 나라들 입장에선 "우리도 물리 AI 국가 전략이 필요하다"는 논의가 안 나올 수 없어. 여기서 진짜 관전 포인트는 이거야. 각국이 자국 스택을 만들 것이냐, 아니면 일본처럼 엔비디아 스택을 빌려 속도를 살 것이냐. 지금까지 AI 역사에서 후자를 택한 쪽이 대체로 빨랐다는 게 엔비디아의 가장 강력한 세일즈 포인트지.

그래서 뭐가 달라지는데

개발자라면 — 주목할 숫자는 40억도 27,500도 아니라 **"약 하루"**야. 로봇·비전 AI 개발의 실제 고통은 모델 학습이 아니라 현장 적응이었거든. 조명 바뀌고 부품 바뀔 때마다 다시 데이터 모으고 다시 튜닝하는 그 반복 말이야. 그 주기가 하루로 줄어든다면 워크플로 자체가 달라져. 다만 엔비디아 주장이고 아직 일반 출시 상태가 아니니, 실제 벤치마크가 나올 때까지는 기대치를 조절하는 게 맞아. 그리고 지금이 젯슨 계열과 코스모스 프레임워크를 미리 만져볼 타이밍인 건 분명해.

투자자라면 — 이번 발표의 핵심은 매출이 아니라 시장 구조야. 엔비디아가 학습 GPU라는 '수만 장 시장'에서 엣지 추론이라는 '수백만 대 시장'으로 진입 각도를 튼 거고, 그 진입로에 소프트웨어 잠금장치를 미리 깔고 있어. 동시에 리스크도 봐야 해. 코스모스 연합은 아직 '의사 표명' 단계고, 노에트라 AI 팩토리는 2028년 가동 예정이며, 1,330억 달러와 30% 점유는 실적이 아니라 전망치야. 물리 AI는 소프트웨어보다 사이클이 길다는 것도 꼭 기억해. 발표에서 매출까지 몇 년이 걸릴 수 있어.

일반 사용자라면 — 당장 체감할 일은 없어. 다만 방향은 알아둘 만해. 지금 로봇의 지능은 대부분 클라우드에 있어서, 네트워크가 끊기면 로봇도 멍청해져. 코스모스 3 엣지 같은 모델이 로봇 안으로 들어가면 로봇은 오프라인에서도 판단하고, 반응이 빨라지고, 매장이나 공장 영상이 밖으로 나갈 필요가 줄어. 몇 년 뒤 편의점 진열 로봇이나 물류 창고 로봇이 지금보다 눈에 띄게 자연스러워진다면, 그 뿌리에 이런 온디바이스 월드모델 전환이 있는 거야.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? 지금 당장은 상관없어. 다만 네가 마트나 공장, 물류 현장에서 마주치는 로봇의 반응 속도와 유연함이 앞으로 몇 년 사이 바뀔 가능성이 커. 지능이 클라우드에서 로봇 몸통 안으로 내려오면 지연이 사라지고, 네 얼굴이 찍힌 매장 영상이 서버로 안 나갈 수도 있거든.

— 40억 파라미터면 너무 작은 거 아냐? 그걸로 뭐가 되겠어? 언어모델 기준으로 보면 작지만, 물리 세계 추론은 백과사전 지식이 필요한 일이 아니야. "저걸 밀면 넘어진다"를 아는 데 조 단위 파라미터는 필요 없지. 오히려 로봇 안에 들어가려면 작아야만 해. 다만 이 크기로 복잡한 현장 상황을 얼마나 감당하는지는 독립 검증이 나와야 알 수 있어. 단정하긴 일러.

— 일본이 진짜 2040년에 로봇 시장 30%를 먹어? 그건 일본 정부와 엔비디아 측이 내건 목표이자 전망치지, 확정된 미래가 아니야. 일본이 로봇 하드웨어와 공장 데이터에서 강한 건 사실이지만, 국가 AI 인프라의 핵심인 노에트라 AI 팩토리부터가 2028년 가동 예정이고 연합 기업들도 아직 참여 의사 단계야. 방향은 진지하지만 결과를 점치기엔 너무 일러.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.