로봇 팔에 뇌를 심겠다고?··· 젠슨 황의 '젯슨 토르' 피지컬 AI가 아니다 작성일 05-29 43 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">DLA 넣고도 결국 블랙웰 GPU 의존 <br>팔 하나가 2070 TFLOPS로 돌아가? <br>대포로 나사 조이는 휴머노이드 비극 <br>온디바이스 AI 정의가 흔들리는 순간</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="BfjMmi4qGO"> <figure class="figure_frm origin_fig" contents-hash="e86dc1e9481d73b9a41bf6d8bd62559f8026f29d160d5f256f0dd90b958db0ec" data-idxno="459058" data-type="photo" dmcf-pid="b4ARsn8Bts" dmcf-ptype="figure"> <p class="link_figure"><img alt="젠슨 황 엔비디아 CEO가 휴머노이드 개념을 설명하고 있다. / 엔비디아" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172138548zucp.jpg" data-org-width="800" dmcf-mid="HgfpRq5TY5" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172138548zucp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 젠슨 황 엔비디아 CEO가 휴머노이드 개념을 설명하고 있다. / 엔비디아 </figcaption> </figure> <p contents-hash="7d46e7d6c18e810932e0d78696f1d493ed3e64f294474413de13c8b53be2241f" dmcf-pid="K8ceOL6bHm" dmcf-ptype="general">엔비디아가 차세대 휴머노이드·피지컬 인공지능(AI) 플랫폼으로 밀고 있는 젯슨 토르(Jetson Thor)를 둘러싼 논쟁이 커지고 있다. 젠슨 황 엔비디아 최고경영자(CEO)는 "로봇 시대의 두뇌"를 강조하지만, 실제 구조는 저전력 온디바이스 신경망처리장치(NPU)라기보다 데이터센터급 블랙웰 GPU를 압축한 데이터센터에 가깝다는 지적이 잇따른다.</p> <p contents-hash="ff7ee1273cd156b845806b145fbf0bae02c5ab19171eb84e60bc249aeb7ef76f" dmcf-pid="96kdIoPKHr" dmcf-ptype="general">26일 반도체 업계에 따르면 대만 2026년 컴퓨텍스에서 소개될 젯슨 토르(AGX Thor 개발자 키트 기준)는 블랙웰 아키텍처 기반 2560 쿠다(CUDA) 코어, 96개 5세대 텐서코어, 128GB LPDDR5X 메모리를 탑재했다. AI 연산 성능은 FP4(스파스) 기준 2070 TFLOPS, FP8(덴스) 기준 1035 TFLOPS다. 이전 세대 젯슨 오린(AGX Orin) 대비 AI 연산 성능 7.5배, 에너지 효율 3.5배 향상을 자랑한다.</p> <p contents-hash="bcf7561be74609f39510b083c110a5816eea5e421bc44d9ff14fa84053c57f80" dmcf-pid="2PEJCgQ9Zw" dmcf-ptype="general">전력 사용 범위는 40~130W. 엔비디아가 공개한 개발자 키트(AGX Thor Developer Kit) 단품 가격은 3499달러(약 480만원)다. 다만 이는 개발용 단품 기준이며 실제 휴머노이드 로봇이나 산업용 시스템에 통합될 때의 단가는 모듈·냉각·센서 인터페이스·인증·통합 엔지니어링까지 더해져 그보다 훨씬 커진다.</p> <p contents-hash="b925e11e1b21f1192139374a436ad0839afd118ba775186ec08ca95a99ff52b5" dmcf-pid="VQDihax2XD" dmcf-ptype="general">논쟁의 중심에는 단순 반복 기능 보조 도구인 DLA(Deep Learning Accelerator)가 있다. 엔비디아는 이를 AI 가속 구조로 설명해 왔지만 업계에서는 "범용 NPU라기보다 합성곱 신경망(CNN) 시대용 고정 기능 가속기에 가깝다"는 평가다. 이미지 인식 중심 CNN 구조에서는 효율이 있었지만 AI 산업 중심이 트랜스포머 기반 대규모 언어모델(LLM), 시각언어모델(VLM), 시각언어행동모델(VLA)로 이동하면서 존재감이 급격히 줄어든 부품이라는 것이다.</p> <p contents-hash="100abfd2486c1678f3f06c7c255a09fe121cd875f7795f033c0595f59e001fa6" dmcf-pid="fRmovAe4ZE" dmcf-ptype="general">엔비디아 전략도 이미 트랜스포머 중심으로 이동했다. 블랙웰 GPU는 FP4 기준 2070 TFLOPS급 연산량을 내세우며 대규모 추론을 밀어붙이고 있다. 반면 DLA는 어텐션 중심 구조에서 역할이 제한적이라는 평가가 이어진다. 결국 젯슨 토르 내부에서도 핵심 추론은 GPU가 맡고 DLA는 로봇팔 반복 동작 등 일부 보조 연산만 처리하는 구조에 가깝다는 분석이다.</p> <p contents-hash="85565f9274b3342a00b2e5129ab73772f8aee6a5f6f1345748f6cffc0b98ce5f" dmcf-pid="4esgTcd81k" dmcf-ptype="general"><strong>DLA는 이미 CNN 시대 유물인데</strong><br><strong>NPU 대신 억지로 단 부속품 느낌</strong><br><strong>130W 전력, 휴머노이드엔 부담</strong></p> <p contents-hash="edffebf7609a7e6a57c2a98ca9ae6d5cf7312d8596aac5a0a5a66f158093fa9b" dmcf-pid="8dOaykJ65c" dmcf-ptype="general">로봇 현장에서 중요한 것은 초고성능 자체보다 저전력 반복 제어인 경우가 많다. 모터 제어, 센서 처리, 상태 추정 같은 작업은 수천 TFLOPS보다 수W 단위 안정성이 중요하다. 즉 휴머노이드 로봇과 이동 로봇은 팬리스 구조와 제한된 배터리 안에서 움직여야 하는데 데이터센터급 병렬 연산을 압축한 130W급 구조가 들어가면 냉각·무게·동작 시간 부담이 동시에 커진다.</p> <p contents-hash="ada30309b944e6e6db123ed23e7bd82c531e4b1c7e0db332a784866f0c56d274" dmcf-pid="6JINWEiP1A" dmcf-ptype="general">젯슨 토르를 두고 "대포로 나사 조이는 격"이라는 평가가 나오는 이유다. 블랙웰 계열이 내세우는 연산량은 2000 TFLOPS급이지만 실제 로봇 현장에서 필요한 것은 수십 TOPS 수준의 저전력 반복 제어인 경우가 많다. DLA를 일부 끼워 넣더라도 구조 중심은 여전히 GPU이고 그 GPU는 본래 데이터센터에서 진화한 부품이다.</p> <p contents-hash="ed71744bdcc3890db51e6209229cfa1795108aabdb734b1caac1d0c178dcf94d" dmcf-pid="PiCjYDnQ5j" dmcf-ptype="general">반면 같은 피지컬 AI 시장에서 정반대 전략을 내세우는 회사도 있다. 한국 AI 반도체 팹리스 딥엑스(DEEPX)다. 딥엑스의 1세대 양산 칩 DX-M1은 25 TOPS 성능에 전력 소비 3W 수준으로 설계됐다. 필요한 추론만 현장에서 낮은 전력으로 끝내는 구조다. 현재 LLM·VLM 대응 차세대 NPU DX-M2 로드맵도 공개한 상태다.</p> <p contents-hash="82aa3b838efdfda6bb7ca860487e4357e2fd8d77042edd22be63c47d8bcfb6de" dmcf-pid="QnhAGwLxtN" dmcf-ptype="general">이번 컴퓨텍스 행사에도 참석하는 딥엑스는 엔비디아 젯슨 오린 플랫폼과의 자체 비교 시연을 통해 전력 효율 약 10배, 가격 대비 성능 효율 약 20배 우위를 주장하고 있다. 자체 시연이라 객관적 비교로 단정하긴 어렵지만 엔비디아와 설계 철학이 정반대라는 점은 분명히 드러난다.</p> <div contents-hash="ae2f9027c318b0969d388a3e45e5ae0d5c8d25c772d1b285635588136aab41b3" dmcf-pid="xLlcHroM1a" dmcf-ptype="general"> 딥엑스 DX-M1은 CES 2026 혁신상을 수상했고 글로벌 AI 개발 툴체인 울트라리틱스에 "format=deepx" 한 줄 명령어로 디폴트 옵션에 포함됐다. 현대차 로보틱스랩·대만 인벤텍·포스코DX·LG유플러스 등이 자사 AI 알고리즘을 딥엑스 칩에 적용해 시연했다. 김녹원 딥엑스 대표는 "로봇·스마트시티·가전 등 일상 속 모든 기기에 딥엑스 NPU가 표준 피지컬 AI 반도체가 되도록 만들겠다"고 밝혔다. </div> <figure class="figure_frm origin_fig" contents-hash="1b11cfaa53cacc2a8f1f26daf2bd1da111b4b7beba6783e6877f2ee10f46684d" data-idxno="459060" data-type="photo" dmcf-pid="y18udbtWYg" dmcf-ptype="figure"> <p class="link_figure"><img alt="대만 타이베이에서 개최된 2025 컴퓨텍스 전경 / 여성경제신문DB" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172139841gypu.jpg" data-org-width="1280" dmcf-mid="zW67JKFY1C" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172139841gypu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 대만 타이베이에서 개최된 2025 컴퓨텍스 전경 / 여성경제신문DB </figcaption> </figure> <p contents-hash="336b9c4079aee88d6403319b574a3d9df443317ed03146a337b72e9753b0319e" dmcf-pid="Wt67JKFY5o" dmcf-ptype="general"><strong>젠슨 황 한마디 산업 뒤집는데</strong><br><strong>에이전틱 연결 발언도 부작용</strong></p> <p contents-hash="c2563ab2e55c546b2de6ea15ba3fc330b8f1d36e4251caa4b336123ef15de5c7" dmcf-pid="YFPzi93GYL" dmcf-ptype="general">원래 피지컬 AI는 센서·전압·압력·행동 제어를 실시간으로 연결하는 물리층 개념이다. 그러나 젠슨 황은 최근 텍스트 기반 에이전트와 외부 API 반복 호출 구조까지 모두 에이전틱 AI로 묶으면서 개념적 혼란을 불러일으켰다는 지적을 받는다. 클로드 코드, 헤르메스와 같은 토큰 낭비 텍스트 연결 루프 서비스 등장도 젠슨 황이 시작점이었다.</p> <p contents-hash="b9728894aedceb46dd4ca2583455a75e55364ed5fe559c503fc47043f64cae76" dmcf-pid="G3Qqn20HYn" dmcf-ptype="general">GPU 진영은 전력을 밀어붙여 범용 연산량으로 문제를 해결하려 했고 NPU 진영은 특정 회로 최적화를 곧 지능인 것처럼 포장한다는 비판을 받아 왔다. 그 한계는 데이터센터에서 가장 먼저 드러나고 있다. GPU 중심 데이터센터는 전력·냉각 비용이 폭증하고 NPU 기반 구조는 범용성·모델 변화·소프트웨어 생태계 한계에 부딪힌다.</p> <p contents-hash="17a9a5a16ecc09423154f9ffc64b8a1999a3a851a1ed3fa5379253f6871de126" dmcf-pid="H0xBLVpXYi" dmcf-ptype="general">NPU는 정해진 추론을 낮은 전력으로 반복 처리하는 데는 강하지만 대형 모델 구조가 계속 바뀌고 학습과 추론이 뒤섞인 데이터센터 환경에서는 유연성이 떨어진다. 그래서 NPU의 진짜 무대는 중앙 AI 서버가 아니라 로봇·공장·보안 카메라·온디바이스 AI처럼 제한된 전력 안에서 필요한 판단을 즉시 끝내야 하는 현장에 더 가깝다는 분석이다.</p> <p contents-hash="7550e97ecb9cb9e83de8801acc20447bcad40f61dee87726c750a93d7e6aa362" dmcf-pid="XpMbofUZYJ" dmcf-ptype="general">결국 젯슨 토르를 둘러싼 논쟁은 데이터센터 두뇌를 로봇 안으로 들이느냐, 아니면 로봇이 진짜 필요한 만큼만 저전력으로 끝내느냐 두 갈래로 갈리는 분기점으로 보인다. 이런 가운데 젠슨 황은 컴퓨텍스 일정을 마친 뒤 한국을 방문해 정의선, 구광모, 이재용, 최태원 회장 등을 만난다.</p> <div contents-hash="47eb03b7bb1370025333898dc9808c89d66dc93bd89cc518926c78593cf81242" dmcf-pid="ZURKg4u5Yd" dmcf-ptype="general"> 4대 그룹뿐 아니라 , LG AI연구원, LG이노텍, LG유플러스 등이 참여하는 이번 회동은 단순한 반도체 공급망 논의를 넘어 한국 산업계가 엔비디아식 피지컬 AI 노선을 따를지, 아니면 저전력·목적형 지능이라는 다른 길을 선택할지 가늠하는 시험대가 될 전망이다. </div> <figure class="figure_frm origin_fig" contents-hash="0cae5f9ea1bd157ec743affbe929a476a85614ad6e2c37b34788f2d9cddea56c" data-idxno="459059" data-type="photo" dmcf-pid="5w5huyrNXe" dmcf-ptype="figure"> <p class="link_figure"><img alt="젠슨 황이 말하는 '피지컬 AI' 개념을 풍자적으로 재해석한 작품이다. 로봇 팔에 필요한 것은 정밀 제어와 저전력 반복 동작인데, 거대한 블랙웰 GPU 서버를 등에 메고 나사 하나를 조이는 모습으로 묘사했다. 초고성능 연산을 물리 세계에 그대로 들고 오는 접근법이 과연 효율적인지 질문을 던지며, "대포로 나사 조이기"라는 비유를 통해 데이터센터의 논리와 실제 로봇 현장의 요구가 얼마나 다른지를 시각적으로 표현했다. / GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172141304ijne.png" data-org-width="1024" dmcf-mid="qvzXfFTsXI" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/552814-8XPEppr/20260529172141304ijne.png" width="658"></p> <figcaption class="txt_caption default_figure"> 젠슨 황이 말하는 '피지컬 AI' 개념을 풍자적으로 재해석한 작품이다. 로봇 팔에 필요한 것은 정밀 제어와 저전력 반복 동작인데, 거대한 블랙웰 GPU 서버를 등에 메고 나사 하나를 조이는 모습으로 묘사했다. 초고성능 연산을 물리 세계에 그대로 들고 오는 접근법이 과연 효율적인지 질문을 던지며, "대포로 나사 조이기"라는 비유를 통해 데이터센터의 논리와 실제 로봇 현장의 요구가 얼마나 다른지를 시각적으로 표현했다. / GPT-5.5 </figcaption> </figure> <p contents-hash="44090ede701ed808e8212aad81e96485fa9c6f01239553c718e951bc701906df" dmcf-pid="1r1l7WmjXR" dmcf-ptype="general"><strong>☞NPU는 과연 지능일까?</strong> = 피지컬 AI를 곧바로 지능으로 읽는 것은 CPU 클럭을 보고 인간의 판단력을 평가하는 것과 비슷한 착각이다. 삼성전자의 엑시노스, 퀄컴의 스냅드래곤, 인텔의 코어 울트라는 모두 NPU 기반으로 추론(Inference)을 담당하는 온디바이스 AI 칩이다.</p> <p contents-hash="122afe57ff075c00e96c1eabfb40ae10b7f9a8d7819ef744fb32005fdedeae9d" dmcf-pid="tmtSzYsA1M" dmcf-ptype="general">냉장고가 식재료를 인식하고 로봇청소기가 장애물을 피하며 스마트TV가 영상을 보정하는 것은 NPU의 역할이지만 칩이 판단 구조 자체를 만든 것은 아니다. NPU는 이미 학습된 가중치(Weight)를 소비하는 장치일 뿐 새로운 지능을 생성하거나 모델을 훈련시키는 장치는 아니기 때문이다.</p> <p contents-hash="1e06a88699df9f5aa1289be0375923eee513b35417c6edb3b031df05bf811f26" dmcf-pid="FsFvqGOctx" dmcf-ptype="general">엑시노스가 아무리 가전으로 확장되고 스냅드래곤이 수많은 로봇과 스마트홈 기기에 들어가며 코어 울트라가 엣지 AI의 핵심 칩으로 자리 잡아도 그것만으로 지능이 탄생하지 않는다. 리벨리온과 퓨리오사AI 칩으로 대표되는 NPU 기반 데이터센터도 마찬가지다. 추론 전용 연산을 아무리 많이 쌓아도 학습 인프라가 되지는 않는다.</p> <p contents-hash="64efe71141cf162712368d4250c1bf25a766c5e1e9c82cfb565303646f210951" dmcf-pid="3O3TBHIkYQ" dmcf-ptype="general">이런 착각은 피지컬 AI 산업을 오히려 쇠퇴시킬 수 있다. AI 시대의 지능은 엔비디아와 AMD의 GPU, 구글 TPU 같은 학습 인프라에서 수조 개 파라미터를 반복 갱신하며 만들어진다. 온디바이스 NPU는 잘 훈련된 병사를 전장에 투입하는 장치에 가깝다. 학습 없이 추론만 반복하는 구조는 지능의 탄생이 아니라 이미 만들어진 지능의 소비에 머문다.</p> <p contents-hash="465bb3d6d48db8323b64c53600a8d7ce647c15917420c70dd3fb84bf62b06b3f" dmcf-pid="0I0ybXCEZP" dmcf-ptype="general">여성경제신문 이상헌 기자<br>liberty@seoulmedia.co.kr</p> <p contents-hash="1240f702cb802ddc5a4ca7540fc51ec14471c5b8025681dfc1086302a697db83" dmcf-pid="pCpWKZhDY6" dmcf-ptype="general">*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.</p> </section> </div> 관련자료 이전 [단독] LGU+ ‘올인원’ 결합상품에 다시 등장한 인터넷 무료… 방미통위 공짜 마케팅 고시 위반 논란 05-29 다음 카카오 첫 파업 갈림길...'카톡'도 멈추나 05-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
