엔비디아는 7월 31일 로봇, 비전 AI 에이전트와 자율주행 시스템의 학습데이터를 생성·보강·평가하는 과정을 통합한 ‘Physical AI Data Factory Blueprint’를 공개했다. 완제품 로봇이 아니라 기업이 데이터 생산 파이프라인을 구축할 때 참고하는 개방형 참조 아키텍처다.
물리 AI 개발은 실제 영상과 센서 데이터를 모으는 데 많은 비용과 시간이 든다. 새 블루프린트는 현실에서 수집한 데이터를 정리하고, 시뮬레이션과 생성 모델로 변형 데이터를 늘린 뒤, 품질과 적합성을 평가하는 흐름을 자동화한다. 목표는 반복 작업을 줄이고 여러 팀이 같은 생산 절차를 재사용하도록 하는 것이다.
구성에는 엔비디아 DGX와 RTX PRO 서버, Omniverse, Cosmos 모델과 데이터 처리 도구가 연결된다. 회사는 파트너가 로봇과 자율주행, 영상 분석용 데이터 파이프라인을 이 구조 위에 만들 수 있다고 설명했다. 여기서 ‘개방형’은 참조 설계와 생태계 연동을 뜻하며, 모든 구성요소가 특정 공급자와 무관한 오픈소스라는 의미는 아니다.
엔비디아는 비용과 시간, 복잡성을 줄일 수 있다고 주장하지만 모든 환경에 적용되는 단일 절감률은 제시하지 않았다. 합성데이터가 실제 희귀 상황을 충분히 대표하는지, 생성 과정의 편향이 모델 행동으로 옮겨가는지, 평가 데이터가 학습 데이터와 겹치지 않는지는 별도 검증이 필요하다. 데이터의 양과 안전성은 같은 지표가 아니다.
이 블루프린트의 성과는 파트너가 구축한 데이터셋의 품질과 로봇·자율주행 시스템의 현장 성공률로 평가해야 한다. 앞으로 확인할 항목은 하드웨어 요구량과 처리비용, 실제 데이터와 합성데이터의 비율, 실패 사례, 독립 재현 결과다. 참조 구조 공개만으로 현장 안전성과 개발비 절감이 입증됐다고 보기는 어렵다.
저작권자 © STORIUM 무단전재 및 재배포 금지
