엔비디아, 반도체·자율주행·로보틱스 등 한국 피지컬 AI 혁신 지원 - 삼성전자, 가속 컴퓨팅·AI 피직스로 반도체 엔지니어링 워크플로우 고도화 - 카카오모빌리티, 엔비디아 하이페리온·헤일로스 기반 레벨 4 자율주행 개발 추진 - LG전자, 엔비디아 아이작 GR00T 기반 로봇 학습·제조 환경 시뮬레이션 고도화
김대호 2026-11-09 22:38:07

(사진제공:엔비디아)

 

 

 

AI 컴퓨팅 기술 분야의 선두주자인 엔비디아(www.nvidia.co.kr)가 한국의 제조·엔지니어링 경쟁력을 바탕으로 국내 피지컬 AI 생태계 발전을 지원하고 있다고 11월9일(월)밝혔다. 국내 선도 기업들은 가속 컴퓨팅, AI, 시뮬레이션 기술을 반도체 제조부터 로보틱스, 자율주행에 이르는 다양한 산업에 적용하고 있다.

 

삼성전자, 가속 컴퓨팅·AI 피직스로 반도체 엔지니어링 고도화

 

삼성전자(Samsung Electronics)는 엔비디아와의 협력을 확대해 가속 컴퓨팅과 AI 피직스를 기반으로 반도체 혁신을 가속하고 있다. 양사의 협력은 소재 연구와 공정 개발, 소자 엔지니어링 전반에 걸쳐 진행되고 있다.

삼성전자는 TCAD 분야에서 희소 선형 시스템 관련 연산을 가속하기 위해 엔비디아 cuISS와 엔비디아 cuDSS를 활용하는 방안을 엔비디아와 협력하고 있다. 양사의 협력은 공정·광학 시뮬레이션을 위한 GPU 가속으로도 확대되고 있다. 소재 연구 분야에서는 삼성전자의 sMOL 플랫폼이 엔비디아 cuEST를 활용해 일부 양자화학 계산을 엔드투엔드 기준 최대 5배 빠르게 수행했다. 삼성전자는 원자 단위 AI 모델의 학습과 추론에 사용되는 텐서 연산을 가속하기 위해 엔비디아 cuEquivariance 활용도 검토하고 있다.

삼성전자는 엔비디아 피직스네모(PhysicsNeMo)를 활용한 칩 단위 열·기계 분석 워크플로우도 개발하고 있다. AI 균질화(homogenization)를 적용한 한 사례에서는 AI가 예측한 유효 재료 물성과 더 성긴 격자, GPU 가속을 결합해 약 1,600배의 속도 향상을 달성했다. 32코어 CPU에서 세밀한 격자를 사용해 약 18시간이 걸리던 시뮬레이션을 GPU 가속 기반의 성긴 격자를 활용해 41초 만에 수행했다.

향후 엔비디아 에이전트 툴킷(NVIDIA Agent Toolkit)은 이러한 시뮬레이션 도구와 AI 모델을 연결해 엔지니어링 에이전트가 분석을 수행하고 다양한 설계 옵션을 비교할 수 있도록 지원할 수 있다.

 

카카오모빌리티, 엔비디아와 레벨 4 자율주행 개발 고도화

 

카카오모빌리티(Kakao Mobility)는 엔비디아의 자율주행 컴퓨팅·안전 기술을 기반으로 레벨 4 자율주행 시스템 개발을 고도화할 계획이다. 카카오모빌리티의 자체 자율주행 소프트웨어와 서울 강남 지역에서 축적한 자율주행 운영 경험에 엔비디아의 차량용 컴퓨팅 플랫폼을 결합한다.

카카오모빌리티는 차량 센서와 컴퓨팅을 위한 레퍼런스 플랫폼인 엔비디아 하이페리온(Hyperion)을 활용할 계획이다. 엔비디아 하이페리온은 엔비디아 드라이브 AGX 토르(DRIVE AGX Thor)를 기반으로 한다. 또한 자율주행 기술의 개발과 검증 전반에서 안전성을 지원하기 위해 엔비디아 헤일로스(Halos)를 활용할 예정이다.

초기 개발은 기아 목적기반차량(PBV)을 중심으로 진행되며, 카카오모빌리티의 자율주행 소프트웨어와 엔비디아 기술을 통합할 계획이다. 이를 통해 향후 한국에서 레벨 4 모빌리티 서비스를 구현할 수 있는 기반을 마련한다.

 

LG전자, 로봇 학습·공장 시뮬레이션 고도화

 

엔비디아와 LG전자(LG Electronics)는 실제 제조 환경에서 LG전자의 클로이드(CLOiD) 로봇을 활용해 엔비디아 아이작 GR00T(Isaac GR00T) 기반 로봇 조작과 제조 작업을 성공적으로 시연했다.

양사는 실제 환경의 데이터 수집부터 엔비디아 코스모스(Cosmos) 기반 데이터 증강, GR00T 모델 학습, 엔비디아 젯슨 AGX 토르(Jetson AGX Thor) 기반 온보드 컴퓨팅, 시뮬레이션 기반 평가까지 연결하는 피지컬 AI 데이터 플라이휠을 구현했다. 이를 통해 CLOiD의 로봇 역량을 지속적으로 개발·검증하는 데 재사용할 수 있는 워크플로를 구축했다.

양사는 이번 협력을 바탕으로 제조 환경용 로봇을 반복적으로 학습·평가하고 성능을 개선할 수 있는 재현 가능한 프로세스를 지속적으로 고도화하고 있다.

디지털여기에 news@yeogie.com <저작권자 @ 여기에. 무단전재 - 재배포금지>