NVIDIA GTC Washington D.C.: AI의 미래 만드는 NVIDIA

GTC Washington, D.C.는 막을 내렸지만, AI의 시대는 이미 한창 진행 중입니다.

아래 본문에서 주요 하이라이트 내용들을 확인하고, NVIDIA On-Demand에서 전체 세션을 시청하세요.

NVIDIA 젠슨 황 CEO의 키노트 주요 장면을 확인하고, 핵심 발표 요약본을 읽어보세요.

NVIDIA GTC Washington D.C. 2025 발표 핵심 요약

NVIDIA 창립자 겸 CEO 젠슨 황(Jensen Huang)은 키노트에서 ‘AI 시대, 미국을 위한 청사진’을 제시했습니다. 대규모 GPU 배포, 양자 기술의 도약, 안전한 정부용 AI 팩토리, 로보틱스와 자율주행 기술에 이르기까지 각 발표를 통해 미국의 AI 핵심을 구축합니다.

피지컬 AI(physical AI)와 디지털 트윈을 통한 미국 재산업화
AI 네이티브 6G를 통한 글로벌 표준 확립
NVIDIA NVQLink로 양자 리더십 강화
안전하고 즉시 배포 가능한 AI 인프라 설계로 미국 정부 현대화
미국의오픈 모델 핵심 기반 구축에 지속적으로 기여
통합형DRIVE Hyperion 생태계로 자율주행 강화

NVIDIA GTC Washington D.C. 2025 보도자료, 블로그, 다시보기로 더 자세한 내용을 확인해 보세요.

젠슨 황의 GTC Washington D.C. 2025 키노트 주요 내용

젠슨 황 CEO는 미국 워싱턴 D.C.의 월터 E. 워싱턴 컨벤션 센터(Walter E. Washington Convention Center) 무대에 올라 키노트를 진행했습니다.

키노트 발표는 미국의 과거, 현재, 미래의 혁신을 기념하는 영상으로 시작됐죠. 이번 키노트는 단순한 기술 발표가 아니라, 미국이 AI 인프라와 혁신을 어떻게 선도할 것인지 제시하는 선언이자 청사진이었습니다.

젠슨 황은 관중들의 호응에 답하며 “GTC Washington D.C.에 오신 것을 환영합니다. 미국에 대해 생각할 때면 가슴이 벅차오르고 자부심이 느껴집니다”고 말했습니다.

이어 다양한 협력사에 감사를 표하며 “NVIDIA의 협력 생태계가 없었다면 오늘의 성과도 불가능했을 것입니다. GTC는 ‘AI 업계의 슈퍼볼(Super Bowl)’”이라고 표현했죠.

NVIDIA의 중심축: CPU에서 GPU 가속 컴퓨팅으로의 전환

수십 년 동안 CPU 성능은 꾸준히 향상됐지만, 데너드 스케일링(Dennard Scaling)이 찾아왔죠. 그리고 이에 대한 NVIDIA의 해답은 병렬성, GPU, 그리고 가속 컴퓨팅이었습니다. 이로써 무어의 법칙이 끝난 것입니다.

젠슨 황은 “NVIDIA가 범용 컴퓨터로는 해결할 수 없는 문제를 풀기 위해 이 새로운 컴퓨팅 모델을 만들었습니다. 더 많은 트랜지스터를 활용하는 프로세서를 추가하고, 병렬 컴퓨팅을 적용해 CPU의 순차 연산 능력을 확장하면 컴퓨팅의 한계를 뛰어넘을 수 있다는 사실을 발견했죠. 그리고 지금, 그 순간은 현실이 됐습니다”고 말했습니다.

가속 컴퓨팅은 NVIDIA CUDA-X 라이브러리 전반에서 시작됩니다. 딥러닝을 위한 cuDNN과 TensorRT-LLM, 데이터 사이언스를 위한 RAPIDS(cuDF/cuML), 의사결정 최적화를 위한 cuOpt, 컴퓨팅 리소그래피를 위한 cuLitho, 양자와 양자-고전 하이브리드 컴퓨팅을 위한 CUDA-Q와 cuQuantum 등이 그 기반을 이루고 있습니다.

젠슨 황은 “이것이 바로 NVIDIA의 보물”이라고 말하며, CUDA-X의 혁신적인 기능을 소개하는 영상을 공개했습니다.

미국의 AI 네이티브 6G 스택: NVIDIA ARC‑Pro

젠슨 황은 통신을 “국가 경제와 안보의 핵심 생명선”이라고 표현했습니다.

이어 “현재 전 세계의 무선 기술은 대부분 외국 기술에 의존하고 있으며, 미국의 핵심 통신 인프라 역시 외국 기술로 구축됐습니다. 이제는 바뀌어야 하며, 우리는 이를 바로잡을 절호의 기회를 맞이했습니다”라고 강조했습니다.

그는 “이제 다시 돌아갈 때”라고 선언했습니다.

젠슨 황 CEO는 NVIDIA Aerial 플랫폼과 가속 컴퓨팅 기술을 기반으로 한 미국형 AI 네이티브 6G 무선 네트워크 스택, NVIDIA ARC를 공개하며 노키아(Nokia)의 NVIDIA 기술 도입도 함께 발표했는데요.

이어 “저희는 노키아와 협력해 NVIDIA ARC를 차세대 기지국의 핵심 기술로 활용할 것입니다”라고 첨언했습니다.

NVIDIA 통신 부문 수석 부사장 Ronnie Vasishta의 스페셜 강연을 통해 6G 통신 표준을 정의하는 NVIDIA 플랫폼과 생태계 관련 발표를 알아보세요.

양자 기술의 도약: NVQLink

40년 전, 물리학자 Richard Feynman은 양자 원리를 기반으로 자연을 직접 시뮬레이션할 수 있는 새로운 형태의 컴퓨터를 상상했습니다.

젠슨 황은 “이제 하나의 논리 큐비트(qubit), 즉 일관성 있고 안정적이며 오류 보정이 가능한 양자 비트를 구현할 수 있는 시대가 열렸습니다”고 선언했죠. 그러나 큐비트는 매우 취약하기 때문에 그 상태를 추론하고 오류를 보정하기 위한 강력한 기술이 필요합니다.

이를 위해 양자와 GPU 컴퓨팅을 연결하는 인터커넥트 NVIDIA NVQLink를 공개했습니다. NVQLink는 QPU에서 CUDA-Q 호출을 실시간으로 수행할 수 있으며, 지연 시간은 약 4마이크로초에 불과합니다.

젠슨 황은 “현재 거의 모든 미국 에너지부 산하 국립연구소가 NVIDIA의 양자 컴퓨팅 기업과 양자 컨트롤러 생태계에 협력해 양자 컴퓨팅을 과학의 미래에 적용하기 위해 노력하고 있습니다”고 전하며, 17개 양자 컴퓨팅 기업과 다수의 미국 에너지부 연구소 지원 현황을 소개했습니다.

미국 과학 발전 가속화

젠슨 황 CEO는 “미국의 국립연구소들이 AI 인프라에 대한 전례 없는 투자를 바탕으로 새로운 과학적 발견의 시대에 진입하고 있습니다”고 말했습니다. 이어 미국 에너지부가 NVIDIA와 협력해 7개의 신규 슈퍼컴퓨터를 구축함으로써 미국 과학의 미래를 강화할 계획을 밝혔죠.

저희는 미국 에너지부, 그리고 오라클(Oracle)과의 협력으로 아르곤국립연구소(Argonne National Laboratory)에서 미국 에너지부 최대 규모의 AI 슈퍼컴퓨터를 구축하고 있습니다.

10만 개의 NVIDIA Blackwell GPU 가 신규 솔스티스(Solstice) 시스템에 도입될 예정입니다. 이는 공공 연구를 위한 세계 최대 규모의 에이전틱 AI(Agentic AI) 기반 과학 플랫폼이 될 전망입니다.
이퀴녹스(Equinox) 시스템에는 추가로 1만 개의 Blackwell GPU가 탑재돼, 엑사스케일 과학, 시뮬레이션, 오픈 리서치를 위해 최대 2,200 엑사플롭스 수준의 AI 성능을 제공합니다.
이번 투자는 에이전틱 AI 기반 과학 연구의 새로운 시대를 여는 전환점으로, 미국의 안보에너지·과학 분야 전반에서 연구 생산성과 혁신을 대폭 가속화할 것으로 기대됩니다.

AI 팩토리: 초협업 설계

젠슨 황은 “AI는 도구가 아닙니다. AI는 스스로 일합니다. 이제 역사상 처음으로 기술이 스스로 일하게 됐고, 저희가 더 생산적으로 일하도록 도울 수 있습니다. 도구에서 노동자로의 이러한 AI 역할 변화는 완전히 새로운 형태의 컴퓨팅을 창출하고 있고, 이를 통해 새로운 일자리와 산업이 창출되고 있습니다”고 말했습니다.

AI 팩토리는 단순한 데이터센터가 아니라, 대규모로 토큰을 생성, 이동, 제공하기 위해 특별히 구축된 플랫폼인데요.

젠슨 황은 “AI는 워낙 방대한 프로젝트이기 때문에, 저희는 그 규모를 한껏 키웠습니다. 그리고 역사상 처음으로 랙 한 개를 하나의 거대한 컴퓨터 시스템으로 만들었죠. 하나의 컴퓨터이자, 하나의 GPU인 셈입니다. 또한 새로운 AI 이더넷 기술을 발명해 시스템 규모를 확장시켰습니다”라고 말하며, NVIDIA Spectrum-X를 언급했습니다.

이러한 AI 팩토리가 세워지면서 AI 엔지니어링, 로보틱스, 양자 과학, 디지털 운영 분야에서 불과 몇 년 전에는 볼 수 없었던 새로운 직업들이 계속 만들어지고 있습니다.

젠슨 황은 “이제 선순환이 돌아가고 있습니다. 저희가 해야 할 일은 비용을 엄청나게 낮추는 것인데요. 그렇게 하면 첫째, AI을 더 쉽게 사용할 수 있게 되고, 둘째, 비용이 계속 낮춰지면서 이 선순환이 멈추지 않고 계속 돌아갈 수 있습니다”고 전했습니다.

그는 AI 과제의 해결책으로 “초협업 설계(extreme codesign)”를 제안했습니다. 이는 새로운 칩, 시스템, 소프트웨어, AI 모델, 그리고 애플리케이션까지, 모든 근본적인 컴퓨터 아키텍처의 구성 요소들을 동시에 함께 설계하는 방식입니다.

젠슨 황은 이러한 시스템이 실제로 존재한다고 강조했습니다. 이어 일부 장비를 무대 위에서 선보이며, 새로운 NVIDIA BlueField-4 DPU를 공개했는데요. AI 팩토리의 운영 체제를 구동하는 이 DPU는 64코어 NVIDIA Grace CPU와 NVIDIA ConnectX-9 탑재로 이전 BlueField-3보다 약 6배 향상된 컴퓨팅 성능을 자랑합니다.

Omniverse DSX 발표 – 기가급 AI 팩토리 건설을 위한 청사진

젠슨 황은 이어서 Omniverse DSX를 소개했습니다. 미국 버지니아주 매너서스에 소재한 AI 팩토리 연구센터(AI Factory Research Center)에서 검증된 Omniverse DSX는 100메가와트에서 멀티 기가와트 규모의 AI 팩토리를 설계하고 운영하기 위한 종합 청사진입니다.

유연한 그리드 협업을 위한 DSX Flex
전력당 성능 최적화를 위한 DSX Boost
정보기술(IT)과 운영기술(OT)의 완전한 통합을 위한 DSX Exchange

젠슨 황은 “AI 인프라는 수백 개의 기업이 서로 협력해 생태계를 이루듯 유기적으로 움직여야 해결할 수 있는 과제입니다. NVIDIA Omniverse DSX는 거대한 AI 팩토리를 건설하고 운영하는 데 필요한 청사진과 같습니다. DSX를 통해 전 세계 NVIDIA 파트너들은 그 어느 때보다 빠르게 AI 인프라를 구축하고 가동할 수 있을 것”이라고 말했습니다.

NVIDIA 오픈 모델, 데이터, 라이브러리

젠슨 황은 오픈 소스와 오픈 모델이 전 세계 스타트업, 기업과 연구자들의 혁신을 주도한다고 설명했습니다. NVIDIA는 올해에만 수백 개의 오픈 모델, 데이터 세트를 포함한 다양한 모델 제품군과 데이터 분야에 기여했습니다.

NVIDIA 모델 제품군에 포함된 Nemotron(추론과 에이전트 AI용), Cosmos(합성 데이터 생성과 피지컬 AI용), Isaac GR00T(로보틱스 기술과 일반화용), Clara(생체의학 워크플로우용)는 AI 에이전트, 로보틱스, 과학적 혁신 발전에 기여합니다.

젠슨 황은 “저희는 이런 일에 전념하고 있습니다. 그 이유는 과학과 연구자들, 스타트업을 비롯한 기업들이 이를 필요로 하기 때문”이라고 말하며 관중으로부터 뜨거운 박수를 받았습니다.

이어서 NVIDIA를 기반으로 한 AI 스타트업의 성과 물론 구글(Google), 마이크로소프트 애저(Microsoft Azure), 오라클, 서비스나우(ServiceNow), SAP, 시놉시스(Synopsys), 케이던스(Cadence), 크라우드스트라이크(CrowdStrike), 그리고 팔란티어(Palantir)의 성과도 강조했죠.

젠슨 황은 크라우드스트라이크와 협력해 사이버 보안을 “빛의 속도”로 만들기 위해 NVIDIA Nemotron 기반 모델과 NVIDIA NeMo 도구를 사용해 기업이 클라우드부터 엣지까지 특수 보안 에이전트를 배치할 수 있도록 지원한다고 발표했습니다.

또한 NVIDIA와 팔란티어가 가속 컴퓨팅, CUDA-X 라이브러리, Nemotron 오픈 모델을 팔란티어 온톨로지(Palantir Ontology)에 통합해 훨씬 더 큰 규모와 더 빠른 속도로 데이터를 처리하고 있다고 발표했죠.

NVIDIA와 글로벌 리더, 미국 재산업화 위한 디지털 트윈 플랫폼 구축

피지컬 AI는 로보틱스와 지능형 시스템을 통해 공장, 물류, 인프라를 혁신하는 등 미국의 재산업화를 이끌고 있습니다. 이번 키노트에서 젠슨 황은 NVIDIA 파트너사들이 피지컬 AI를 현장에서 어떻게 적용하는지 직접 소개했습니다.

젠슨 황은 “공장이 기본적으로 로봇들을 조율해서 로봇처럼 작동하는 물건을 만들어 내는 또 하나의 로봇이 되는 것입니다. 이 작업에 필요한 소프트웨어의 량은 워낙 방대하기 때문에 디지털 트윈 안에서 작업하지 않는다면 이 작업을 제대로 수행하기란 거의 불가능합니다”고 말했죠.

무대 위에서 젠슨 황은 NVIDIA 파트너들의 작업을 언급했습니다. 폭스콘(Foxconn)은 Omniverse 도구를 사용해 NVIDIA AI 인프라 시스템을 제조하기 위한 새로운 미국 휴스턴 공장을 설계하고 검증하고 있습니다. 캐터필러(Caterpillar)는 제조 공정에 디지털 트윈을 통합하고 있죠. 브렛 애드콕(Brett Adcock)이 3년 반 전에 세운 피규어 AI(Figure AI)는 현재 40억 달러에 이르는 기업으로 성장해 가정과 산업 현장을 위한 휴머노이드 로봇을 개발하고 있습니다. 이어 그는 존슨앤존슨(Johnson & Johnson)의 작업과 Omniverse를 사용해 “세상에서 가장 귀여운 로봇”을 훈련시키고 있는 디즈니(Disney)에 대해서도 소개했습니다.

자율주행 모빌리티 혁신: 우버와 DRIVE Hyperion 10

젠슨 황은 우버(Uber)와 협력해 2027년부터 규모 확장을 시작으로 약 10만 대의 자율주행 차량을 목표로 하는 자율주행 모빌리티를 위한 핵심 기반을 구축하고 있다고 발표했습니다. NVIDIA DRIVE AGX Hyperion 10은 안전성과 확장성이 보장돼 있고 소프트웨어로 정의되는 레벨 4 레퍼런스 아키텍처로, 인간과 로봇 운전자를 하나의 네트워크로 통합합니다.

젠슨 황은 “미래에는 이런 차량을 불러서 이용할 수 있게 될 것입니다. 이를 둘러싼 엄청나게 다양한 산업 생태계가 형성될 것이며, 전 세계 어디에서나 하이페리온 기반의 로보택시 차량들을 보게 될 것”이라고 말했습니다.

약 10만 대의 자율주행차를 목표로 2027년부터 규모 확장 시작
DRIVE AGX Hyperion 10은 레벨 4 자율성을 위한 레퍼런스 설계
루시드(Lucid), 메르세데스 벤츠(Mercedes Benz), 스텔란티스(Stellantis), 레벨4 자율주행차에 DRIVE Hyperion 채택

젠슨 황은 연설을 마무리하며 “AI의 시대가 시작됐습니다. Blackwell이 그 엔진입니다. 미국에서 만들어진 이 기술은 전 세계를 위한 것입니다. GTC를 Washington D.C.에서 개최할 수 있어 영광입니다. 매년 이곳에서 열 수 있기를 바라며, 여러분 모두의 헌신과 미국을 다시 위대한 나라로 만드는데 기울여 주신 노력에 감사드립니다”고 전했습니다.

NVIDIA GTC Washington D.C. 2025 발표 내용들을 더 자세히 확인해 보세요.

전시장은 그야말로 ‘로봇 천지’

자동화된 로봇 팔부터 4족 보행 로봇, 그리고 사람에게 유용한 휴머노이드에 이르기까지, 다양한 로봇들이 NVIDIA GTC 워싱턴 D.C. 전시장을 누비고 다녔습니다.

패널리스트들, ‘공공 안전·교통 관리·운영 효율성’을 위한 AI에 대해 논의하다

GTC Washington, D.C.에서, 미국 전역의 최고 정보 책임자(CIO)들이 ‘공공 안전, 교통, 그리고 운영 효율성’을 위한 AI 적용 방안을 주제로 패널 토론을 진행했습니다.

NVIDIA의 스마트 공간 및 글로벌 공공 부문 디렉터인 Jumbo Edulbehram이 사회를 맡은 이 패널에는 캘리포니아주 Caltrans CIO이자 California State Transportation의 정보 책임자인 Marcie Kahbody, Texas주 City of Brownsville CIO Jorge Cardenas, North Carolina주 City of Cary CIO Nicole Coghlin, Texas주 City of Frisco CIO Melissa Kraft가 참여했습니다.

Kahbody CIO는 “Sacramento를 지나는 California의 I-5 고속도로는 가장 위험한 고속도로 중 하나”라고 언급했습니다. 그는 “수집되는 데이터의 양은 방대하지만, 현재의 데이터 분석 기술로는 왜 이 고속도로가 그토록 위험한지 원인을 규명하기가 매우 어렵다”며, “하지만 새로운 도구(AI)를 활용해 더 나은 데이터 인사이트를 얻을 수 있을 것으로 기대한다”고 덧붙였습니다.

Cardenas CIO는 “Brownsville과 같은 도시들이 도로 폐쇄나 긴급 상황과 같은 간단한 시나리오를 시뮬레이션할 수 있다면 교통 패턴을 훨씬 더 잘 이해할 수 있을 것”이라고 지적했습니다.

Kraft CIO에 따르면 Frisco는 미국에서 가장 안전한 도시 중 하나입니다. 이는 부분적으로 ‘Situation Awareness for Emergency Response’라는 프로그램 덕분인데, 이 프로그램은 카메라와 첨단 기술을 도시의 9-1-1 시스템에 통합하여 활용합니다.

사회자 Edulbehram은 “미국 전역의 도시와 마을에서 AI 기술을 도입하고 활용하려는 현재의 노력들이 해당 지방 자치 단체에 심대한 변화를 가져오고 있다”고 강조했습니다.

Edulbehram은 “AI가 공공 영역에 실제로 어떻게 적용되고 있는지 알아보는 것은 매우 흥미로운 일”이라고 말했습니다. 그는 또한 “이 도시들 중 일부의 규모가 작다고 얕봐서는 안 된다”고 덧붙이며, “이 도시들은 ‘더 적은 자원으로 더 많은 일(do more with less)’을 해내기 위해 비용 효율적이고 효율적이며 데이터 기반의 서비스를 제공하는 신기술을 적극 도입하고 있다”고 설명했습니다.

전체 세션 영상은 NVIDIA On-Demand에서 시청하실 수 있습니다.

전시장에 ‘설렘’을 선사하다 — NVIDIA DGX Spark

거대한 서버 랙, 실물 크기의 휴머노이드 로봇, 와이드스크린 디스플레이 사이에서, GTC Washington, D.C.의 주목을 독차지한 것은 바로 작은 크기의 AI 슈퍼컴퓨터 제품군이었습니다.

개발자, 연구원, 크리에이터를 위해 개발된 NVIDIA DGX Spark는 컴팩트한 데스크톱 폼팩터에서 슈퍼컴퓨터급 성능을 제공합니다. 이 시스템은 NVIDIA GB10 Grace Blackwell Superchip을 탑재하여 FP4 정밀도에서 최대 1 페타플롭(petaflop)의 AI 성능을 제공하며, 128GB의 통합 CPU-GPU 메모리까지 갖추고 있어 개발자들이 로컬 환경에서 직접 프로토타입 제작, 파인튜닝(fine-tune), 추론(inference)을 실행할 수 있습니다.

행사 현장에서는 LLM 모델과 가속화된 Python 워크플로우를 실행하며 실제로 작동하고 있는 DGX Spark 시스템을 시연하는 부스에 참관객들이 몰려들었습니다.

NVIDIA 부스에서는 ‘DGX Spark 월(wall)’이 Acer, ASUS, Dell Technologies, GIGABYTE, HP, Lenovo, MSI 등 파트너사들의 시스템을 선보였습니다.

또한, GTC 참관객들은 전시장 곳곳에 있는 모든 DGX Spark를 찾아내는 ‘스캐빈저 헌트(scavenger hunt)’에 참여하여, 시스템 한 대를 무료로 획득할 수 있는 기회를 가졌습니다.

개발자 소셜 미디어 콘테스트의 수상자들은 NVIDIA DGX Spark 시스템을 받았습니다.

오픈소스 AI: 미국 혁신의 새로운 동력

GTC DC에서, 연구원, 창업가, 그리고 NVIDIA 리더들로 구성된 연합은 오픈소스 AI가 미국의 혁신, 효율성, 그리고 신뢰를 위한 가장 빠른 길이라고 주장했습니다.

“세상의 어려운 난제들을 해결하고자 한다면, ‘오픈(open)’에서 시작해야 합니다.”

이는 GTC DC 패널 세션 “오픈소스 AI 101: 미국 혁신의 구현”이 남긴, 타협할 수 없는 핵심 메시지였습니다. 개발자, 연구원, 그리고 자본 전문가로 구성된 이 ‘브레인 트러스트(brain trust)’는 투명한 협업이야말로 ‘국가적 이점(national advantage)’을 확보하는 새로운 길이라고 역설했습니다. 과거의 폐쇄된 연구실은 잊으십시오. 오늘날의 혁신을 이끄는 엔진은 모두에게 열려 있습니다.

이 패널은 ‘오픈 AI 전도사’들의 올스타 라인업이었습니다: NVIDIA의 Ankit Patel과 Bryan Catanzaro, AI2/UW의 Noah Smith, 그리고 OSS Capital의 창립자 Joseph Jacks가 그들입니다. 그들은 명확한 논리로 잡음들을 뚫고, ‘빠른 속도’의 혁신에 있어 ‘오픈소스’가 무엇을 의미하는지 정의 내렸습니다.

효율성이 혁신을 이끈다 (Efficiency Unlocks Innovation)

핵심 주제는 간단합니다: 오픈 모델은 혁신을 극적으로 가속화합니다. 이는 스타트업, 대학 연구실, 또는 정부 기관이 핵심 애플리케이션을 구축하는 데 드는 시간과 비용을 ‘대폭 삭감’합니다. 패널리스트들이 주장했듯이, 이는 어려운 문제들을 해결하는 데 필요한 방대한 규모의 AI 전문 지식을 확장하는 가장 효율적인 방법입니다.

벤처 캐피털(VC)의 관점에서, Jacks는 “오픈 모델은 ‘사전 훈련 모델(pre-training models)’을 직접 구축할 필요가 없기 때문에 R&D에 있어 막대한 레버리지와 효율성을 가져다준다”고 직설적으로 말했습니다.

이러한 ‘역량의 대중화’는 이제 혁신이 어디에서나 일어날 수 있음을 의미합니다. Patel이 언급했듯이, 현재의 AI 붐은 이미 검증된 기반 위에 세워져 있습니다: “여러분 중 Linux와 PHP, MySQL, nginx 등을 기억하는 분이 얼마나 되십니까… 그것이 바로 인터넷 시대의 기반, 즉 오픈소스 기반이었습니다, 그렇죠?”

신뢰와 협력: ‘킬러 기능’ (Trust and Cooperation: The Killer Features)

D.C.에서의 논의는 항상 ‘신뢰’의 문제로 귀결되며, 바로 이 지점에서 오픈소스는 ‘투명성’이라는 중대한 기능을 제공합니다. 급격한 변화를 주도하는 산업에서, AI 모델의 내부 작동 방식을 ‘검사’할 수 있는 능력은 ‘책임성(accountability)’을 위한 핵심적인 계층입니다.

AI2/UW의 Smith는 과학적 진보에 있어 폐쇄형 AI가 얼마나 무의미한지 설명하기 위해 인상적인 비유를 들었습니다: “독점적 모델(proprietary models)을 통해 인공지능의 현 상태를 과학적으로 연구하려는 것은, 신문에 인쇄된 하늘 사진을 보고 천문학을 하려는 것과 같습니다. 불가능하죠, 그렇죠?”

NVIDIA의 Catanzaro는 AI의 핵심 위험은 근본적으로 ‘통제’의 위험이므로, 개방성(openness)이 사회적으로 더 안전한 선택이라고 주장했습니다.

“폐쇄형 시스템의 가장 큰 위험 중 하나는 ‘통제’에 관한 것이라고 생각합니다.”라고 Catanzaro는 말했습니다. “그리고 AI는 ‘아이디어’에 관한 기술이기 때문에, 저는 그것이 개방될 때 본질적으로 더 안전하다고 생각합니다.”

Catanzaro는 나중에 이 아이디어를 확장하여, 다양한 관점이 하나의 모델에서 협력할 때 얻는 이점을 강조했습니다: “지난 몇 년간 AI 개발에서 우리가 분명히 목격한 것 중 하나는, 개방성이 이 분야를 실질적으로 발전시켰다는 것입니다.”

D.C.의 정책 입안자들에게 보내는 패널리스트들의 메시지는 분명했습니다: 오픈소스 AI는 더 회복력 있고(resilient), 더 혁신적이며, 투명함을 통해 더 신뢰할 수 있는 생태계를 만듭니다.

전체 세션 영상은 NVIDIA On-Demand에서 시청하실 수 있습니다.

미리 보는 Quantum-GPU 컴퓨팅의 미래

GTC Washington, D.C.에서 NVIDIA는 NVIDIA NVQLink를 발표했습니다. 이는 GPU 컴퓨팅의 극한의 성능을 퀀텀 프로세서와 긴밀하게 결합하여 가속화된 퀀텀 슈퍼컴퓨터를 구축하기 위한 개방형 시스템 아키텍처입니다.

전시장(expo hall)에서, ‘가속화된 퀀텀 컴퓨팅’은 NVIDIA 부스의 핵심 주제였습니다.

한 패널 세션에서는 U.S. 정부 기관과 퀀텀 컴퓨팅 커뮤니티의 주요 전문가들이 한자리에 모여, 활발한 U.S. 퀀텀 생태계를 육성하기 위한 전략을 논의했습니다. NVIDIA On-Demand에서 전체 세션을 시청하세요.

US 제조업체들에게 AI, Robotics, Simulation 활용이 비즈니스적으로 타당한 이유

제조업체들은 공급망 문제, 숙련된 노동력 부족, 그리고 기존 시설에 첨단 기술을 통합하는 복잡성 등 U.S. 리쇼어링(reshoring)에 있어 중대한 장애물에 직면해 있습니다.

GTC Washington, D.C.에서 열린 “AI로 U.S. 제조업의 미래를 그리다(Shaping the Future of U.S. Manufacturing With AI)”라는 제목의 패널에서, 반도체, 제약, 로보틱스, 산업 제조 분야의 리더들은 NVIDIA Omniverse와 Isaac 플랫폼 기반의 AI와 디지털 트윈(digital twins)이 어떻게 이러한 과제들을 극복하는 핵심 동력이 되는지 논의했습니다.

NVIDIA의 Omniverse 및 시뮬레이션 기술 담당 부사장인 Rev Lebaredian이 사회를 맡은 이 패널에는 다음과 같은 인물들이 참여했습니다:

Brandon Hootman, Caterpillar 데이터 및 AI 담당 부사장
Bill Prucka, Lilly 어드밴스드 인텔리전스 담당 부사장
Pras Velagapudi, Agility Robotics 최고 기술 책임자(CTO)
Kevin Zhang, TSMC 비즈니스 개발 및 글로벌 세일즈 담당 수석 부사장 겸 공동 최고 운영 책임자(Deputy Co-COO)
Ruth Gratzke, Siemens Industry 사장 겸 CEO

Agility Robotics의 Velagapudi는 “Physical AI(물리적 AI)는 구조화되지 않은 환경에 들어가면서도, 그에 상응하는 막대한 배포 비용 증가나 엣지 케이스(edge cases)의 불확실성 없이 유연성을 확보하게 해줍니다.“라고 말했습니다. “이 Physical AI 혁명은 과거에는 ‘비즈니스적으로 전혀 타당하지 않았던(never made business sense)’ 영역으로 우리가 진출할 수 있게 해줄 것입니다.“

Agility의 휴머노이드 로봇 Digit은 고도로 반복적인 제조 공정을 자동화하여, 인간 작업자들은 더 높은 기술을 요하는 업무에 집중할 수 있게 합니다.

Caterpillar의 Hootman은 “이러한 첨단 Robotics는 ‘이전에는 결코 관찰 가능성(observability)을 확보할 수 없었던’ 워크플로우 지점에 복잡한 센서 인식 시스템을 효과적으로 배포합니다. 이는 우리가 이전에는 상상도 못 했던 일들을 가능하게 합니다.“라고 말했습니다.

산업 전반에 걸친 이점은 막대하며, 심지어 잠재적으로 생명을 구할 수도 있습니다.

Prucka는 “예를 들어, Lilly는 제약 제조 공정의 단계를 다듬고 개선하기 위해 AI와 디지털 트윈을 사용하고 있습니다”고 밝혔습니다.

Gratzke는 Siemens Industry가 공장 전반에 AI와 Robotics를 사용하고 있으며, 여기에는 인간 작업자가 기계와 모국어로 대화하며 문제 해결, 운영 증대, 프로세스 최적화를 돕는 ‘산업용 코파일럿(industrial copilot)’이 포함된다고 말했습니다.

그리고 반도체 제조 분야에서, NVIDIA 기술은 효율성을 크게 높이고, 비용을 절감하며, 시간을 절약해 줍니다.

TSMC의 Zhang은 “의심할 여지 없이, AI는 우리 시대, 어쩌면 모든 시대를 통틀어 가장 중대한(consequential) 기술입니다.“라고 말했습니다. “그리고 여기 United States에서, 우리는 AI 혁명을 지원하기 위해 수많은 첨단 실리콘을 가동할 것입니다. 지금은 반도체 산업에 정말 최고의 시기이지만, 최고의 날은 아직 오지 않았습니다.“

NVIDIA On-Demand에서 전체 세션을 시청하세요.

NVIDIA 공동창립자 Chris Malachowsky, ‘대학을 위한 AI’ 패널 토론 참여

GTC Washington, D.C.에서 열린 한 활기찬 패널에서는 NVIDIA 공동창립자 Chris Malachowsky를 포함한 참석자들이, U.S. 전역에 AI 교육 및 인프라를 확장하는 데 있어 민관 협력(public-private collaboration)의 역할에 대해 논의했습니다.

Malachowsky와 함께 Maryland의 부지사(lieutenant governor) Aruna Miller, California 출신 U.S. 하원의원(U.S. representative) Sam Liccardo, 그리고 NVIDIA의 미주 엔터프라이즈 세일즈 부사장 Charlie Wuischpard가 패널로 참여했는데요,

이 토론은 학생들과 지역 커뮤니티를 위한 AI 개발에 있어 ‘대학’의 중대한 역할에 초점을 맞추었습니다. 대화의 일부는, 몇 년 전 Malachowsky와 NVIDIA가 5천만 달러($50 million)를 기부하여 Malachowsky의 모교인 University of Florida에 AI 슈퍼컴퓨터를 제공한 사례를 다루었습니다. 이 슈퍼컴퓨터는 UF의 전 커리큘럼에 AI를 통합하고 주(state) 전역의 광범위한 과제를 해결하는 데 도움을 주기 위한 것이었습니다.

Liccardo 의원은 연방 정부가 주립 대학에 투자하고자 하는 기업들에게 주(state) 세액 공제(tax credits)를 주어야 한다고 말했습니다. 특히 이는 차세대 근로자의 업스킬링(upskilling)과 현 세대 근로자의 리스킬링(reskilling)에 있어서 더욱 그렇습니다.

Miller 부지사는 Maryland가 57개의 단과대학 및 종합대학의 본고장이며, 항공우주, 바이오테크, 사이버보안, AI 분야에 집중하고 있다고 말했습니다. 그녀는 “대학, 민간 부문, 그리고 정부가 협력할 때 혁신이 더 빠르고 더 멀리 확장될 수 있다고 믿기 때문에, 주(state) 정부가 ‘AI 팩토리(AI factory)’ 구축을 추진하고 있다”고 덧붙였습니다.

NVIDIA On-Demand에서 전체 세션을 시청하세요.

꿈이 현실로 — NVIDIA Isaac GR00T-Dreams, Synthetic Data와 Neural Simulation으로 로봇 훈련을 고도화하다

복잡한 환경에서 추론하고 다양한 작업을 수행할 수 있는 범용 로봇(generalist robots)을 훈련시키는 것은, 대규모의, 물리적으로 정확하며, 다양한 데이터셋을 필요로 합니다. 하지만 이는 공개 영역(public domain)에서 쉽게 구할 수 없습니다.

NVIDIA GTC Washington, D.C.에서 발표된 NVIDIA Isaac GR00T-Dreams는 로봇이 현실 세계 경험의 한계를 넘어 학습할 수 있도록 돕는 방법을 제공합니다. 이는 NVIDIA Cosmos 월드 파운데이션 모델을 기반으로 구축된 synthetic data(합성 데이터) 생성 및 neural simulation(신경망 시뮬레이션) 프레임워크입니다.

이 프레임워크는 “상상 속의 세계 상태(imagined world states)”와 “행동 궤적(action trajectories)”을 의미하는 꿈(dreams)을 생성합니다. 이를 통해 개발자들은 로봇이 다양한 환경에서 새로운 작업을 학습하는 데 필요한 데이터와 행동을 생성할 수 있습니다.

Synthetic data(합성 데이터)를 생성하는 데 사용되던 기존 시뮬레이터는 전문가들이 가상 환경을 ‘고통스러울 정도로’ 공들여(painstakingly) 구축해야 했습니다. GR00T-Dreams는 개발자가 단 하나의 이미지와 간단한 자연어 명령어만으로 새로운 훈련 시나리오를 “꿈꿀(dream)” 수 있게 함으로써 이러한 방식을 바꿉니다.

GR00T-Dreams는 두 가지 주요 모달리티(modality)를 포함합니다:

Passive dreaming (수동적 꿈)
- 로봇 훈련을 위한 다양한 비디오 시나리오를 자동으로 생성합니다. 개발자들은 NVIDIA Cosmos Predict와 같은 월드 모델(world model)을 사후 훈련(post-training)한 뒤, 이미지와 함께 “물체 옮기기”나 “공간 탐색하기” 같은 명령어를 입력할 수 있습니다.
- 그러면 GR00T-Dreams는 로봇이 새로운 환경에서 다양한 작업을 완료하는 여러 개의 합성 시퀀스를 “상상”해냅니다. 이는 텍스트 프롬프트만으로 객체나 컨텍스트를 완전히 변경하는 것도 포함합니다.
Lucid dreaming (자각몽)
- 더 깊이 들어가, AI 모델이 2D 이미지 한 장으로부터 ‘상호작용이 가능한 가상 세계 전체’를 구축하는 “반응형 신경망 시뮬레이터(responsive neural simulator)” 역할을 합니다.
- 개발자들은 이 환경 내에서 로봇을 원격 조작(teleoperate)할 수 있으며, 이를 통해 복잡한 로봇의 움직임을 제어하고 엣지 케이스(edge cases)를 실시간으로 실험할 수 있습니다.

시나리오가 생성되면, GR00T-Dreams는 이를 Cosmos Reason을 통해 전달합니다. Cosmos Reason은 결함이 있거나 품질이 낮은 “나쁜 꿈(bad dreams)”을 걸러내는 추론 모델입니다. 남은 데이터는 “일관된 행동 궤적(coherent action trajectories)”을 형성하며, 이는 GR00T N 모델 제품군과 같은 “비전-언어-행동 모델(vision language action models)”의 사후 훈련(post-training)에 연료를 공급합니다.

이 모델들은 시각적 이해, 자연어 이해, 그리고 물리적 제어를 통합하여, 로봇이 복잡한 환경에서 명령어를 해석하고 지능적으로 행동할 수 있게 합니다.

AWS, US 정부 고객 및 하이브리드 컴퓨팅 인프라 대상 NVIDIA 오퍼링 확장

GTC Washington, D.C.에서 AWS는 고객이 NVIDIA 기반 AI 가속화를 더 쉽게 활용할 수 있도록 지원하는 두 가지 업데이트를 발표했습니다.

NVIDIA, US 정보 커뮤니티(IC)용 AWS Marketplace에 등록

NVIDIA AI Enterprise가 이제 U.S. 정보 커뮤니티용 AWS Marketplace(ICMP)에 등록되었습니다. ICMP는 AWS가 제공하는 큐레이션된 디지털 카탈로그로, 정부 고객 지원에 특화된 벤더들의 소프트웨어 패키지 및 애플리케이션을 쉽게 검색, 구매, 배포할 수 있게 해줍니다. NVIDIA AI Enterprise는 AI 애플리케이션의 신속한 개발, 배포, 확장을 위한 가속화된 도구, 라이브러리, 마이크로서비스를 제공하는 엔드투엔드 클라우드 네이티브 플랫폼입니다. NVIDIA AI Enterprise는 풀스택 혁신을 가능하게 하며, 통합된 AI 워크플로우를 지원하고 AWS ICMP를 통해 U.S. 연방 정부 고객에게 NVIDIA의 엔터프라이즈급 지원을 제공함으로써 ‘미션 완료 시간(time to mission)’을 단축시킵니다.

NVIDIA Run:ai 지원, Amazon EKS Hybrid Nodes로 확장

NVIDIA Run:ai가 이제 Amazon EKS Hybrid Nodes를 지원하여, 단일 플랫폼을 통해 클라우드와 온프레미스(on-premises) 환경 모두에서 GPU 리소스를 더 쉽게 관리하고 확장할 수 있게 되었습니다. 이러한 통합을 통해 조직은 GPU 사용률을 극대화하고, 운영을 단순화하며, AI 워크로드가 가장 큰 가치를 발휘하는 곳에서 실행될 수 있도록 하여 효율성을 향상시킬 수 있습니다. AWS Outposts 랙 및 Local Zones 지원과 더불어, NVIDIA Run:ai는 분산된 하이브리드 인프라 전반에서 AI 이니셔티브를 가속화하는 데 필요한 유연성과 제어력을 제공합니다.

NVIDIA Earth-2, 차세대 이상 기후(Extreme Weather) 시뮬레이션 구동

NVIDIA Earth-2 플랫폼은 전 세계 기상 기관, 기후 기술 스타트업, 연구자들이 전 지구적 날씨와 기후에 대한 고해상도 AI 강화 모델 및 예측을 개발하도록 돕고 있습니다. GTC Washington, D.C.에서 공개된 새로운 Earth-2 도구와 연구는 더 나은 위험 분석과 재난 대비를 지원하기 위해, 이상 기후 현상의 빠르고 정확한 시뮬레이션에 초점을 맞추고 있습니다.

GTC 전시장은 NVIDIA Omniverse에서 구현된 새로운 워크플로우 데모를 선보였는데요, 이 데모는 현실적인 이상 기후 시뮬레이션 생성 속도를 ‘몇 시간에서 몇 초로’ 단축시키며, 사용자가 관심 있는 모든 위치의 폭풍을 시뮬레이션할 수 있게 하여 ‘상호작용형 기후 정보학(interactive climate informatics)’의 시대를 엽니다.

이 워크플로우는 NVIDIA Research가 개발한 파운데이션 모델인 cBottle(‘Climate in a Bottle’의 줄임말)을 포함한 Earth-2 도구들을 사용합니다. 이 모델은 전통적인 수치 모델보다 수천 배 더 빠르고 효율적으로 정확한 고해상도 기후 상태를 생성할 수 있습니다.

재난 대비 기관, 보험사, 정책 입안자, 그리고 National Weather Service(미국 국립 기상청)와 같은 기상 기관들은 이러한 AI 도구들을 활용하여 전례 없는 기상 시나리오의 잠재적 영향을 신속하게 연구할 수 있습니다.

U.S. National Weather Service의 수석 과학자 Monica Youngman은 “현실적이고 물리적으로 일관된 기상 시나리오를 생성할 수 있게 됨으로써, National Weather Service는 새로운 운영 도구를 신속하게 테스트하고, 예보관들이 경험해 보지 못한(unseen) 기상 이벤트를 훈련할 수 있게 될 것입니다. 또한 앙상블 모델을 통해 확률론적 정보를 소통하는 방식을 테스트하는 데도 도움이 될 것입니다.”라고 말했습니다.

NVIDIA Climate and Weather Simulation Research Lab이 Journal of Advances in Modeling Earth Systems에 발표한 새 논문은 ‘점수 기반 데이터 동화(score-based data assimilation)’의 문제를 다룹니다. 이는 AI 모델이 제한된 양의 기상 관측 데이터를 사용하여 더 높은 해상도의 시각화를 생성하는 기술로, 강력한 생성형 모델을 기반으로 데이터 포인트 사이의 ‘틈을 메워줍니다’.

한 예로, 이 기술은 사용자가 Oklahoma 주의 단 50개 기상 관측소 데이터만을 활용하여 주(state) 전체의 바람과 강수량을 모델링할 수 있게 합니다. 기존의 데이터 동화 기술을 사용하여 미국 본토의 날씨 지도를 극도로 높은 해상도로 생성하려면, 슈퍼컴퓨터에서 연간 수백만 CPU 시간이 소요됩니다. 연구진의 접근 방식은 NVIDIA PhysicsNeMo 프레임워크를 활용하여 이 처리 시간을 단일 GPU에서 단 1시간으로 극적으로 단축시켰습니다. 이는 이전에는 주요 기상 센터에서만 가능했던 정교한 대기 모델링을 ‘대중화’한 것입니다.

MITRE는 U.S. 정부를 위해 다양한 연방 기금 지원 연구 개발 센터(FFRDC)를 관리하는 비영리 법인으로, 이 모델을 사용하여 기상 예보의 ‘초기 조건(starting conditions)’을 개선하고 있습니다. 이는 기상 관측소에서 수집된 ‘산재된 데이터(scattered data)’를 가져와, 예보 모델을 돕고 더 나은 예측을 할 수 있도록 ‘완전한 대기 그림(complete atmospheric pictures)’을 만들어내는 작업을 포함합니다.

점수 기반 데이터 동화(score-based data assimilation)는 기상 예보에 있어 획기적인 변화를 의미합니다. 이는 제한된 관측 데이터를 대규모로 고충실도의 대기 상태로 전환할 수 있는 새로운 형태의 생성 신경망(generative neural network)입니다.”라고 MITRE 전략 협력 담당 수석 프린시펄인 Alex Philp는 말했습니다. “더 나은 초기 상태 설정(state initialization)은 수치 모델, 하이브리드 모델, AI 기반 기상 모델 등 모든 예측 과정에 도움이 되기 때문에 공공 및 민간 부문 모두에서 높은 관심을 보이고 있습니다. 출발점이 현실에 더 가까워질수록 모든 예보가 더 정확해집니다.”

Earth-2로 시작해 보세요.

소프트웨어 제품 정보에 대한 공지사항을 참조하세요.

NVIDIA Blackwell: 미국에서 제조하여, 전 세계로 공급합니다

NVIDIA Blackwell 아키텍처는 AI 인프라의 차세대 진화를 상징하며, ‘재산업화(reindustrialization)’와 혁신의 새로운 시대를 이끌고 있습니다. Arizona와 Indiana의 실리콘 제조(fabrication)부터 Texas와 California에서의 조립(assembly)에 이르기까지, 미국 전역에서 그 공정을 거친 NVIDIA Blackwell은 대규모 정밀 엔지니어링의 정수를 보여줍니다.

130조 개의 트랜지스터와 120만 개의 부품을 갖춘 NVIDIA Blackwell은 기술적 혁신이자 산업적 돌파구 그 자체입니다. — 미국에서 제조되어, 전 세계로 공급됩니다.

활약하는 Newton: 오픈소스 물리 시뮬레이션, 로봇의 복잡한 작업 수행을 돕다

물리 시뮬레이션은 로봇에게 세상 속에서 움직이고 상호작용하는 법을 가르치는 데 필수적입니다. 하지만 현대 로봇의 복잡성은 현재의 시뮬레이션 기술을 한계로 밀어붙이고 있습니다.

Newton은 로봇 학습의 발전을 위해 NVIDIA, Google DeepMind, 그리고 Disney Research가 개발하고 Linux Foundation이 관리하는, 오픈소스 기반의 확장 가능한 물리 엔진입니다. NVIDIA Warp와 OpenUSD를 기반으로 구축되었으며, MuJoCo Playground 및 NVIDIA Isaac Lab과 같은 로봇 학습 프레임워크와 호환되는 Newton은 로봇이 복잡한 작업을 더 높은 정밀도로 처리하는 방법을 배울 수 있게 해줍니다.

이번 주 NVIDIA GTC Washington, D.C.에서 공개된 Newton은 이제 여러 솔버(solver)로 구성되어 있으며, 이를 통해 로봇이 다양한 종류의 물질과 상호작용하는 방법을 학습할 수 있습니다. Cloth simulator는 로봇이 세탁물 개기 같은 작업을 위해 천이나 유연한 재질을 다루는 방법을 배우도록 돕습니다. Granular materials solver는 로봇이 모래, 흙 및 기타 느슨한 재질을 실시간으로 다루는 연습을 하도록 하여, 불규칙하거나 움직이는 지면에서의 야외 작업에 대비할 수 있게 합니다.

Rigid body solver는 로봇이 단단한 물체나 자신의 기계적 관절을 다룰 때 필요한 정밀한 움직임을 처리하며, 로봇의 신체 부위 간 부드러운 협응을 가능하게 합니다. 이를 통해 개발자들은 같은 가상 환경에서 모래 위에 서서 액체가 담긴 단단한 컵을 집는 것과 같은 복잡한 시나리오도 시뮬레이션할 수 있습니다.

STAC과 함께 쌓아올린 승리: NVIDIA GH200 슈퍼칩, 금융 서비스 업계 벤치마크에서 기록 달성

NVIDIA GH200 Grace Hopper Superchip은 실시간 시장 데이터에 대한 금융 서비스 분야의 주요 추론 벤치마크에서 뛰어난 성과를 거뒀습니다NVIDIA GH200 Grace Hopper Superchip은 실시간 시장 데이터에 대한 금융 서비스 분야의 주요 추론 벤치마크에서 뛰어난 성과를 거두었습니다.

STAC(금융기관 및 기술기업을 위한 산업 표준 벤치마크를 만드는 기관)은 최근 Supermicro 서버에서 NVIDIA GH200 Grace Hopper Superchip을 대상으로 STAC-ML Markets (Inference) 감사 테스트를 진행했습니다STAC(금융기관 및 기술기업을 위한 산업 표준 벤치마크를 만드는 기관)은 최근 Supermicro 서버에서 NVIDIA GH200 Grace Hopper Superchip을 대상으로 STAC-ML Markets (Inference) 감사 테스트를 진행했습니다.

GH200 Superchip은 이번 주 NVIDIA GTC Washington, D.C.에서 선보인 NVIDIA의 전체 스택 추론 플랫폼의 일환으로, 이전에 FPGA(필드프로그래머블게이트어레이)에서 보고된 STAC-ML 최고 기록을 뛰어넘으며 새로운 세계 기록을 달성했습니다GH200 Superchip은 이번 주 NVIDIA GTC Washington, D.C.에서 선보인 NVIDIA의 전체 스택 추론 플랫폼의 일환으로, 이전에 FPGA(필드프로그래머블게이트어레이)에서 보고된 STAC-ML 최고 기록을 뛰어넘으며 새로운 세계 기록을 달성했습니다.

주요 성과는 다음과 같습니다:

대형 LSTM 모델(3천만 매개변수)에서 최대 49% 더 낮은 지연(latency)대형 LSTM 모델(3천만 매개변수)에서 최대 49% 더 낮은 지연.
소형 LSTM 모델(20만 미만 매개변수)에서는 여러 동시 모델 인스턴스에서도 최소 4.7 마이크로초의 지연, 소형 LSTM 모델(20만 미만 매개변수)에서는 여러 동시 모델 인스턴스에서도 최소 4.7마이크로초의 지연.
최대 지연(latency) 최대 6배 감소, 최대 지연(latency) 최대 6배 감소.
추론 오류율 최대 13배 감소, 추론 오류율 최대 13배 감소.
에너지 효율 최대 44% 향상, 에너지 효율 최대 44% 향상.

결과에 대한 전체 레포트는 아래에서 확인할 수 있습니다.

NVIDIA Clara 오픈 모델은 대규모 과학 및 의료 협업을 신속하게 시작할 수 있도록 지원합니다.

NVIDIA가 NVIDIA Clara의 일환으로 새로운 오픈 모델(open models)을 선보입니다. NVIDIA Clara는 과학적 발견을 가속화하고, 의료 이미지를 분석하며, 인간 건강, 생물학, 화학에 대한 기초적인 이해를 제공하기 위해 구축된 모델, 도구, 레시피의 집합체입니다.

Clara는 초기에 단백질 구조 예측부터 실험실에서 합성할 수 있는 분자 설계까지 신약 개발 전 과정을 지원합니다.

Clara에는 RNA 코드의 규칙을 학습하여 치료 설계를 개선할 수 있는 CodonFM 모델이 포함되어 있습니다. CodonFM은 Arc Institute와 공동 개발되었으며, Therna Biosciences, Greenstone Biosciences, Moonwalk Biosciences, Stanford RNA Medicine 프로그램에서 RNA 데이터셋을 정제해 의약품 설계를 더 잘 매핑하는 데 사용될 예정입니다. NVIDIA는 이와 같은 오픈 모델(CodonFM 등)을 Chan Zuckerberg Initiative의 버추얼 셀 플랫폼에 기여하여 오픈 소스 협업과 모델 평가를 가속합니다. 또한 커뮤니티 기반 버추얼 셀 모델의 표준화를 위해 cz-benchmarks도 공동 개발했습니다.

또 다른 Clara 모델인 La-Proteina는 기존 모델보다 두 배 길이의 3D 단백질 구조를 원자 단위로 더 빠르게 생성할 수 있어, 더 나은 약물, 효소, 소재 설계가 가능합니다.

Clara에는 또한 방사선 및 의료 영상에서 설명 가능한 AI를 발전시키는 Reason(비전 언어 모델), 상호작용식 3D 분할과 주석을 위한 Segment, 고품질 합성 CT 및 MR 이미지를 생성하는 Generate 등이 포함됩니다.

NVIDIA 연구진은 미국 국립보건원(NIH) 임상의와 협력해 인간 전문가의 추론 과정을 포착, 의료 AI에 투명성과 해석 가능성을 제공했습니다. NIH는 Clara Reason 모델을 방사선 workflow에 통합하여 보고서 작성 지원, 결과 설명, 임상의 교육에 활용 중입니다.

Kitware는 NVIDIA Clara 오픈 모델을 VolView 플랫폼에 연동해, 연구자·개발자·혁신가들이 기존 의료 영상 및 데이터 생태계 내에서 최첨단 AI 기능(분할, 추론, 생성)을 실험하도록 지원합니다.

Kimberly Powell(NVIDIA 헬스케어 부사장)의 특별 연설과 미국 상원 의원 Todd Young과의 AI·바이오텍 토픽 대담도 시청해 보세요.

소프트웨어 제품 정보에 관한 공지사항도 참고하세요.

J&J MedTech는 NVIDIA Physical AI와 함께 외과 혁신을 선도하고 있습니다.

피지컬 AI와 시뮬레이션을 활용하여, Johnson & Johnson MedTech는 MONARCH Platform의 개발을 고도화하고 있습니다. 이 플랫폼은 로봇 보조 기관지 내시경술 분야에서 시장 최초의 혁신을 이룬 제품으로, United States에서는 로봇 보조 비뇨기과 수술에도 사용하도록 승인받았습니다.

NVIDIA GTC Washington, D.C. 컨퍼런스에서 공개된 NVIDIA Omniverse와 Cosmos 플랫폼 기반의 NVIDIA Isaac for Healthcare를 활용해, J&J 팀은 실제 병실에 들어가기 전 가상 환경에서 MONARCH Platform for Urology의 성능을 시뮬레이션하며 기기 구성, 환자 인터랙션 등 모든 과정을 테스트합니다.

신장 결석은 미국인의 9명 중 1명꼴로 발생하며, 연간 최대 200만 명이 응급실을 방문하고, 환자 상당수가 여러 번 시술이 필요합니다. 10%는 한 달 내 재방문, 절반은 10년 내 재발하며, 내시경 시술의 장기 반복은 임상의의 피로와 부담을 초래하고, 60%가 넘는 비뇨기 내시경 의사가 정형외과적 부상을 경험합니다.

Omniverse를 통해 임상의와 엔지니어는 해부학 및 수술실의 디지털 트윈을 공동 설계·테스트하며, 레이아웃과 인체공학, 프로세스 흐름을 실제 공간이나 장비 점유 없이 최적화할 수 있습니다. 이전에는 수개월, 수년이 걸리던 설계 리뷰가 이제 몇 시간 만에 가능해 빠른 반복 개선이 가능합니다.

한편 Cosmos는 현실적인 합성 데이터셋을 생성해 비전, 추적, 자동화 모델의 학습 – 수개월 걸리던 데이터 수집을 단 몇 시간으로 단축합니다. 가상과 현실 시스템 간의 이 피드백 루프는 검증을 가속하고, 임상 준비까지 걸리는 시간을 줄이며, 매 순간이 중요한 수술실에서 효율성을 높입니다.

이와 같은 시뮬레이션 우선 접근 방식은 J&J MedTech 팀이 다양한 설계변경을 평가하고, 신기기를 가상으로 테스트하며, 임상 피드백을 통합할 수 있도록 합니다. 또한 2026년 미국 출시 예정인 MONARCH Platform for Urology의 교육·훈련 방식을 혁신하여, 환자 시술 전 고충실도·물리적 정확도의 해부 시뮬레이션에서 복잡 시나리오를 연습할 수 있습니다.

키노트 프리쇼

곧 NVIDIA CEO Jensen Huang의 GTC Washington, D.C. 키노트가 시작되기 전에 Altimeter의 Brad Gerstner, Moor Insights and Strategy의 Patrick Moorhead, CNBC의 Kristina Partsinevelos가 진행하는 프리게임 쇼가 진행되었습니다. 업계 리더들이 생태계 전반에 걸친 AI의 현황에 대한 인사이트를 공유했습니다.

중형 도시들은 AI 도입 준비를 어떻게 해결하고 있는가

혁신을 촉진하기 위해 이 도시는 Human Machine Collaboration Institute와 NVIDIA와 함께, AI 교육 이니셔티브, AI 인프라 투자, AI를 도입하는 소기업 지원을 포함한 경제 개발 전략을 추진하고 있습니다.

“저희는 Rancho Cordova 시입니다. 우리는 인공지능 전문가도, 반도체 전문가도 아닙니다.”라고 Micah Runner, Rancho Cordova 시 매니저가 말했습니다. “그래서 이 분야를 잘 알고 책임질 수 있는 좋은 파트너를 찾아 신뢰하는 것이 중요합니다.”

이 도시는 자사의 전략이 전국적으로 확산 가능하다고 보고 있습니다.

“미국에는 20개 대도시만 있지만, 수만 개의 중소 도시들이 있습니다. 이 모든 지역사회가 동등한 경쟁의 장을 만들 수 있는 방법을 반드시 찾아야 한다고 생각합니다.”라고 Runner가 덧붙였습니다.

AI 교육의 날: AI 워크숍과 NVIDIA Gear Store 트럭의 대학 투어로 시작된 GTC

GTC Washington, D.C.는 Walter E. Washington 컨벤션 센터에서는 에이전틱 AI, 가속 데이터 사이언스, 거대 언어 모델, 피지컬 AI를 주제로 원데이로 진행되는 개발자 워크숍 시리즈가 진행되었습니다.