엔비디아, 비디오 분석 AI 에이전트 블루프린트 공개: 처리 속도 30배 향상

전 세계에 설치된 기업용 카메라는 15억 대가 넘고 매년 약 7조 시간의 영상이 녹화됩니다. 하지만 사람이 실시간으로 확인하는 영상은 1% 미만에 불과합니다.

NVIDIA가 이 방치된 영상 데이터에 주목했습니다. CES 기간에 맞춰 NVIDIA는 영상 검색과 요약을 수행하는 AI 에이전트를 구축할 수 있는 새로운 'NVIDIA AI Blueprint' 얼리 액세스를 공개했습니다.

30배 빠른 영상 처리와 추론 능력 결합

이번 블루프린트는 NVIDIA Metropolis 플랫폼을 기반으로 Cosmos Nemotron 시각 언어 모델(VLM), Llama Nemotron 대규모 언어 모델(LLM), NeMo Retriever를 결합했습니다.

NVIDIA AI Enterprise의 NIM 마이크로서비스를 활용해 영상을 실시간 시청 대비 30배 빠른 속도로 일괄 처리합니다. 단순 태깅을 넘어 생각의 사슬(Chain-of-Thought) 추론, 작업 계획, 도구 호출 등 에이전트 기능을 갖추고 있어 엣지부터 클라우드까지 유연하게 배포할 수 있습니다.

제조 현장에서는 작업자의 조립 순서가 표준 절차에 맞는지 확인하거나, 창고의 3D 공간을 계산해 적재 효율을 높일 수 있습니다. 사고가 발생하면 영상을 분석해 사고 보고서를 자동으로 작성하기도 합니다.

젠슨 황 CEO 시구 영상까지 분석한 AI

산업 현장 외에 스포츠와 엔터테인먼트 시장도 정조준하고 있습니다.

CES 기조연설에서 젠슨 황 CEO는 샌프란시스코 자이언츠 경기에서 자신이 직접 던진 시구 영상을 AI 에이전트로 분석하는 시연을 선보였습니다. 에이전트는 프로 선수의 패스트볼 투구 동작과 프레임 단위로 비교해 개선점을 제안했습니다.

현재 액센추어, 딜로이트, EY, 인포시스, 페가트론, TCS 등이 이 블루프린트를 자체 개발 워크플로에 도입하고 있습니다.

왜 중요한가

지금까지 수많은 산업용 카메라는 녹화만 해둘 뿐, 실제 문제가 터지면 사람이 수십 시간 분량의 영상을 뒤져야 하는 비효율을 안고 있었습니다. 7조 시간에 달하는 미확인 영상 데이터를 AI가 이해하고 검색할 수 있게 만드는 것은 물리 보안과 운영 최적화 분야의 핵심 과제였습니다.

NVIDIA는 단일 모델을 내놓는 데 그치지 않고, 비전 언어 모델과 검색, 에이전트 워크플로를 하나의 청사진으로 묶어 개발자에게 제공하는 영리한 방식을 택했습니다. 기업 입장에서는 기존 인프라를 유지하면서 고도화된 비디오 AI를 빠르게 적용해볼 수 있습니다.

다만 30배속 일괄 처리는 사후 분석이나 정기 점검에는 매우 유용하지만, 즉각적인 안전 조치가 필요한 제조 라인에서는 초저지연 실시간 처리가 필수적입니다. 엣지 단의 연산 비용과 네트워크 부하를 실질적으로 얼마나 낮출 수 있는지가 본격적인 확산의 관건이 될 것으로 보입니다.