엔비디아, 휴머노이드 개발 가속하는 '아이작 GR00T 블루프린트' 공개

휴머노이드 로봇에게 물건을 집는 법을 가르치는 일은 생각보다 훨씬 고된 작업입니다. 사람이 직접 모션 캡처 장비를 착용하고 로봇 앞에서 수천 번 시연해야 하는 모방 학습은 시간과 비용이 천문학적으로 들기 때문입니다.

엔비디아의 젠슨 황 CEO는 CES 기조연설에서 이 병목 현상을 가상 환경으로 단번에 해결하겠다는 구상을 밝혔습니다. 대규모 합성 모션 데이터를 생성하는 '아이작 그루트 블루프린트(Isaac GR00T Blueprint)'와 물리 법칙을 이해하는 세계 기반 모델 플랫폼 '코스모스(Cosmos)'를 동시에 공개했습니다.

비전 프로 착용하고 가상 공간에서 모션 무한 복제

이번 아이작 그루트 블루프린트의 핵심은 아주 적은 수의 인간 시연 데이터를 가지고 기하급수적인 규모의 훈련용 합성 데이터를 만들어내는 데 있습니다.

과정은 3단계 워크플로우로 진행됩니다. 먼저 'GR00T-Teleop' 단계에서 작업자가 애플 비전 프로를 착용하고 디지털 트윈 안에서 동작을 수행하면, 시뮬레이션 속 로봇이 이를 따라 하며 기준 정답 데이터를 기록합니다.

그다음 'GR00T-Mimic' 워크플로우를 거쳐 캡처된 동작을 다양한 변형을 가진 합성 모션 데이터로 불립니다.

마지막 'GR00T-Gen' 단계에서는 엔비디아 옴니버스와 코스모스를 활용해 도메인 무작위화와 3D 업스케일링을 적용, 데이터 규모를 기하급수적으로 확장합니다. 이렇게 완성된 방대한 데이터는 오픈소스 로봇 학습 프레임워크인 아이작 랩(Isaac Lab)에 입력되어 로봇 제어 정책을 훈련시키는 데 쓰입니다.

200만 시간 물리 데이터를 학습한 세계 모델 '코스모스'

가상 환경에서 훈련한 로봇이 현실로 나오면 헛돌기 쉬운 'Sim-to-Real(시뮬레이션-현실 간 격차)' 문제도 정면으로 다뤘습니다.

코스모스는 물리 법칙을 따르는 영상과 세계 상태를 생성하도록 설계된 오픈형 사전 학습 세계 기반 모델입니다. 자율주행, 로봇, 드론 촬영 영상과 합성 데이터 등 200만 시간에 달하는 1경 8천조(18 quadrillion) 토큰으로 사전 훈련되었으며, 자기회귀 모델과 확산 모델 형태로 제공됩니다.

특히 옴니버스의 정밀한 물리 시뮬레이션 제어를 결합해 생성 모델 특유의 물리적 오류나 환각 현상을 억제하고, 3D 이미지를 실제 사진 수준으로 끌어올려 현실과의 시각적 간극을 좁혔습니다. 이미 보스턴 다이내믹스와 피규어 등 대표 로봇 기업들이 그루트를 도입해 성과를 내고 있습니다.

왜 중요한가

휴머노이드 로봇 시장은 향후 10년간 380억 달러 규모로 성장할 것으로 전망되지만, 정밀성을 요구하는 산업 제조 현장에 바로 투입하기에는 현실 데이터 수집 비용이 너무 컸습니다.

로봇 개발사 입장에서 이번 발표는 개발 문턱을 획기적으로 낮춰주는 전환점입니다. 비전 프로 한 대와 가상 시뮬레이션 인프라만 갖추면 고가의 모션 캡처 스튜디오 없이도 대규모 훈련 데이터를 자체 생산할 수 있기 때문입니다. 현재 로봇 제조사를 대상으로 얼리 액세스 신청을 받고 있습니다.

엔비디아의 전략 역시 치밀합니다. 그래픽 카드를 팔던 기업이 이제는 모션 캡처 툴, 물리 엔진, 생성형 세계 모델, 로봇 학습 프레임워크까지 풀스택으로 엮어 피지컬 AI 생태계의 빗장을 걸어 잠그고 있습니다.

다만 합성 데이터가 현실의 불확실성을 100% 대체할 수 있는지는 냉정하게 지켜볼 대목입니다. 코스모스가 아무리 200만 시간의 물리 법칙을 학습했더라도, 실제 공장의 미세한 진동, 마모, 조명 변화까지 완벽히 시뮬레이션하지 못하면 현장 적응 단계에서 오작동이 일어날 가능성은 여전히 남아 있습니다.