NVIDIA CEO 젠슨 황의 CES 2025 키노트

• 영상 스크립트를 이용한 전체 발표 요약
• 핵심 발표 : GeForce RTX, Blackwell, Agentic AI, AI PCs, Physical AI, Autonomous Vehicles, Robotics

인트로 영상 : "토큰은 AI의 기반"

• 토큰의 역할:

  • 토큰은 AI가 데이터를 이해하고 처리하는 기본 단위로, AI 시스템이 단어, 이미지, 동영상 등을 변환하고 창조할 수 있게 함
  • 단어를 지식으로 변환하며, 새로운 정보와 기술을 생성
  • 예술과 기술 발전에서 중요한 동력으로 작용하며, 인간과 AI의 협업 가능성을 넓힘

• 토큰의 실제 활용:

  • 이미지를 분석하고 새로운 이미지를 생성
  • 텍스트를 영상으로 변환하여 창의적인 콘텐츠 제작
  • 로봇의 움직임을 학습하고 더 정밀한 동작을 가능하게 함
  • 자연 재해, 질병 등 위협을 예측하고 이에 대한 해결책을 제시
  • 숫자와 데이터를 통해 환경을 더 잘 이해하고, 의사결정을 지원

CES에서 NVIDIA: 혁신의 여정

NVIDIA의 주요 발전

초기 혁신

• 1993년:
  • NV1의 출시로 PC에서 게임 콘솔 기능을 가능하게 함
  • 당시 혁신적인 프로그래밍 아키텍처인 UDA(Unified Device Architecture) 도입
• 1999년:
  • 프로그래머블 GPU의 발명으로 컴퓨터 그래픽 산업을 혁신
  • 이를 통해 영화, 게임, 애니메이션 등의 시각적 품질을 비약적으로 향상
• 2006년:
  • CUDA(Compute Unified Device Architecture) 도입으로 GPU를 활용한 다양한 알고리즘 실행 가능

AI 주요 이정표

• 2012년:
  • CUDA를 활용한 AlexNet이 딥러닝 연구를 가속화하며 AI 발전의 토대를 마련
• 2018년:
  • Google의 Transformer 아키텍처를 기반으로 BERT 출시
  • Transformer는 자연어 처리와 다중모달 AI를 통해 AI의 가능성을 대폭 확장

생성형 AI의 진화

• 이미지와 소리 데이터를 이해하는 단계를 넘어, 텍스트와 동영상 생성으로 발전
• 멀티모달 기능:
  • 텍스트, 이미지, 소리뿐만 아니라 아미노산, 물리학 데이터 등 복잡한 정보도 처리 가능

RTX Blackwell: GPU의 미래

RTX 50 시리즈 공개

• 성능 주요 사항:

  • 920억 트랜지스터, 4페타플롭의 AI 연산 성능
  • 이전 세대 대비 3배 향상된 성능
  • 최신 DLSS 기술로 프레임 생성 최적화
  • 실시간 레이트레이싱(ray tracing) 지원으로 더욱 정교한 그래픽 구현

• 제품 라인업:

  • RTX 5070부터 RTX 5090까지 다양한 모델 제공
  • RTX 5090은 RTX 4090 대비 두 배의 성능을 제공하며, 고사양 게임과 그래픽 작업에 최적화

• GeForce와 AI의 융합:

  • GeForce가 AI 기술을 대중화했으며, 이제 AI 기술이 다시 GeForce를 혁신
  • Ray Tracing과 DLSS(Deep Learning Super Sampling) 기술을 통해 더 높은 에너지 효율성과 그래픽 품질을 실현

에이전트 AI: 디지털 워크포스의 등장

에이전트 AI의 개념

• 정의: AI 에이전트는 특정 업무를 수행하도록 설계된 도메인 전문 태스크 전문가
• 작동 방식:
  • 사용자와 상호작용하며 복잡한 문제를 해결
  • 문제를 세부적으로 분해하고 데이터를 검색하거나 도구를 활용해 결과 생성

NVIDIA의 에이전트 AI 구성 요소

1. NVIDIA NIMS:

   • AI 마이크로서비스 형태로 제공
   • 복잡한 AI 소프트웨어와 모델을 컨테이너화하여 쉽게 배포 가능
   • 주요 활용 분야:
     • 시각, 언어 이해, 음성, 디지털 생물학, 물리적 AI

2. NVIDIA Nemo:

   • 디지털 에이전트를 회사의 요구에 맞게 훈련 및 관리
   • 특징:
     • 기업의 언어, 프로세스, 정책을 반영해 AI 에이전트 커스터마이징
     • 에이전트 성능 평가 및 피드백 제공
     • 가드레일 설정으로 허용되지 않는 행동이나 정보를 제어

3. 에이전트 블루프린트:

   • 다양한 태스크를 수행하는 에이전트 템플릿 제공
   • 오픈 소스로 제공되어 수정 및 확장 가능

에이전트 AI의 활용 사례

1. 지식 작업자와 학생:

   • 복잡한 문서를 이해하고 대화형 포드캐스트 생성
   • 학술 논문, 강의 자료, 재무 보고서를 분석하고 요약

2. 소프트웨어 개발자:

   • 보안 취약점을 지속적으로 스캔하고 해결책 제안
   • 개발 속도를 높이고 코드 품질 향상

3. 가상 실험실:

   • 연구자가 수십억 개의 화합물을 스크리닝하여 약물 후보를 빠르게 탐색
   • 물리적 실험의 한계를 극복

4. 산업 데이터 분석:

   • 수백 대의 카메라에서 데이터를 분석하고 교통 혼잡 및 위험을 모니터링
   • 프로세스를 최적화하거나 작업자와 로봇을 재배치

에이전트 AI의 미래

• AI 에이전트는 디지털 워크포스로 자리 잡으며 인간과 협업
• 엔터프라이즈 환경에서 에이전트의 역할이 점점 중요해질 전망:
  • 업무 자동화, 비용 절감, 효율성 증대
• 에이전트 AI가 기업 IT 부서의 핵심 도구로 자리 잡고, 기업은 이를 관리하며 AI HR 역할 수행

AI 혁신을 위한 새로운 도구

NVIDIA Cosmos: 물리적 AI를 위한 세계 모델 플랫폼

• 정의: Cosmos는 물리적 세계의 데이터를 이해하고 시뮬레이션하는 World Foundation Model 플랫폼
• 목적:
  • 물리적 세계에서 발생하는 데이터와 현상을 AI 모델이 학습하고 활용하도록 지원
  • 로봇, 자율주행차, 산업용 AI 등 다양한 물리적 AI 응용 분야에서 사용

Cosmos의 핵심 기능

1. Auto-regressive 모델:

   • 실시간 응용을 위한 데이터 처리 및 생성
   • 물리적 세계의 연속적인 상태 변화를 예측하고 시뮬레이션 가능

2. Diffusion 기반 모델:

   • 고품질 이미지 및 비디오 데이터를 생성
   • 물리적으로 기반한 데이터 생성으로 현실적인 시뮬레이션 가능

3. 고급 토크나이저:

   • 물리적 세계의 데이터를 정밀히 분석하여 AI 학습에 적합한 토큰 생성
   • 데이터의 물리적, 역학적 의미를 반영

4. AI 가속 데이터 파이프라인:

   • 방대한 물리적 데이터를 효율적으로 처리하고 관리
   • CUDA 및 AI 기술을 활용하여 데이터 처리 속도 향상

Cosmos의 적용 사례

1. 로봇 훈련:

   • 물리적 데이터를 기반으로 로봇의 행동과 동작을 학습
   • 물리적 세계에서의 역학적 이해를 통해 로봇의 실시간 적응력 강화

2. 자율주행차 시뮬레이션:

   • 주행 환경, 날씨, 교통 상황 등의 다양한 시나리오 생성
   • AI 모델이 안전하고 효율적인 자율주행을 학습하도록 지원

3. 산업용 AI 테스트 및 검증:

   • 공장, 창고, 물류 센터 등의 디지털 트윈 환경 생성
   • 작업 프로세스를 최적화하고 AI 기반 자동화 개선

4. 비디오 생성 및 데이터 캡셔닝:

   • 물리적 세계를 기반으로 한 동영상 생성 및 설명 제공
   • AI 훈련에 필요한 고품질 멀티모달 데이터셋 구축

Cosmos와 Omniverse의 연계

• Omniverse와의 결합:

  • Omniverse는 물리적으로 정확한 시뮬레이션 환경을 제공
  • Cosmos는 Omniverse 데이터를 기반으로 AI 생성 결과를 물리적 진실에 가깝게 만듦

• 결합의 이점:

  • 물리적으로 기반한 멀티버스 시뮬레이션 생성
  • AI가 현실과 유사한 조건에서 학습하고 행동하도록 돕는 환경 제공

Cosmos의 데이터 활용

• 데이터 생성 및 학습:

  • 2,000만 시간의 물리적 세계 데이터를 기반으로 훈련
  • 자연현상, 인간 행동, 역학적 움직임을 이해하는 데 초점

• 응용 분야:

  • 로봇의 모션 학습
  • 자율 시스템의 동작 예측
  • AI 모델의 멀티모달 학습을 위한 데이터셋 제공

Cosmos의 장점

1. 물리적 데이터의 직관적 이해:

   • 중력, 마찰, 관성 등 물리적 세계의 핵심 개념을 학습
   • 물체 영속성, 원인과 결과 등의 논리를 이해

2. 효율적 데이터 생성:

   • 시뮬레이션 환경에서 대량의 데이터를 생성해 학습 비용 절감
   • 복잡한 물리적 시나리오를 빠르게 생성하고 분석

3. 오픈 플랫폼:

   • Cosmos는 GitHub에서 오픈 라이선스로 제공
   • 다양한 산업과 연구 분야에서 자유롭게 활용 가능

미래 전망

• 물리적 AI의 기반:

  • Cosmos는 물리적 AI를 위한 필수 플랫폼으로 자리잡을 전망
  • 로봇과 자율 시스템 개발의 속도를 가속화

• 산업적 혁신:

  • 제조업, 물류, 의료 등에서 AI 기반 자동화와 최적화를 지원
  • Omniverse와의 연계를 통해 디지털 트윈 기술의 정교함을 더욱 강화

• 생성형 AI와의 융합:

  • Cosmos가 생성하는 물리적 데이터를 활용해 멀티모달 AI와 로봇 기술을 발전
  • "미래를 예측하고 올바른 경로를 선택"할 수 있는 AI 시스템 구축

NVIDIA Isaac Groot: 로봇 개발을 위한 종합 플랫폼

Isaac Groot 개요

• 정의: Isaac Groot는 인간형 로봇 및 일반 로봇 개발을 가속화하기 위한 NVIDIA의 로봇 학습 및 시뮬레이션 플랫폼
• 목적:
  • 로봇의 복잡한 행동과 동작을 학습시키기 위해 대규모 데이터 생성 및 처리
  • 물리적 환경에서의 로봇 성능을 최적화하고 안전한 테스트 환경 제공

Isaac Groot의 주요 구성 요소

1. 로봇 기반 모델 (Robot Foundation Models):

   • 인간형 로봇을 포함한 일반 로봇의 초기 학습 및 동작 정의
   • Omniverse와 Cosmos를 활용해 물리적 환경에서 작동 가능한 모델 생성

2. 데이터 파이프라인 (Data Pipelines):

   • 소규모 시뮬레이션 데이터를 대규모 학습 데이터로 증강
   • AI 가속화 기술을 활용해 데이터를 빠르게 처리하고 학습에 활용

3. 시뮬레이션 프레임워크 (Simulation Frameworks):

   • 위험 없는 환경에서 로봇의 동작을 테스트
   • Omniverse 기반 시뮬레이션으로 물리적 데이터의 정확성을 보장

4. Thor 로봇 프로세서:

   • 로봇의 두뇌 역할을 하는 고성능 AI 컴퓨팅 유닛
   • 센서 데이터를 처리하고 실시간 동작을 제어

Isaac Groot의 기능

1. Groot Teleop:

   • 설명: Apple Vision Pro와 같은 장치를 사용해 인간이 로봇 디지털 트윈을 원격으로 조작
   • 특징:
     • 로봇이 없어도 데이터 캡처 가능
     • 물리적 손상이나 마모 없이 안전한 환경에서 동작 수집

2. Groot Mimic:

   • 설명: 수집된 로봇 동작 데이터를 증강해 대규모 학습 데이터 생성
   • 특징:
     • Teleop에서 캡처한 소규모 데이터를 수십만 개의 모션 데이터셋으로 확대

3. Groot Gen:

   • 설명: Omniverse와 Cosmos를 활용해 데이터의 도메인 랜덤화 및 3D 업스케일링 수행
   • 특징:
     • 다양한 환경과 조건을 반영한 데이터를 생성
     • 현실적이고 물리적으로 기반한 시뮬레이션 데이터 제공

4. Isaac Sim:

   • 설명: 소프트웨어-인-더-루프(Software-in-the-Loop) 테스트와 검증
   • 특징:
     • 실제 로봇 배포 전에 시뮬레이션에서 성능 테스트

Isaac Groot의 활용 사례

1. 인간형 로봇 개발:

   • 인간의 움직임 데이터를 학습하고, 다양한 작업을 수행하도록 훈련
   • 복잡한 작업을 반복적으로 수행하는 데이터 증강으로 학습 비용 절감

2. 산업용 로봇:

   • 공장, 창고 등에서 물리적 환경에 적응 가능한 로봇 배치
   • 작업 효율성을 높이고, 위험 작업을 대체할 수 있는 로봇 훈련

3. 자율 로봇 테스트:

   • 자율 로봇의 동작을 대규모 시뮬레이션에서 테스트
   • 다양한 환경 조건에서 안정성과 성능을 검증

Isaac Groot의 장점

1. 데이터 효율성:

   • 소규모 데이터를 기반으로 대규모 데이터셋 생성
   • Omniverse와 Cosmos를 통해 현실에 기반한 고품질 데이터 제공

2. 안전한 테스트 환경:

   • 위험 없는 시뮬레이션 환경에서 로봇 동작 학습 및 검증
   • 물리적 환경에서 발생할 수 있는 오류를 시뮬레이션 단계에서 미리 확인

3. 유연성과 확장성:

   • 다양한 로봇 플랫폼과 통합 가능
   • 산업, 연구, 자율 시스템 등 여러 분야에서 활용 가능

Isaac Groot의 미래

• 로봇 산업의 성장 지원:

  • Isaac Groot는 로봇 개발 비용을 절감하고 시간 단축을 가능하게 함
  • 인간형 로봇, 물류 로봇, 서비스 로봇 등 다양한 분야에 적용 가능

• AI와 로봇의 결합 강화:

  • AI와 시뮬레이션 기술을 결합하여 일반 로봇 개발 가속화
  • 물리적 세계와 디지털 트윈을 연결해 로봇의 현실 적응력 향상

• 산업 전반의 자동화 촉진:

  • 제조업, 물류, 의료 등에서 로봇과 AI를 활용한 자동화 혁신
  • Isaac Groot는 로봇 혁명의 중심에 있는 핵심 플랫폼으로 자리잡을 전망

NVIDIA의 비전: AI와 로봇의 미래

NVIDIA는 AI와 로봇 기술을 융합하여 물리적 세계와 디지털 세계를 연결하는 데 중점을 두고 있으며, 이를 통해 모든 산업에서 혁신을 촉진하고자 함

NVIDIA의 세 가지 주요 로봇 비전

1. 정보 기반 에이전트 (Agentic AI):

   • 역할:
     • 데이터 분석, 사용자와의 상호작용, 복잡한 문제 해결
     • 업무를 자동화하며 인간과 협업하여 생산성을 극대화
   • 활용 사례:
     • 기업 내 정보 검색, 고객 지원, 생산성 도구 최적화

2. 자율주행차 (Autonomous Vehicles):

   • 역할:
     • 고도로 발전된 자율주행 기술을 통해 운전 안전성과 효율성 향상
     • 도로와 도시 환경에 적합한 자율 시스템 개발
   • 미래 전망:
     • 자율주행차는 단일 산업에서 다중 조 단위 규모로 성장할 가능성
     • NVIDIA의 Thor 프로세서를 활용해 자율주행차의 센서 데이터를 실시간 처리

3. 인간형 로봇 (Humanoid Robots):

   • 역할:
     • 인간 환경에서 작업을 수행할 수 있는 다목적 로봇 개발
     • 기존 환경에 적응하며 물리적 작업을 자동화
   • 특징:
     • 인간의 모션 데이터를 학습하고, 이를 활용해 복잡한 작업 수행
     • Omniverse 및 Cosmos 플랫폼으로 대규모 데이터 생성과 학습 지원

디지털 트윈: 현실과 가상의 연결

• 정의: 디지털 트윈은 실제 환경과 동일한 가상 시뮬레이션 환경

• 역할:

  • AI 모델 훈련 및 테스트를 안전하게 수행할 수 있는 가상 공간 제공
  • 산업 프로세스, 공장 운영, 자율 시스템의 최적화를 위한 시뮬레이션 환경

• 특징:

  • Omniverse를 활용하여 물리적으로 정확한 디지털 트윈 생성
  • Cosmos를 결합해 물리적 데이터를 기반으로 예측 가능한 시뮬레이션 제공

• 산업적 활용:

  • 제조업: 공장의 자동화 시스템 시뮬레이션 및 최적화
  • 물류: 창고 운영의 효율성 분석 및 로봇 동작 계획

NVIDIA Thor: 로봇과 자율 시스템의 두뇌

• Thor 프로세서:

  • 자율주행차 및 로봇용 고성능 AI 컴퓨팅 유닛
  • 여러 센서 데이터를 실시간으로 처리하여 로봇의 동작 제어

• 성능:

  • 기존 Orin 프로세서 대비 20배 높은 처리 성능
  • 다양한 로봇과 자율 시스템에서 사용 가능한 범용 로봇 프로세서

• 안전성:

  • Thor는 ISO 26262 기준의 ASIL-D 인증을 받은 첫 번째 프로그래머블 AI 컴퓨터
  • 높은 수준의 기능적 안전성을 통해 자율 시스템의 신뢰성 확보

NVIDIA의 산업 전략: 세 가지 컴퓨팅 시스템

1. DGX: AI 훈련용 컴퓨터

   • 대규모 데이터를 처리하고 AI 모델을 학습시키는 역할

2. AGX: 엣지 컴퓨팅용 컴퓨터

   • 자율주행차, 로봇 등 실시간 AI 적용 시스템에 사용

3. 디지털 트윈 컴퓨터:

   • Omniverse와 Cosmos를 기반으로 AI 훈련과 테스트를 위한 시뮬레이션 제공
   • AI 모델이 실제 환경에서 작동하기 전 안전성과 성능을 검증

NVIDIA의 미래 비전

1. 산업 전반의 디지털화:

   • 공장, 창고, 물류센터 등 모든 산업의 자동화 및 최적화
   • Omniverse와 Cosmos를 통해 디지털 트윈 기술을 활용

2. AI와 로봇 융합:

   • 정보 기반 에이전트, 자율주행차, 인간형 로봇의 발전을 가속화
   • 물리적 AI 기술로 새로운 응용 분야 개척

3. 로봇 혁명의 중심:

   • 로봇과 AI 기술이 통합되어 새로운 조 단위 산업 창출
   • 로봇 기술이 의료, 물류, 제조 등 다양한 산업의 핵심 요소로 자리 잡을 전망

4. 산업 파트너십 확대:

   • Toyota, Mercedes, Tesla 등과 협력하여 자율주행 기술을 상용화
   • Accenture, Keon 등과 협력해 제조업과 물류의 디지털화를 지원

마무리

• 2025년의 성과:
  • Blackwell GPU의 대량 생산과 다양한 산업에서의 활용
  • 물리적 AI를 위한 최초의 세계 모델인 NVIDIA Cosmos 공개
  • 에이전트 AI, 자율주행차, 인간형 로봇 등 세 가지 로봇 혁신 영역에서 중요한 진전
  • NVIDIA Thor 프로세서의 양산 시작과 자율 시스템의 새로운 기준 설정
• AI 컴퓨팅의 대중화:
  • 모든 사용자와 기업이 AI를 활용할 수 있도록 기술을 개방
  • 오픈 소스 플랫폼과 NVIDIA의 기술 스택을 통해 혁신을 가속화
• DGX Cloud 및 Project Digits:
  • AI 슈퍼컴퓨터를 더 작고 효율적으로 만들어 개인, 연구소, 스타트업에서도 활용 가능
  • NVIDIA AI 소프트웨어 스택과 완벽히 통합된 소형 AI 슈퍼컴퓨터 출시 예정
• Omniverse와 Cosmos의 결합:
  • 물리적 시뮬레이션과 디지털 트윈 기술의 융합
  • 산업 디지털화 및 로봇 기술 발전의 중심 역할 수행

핵심 메시지

• NVIDIA의 기술은 단순한 하드웨어를 넘어 AI와 디지털 세계의 미래를 설계
• "모든 산업이 AI로 재편되고 있으며, NVIDIA는 이 변화를 이끄는 엔진 역할을 한다."
• 로봇 혁명, AI 혁신, 그리고 물리적 세계와 디지털 세계를 연결하는 새로운 플랫폼으로의 도약
• NVIDIA는 "여러분 모두가 이 혁신의 여정에 함께하길 기대한다"고 발표를 마무리
• 2025년 이후, AI와 로봇 기술이 모든 산업과 일상으로 확장될 것을 강조하며 긍정적이고 희망적인 비전을 제시