젠슨 황은 이제 GPU라는 '곡괭이'를 파는 데 그치지 않는다. 그는 이제 금광을 캐는 로봇과 그 로봇의 뇌, 심지어 로봇이 움직일 물리적 세계의 법칙까지 통째로 설계하고 있다. 엔비디아가 최근 공개한 네모트론(Nemotron)과 코스모스(Cosmos)는 단순한 소프트웨어 업데이트가 아니다. 이는 폐쇄형 모델이 지배하던 기업용 AI 시장의 무게중심을 엔비디아 중심의 '특화형 오픈 생태계'로 강제 이동시키려는 거대한 체스판의 움직임이다.

범용의 시대가 가고, '에이전트'와 '물리'의 시대가 왔다

엔비디아가 내놓은 네모트론-3-나노(Nemotron-3-Nano)와 라마 네모트론(Llama Nemotron) 모델군은 기존 언어 모델의 한계를 정밀하게 타격한다. 핵심은 아키텍처다. 이들은 전통적인 트랜스포머 구조에 '맘바-2(Mamba-2)'라 불리는 상태 공간 모델(SSM)과 전문가 혼합(MoE) 방식을 결합한 하이브리드 설계를 채택했다.

결과는 수치로 증명된다. 네모트론은 기존 대비 최대 4배 높은 처리량(Throughput)을 기록하며, 100만 토큰에 달하는 대규모 컨텍스트 창을 지원한다. 특히 '리워드벤치(RewardBench)'에서 1위를 차지하며 인간의 의도를 파악하는 정렬 능력을 입증했다. 이는 단순히 글을 잘 쓰는 AI가 아니라, 복잡한 도구를 호출하고 논리적 추론을 수행하는 '에이전틱 AI(Agentic AI)' 구현에 최적화되었다는 의미다. 실제로 툴 호출 능력을 측정하는 BFCL 벤치마크에서 네모트론은 유료 모델인 GPT 5.2를 상회하는 성적을 거뒀다.

물리적 세계를 다루는 코스모스(Cosmos) 플랫폼은 더욱 파괴적이다. 코스모스는 물리 법칙을 이해하는 '세계 파운데이션 모델(World Foundation Models, WFMs)'을 지향한다. 엔비디아가 개발한 새로운 토크나이저는 기존 기술보다 8배 높은 데이터 압축률을 보여주면서도 처리 속도는 12배나 빠르다. 이는 로봇이 카메라로 보는 세상을 실시간으로 디지털화하고, 중력과 마찰력이 존재하는 가상 환경인 옴니버스(Omniverse)에서 수만 번의 예행연습을 거치게 만든다. 결과적으로 현장 테스트 시간을 60% 이상 단축하며 '물리적 AI'의 진입 장벽을 무너뜨리고 있다.

하드웨어 거인의 '소프트웨어 해자' 구축

엔비디아의 이번 행보는 오픈 모델을 통해 기업들의 '탈(脫) OpenAI'를 부추기는 전략이다. 기업 입장에서 GPT 5.2 같은 폐쇄형 모델은 블랙박스와 같다. 데이터 유출 우려가 크고, 호출할 때마다 발생하는 비용은 통제 불능이다. 엔비디아는 이 지점을 파고든다. 네모트론 같은 오픈 모델을 기업의 자체 서버(On-premise)나 프라이빗 클라우드에 올리면, 추론 비용을 60%까지 절감하면서도 데이터 주권을 지키는 '소버린(Sovereign) AI' 구축이 가능해진다.

물론 이 모든 '관대함' 뒤에는 철저한 비즈니스 계산이 깔려 있다. 엔비디아가 제공하는 오픈 모델들은 엔비디아의 추론 가속 소프트웨어인 NIM(NVIDIA Inference Microservices)에 최적화되어 있다. 모델은 무료로 풀되, 그 모델을 가장 빠르고 효율적으로 돌릴 수 있는 'H100'이나 '블랙웰(Blackwell)' 서버, 그리고 이를 관리하는 소프트웨어 스택은 반드시 엔비디아의 것을 쓰게 만드는 전략이다. 이는 전형적인 플랫폼 록인(Lock-in)이다.

비판적인 시각도 존재한다. 엔비디아가 제시하는 '오픈'은 엄밀히 말해 소스 코드와 훈련 데이터까지 투명하게 공개하는 '오픈 소스'라기보다, 훈련된 가중치(Weights)를 배포하는 '오픈 웨이트'에 가깝다. 또한, 이러한 모델들이 엔비디아 하드웨어가 아닌 경쟁사(AMD, 인텔)나 자체 칩을 보유한 빅테크(구글, AWS)의 인프라에서 동일한 효율을 낼 수 있을지는 미지수다. 엔비디아가 생태계를 장악할수록 기업들의 하드웨어 선택권이 좁아질 수 있다는 우려가 나오는 이유다.

기업과 개발자가 직면한 새로운 선택지

이제 개발자들은 범용 모델의 API 키를 발급받는 대신, 엔비디아의 NIM을 통해 산업 특화 모델을 직접 배포하는 시나리오를 검토해야 한다. 예를 들어 물류 자동화 기업이라면 코스모스를 통해 창고 로봇의 충돌 방지 알고리즘을 시뮬레이션하고, 고객 상담 에이전트를 구축하는 금융사는 네모트론의 강력한 추론 능력을 활용해 복잡한 규정 준수 여부를 판단할 수 있다.

지금 당장 실행해야 할 것은 '워크플로우의 세분화'다. 모든 문제에 거대 모델을 투입하는 낭비를 멈추고, 에이전트가 필요한 영역과 물리적 시뮬레이션이 필요한 영역을 구분해 엔비디아의 특화 모델을 테스트해야 한다.

FAQ

Q: 네모트론 모델을 사용하려면 반드시 엔비디아의 최신 GPU가 필요한가? A: 네모트론은 오픈 모델이므로 타사 가속기에서도 구동은 가능하지만, 엔비디아가 제공하는 NIM 소프트웨어와 텐서RT(TensorRT) 최적화 혜택을 온전히 누리려면 엔비디아 하드웨어를 사용하는 것이 성능과 비용 측면에서 압도적으로 유리하다.

Q: 코스모스의 '세계 파운데이션 모델'은 기존 비디오 생성 모델과 무엇이 다른가? A: 단순한 영상 생성이 목적이 아니다. 코스모스는 영상 속 물체의 질량, 속도, 마찰력 등 물리적 속성을 이해한다. 로봇이 특정 행동을 했을 때 발생할 '물리적 결과'를 예측하므로, 단순 시각화를 넘어 로보틱스 제어 학습에 직접 활용할 수 있다는 점이 핵심이다.

Q: 중소기업이나 스타트업도 이러한 고성능 특화 모델을 감당할 수 있는가? A: 엔비디아는 네모트론-3-나노와 같은 경량 모델을 함께 제공한다. 이들은 적은 컴퓨팅 자원으로도 구동 가능하도록 설계되어, 대규모 인프라가 없는 스타트업도 특정 도메인에 특화된 에이전트를 구축하기에 충분한 성능을 제공한다.

결론: 칩 제조사를 넘어 AI 운영체제로

엔비디아는 하드웨어와 소프트웨어, 그리고 데이터를 잇는 통합 플랫폼으로서의 입지를 굳혔다. 네모트론과 코스모스는 기업들이 폐쇄형 모델의 의존성에서 벗어나 자신들만의 '특화 AI'를 가질 수 있게 돕는 강력한 무기다. 하지만 이 무기를 쥐는 순간, 기업은 엔비디아라는 거대한 생태계 안으로 깊숙이 편입된다. 앞으로 우리가 주목해야 할 지점은 엔비디아가 만든 이 '오픈'이라는 이름의 울타리가 얼마나 높게 쌓일 것인가, 그리고 경쟁자들이 이 통합 플랫폼의 아성에 어떤 균열을 낼 수 있을 것인가이다.

참고 자료

• 🛡️ NVIDIA Nemotron 3 Nano 30B-A3B-FP8 - Hugging Face
• 🛡️ NVIDIA Introduces Cosmos to Accelerate Physical AI Development
• 🛡️ 엔비디아, 오픈 모델 '네모트론 3' 시리즈 공개…"추론 속도 4배↑"
• 🛡️ “추론 비용 60% 절감” 엔비디아, AI 에이전트용 네모트론·코스모스 강화
• 🏛️ Build Enterprise AI Agents with Advanced Open NVIDIA Llama Nemotron Reasoning Models
• 🏛️ Llama Nemotron Models Accelerate Agentic AI Workflows with Accuracy and Efficiency
• 🏛️ NVIDIA Cosmos - Physical AI with World Foundation Models
• 🏛️ NVIDIA Launches Cosmos World Foundation Model Platform to Accelerate Physical AI Development