2024.03 GTC Keynote Jensen Huang, NVIDIA CEO (엔비디아 CEO 젠슨황 GTC 키노트)

주식이야기/NVIDIA

2024.03 GTC Keynote Jensen Huang, NVIDIA CEO (엔비디아 CEO 젠슨황 GTC 키노트)

혼주공 2024. 12. 7. 09:00

https://www.youtube.com/watch?v=Y2F8yisiS6E

2024년 3월 GTC에서의 NVIDIA CEO 젠슨 황의 키노트 영상을 정리한 글입니다.

닌디아 CEO 젠슨 황의 2024년 GTC 기조연설에서는 인공지능(AI)의 다양한 역할에 대해 조명하며 AI가 세상을 혁신적으로 변화시키고 있음을 강조합니다. 특히 AI는 선지자와 같은 예측 역할뿐만 아니라, 인간과의 소통 및 신약 개발 혁신에 기여하고 있습니다. 이러한 기술 혁신은 엔비디아의 가속 컴퓨팅 솔루션을 통해 이루어지며, 다양한 산업에서 AI가 필수적인 요소로 자리 잡고 있음을 보여줍니다. 이 발표는 AI의 미래 발전 방향과 산업 전반의 변화를 명확히 드러내며, 청중으로 하여금 AI 기술이 가져올 변화를 이해시키는 데 큰 도움을 줍니다.[1]

1. 서론 🤖 AI의 역할과 기여

AI는 새로운 세상을 탐색하고, 극단적인 날씨 사건에 대한 이해를 높이는데 도움을 준다 .[1-1]
AI는 무언가를 말할 수 없는 사람들에게 목소리를 제공하고, 심지어 로봇을 훈련시켜 위험을 감지하고 생명을 구하는 데 기여한다 .[1-2]
AI는 사람들의 건강을 위해 새로운 치료법을 제공하고, 가상 시나리오를 생성해 안전하게 실제 세계를 탐험할 수 있도록 돕는다 .[1-6]

2. 서론 🎤 GTC에서의 젠슨 황의 기조연설 소개

엔비디아의 창립자이자 CEO인 젠슨 황이 GTC 무대에 등장한다는 사실이 강조된다 .[2-1]
기조연설은 콘서트가 아닌 개발자 회의라는 점을 분명히 한다 .[2-3]
이 자리에서는 과학, 알고리즘, 컴퓨터 아키텍처, 수학 등 다양한 기술적 내용이 설명될 예정이다 .[2-5]
청중의 분위기를 보고 잘못된 장소에 온 것 같은 중압감을 느꼈다고 언급한다 .[2-6]

3. 🌐 AI와 다양한 산업의 변혁

전 세계의 다양한 과학 분야에서 AI를 활용하여 문제를 해결하기 위해 모인 연구자들의 회의가 개최된다. [3-1]
발표자들은 IT 산업뿐만 아니라 생명 과학, 헬스케어, 유전체학, 운송, 소매, 물류, 제조 등 여러 비 IT 산업에서의 전문가들로 구성된다. [3-8]
이 회의에서는 100조 달러 규모의 세계 산업이 대표되며, 이는 큰 의미를 가진다. [3-11]
컴퓨터 산업뿐만 아니라 모든 산업이 급격한 변화를 겪고 있으며, 컴퓨터는 현재 사회에서 가장 중요한 도구로 자리 잡고 있다. [3-15]
근본적인 변화는 모든 산업에 영향을 미치고 있으며, 이러한 혁신은 다시 예측되기 어려운 변화를 불러온다. [3-13]

4. 🖥️ 엔비디아의 혁신 여정

엔비디아는 1993년에 설립되었으며, 그 이후로 여러 중요한 사건들이 발생하였다. [4-3]
CUDA는 2006년에 발표되어 혁신적인 컴퓨팅 모델로 자리잡았으며, 이는 약 20년 후 성공적으로 이용되었다. [4-7]
2012년, AlexNet AI와 CUDA가 처음으로의 접촉을 이루었다. [4-10]
2016년, DGX-1이라는 새로운 컴퓨터 유형이 발명되었으며, 이 초고성능 컴퓨터는 170 테라플롭스의 성능을 가졌다. [4-11]
2022년, ChatGPT가 인기를 끌면서 인공지능의 중요성과 가능성에 대한 인식이 확산되었다. [4-16]

5. 🌍 새로운 산업으로서의 인공지능(AI)

2023년에 생성적 AI가 등장하면서 새로운 산업이 시작되었으며, 이는 이전에 존재하지 않았던 소프트웨어를 만드는 방법을 의미한다 .[5-1]
AI는 전통적인 산업 혁명 초기와 같이 공장을 세우고 전력을 적용하여 새로운 가치를 생성하는 방식으로 작용하고, 이를 AI 공장이라고 부른다 .[5-7]
AI 소프트웨어와 응용 프로그램의 유형을 분석하고, 이러한 새로운 산업이 어떻게 발전할지에 대한 준비가 필요하다고 언급된다 .[5-11]
엔비디아는 시뮬레이션 도구를 사용하여 제품을 혁신하는 산업에서의 필요성 및 중요성을 강조하며, 이를 통해 디지털 트윈을 활용하여 완벽한 제품 설계를 목표로 한다 .[5-32]
AI의 발전이 모든 산업에서 돈과 생산성을 증가시키며, AI 공장과 같은 개념이 미래의 정보를 생성하는 중요한 역할을 할 것이라고 전망된다 .[5-375]

5.1. 새로운 산업의 출현: 생성적 AI의 혁신

2023년, 생성적 AI가 등장하면서 새로운 산업이 시작되었으며, 이는 기존에 없던 소프트웨어를 생산하는 방법을 의미한다 .[5-1]
소프트웨어는 이제 컴퓨터를 사용하여 다른 소프트웨어를 작성하는 방식으로 생산되고 있으며, 이는 완전히 새로운 범주로 자리 잡고 있다 .[5-3]
이 새로운 산업의 소프트웨어 생산 방식은 데이터 센터의 전통적인 방법과는 다르며, 대규모로 토큰과 부동 소수점 숫자를 생성하는 데 중점을 두고 있다 .[5-5]
200년 전 산업 혁명 초기의 공장 설정 방식과 유사하게, 현재는 AI 공장을 통해 새로운 유형의 전자, 즉 인공지능을 생성하고 있다는 점에서 가치 있는 산업으로 성장하고 있다 .[5-7]
이 새로운 산업에 대해 다룰 내용은 컴퓨팅 방식, 새로운 소프트웨어 유형, 그리고 향후 산업의 준비 방법에 관한 것이다 .[5-9]

5.2. 엔비디아의 영혼과 오믹스버스

엔비디아의 본질은 컴퓨터 그래픽스, 물리학, 그리고 인공지능이 만나는 지점에 있다고 강조된다 .[5-12]
오늘 보여줄 모든 것은 시뮬레이션으로 제작되었으며, 애니메이션이 아님을 명확히 한다 .[5-13]
아름다움은 물리학에 의해 창조되며, 놀라움은 로봇 공학과 인공지능으로 애니메이션화되기 때문에 가능하다고 한다 .[5-15]
다가올 모든 것은 오믹스버스에서 전적으로 생성된 시뮬레이션으로 제작되었음을 언급한다 .[5-18]
소개될 콘텐츠는 전 세계 최초의 홈메이드 콘서트로, 모든 것이 자택에서 만들어졌다는 점을 강조한다 .[5-19]

5.3. 가속 컴퓨팅과 혁신의 중요성

가속 컴퓨팅은 일반적인 컴퓨팅 방식에 비해dramatic speed up을 제공하여, 모든 산업에서 큰 영향을 미친다 .[5-31]
여러 산업 중에서, 제품을 설계하는 시뮬레이션 도구를 사용하는 산업에서 특히 중요하며, 이곳에서는 컴퓨팅 비용을 줄이는 것보다 컴퓨팅의 규모를 늘리는 것이 핵심이다 .[5-33]
모든 제품을 디지털 트윈을 통해 설계하고, 구축하며, 시뮬레이션하고 운영하고자 하며, 이를 위해 산업 전체의 가속이 필요하다 .[5-35]
엔비디아는 모든 생태계를 가속화하기 위해 여러 파트너와 협력하며, GPGPU에 기반한 인프라가 생성적 AI와 동일한 인프라로 연결될 수 있음을 강조한다 .[5-37]
파트너십으로 Ansys와 협력하여 ANSYS 생태계를 CUDA로 가속화하고, NVIDIA GPU 가속 시스템의 폭넓은 설치 기반이 최종 사용자에게 놀라운 응용 프로그램을 제공할 것이라고 언급한다 .[5-40]

5.4. ️ 엔비디아와 CAE/EDA/SDA 도구의 발전

캐던스는 엔비디아와 함께 세계 필수 EDA 및 SDA 도구를 구축하고 있으며, 이는 혁신적인 설계 지원을 제공한다 .[5-54]
엔비디아 GPU를 사용하는 슈퍼컴퓨터 구축을 통해 고객들이 유체 동역학 시뮬레이션을 100배에서 1,000배 규모로 수행할 수 있도록 지원하고 있다 .[5-60]
AI 공동 파일럿의 도입을 통해 설계자들이 칩 및 시스템 설계에서 수천 개의 보조자의 도움을 받을 수 있을 것으로 기대된다 .[5-64]
캐던스의 디지털 트윈 플랫폼과 옴니버스를 연결하여 미래 디지털 트윈 생성 및 CAE, EDA, SDA의 가속화를 실현하고자 하는 경향이 있다 .[5-65]

5.5. 대형 언어 모델의 발전과 계산 요구 사항

대형 언어 모델은 Transformer의 발명 이후 매 6개월마다 놀라운 속도로 확장되고 있으며, 현재는 약 1.8 조 개의 파라미터를 가지게 되었다. [5-67]
모델 크기가 두 배로 증가할 때마다 훈련 토큰 수도 적절히 증가시켜야 하며, 이는 필요한 계산 규모를 결정짓는다. [5-69]
최신 OpenAI 모델은 수조 개의 토큰을 훈련시키기 위해 수 조 개의 파라미터가 요구되며, 이로 인해 매달리는 계산량은 30, 40, 50 billion quadrillion 부동 소수점 연산이 된다. [5-73]
30억에서 1조의 부동 소수점 연산을 완료하기 위해서는 30억 초, 즉 약 1,000년이 필요하다. [5-80]
이러한 긴 시간은 암시적으로 모든 기술적 위상이 가치가 있으며, 종종 20년 걸릴 것이라고 예상되기도 한다. [5-82]

5.6. GPU 기술의 발전과 AI 모델 확장

더 큰 GPU의 필요성이 강조되며, 더 많은 GPU를 통합하여 혁신적인 시스템을 구현하고 있다는 점이 언급된다 .[5-85]
엔비디아는 슈퍼컴퓨터와 관련된 발전을 지속해 왔으며, 2023년에는 세계에서 가장 큰 AI 슈퍼컴퓨터 중 하나를 구축하였다 .[5-91]
이러한 시스템은 수천 개의 GPU에서 분산 계산을 통해 최적의 에너지 효율과 비용 절감을 이루도록 설계되어 있다 .[5-99]
이번 발표에서는 멀티모달 데이터로 훈련된 AI 모델이 필요하다는 점이 부각되며, 다양한 데이터를 통해 공통 상식을 갖춘 모델을 목표로 하고 있다 .[5-102]
AI가 서로 학습하며 모델의 크기와 데이터 양을 늘리고, 이 과정에서 더 많은 GPU가 필요하다는 점이 강조된다 .[5-118]

5.7. ️ 블랙웰 플랫폼과 혁신적인 GPU 기술

블랙웰은 GPU가 아닌 플랫폼의 이름으로, 두 개의 실리콘 다이가 밀접하게 결합되어 하나의 칩처럼 작동하는 구조를 가지고 있다 .[5-125]
블랙웰 시스템은 기존의 호퍼와 호환되며, 이미 설치된 호퍼 인프라를 통해 효율적으로 배치되고 운영될 수 있다 .[5-144]
새로운 트랜스포머 엔진이 도입되어 수학 계산의 정밀도를 유지하며, 이를 통해 인공지능의 확률적 처리 능력이 향상된다 .[5-174]
최신의 NVLink 기술을 통해 GPU 간의 정보 전송 속도가 두 배로 증가하였으며, 이는 네트워크 내 계산을 가능하게 하여 성능을 더욱 증대시킨다 .[5-184]
블랙웰은 RAS 엔진을 통해 시스템의 모든 게이트와 메모리를 100% 자가 테스트를 수행하며, 데이터의 암호화 및 빠른 압축 엔진이 구현되어 데이터 처리 속도를 20배 향상시킨다 .[5-195]

5.8. Generative AI 시대의 혁신과 성장

인공지능(AI)과의 상호작용은 사용자 맞춤형 정보를 생성하는 방식을 통해 과거의 정보 검색 방식과 크게 다르며, 이는 GPU가 토큰을 생성하는 방식으로 이루어진다 .[5-217]
최근 8년 동안 컴퓨팅 능력은 1,000배 향상되었으며, 이는 과거 무어의 법칙를 뛰어넘은 발전이다 .[5-239]
Blackwell 프로세서는 Hopper에 비해 대규모 언어 모델에 대해 약 30배 뛰어난 추론 능력을 가지며, 이는 차세대 생성 AI의 성장을 가능하게 한다 .[5-364]
데이터 센터는 이제 AI 공장으로 간주되며, 여기서 지능을 생성하는 것이 주요 목표가 되어가고 있다 .[5-374]
AWS, Google, Microsoft 등 여러 기술 기업들이 Blackwell의 출시를 준비하고 있으며, 이는 NVIDIA의 가속 컴퓨팅 기술 통합을 통해 AI의 잠재력을 극대화할 예정이다 .[5-388]

5.9. 디지털 트윈과 NVIDIA의 가속 컴퓨팅 혁신

Wistron은 NVIDIA DGX와 HGX 공장의 디지털 트윈을 구축하고 있으며, 이를 위해 Omniverse SDK와 API를 활용하여 맞춤형 소프트웨어를 개발하고 있다 .[5-415]
새로운 공장에서 Wistron은 디지털 트윈을 사용하여 여러 CAD 및 공정 시뮬레이션 데이터를 통합하여 거의 완벽한 물리적 환경에서 레이아웃을 테스트하고 최적화하였다 .[5-416]
디지털 트윈을 통해 건설 중 근로자의 효율성이 51% 증가하였으며, 물리적 구조가 디지털 계획과 일치하는지 검증할 수 있었다 .[5-417]
이 기술을 통해 Wion의 공장은 5개월 대신 2.5개월 만에 가동을 시작했으며, 운영 중에는 새로운 프로세스에 맞게 빠른 레이아웃 테스트가 가능하다 .[5-420]
NVIDIA AI와 Omniverse를 통해 NVIDIA의 글로벌 파트너 생태계는 가속화된 AI 기반 디지털화의 새로운 시대를 구축하고 있다 .[5-422]

5.10. AI와 기후 예측의 혁신

기후 변화에 대응하기 위해 기후 및 극단적 날씨를 예측하는 기술 개발이 필요하다. [5-462]
극단적 날씨는 전 세계에 약 1,500억 달러의 비용을 초래하며, 비용은 일부 지역에 집중되어 있다. [5-463]
엔비디아는 지구의 디지털 쌍둥이인 'Earth 2'를 활용하여 날씨 예측을 위한 혁신적인 시스템을 설계하고 있다. [5-465]
AI 기반의 새로운 모델 Cordi는 기존 예측 모델보다 1,000배의 속도와 3,000배의 에너지 효율성을 자랑하며, 데이터를 고해상도로 처리할 수 있다. [5-472]
현재 Cordi는 대만에 최적화되어 있으며, 향후 전 세계 여러 지역의 고해상도 날씨 예측 서비스로 확대될 예정이다. [5-475]

6. 🚀 엔비디아의 헬스케어 혁신 및 AI 모델 활용

엔비디아는 15년 전부터 헬스케어 분야에서 의료 영상, 유전자 시퀀싱, 계산 화학 등 다양한 영역에서의 기여를 확대해왔다. [6-1]
최근 발표된 엔비디아의 혁신은 AI 모델을 통해 생명 언어를 이해하고, 이를 통해 새로운 약물 후보 물질을 신속하게 생성 및 검토하는 것이다. [6-7]
NVIDIA Inference Microservice (NIM)는 사전 훈련된 AI 모델로 구성되어 있으며, 다양한 환경에 최적화되어 배포될 수 있도록 설계되었다. [6-38]
엔비디아는 NIM을 통해 AI 제조 및 배포 플랫폼을 제공하여, 기업들이 자사의 독자적인 AI 모델을 활용할 수 있도록 지원하고 있다. [6-107]
여러 대규모 기업들이 엔비디아 AI Foundry와 함께 AI 기반의 챗봇 및 코파일럿 개발에 나서고 있으며, 이는 기업의 데이터 활용도를 극대화하는 방안으로 주목받고 있다. [6-155]

6.1. AI와 생명 과학의 혁신적 변화

엔비디아는 15년 전부터 헬스케어 분야에 주력해 왔으며, 이를 통해 의료 영상, 유전자 서열 분석, 계산 화학 등 다양한 영역에서 중요한 기여를 하고 있다 .[6-1]
현재 엔비디아는 유전자와 단백질, 아미노산의 디지털화 능력을 머신러닝을 통해 활용하여 생명의 언어를 이해하고자 한다 .[6-7]
이러한 생명의 언어를 이해하는 최초의 증거는 알파폴드에서 확인되었으며, 이는 혁신적인 성과로 평가된다 .[6-8]
수십 년 간의 노력 끝에, 세계는 냉동 전자 현미경 및 X선 결정학을 사용하여 200,000개의 단백질을 디지털화하고 재구성하는 데 성공하였다 .[6-10]

6.2. AI를 활용한 신약 개발 혁신

알파폴드는 2억 개의 단백질을 재구성했으며, 이는 모든 생명체의 순서가 정해진 단백질을 포함한다. [6-12]
기존의 신약 후보물질 탐색 기술은 수십억 개의 화합물을 스캔해야 하며, 이 과정은 수천 개의 표준 컴퓨팅 노드에서 수일이 걸린다. [6-20]
엔비디아의 biion Nemo Nims는 AlphaFold를 이용한 단백질 구조 예측, MIM을 통한 분자 생성, 그리고 DiffDock을 통한 도킹을 통해 짧은 시간 안에 후보 분자를 생성하고 스크리닝할 수 있다. [6-22]
MIM은 원하는 특성에 대해 반복적으로 최적화하는 제어가 가능하여, 고품질의 약물화 가능한 분자를 생성하여 성공적인 약물 개발 가능성을 높인다. [6-24]
이러한 기술 혁신은 연구자들에게 신약 발견을 위한 새로운 패러다임을 제공하며, 복잡한 계산문제를 해결하기 위해 엔비디아의 모델을 통합할 수 있는 방안을 제시한다. [6-29]

6.3. AI 소프트웨어의 혁신적인 패키징

엔비디아는 Nim이라는 새로운 소프트웨어 패키지를 소개하며, 이는 사전 훈련된 모델로 최적화되어 여러 플랫폼에서 실행될 수 있도록 설계되었다. [6-36]
Nim 안에는 최첨단 오픈 소스 모델과 엔비디아가 제공하는 추가 종속 요소들이 포함되어 있어, 다양한 GPU 환경에 맞게 최적화된다고 한다. [6-42]
AI API는 간단한 인터페이스를 제공하며, 이러한 소프트웨어는 사용자와 상호작용하기 쉽게 디자인되어 임시 테스트를 통해 멀티 AI 구성도 가능하다. [6-48]
엔비디아는 일상적인 업무를 위해 AI 팀을 구성하고, 이 팀이 여러 Nims를 활용해 복잡한 작업을 수행하며, 결과를 통합해서 제공할 수 있도록 한다. [6-58]
엔비디아는 Llama 2를 활용하여 내부 프로그램에 대한 높은 수준의 정보 생산성을 달성하고 있으며, 이는 엔지니어와의 공동 작업을 통해 가능해진다. [6-82]

6.4. ️ AI 맞춤화와 데이터 활용

NeMo 마이크로서비스는 데이터를 조정하고 AI를 학습시킬 수 있도록 돕는 서비스를 제공한다. [6-97]
AI 모델을 개발하기 위한 세 가지 핵심 요소는 AI 기술 구축, 수정 도구 제공, 그리고 조정 및 배포를 위한 인프라 마련이다. [6-102]
기업 내부에 있는 개인정보 및 데이터를 이해시키고 재구성하여 새로운 벡터 데이터베이스를 형성할 수 있다. [6-111]
다중 모달리티 데이터를 AI로 인코딩하여 스마트 데이터베이스로 변환하면, 사용자는 그 데이터와 대화할 수 있게 된다. [6-121]
디지털 인간인 Diana는 헬스케어 관련 대화가 가능한 AI 관리자로, AI의 발전이 다양한 산업에 긍정적인 변화를 가져올 수 있음을 보여준다. [6-144]

6.5. 엔비디아 AI 파운드리의 협력과 혁신

엔비디아 AI 파운드리는 세계적인 기업들과 협력하여 AI 솔루션을 개발하고 있으며, SAP는 전 세계 글로벌 상업의 87%를 생성한다고 한다 .[6-155]
엔비디아는 SAP와 협력하여 SAP Jewel 공동 파일럿을 구축하며, 이들은 세계의 거의 모든 Fortune 500 기업의 80-85%를 운영하고 있다고 언급된다 .[6-158]
Cohesity는 방대한 데이터 백업을 제공하며, 엔비디아 AI 파운드는 그들이 Gaia Generative AI 에이전트를 구축하도록 지원하고 있다고 한다 .[6-161]
Snowflake는 하루에 30억 건의 쿼리를 처리하며, 엔비디아 AI 파운드리와 협력하여 NVIDIA Nemo와 NIMsnet을 이용한 공동 파일럿을 만들고 있다 .[6-163]
모든 기업은 AI 공장을 구축할 필요가 있으며, 이를 위해 Dell과의 협력이 중요하다고 강조된다 .[6-167]

7. 🤖 AI 로봇의 다음 단계와 Omniverse 통합

현재의 AI는 단일 컴퓨터에서 데이터 입력을 통해 작동하지만, 앞으로는 물리적 세계를 이해하는 AI로 발전할 필요가 있다 .[7-12]
새로운 AI 시스템은 비디오를 감시하고 인공 데이터 생성을 포함하며, 인간의 예시를 기반으로 AI가 학습하도록 설계되어 있다 .[7-14]
AI 로봇은 저전력에서 고속 센서 처리 능력을 갖춘 Jetson 프로세서를 사용하며, 다양한 동작 환경에서 유지되도록 최적화되어 있다 .[7-21]
Omniverse는 로봇이 학습하고 적응할 수 있도록 디지털 환경을 제공하며, 이를 통해 실시간으로 조정 가능한 시뮬레이션 엔진을 구현한다 .[7-32]
향후 AI와 로봇 기술은 더욱 발전하여 인간의 행동을 모방할 수 있는 로봇을 통해 제조 및 산업 생산성을 높일 수 있을 것으로 추정된다 .[7-162]

7.1. AI 로봇 공학의 다음 단계

AI는 단일 컴퓨터에서 데이터를 처리하는 방식에서 진화하고 있으며, 물리적 AI와 로봇 공학의 새로운 패러다임이 다가오고 있다. [7-1]
AI는 방대한 디지털 텍스트 형식의 언어 데이터를 읽고 예측하는 방식으로 인간을 모방한다. [7-2]
AI 모델은 과거의 다양한 예시와 패턴을 분석하여 인간의 언어를 이해하고, 맥락을 파악한 뒤 이를 바탕으로 응답을 생성한다. [7-4]
모든 데이터를 하나의 시스템인 DGX에 통합하여 대형 언어 모델로 압축하며, 이 과정에서 수조 개의 파라미터가 수십억 개로 감소한다. [7-8]
최종적으로 이러한 수십억 개의 파라미터가 AI의 실제 동작을 구현하게 된다. [7-11]

7.2. AI의 다음 단계와 로봇 공학

AI는 물리적 세계를 이해하기 위해 세 가지 컴퓨터가 필요하다. 첫 번째 컴퓨터는 기존의 AI 컴퓨터로, 이는 비디오를 감시하거나 합성 데이터를 생성하는 역할을 한다. [7-12]
인간의 표현 형태로 된 예제를 AI가 관찰하고 이해하며, context에 맞게 조정하도록 한다. 이렇게 하면 로봇도 물리적 세계에서 일반적으로 작동할 수 있게 된다. [7-15]
엔비디아는 로봇 공학을 위한 최종 시스템을 구축하고 있으며, 자율 시스템을 위한 세계 최초의 로봇 프로세서인 AGX를 가지고 있다. [7-19]
Jetson은 저전력으로 고속 센서 처리 및 AI를 수행하는 자율 프로세서이며, 이 시스템은 다양한 이동 수단에서 사용될 수 있다. [7-23]
로봇의 학습에는 물리적 피드백이 필요하며, 로봇이 물리 법칙에 맞춰 적응하도록 하는 시뮬레이션 엔진이 필수적이다. [7-30]

7.3. AI와 Omniverse의 혁신적인 통합

Omniverse는 가상 세계를 의미하며, 운영되는 컴퓨터는 OVX라고 불린다. 이 OVX는 Azure Cloud에서 호스팅된다 .[7-34]
로봇 공장의 예시로 autonomous 시스템들이 상호 작용하며 창고의 공정이 관리를 받는 모습을 보여준다 .[7-40]
디지털 트윈을 통해 중공업의 미래가 시작되며, AI 에이전트들이 예기치 않은 사건을 탐색하여 복잡한 산업 공간에서 작업을 지원한다 .[7-52]
시뮬레이션 환경에서 AI의 실시간 평가와 개선을 통해 실제 환경의 예측 불가능한 상황에 적응할 수 있는 능력이 평가된다 .[7-56]
Omniverse는 사용하기 쉽게 접근할 수 있도록 API를 제공하고, AI와의 통합으로 사용자는 자연어로 질문할 수 있는 디지털 트윈 기능을 활용할 수 있다 .[7-70]

7.4. 산업 메타버스와 AI의 통합

지멘스는 세계 최대의 산업 엔지니어링 및 운영 플랫폼을 보유하고 있으며, 이와 함께 Nvidia Omniverse와의 연결을 통해 산업 메타버스를 구축하고 있다 .[7-80]
Omniverse API를 활용하면 데이터 상호운용성과 물리 기반 렌더링을 통해 산업 설계 및 제조 프로젝트를 지원할 수 있다 .[7-89]
HD 하이닉스는 Omniverse API를 통해 방대한 엔지니어링 데이터 세트를 통합 시각화하며, 생성적 AI를 통해 3D 객체 및 HDR 배경을 생성할 수 있다 .[7-90]
이 통합을 통해 모든 팀이 동일한 진실 기반에서 작업할 수 있으며, 데이터 변환 및 오류를 줄일 수 있다 .[7-101]
Omniverse Cloud는 Vision Pro와 연결되어 사용자가 가상 세계로 포털을 통해 진입할 수 있도록 지원하며, 다양한 CAD 및 디자인 도구가 통합되어 업무 흐름을 극대화할 수 있다 .[7-108]

7.5. 로보틱스의 미래와 엔비디아의 역할

모든 움직이는 대상이 로봇화될 것이며, 이는 더 안전하고 편리한 솔루션으로 자리잡게 된다 .[7-113]
자율주행차와 같은 자율 로봇 시스템은 소프트웨어 중심으로 설계되어 있으며, 이를 위해 컴퓨터 비전과 인공지능 제어 기술이 필요하다 .[7-118]
엔비디아는 전자동차 산업을 위해 전체 스택을 구축하고 있으며, 이를 개방하여 모든 기업이 접근할 수 있도록 하고 있다 .[7-120]
오늘 엔비디아는 세계 최대 EV 기업인 Byd가 차세대 AV 컴퓨터인 'Thor'를 도입한다고 발표하였다 .[7-126]
Jetson이라는 로봇 컴퓨터는 100% CUDA 호환성을 가지며, 많은 소프트웨어가 위에 구축되어 있어 개발자에게 많은 도움을 준다 .[7-131]

7.6. Isaac Perceptor와 차세대 로봇 기술

Isaac Perceptor는 기존의 사전 프로그래밍 로봇을 대체할 수 있는 고급 SDK로, 로봇이 지나갈 경로를 스스로 탐색할 수 있게 한다. [7-137]
이 기술을 통해 로봇은 단순 경로 지정뿐 아니라, 전체 환경을 재프로그래밍할 수 있는 능력을 갖춘다. [7-143]
새로운 비전 측위 및 3D 재구성 기술이 적용되어, 로봇이 세계에서 일어나는 상황을 양쪽 모달리티로 감지할 수 있게 된다. [7-147]
CUDA 가속화된 로봇 팔은 기존의 사전 프로그래밍된 컴퓨터 비전 및 AI 알고리즘 대신, 지오메트리 인식을 통해 복잡한 경로 계획이 가능하다. [7-152]
이러한 기술들은 NVIDIA의 컴퓨터에서 실행되며, 로봇 기술의 차세대 혁신을 위한 기반을 제공한다. [7-158]

7.7. 다음 세대 로보틱스: 인류를 위한 변혁 가능성

휴먼로봇의 발전은 인간의 행동을 모방할 수 있는 훈련 데이터를 활용하여 일반화된 로봇을 가능하게 한다. [7-161]
우리가 만든 환경은 인간 중심으로 설계되었기 때문에, 휴먼로봇은 더욱 생산적으로 배치될 수 있다. [7-164]
엔비디아의 프로젝트 그룻은 멀티모달 지시를 처리하고 로봇의 다음 행동을 생성하는 일반 목적의 기초 모델이다. [7-182]
Isaac Lab와 Osmo, Groot와 같은 툴을 통해 로봇은 실세계에서 제로샷 전이를 통해 물리적 시뮬레이션이 가능해진다. [7-184]
엔비디아의 최신 Jetson Thor 로보틱스 칩은 자연어 지시를 따르는 동작 생성을 지원하며, AI 기반 로봇의 다음 세대를 위한 기초를 제공한다. [7-190]

8. 결론 🚀 인공지능을 통한 새로운 산업 혁명

데이터 센터는 향후 수년 내에 모던화되어 1조 달러에 달하는 가치가 있을 것이라고 예측된다 .[8-2]
생성적 AI의 발전으로 인해 새로운 소프트웨어 방식이 등장했으며, 이는 단순한 데이터 센터가 아니라 AI 생성에 전념하는 인프라를 필요로 한다 .[8-3]
이러한 AI 생성은 매우 가치 있는 소프트웨어를 만들어 낼 것이다 .[8-4]
AI와 관련된 새로운 소프트웨어는 클라우드의 종단점에서 사용하기 쉽고, 개인의 지능으로 휴대할 수 있도록 패키징되어야 한다 .[8-9]
엔비디아의 AI 기술과 도구를 활용하여 독자적 애플리케이션 및 챗봇을 생성하는 능력을 갖춘 AI 파운데리가 제공된다 .[8-15]

저작자표시 비영리 변경금지 (새창열림)