자동차용 AI 칩을 로봇의 두뇌로: 샤오펑 IRON의 튜링 전략

샤오펑(XPENG)은 자체 개발한 튜링(Turing) AI 칩을 지능형 전기차에만 쓰지 않고, 휴머노이드 로봇 IRON까지 확장하려 한다. 핵심은 자동차와 로봇을 완전히 별개의 AI 제품으로 개발하기보다, 서로 다른 몸체에 공통의 연산 칩·모델·소프트웨어 기반을 적용하는 것이다.

샤오펑의 최신 설명에 따르면 IRON에는 튜링 AI 칩 3개가 탑재되며, 최대 2,250 TOPS의 유효 연산 성능을 제공한다. 회사는 이 성능으로 피지컬 AI 기반 모델을 로봇 내부에서 직접 실행해, 원격 조작에 의존하지 않고 복잡한 작업을 수행할 수 있다고 주장한다. 18

다만 이는 현재로선 제품 아키텍처와 회사의 로드맵에 관한 주장이다. 실제 생활·작업 환경에서 휴머노이드가 장시간 안정적으로 자율 작동한다는 독립 검증과는 구분해 볼 필요가 있다.

자동차와 로봇을 잇는 ‘피지컬 AI’ 구상

샤오펑은 칩, 대규모 모델, 지능형 하드웨어를 포괄하는 피지컬 AI 체계를 구축하고 있으며, 적용 대상으로 AI 자동차·로보택시·휴머노이드·플라잉카를 제시한다. 30

이 전략에서 VLA 2.0은 중요한 역할을 한다. 샤오펑은 이 모델이 이른바 ‘Vision-Implicit Token-Action’ 경로를 통해 시각 신호에서 행동 명령을 직접 생성한다고 설명한다. 10 쉽게 말해 카메라 등으로 주변을 인식하고, 상황을 판단한 뒤, 실제 움직임으로 이어지는 과정을 하나의 물리 세계용 AI 모델로 연결하겠다는 구상이다.

자동차, 로보택시, 휴머노이드는 형태와 수행 작업이 다르다. 하지만 모두 현실 세계를 인식하고, 판단하고, 행동을 만들어야 한다는 공통점이 있다. 샤오펑은 엣지 AI 연산 플랫폼과 소프트웨어 스택의 일부를 공유함으로써 제품군마다 기술을 처음부터 따로 개발해야 하는 부담을 줄이려는 것으로 보인다.

IRON에 들어가는 것: 튜링 칩 3개, 2,250 TOPS

샤오펑은 IRON이 자체 개발 튜링 AI 칩 3개로 최대 2,250 TOPS의 유효 연산 성능을 낸다고 밝혔다. 회사는 이 연산 능력 덕분에 피지컬 AI 기반 모델을 로봇 안에서 구동할 수 있으며, 원격 조작 없이 복잡한 작업을 지원하고 추론 지연시간을 낮추며 데이터 보안도 개선할 수 있다고 설명한다. 18

IRON 관련 보도 역시 이 로봇이 샤오펑의 지능형 주행차와 플라잉카 사업에 쓰이는 피지컬 AI 기반 모델을 공유한다고 전한다. 19 다만 2,250 TOPS와 온디바이스 자율 작동에 관한 설명은 샤오펑이 제시한 사양 및 시연에 기반한다. 장시간 로봇 운용 능력을 비교한 공개 독립 벤치마크로 받아들여서는 안 된다.

Ultra 차량의 튜링 구성과 닮은 점

2,250 TOPS는 샤오펑의 고성능 차량 전략에서도 중심적인 수치다. 샤오펑은 차세대 P7과 IRON 모두 2,250 TOPS의 연산 성능을 갖춘다고 소개했다. 30

신형 Ultra 차량에서는 튜링 칩 3개가 VLA 2.0을 뒷받침한다. 샤오펑은 세 번째 칩이 차량 전체를 아우르는 음성 기반 ‘슈퍼 에이전트’ 구현에도 기여한다고 설명해 왔다. 13

VLA 2.0은 단순한 음성 비서가 아니다. 샤오펑은 이를 물리 세계를 이해·예측하고 행동을 생성하는 모델로 규정하며, 시각 신호를 행동 명령으로 직접 연결하는 방식을 강조한다. 10 차량에서는 주행 장면 인식과 운전 판단으로, 휴머노이드에서는 몸체를 통한 인식·이동·조작으로 이어지는 것이 회사가 그리고 있는 적용 방식이다.

공통 칩 플랫폼이 줄 수 있는 이점

소프트웨어와 개발 도구의 재사용

같은 칩 계열을 여러 제품에 적용하면 모델 최적화, 컴파일러, 런타임, 데이터 파이프라인, 시뮬레이션, 무선 소프트웨어 업데이트(OTA) 방식 등을 재활용할 여지가 생긴다. 샤오펑은 이미 차량에 VLA 계열 모델을 양산 적용하기 위해 관련 스택을 최적화해 왔고, VLA 2.0을 여러 기기를 아우르는 피지컬 AI 체계의 일부로 제시한다. 1030

그렇다고 자동차용 모델을 휴머노이드에 그대로 복사할 수 있다는 뜻은 아니다. 다만 대형 AI 모델을 기기 내부에서 낮은 지연시간으로 돌리는 배포 경험 자체는 로봇으로 옮겨갈 가능성이 있다.

온디바이스 추론: 지연시간과 데이터 전송 부담

로봇이 센서 데이터를 기기 내부에서 처리하면, 행동하기 전에 네트워크를 거쳐 원격 서버의 응답을 기다리는 과정을 줄일 수 있다. 샤오펑도 IRON에서 모델을 로컬로 실행하는 이유로 낮은 지연시간과 데이터 보안 향상을 들었다. 18

카메라·음성·주변 환경 데이터의 서버 전송 필요성을 줄일 수 있다는 점도 잠재적 장점이다. 다만 실제 배포 환경에서 어떤 데이터를 저장하거나 외부로 전송할지는 샤오펑이 상세히 공개하지 않았다.

제조와 공급망 측면의 활용 가능성

샤오펑은 전기차 제조사로서 대규모 전자 시스템 개발·통합 경험을 보유하고 있다. 자체 튜링 칩 프로그램을 로봇으로 확장하면 칩 개발, 시스템 통합, 검증에 투입한 비용과 노하우를 여러 제품군에 분산할 수 있다. 회사 역시 자체 칩·모델·하드웨어를 아우르는 시스템을 구축했다고 밝히고 있다. 30

다만 이것이 실제 원가 경쟁력으로 이어질지는 로봇 생산량, 칩 수율, 액추에이터와 기타 부품 원가, IRON에 필요한 전용 하드웨어 비중에 달려 있다. 이를 수치로 판단할 만한 공개 정보는 아직 부족하다.

같은 칩이라고 자동차와 휴머노이드가 같은 문제는 아니다

자율주행과 휴머노이드 로봇은 모두 인식과 행동이 필요하지만, 제어의 난도와 성격은 크게 다르다. 차량은 도로 상황 인식, 다른 객체의 움직임 예측, 경로 계획, 주행 제어가 핵심이다.

반면 두 발로 걷는 휴머노이드는 균형 유지, 접촉력 관리, 수많은 관절의 동기화, 물체 조작, 외란이나 넘어짐에 대한 안전한 회복까지 해결해야 한다. 따라서 튜링 칩은 로봇 제어 체계의 전부라기보다 AI 추론을 담당하는 핵심 요소일 가능성이 높다. 고주기·결정론적 모션 제어, 액추에이터 제어, 센서 처리, 안전 시스템에는 별도의 전용 제어 장치가 함께 필요할 수 있다.

샤오펑은 IRON의 튜링 칩 3개와 일반 제어기, 전용 안전 하드웨어 사이에 작업을 어떻게 배분하는지 보여 주는 상세 구조도를 공개하지 않았다.

‘2,250 TOPS’만으로는 답할 수 없는 질문들

공개된 TOPS 수치 하나만으로 실제 로봇 성능을 판단하기는 어렵다. 특히 다음 정보가 부족하다.

• 모델 분할 구조: 세 칩 각각에서 어떤 기능이 실행되는지, 칩 사이 통신은 어떻게 이뤄지는지, 기반 모델 밖에서 처리되는 기능은 무엇인지 공개되지 않았다.
• 전력과 발열: 2,250 TOPS는 유효 연산 성능 주장이지, 연속 운용 시 전력 예산을 뜻하지는 않는다. IRON의 지속 소비전력, 열 관리, 배터리 사용시간 영향, 열 제한에 따른 성능 변화는 알려지지 않았다.
• 움직이는 상황에서의 지연시간: 샤오펑은 로컬 추론이 지연시간을 개선한다고 했지만, 보행·물체 조작·균형 회복 중의 종단간 지연시간 측정치를 공개하지 않았다. 18
• 독립 검증: 현재 공개된 근거는 샤오펑의 발표와 시연이 대부분이다. 장시간 운용, 접촉이 많은 작업, 안전이 중요한 상황에서 IRON의 성능을 경쟁 플랫폼과 비교한 공인 시험 결과는 제시되지 않았다.

앞으로 확인해야 할 지표

샤오펑의 논지는 일관적이다. 자체 튜링 칩과 공통 피지컬 AI 기반 모델을 활용해 전기차를 넘어 로봇까지 기술 기반을 넓히겠다는 것이다. IRON의 칩 3개·2,250 TOPS 구성은 이 전략을 가장 선명하게 보여 주는 사례다. 1819

전략의 실효성을 가를 다음 단계는 숫자보다 운용 데이터다. 칩과 제어기 구조의 공개, 실제 로봇 작업에서의 전력·발열·지연시간 측정치, 장시간 내구성 결과, 완전 온디바이스로 수행되는 작업의 범위, 독립 안전성 평가가 필요하다. 결국 휴머노이드에서 지속 가능한 경쟁력을 보여 줄 지표는 TOPS 자체가 아니라 이런 실제 운용 성능이 될 것이다.