엔비디아가 COMPUTEX 2026에서 4관왕을 차지한 기술들

엔비디아(NVIDIA)는 COMPUTEX 2026 Best Choice Awards에서 총 4개의 상을 수상하며 행사에서 가장 주목받는 기업 중 하나가 됐다. 수상 기술은 세 가지 제품군으로 구성된다.

• Jetson Thor – 엣지 AI·로보틱스 부문 골든 어워드
• Vera Rubin NVL72 – 골든 어워드 + Sustainable Tech 특별상
• Alpamayo – 스마트 차량 및 스마트 콕핏 부문 수상

특히 Vera Rubin NVL72가 두 개의 상을 동시에 받으면서 엔비디아는 총 네 개의 상을 기록했다. 이 수상은 AI 인프라, 로봇, 자율주행이라는 세 분야에서 기술 전략이 확장되고 있음을 보여준다.

Jetson Thor: 로봇을 위한 차세대 엣지 AI 플랫폼

Jetson Thor는 로봇, 산업 자동화 장비, 자율 시스템 등 현장(Edge)에서 직접 AI를 실행하는 컴퓨팅 플랫폼이다.

이 시스템은 NVIDIA Blackwell GPU 아키텍처를 기반으로 하며, Jetson AGX Thor 개발 키트 기준으로 다음과 같은 성능을 제공한다.

• 최대 2,070 FP4 TFLOPS AI 연산 성능
• 128GB 메모리
• 약 130W 전력 범위에서 동작

이 성능은 이전 세대 Jetson AGX Orin 대비 최대 7.5배 높은 AI 연산 성능과 약 3.5배 향상된 에너지 효율을 제공한다.

이러한 도약은 산업에서 흔히 **"Physical AI"**라고 부르는 영역을 가속한다. 즉, 로봇이 클라우드 서버에 의존하지 않고 장치 내부에서 다음과 같은 작업을 수행할 수 있다.

• 카메라·라이다 등 다중 센서 데이터 실시간 처리
• 비전‑언어 모델(VLM) 또는 VLA 모델 실행
• 복잡한 상황에 대한 현장 추론 및 의사결정

결과적으로 로봇은 네트워크 지연 없이 주변 환경을 이해하고 즉시 행동할 수 있게 된다.

Vera Rubin NVL72: AI 공장을 위한 랙 규모 슈퍼컴퓨터

Jetson Thor가 엣지에서 AI를 실행한다면, Vera Rubin NVL72는 그 반대편인 대규모 AI 인프라를 담당한다.

이 시스템은 단일 칩이 아니라 데이터센터 랙 전체를 하나의 AI 컴퓨터로 설계한 구조다.

주요 구성은 다음과 같다.

• 36개의 NVIDIA Vera CPU
• 72개의 Rubin GPU
• 6세대 NVLink 인터커넥트

이 구조 덕분에 72개의 GPU가 하나의 거대한 가속기처럼 동작하며, 다음과 같은 AI 워크로드에 최적화됐다.

• 조(兆) 단위 파라미터 모델 학습
• 대규모 후속 학습(Post‑training)
• 장문 컨텍스트 추론
• 초대형 AI 서비스 인프라

엔비디아에 따르면 Rubin 플랫폼은 이전 Blackwell 기반 시스템과 비교해 다음과 같은 개선을 제공한다.

• 추론 성능/전력 효율 최대 10배 향상
• 추론 시 토큰 비용 최대 10배 절감
• 대형 모델 학습 시 필요한 GPU 수 약 1/4 수준

이 성능은 단순 GPU 업그레이드가 아니라 시스템 전체 공동 설계(co‑design) 덕분이다. Rubin 플랫폼은 다음 여섯 개 칩을 통합한다.

• Rubin GPU
• Vera CPU
• NVLink 6 스위치
• ConnectX‑9 SuperNIC
• BlueField‑4 DPU
• Spectrum 네트워크

또한 모듈형 트레이와 액체 냉각 기반 데이터센터 설계로 에너지 효율을 개선한 점이 Sustainable Tech 특별상 수상 이유 중 하나였다.

Alpamayo: 추론 중심 자율주행 AI

세 번째 수상 기술인 Alpamayo는 자율주행 소프트웨어 플랫폼이다.

기존 자율주행 시스템은 주로 객체 인식(perception) 중심이었다. 즉, 차량이 도로 위 물체를 감지하는 데 초점을 맞췄다.

반면 Alpamayo는 Vision‑Language‑Action(VLA) 모델을 기반으로 다음 단계로 나아간다.

• 도로 상황 이해
• 행동 선택
• 행동의 이유 설명

예를 들어 Alpamayo 1 모델은 영상 입력을 분석해 다음 결과를 생성할 수 있다.

• 차량 조향·가속·제동 궤적
• 그 결정이 내려진 추론 과정

이 기능은 자율주행 안전성 검증에서 매우 중요하다. 복잡하거나 드문 교통 상황에서도 왜 특정 판단이 내려졌는지 분석할 수 있기 때문이다.

학습 방식도 특징적이다. Alpamayo 모델은 다음 데이터를 결합해 훈련된다.

• 실제 도로에서 수집한 주행 데이터
• 시뮬레이션으로 생성된 대규모 합성 데이터
• 정밀하게 주석 처리된 주행 사례

이 접근법은 현실 도로 시험만으로는 확보하기 어려운 희귀 상황(edge cases) 학습을 가능하게 한다.

AI 경쟁의 새로운 단계: 칩에서 ‘AI 공장’으로

이번 COMPUTEX 수상 기술을 함께 보면 엔비디아의 전략이 분명하게 드러난다.

• Jetson Thor → 로봇과 산업 장비를 위한 엣지 AI
• Vera Rubin NVL72 → 대규모 모델을 위한 AI 데이터센터 인프라
• Alpamayo → 자율주행을 위한 추론 기반 AI 모델

이 조합은 AI 컴퓨팅이 더 이상 단일 GPU 성능 경쟁이 아니라 칩 → 서버 → 랙 → 데이터센터 → 엣지 디바이스로 이어지는 전체 시스템 경쟁으로 이동하고 있음을 보여준다.

즉, 미래 AI는 다음과 같은 구조로 운영될 가능성이 크다.

• 초대형 AI 공장에서 모델 학습
• 데이터센터에서 서비스 추론
• 로봇과 차량에서 실시간 현장 AI 실행

이러한 풀스택(full‑stack) 전략이 바로 엔비디아가 COMPUTEX 2026에서 가장 두드러진 수상 기업이 된 이유로 평가된다.