엔비디아가 COMPUTEX 2026에서 4관왕을 차지한 기술들

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.