[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
AI (인공지능) 모델 경량화·최적화 기업 노타(20,350원 ▼2,200 -9.76%)가 자체 플랫폼 '넷츠프레소'를 활용해 로봇 AI 모델의 작업 수행 능력을 거의 그대로 유지하면서 추론 속도를 최대 7배 높였다. 로봇팔의 실제 작업 속도도 최대 3배 빨라졌다.
노타는 23일 서울 코엑스에서 열린 '휴머노이드 서밋 서울 2026'에서 퀄컴 신경망처리장치(NPU)와 엔비디아 그래픽처리장치(GPU) 기반 환경에서 로봇 AI 모델 7종을 최적화한 결과를 공개했다. 김건민 노타 AI 연구원은 이날 '넷츠프레소를 활용한 다양한 하드웨어 환경에서의 로봇 파운데이션 모델 구동 최적화'를 주제로 로봇 AI 모델을 다양한 엣지 환경에 적용하기 위한 최적화 방법과 성능 검증 결과를 발표했다.
노타에 따르면 서로 다른 AI 모델과 하드웨어 조합을 최적화한 결과 작업 성공률 하락을 최대 1%포인트 이내로 유지하면서 추론 속도를 최대 7배 높였다. 모델을 각 하드웨어의 특성에 맞게 최적화해 로봇의 용도와 운영 환경에 따라 활용할 수 있는 모델·하드웨어 조합의 선택지를 넓혔다는 설명이다.
노타는 퀄컴 드래곤윙 IQ-9075와 엔비디아의 GPU 기반 엣지 AI 플랫폼 '젯슨 토르'(Jetson Thor)를 대상으로 최적화 성능을 검증했다. 엔비디아의 '그루트(GR00T) N1.7'과 '코스모스 3 엣지'(Cosmos3-Edge), 피지컬 인텔리전스의 'π0.5', 허깅페이스의 'SmolVLA'를 비롯해 MolmoAct2, X-VLA, VLA-JEPA 등 로봇용 AI 모델 7종이 대상이다.
대표적으로 그루트 N1.7의 추론 시간을 1602밀리초(ms)에서 228ms로 단축했다. 이에 따라 추론 속도는 약 7배, 실제 로봇팔의 작업 속도는 3배 빨라졌다. 로봇 작업 수행 능력을 측정하는 시뮬레이션 벤치마크 'LIBERO'에서는 작업 성공률이 기존 93%에서 최적화 이후 92%로 1%포인트 낮아지는 데 그쳤다.
엔비디아 젯슨 토르 환경에서는 코스모스 3 엣지의 추론 시간을 1711ms에서 739ms로 줄여 추론 속도를 약 2.3배 높였다. 로봇 작업 수행 능력을 평가하는 시뮬레이션 벤치마크 'RoboLab'에서는 원본 모델과 동일한 작업 성공률을 유지했다.
비전언어행동모델(VLA)은 카메라 등을 통해 주변 환경을 인식하고 언어 명령을 이해해 로봇의 행동을 결정하는 AI 모델이다. 실제 로봇에 탑재하려면 작업 수행 능력뿐 아니라 판단 속도와 메모리 사용량 등도 함께 고려해야 한다. 모델마다 구조와 연산 방식이 다르고 하드웨어별 실행 환경도 달라 각 모델과 하드웨어 조합에 맞는 최적화가 필요하다.
독자들의 PICK!
노타의 넷츠프레소는 AI 모델의 연산량과 메모리 사용량을 줄이는 동시에 하드웨어별 연산 특성을 반영해 구동 성능을 높이는 플랫폼이다. 개발자가 로봇의 작업 특성과 요구 성능에 맞는 AI 모델을 선택하고 이를 목표 하드웨어에서 구동할 수 있도록 지원한다.
노타는 모바일·엣지·데이터센터 분야에서 축적한 AI 모델 최적화 기술을 로봇과 휴머노이드 등 피지컬 AI 분야로 확대하고 있다. 앞으로 다양한 로봇 AI 모델과 하드웨어에 대한 최적화 기술을 고도화하고 실제 기기 적용을 확대할 계획이다.
