GIF

해외 기사를 번역한 것이므로 오역이 있을 수 있습니다.

 

https://hothardware.com/news/nvidia-ai-robots-install-graphics-cards

 

엔비디아 AI 로봇, 인간의 도움 없이 그래픽 카드 장착 방법 학습

 

로봇에게 새로운 기술을 가르치는 것은 언제나 인간의 손이 많이 가는 까다로운 작업이었습니다. 누군가는 매번 실패할 때마다 현장을 재설정하고 하드웨어를 감시하며 로봇이 제대로 해냈는지 판단해야 했습니다.

 

엔비디아는 이제 그 누군가가 사라지기를 원합니다. 엔비디아는 지난 1년 동안 물리적 AI를 강력하게 밀어붙여 왔으며 이번 최신 프로젝트는 그 개념을 한 단계 더 발전시켰습니다. 카네기 멜런 대학교 및 UC 버클리와 함께 엔비디아의 범용 체화 대리인 연구소는 전체 훈련 루프를 AI 코딩 에이전트에게 맡겨 인간 감독자 없이 실제 하드웨어에서 로봇에게 새로운 기술을 가르칠 수 있도록 하는 프레임워크인 엔파이어를 공개했습니다.

 

이 시스템은 네 가지 부분으로 구성된 폐쇄형 피드백 루프입니다. 환경 모듈은 현장을 재설정하고 안전 점검을 수행하며 각 결과를 검증합니다. 정책 개선 모듈은 보상 신호와 카메라 영상, 실행 시간 추적 기록, 그리고 발생한 오류 등을 학습하여 제어 코드를 작성하고 수정합니다.

 

롤아웃 모듈은 종종 여러 대의 로봇에서 동시에 실제 시험을 실행하고 모든 것을 기록합니다. 그런 다음 진화 모듈이 에이전트 분기들을 비교하여 작동하는 코드는 유지하고 실패한 코드는 폐기합니다. 이는 소프트웨어 팀이 지속적인 테스트에 의존하는 방식과 유사하지만 시험이 실제 로봇 팔에서 실행된다는 점이 다릅니다.

 

최고의 성능을 발휘하는 모델을 찾기 위해 연구진은 세 가지 코딩 에이전트 즉 GPT 5.5 기반의 코덱스와 클로드 코드 오퍼스 4.7 그리고 키미 K2.6 기반의 키미 코드를 투입했습니다. 각 에이전트는 아이디어를 제안하고 하드웨어에서 테스트한 후 개선된 부분만 유지했습니다. 결과는 놀라웠습니다. 까다롭고 정밀한 작업에서 훈련된 로봇들은 하위 작업당 최대 8번의 시도를 허용하고 각 재시도가 직전의 실패를 바탕으로 수정되는 방식의 지표인 pass@8 기준에서 99퍼센트의 성공률을 기록했습니다. 이는 운이 아니라 진정한 회복 능력을 측정하는 지표입니다.

 

 

이 작업들은 결코 만만한 일이 아니었습니다. 로봇들은 작은 핀들을 상자에 분류하고 실제 커터를 사용하여 케이블 타이를 잘라냈으며 확장 카드와 그래픽 카드를 메인보드 슬롯에 직접 장착했습니다. 뻑뻑한 카드를 PCIe 슬롯에 끼우기 위해 씨름해 본 사람이라면 누구나 마지막 작업이 대단한 성과라는 점을 인정할 것입니다.

 

에이전트 무리의 규모에 따라 결과가 달라집니다. 연구팀은 1개, 4개, 8개의 에이전트 그룹을 병렬로 실행하여 테스트했습니다. 단일 에이전트는 작업을 해결하는 데 5시간 가까이 걸렸습니다. 8개의 에이전트는 이를 약 2시간으로 단축했습니다. 장단점을 측정하기 위해 엔비디아는 두 가지 지표인 평균 로봇 활용도와 평균 토큰 활용도를 도입했습니다.

 

여기에는 절충점이 있습니다. 더 큰 규모의 팀은 작동하는 정책에 훨씬 빨리 도달하지만 더 많은 에이전트가 로그를 읽고 동료의 분기를 요약하며 조율하는 데 더 많은 시간을 소비하기 때문에 토큰 사용량이 급증합니다. 또한 모델이 디버깅으로 인해 지체되거나 추론을 기다리는 동안 비용이 많이 드는 하드웨어가 유휴 상태로 방치되어 로봇 활용도가 떨어지기도 합니다. 속도를 얻는 대신 토큰을 소모하는 셈입니다.

 

 

GEAR 연구소를 공동으로 이끄는 짐 판은 이 프로젝트를 물리적 세계에서 최초로 자동 연구를 가능하게 한 것으로 평가했습니다. 엔비디아는 이를 오픈 소스로 공개할 계획이며 이를 통해 대학과 스타트업 그리고 취미 활동가들이 자신만의 스스로 개선되는 로봇 실험실을 구축할 수 있을 것입니다.

 

이는 GTC 2026을 앞두고 발표했던 로봇 공학 의제를 포함하여 지난 1년 동안 물리적 AI를 강력하게 밀어붙인 엔비디아의 행보와 일치합니다. 엔비디아의 연구에 따르면 병목 현상은 결코 로봇이 아니었습니다. 그것은 바로 살과 피로 이루어진 우리 인간이었습니다.