엔비디아, 코스모스 설계도 5개 공개…검증 구성서 NIM 최대 2배

엔비디아(NVIDIA, $NVDA)가 로봇·자율주행 AI 개발에 쓰이는 코스모스 데이터 팩토리 설계도 5개를 공개하고, 월드 모델의 학습·평가·배포 도구를 확장했다.

엔비디아는 10월 21일 공식 발표에서 데이터 준비부터 모델 배포까지 지원하는 도구를 소개했다. 월드 모델은 피지컬 AI가 실제 세계를 이해하고 모의하도록 돕는 모델이다.

새 설계도는 △자율주행 데이터 생성 △이미지 속성 증강 △사건 영상 생성 △결함 이미지 생성 △영상의 날씨·조명 변환이다. 엔비디아는 GitHub와 Microsoft Azure, Nebius, CoreWeave를 통해 설계도를 제공한다고 밝혔다.

자율주행 데이터 생성 설계도는 포착하기 어려운 상황의 합성 사례를 주행 데이터에 더한다. 결함 이미지 설계도는 인쇄회로기판과 금속, 유리의 결함 영상을 만들어 검사 모델 학습에 활용한다.

코스모스 프레임워크의 학습·최적화 도구는 코스모스 3뿐 아니라 GR00T, Alpamayo, QWEN, Pi0.5 등 호환되는 공개 모델로 확대됐다. 개발자는 미세조정과 강화학습으로 모델을 작업에 맞추고, 증류와 양자화로 추론용 모델을 최적화할 수 있다.

시뮬레이션에 활용하는 코스모스 3 나노 변형 모델도 공개됐다. 자율주행과 양손 로봇의 동작 정책을 실제 시험 전에 반복 평가하는 데 쓰인다.

배포 단계에서는 코스모스 3 NIM 마이크로서비스를 이용한다. NIM 문서에 따르면 Generator는 이미지·영상 생성과 Action·Transfer 작업을, Reasoner는 이미지·영상 이해를 맡으며 컨테이너 하나는 두 실행 방식 중 하나를 구동한다.

코스모스 3 모델 계열이 소리 데이터를 다루더라도 NIM은 오디오를 생성하지 않는다. 코스모스 프레임워크 서빙 안내는 이 제한을 명시하고 있으며, 이용 가능한 구성은 GPU와 메모리 조건에 따라 달라진다.

엔비디아는 검증된 구성에서 코스모스 3 NIM의 추론 속도가 품질 저하 없이 최대 2배 빨라졌다고 밝혔다. 발표문에는 해당 수치에 사용된 GPU와 작업, 비교 기준, 품질 측정법이 구체적으로 제시되지 않았다.

엔비디아는 코스모스 NIM 기반 Metropolis VSS 3.3이 같은 GPU로 영상 스트림을 40% 더 처리할 수 있다고도 밝혔다. 이 수치는 영상 검색·요약 도구의 처리량을 가리키며, NIM 추론 속도 개선 수치와 측정 대상이 다르다.

엔비디아는 2026년 10월 21일 게시된 블로그 'NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models'에서 게시일 기준 포르쉐(Porsche)의 반복 실차 주행이 최대 90%, 개발 주기가 최대 85% 줄어들 것으로 예상된다고 밝혔다. 두 수치는 달성 실적이 아니라 예상치다.

엔비디아는 ANYbotics가 합성 영상 클립 1500개 이상을 만들었다고 소개했다. 아부다비국영석유회사(ADNOC)는 Fogsphere의 MistIQ 플랫폼을 65개 사업장에서 안전 위험 감지에 사용하며, Fogsphere는 희귀 위험 상황의 합성 학습 데이터 생성에 코스모스 데이터 팩토리를 활용한다.

엔비디아는 2025년 1월 코스모스 플랫폼을 처음 공개했고, 2026년 5월에는 코스모스 3를 발표했다. 이번 업데이트는 데이터 생성과 모델 학습·최적화, 배포를 잇는 개발 도구를 확장했다.

8월 28일 arXiv에 공개된 프리프린트 ‘RoboPhys-3D’는 로봇 조작 과제 50개에서 코스모스 3가 비교 대상 영상 월드 모델 4개 중 가장 높은 RoboPhyscore 0.6330을 기록했다고 보고했다.

이 연구는 상태 추정과 작업 수행에서 시각적 평가만으로 드러나지 않는 실패도 확인했다. 해당 평가는 코스모스 3 모델을 대상으로 했으며 이번 NIM의 추론 속도를 측정한 결과는 아니다.