인공지능 칩 스타트업 시마 테크놀로지스가 ‘피지컬 AI’ 개발을 겨냥한 새 소프트웨어 환경 ‘팔레트 니트(Palette Neat)’를 공개했다. 로봇, 자율주행차, 드론, 산업용 장비처럼 현실 세계와 직접 상호작용하는 AI 애플리케이션을 더 빠르게 만들 수 있게 하겠다는 구상이다.
회사는 이번 도구가 자사 ‘모달릭스(Modalix)’ MLSoC 시스템온모듈(SoM)과 새 PCIe 컴패니언 카드와 쉽게 연동된다고 설명했다. 개발자는 이를 활용해 보고, 학습하고, 적응하고, 실제 환경과 상호작용하는 애플리케이션을 신속하게 구축할 수 있다. 시마 테크놀로지스는 이를 ‘피지컬 AI’ 비전의 핵심으로 제시했다.
크리슈나 랑가사이(크리슈나 랑가사이) 최고경영자(CEO)는 “시마는 자체 실리콘을 만드는 AI 소프트웨어 회사”라며 “이번에 업계 최초의 피지컬 AI용 에이전트형 개발 환경을 선보인다”고 밝혔다.
자연어로 명령하면 저수준 코드로 변환
팔레트 니트의 핵심은 개발자가 아이디어를 말하거나 입력하면, AI 에이전트가 이를 실제 저수준 연산 코드로 바꿔주는 점이다. 새 반도체나 새 폼팩터가 나올 때마다 기존 애플리케이션을 이식하고 통합하느라 수주에서 수개월씩 걸리던 작업을 크게 줄일 수 있다는 설명이다.
랑가사이는 기존에는 개발자들이 새로운 아이디어를 새 실리콘에 맞게 매핑하는 데 오랜 시간을 써야 했지만, 팔레트 니트는 자연어 명령만으로 필요한 시스템 전반을 구축할 수 있도록 설계됐다고 말했다. 그만큼 엔지니어는 단순 이식 작업보다 시스템 차별화와 세부 조정에 집중할 수 있다는 것이다.
시마 테크놀로지스에 따르면 이 에이전트형 환경은 애플리케이션 코드를 직접 실리콘에 매핑해 개발 주기를 단축한다. 또 다른 플랫폼에서 쓰던 기존 소프트웨어 자산의 최대 90%를 유지하면서 재사용할 수 있어, 모든 것을 처음부터 다시 연결할 필요가 없다고 회사는 강조했다.
‘10와트 이하’ 내세워 엣지 AI 공략
회사는 모달릭스 SoM이 10와트 이하 전력으로 여러 대규모언어모델(LLM)을 비전·센서 모델과 함께 동시에 구동할 수 있다고 밝혔다. 이 같은 전력 효율은 데이터센터급 GPU를 그대로 현장 장비에 적용하기 어려운 엣지 AI 환경에서 강점으로 작용할 수 있다.
특히 시마 테크놀로지스는 자사 제품이 엔비디아($NVDA)와 유사한 시스템온모듈 폼팩터를 대체할 수 있도록 설계됐으며, 별도의 보드 재설계 없이 적용 가능한 ‘드롭인’ 대안이 될 수 있다고 주장했다. 랑가사이는 모달릭스가 엔비디아 오린(Orin) SoM과 ‘핀 투 핀’ 호환을 목표로 설계됐다고 설명했다.
그는 “지금까지 개발자들은 피지컬 AI 성능에 최적화된 매끄러운 대안을 갖지 못했다”며 “전력 소모가 큰 데이터센터 GPU를 엣지에 억지로 맞추는 대신, 시마는 더 에너지 효율적인 성능을 제공한다”고 말했다.
엔비디아 중심 생태계에 균열 낼 수 있을까
시마 테크놀로지스의 승부수는 성능 자체만이 아니라 ‘전환 비용’ 축소에 있다. 현재 많은 개발자가 엔비디아 생태계에 익숙한 이유는 클라우드 기반 GPU 환경 상당수가 쿠다(CUDA) 중심으로 돌아가고 있기 때문이다. 여기에 엔비디아가 엣지 AI 시장에서 약 39% 점유율을 보유하고, 퀄컴($QCOM)이 약 20%로 뒤를 잇는 것으로 전해지면서 기존 지배력이 더욱 굳어진 상태다.
개발자들은 보통 익숙한 도구와 이미 손에 쥔 인프라를 선호한다. 시마는 이 지점을 파고들고 있다. 새로운 시스템으로 옮기더라도 완전히 다른 개발 방식을 다시 배워야 하는 부담을 줄여주면, 개발자들이 더 쉽게 시제품을 만들고 실험할 수 있다는 판단이다.
결국 이번 출시는 피지컬 AI와 엣지 AI 시장에서 ‘엔비디아 대안’을 찾는 수요를 겨냥한 움직임으로 읽힌다. 시마 테크놀로지스가 자연어 기반 개발 환경과 저전력 하드웨어를 앞세워 일부 고객층을 확보할 수 있을지 주목된다. 시장 판도를 단숨에 바꾸기는 쉽지 않지만, 개발 편의성과 전력 효율을 동시에 앞세운 전략은 분명한 차별점으로 보인다.
TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

