노타, 로봇 AI 최적화 성과 공개 "NPU부터 GPU까지 모델 7종 검증"

노타(대표 채명수)는 ‘휴머노이드 서밋 서울 2026’에서 자사 플랫폼 ‘넷츠프레소’를 활용해 퀄컴 신경망처리장치(NPU)와 엔비디아 그래픽처리장치(GPU) 기반 환경에서 총 7종의 로봇 AI 모델을 최적화한 성과를 발표했다고 23일 밝혔다.

노타는 서로 다른 모델과 하드웨어 조합에서 작업 성공률 하락을 최대 1%포인트 이내로 유지하면서 추론 속도를 최대 7배 높여 실제 작업 속도는 3배 빨라졌다. 다양한 로봇 AI 모델을 각 하드웨어의 특성에 맞춰 최적화하며, 로봇의 용도와 운영 조건에 따른 모델과 하드웨어 선택의 폭을 넓힌 것이다.

김건민 노타 AI 연구원은 이날 서울 코엑스에서 열린 행사에서 ‘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 소개했다.

노타는 이번 발표에서 퀄컴 드래곤윙 IQ-9075(QualcommTM IQ-9075)와 엔비디아의 GPU 기반 엣지 AI 플랫폼 젯슨 토르(Jetson Thor)를 대상으로 한 최적화 결과를 공개했다. 검증 모델은 엔비디아의 그루트(GR00T) N1.7과 코스모스 3 엣지(Cosmos3-Edge), 피지컬 인텔리전스의 π0.5, 허깅페이스의 SmolVLA를 비롯해 MolmoAct2, X-VLA, VLA-JEPA 등 로봇용 AI 모델 총 7종이다.

대표적으로 그루트(GR00T) N1.7의 추론 시간은 1,602밀리초(ms)에서 228ms로 단축돼 추론 속도가 약 7배 빨라졌으며, 실제 로봇팔의 작업 속도도 3배 향상됐다. 로봇 작업 수행 능력을 측정하는 시뮬레이션 벤치마크 ‘LIBERO’ 평가에서 작업 성공률은 93%에서 92%로 1%포인트 차이를 유지했다. 작업 수행 능력을 거의 유지하면서 로봇이 다음 행동을 판단하는 데 필요한 시간을 단축한 결과다.

엔비디아 젯슨 토르에서는 코스모스 3 엣지의 추론 시간을 1,711ms에서 739ms로 줄여 약 2.3배의 추론 속도 향상을 확인했다. 로봇 작업 수행 능력을 평가하는 시뮬레이션 벤치마크 RoboLab 평가에서 원본 모델의 작업 성공률을 유지했다.

비전언어행동모델(VLA)은 영상으로 주변 상황을 파악하고 언어 명령을 이해해 로봇의 행동을 결정하는 AI 모델이다. 실제 로봇에 적용하려면 작업 수행 능력뿐 아니라 판단에 걸리는 시간과 메모리 사용량도 고려해야 한다. 모델마다 구조와 연산 방식이 다르고 하드웨어별 실행 조건도 달라, 각 조합에 맞는 최적화가 필요하다.

노타는 넷츠프레소를 통해 모델과 실행 환경을 함께 최적화한다. 모델의 연산량과 메모리 사용 부담을 줄이는 동시에 하드웨어별 연산 특성을 반영해 실제 구동 성능을 높이는 방식이다. 이를 통해 개발자가 로봇의 작업 특성과 요구 성능에 맞는 모델을 선택하고, 목표 하드웨어에 적용하도록 돕는다.

노타는 모바일과 엣지, 데이터센터에서 축적한 최적화 역량을 로봇과 휴머노이드 등 피지컬 AI 분야로 넓혀가고 있다. 다양한 로봇 AI 모델과 하드웨어에 대한 최적화 기술을 고도화해 실제 기기에서의 AI 활용을 지원할 계획이다.