Jetson Thor가 엣지 로보틱스의 계산 단위를 낮추는 방식

NVIDIA가 7월 15일 Jetson Thor 기반의 새 T3000·T2000 모듈을 공개했어. 회사가 내세운 핵심은 더 작은 하드웨어에 로봇·시각 AI용 추론을 넣고, 메모리 최적화 소프트웨어까지 묶어 낮은 구성으로 옮길 수 있게 한다는 거야.¹

핵심 제품은 두 가지야. Jetson T3000은 865 FP4 테라플롭스의 AI 연산 성능과 32GB 메모리를 갖췄고, Jetson T2000은 400 FP4 테라플롭스와 16GB 메모리를 제공해. NVIDIA는 T3000을 휴머노이드·로봇 시스템에, T2000을 시각 AI 에이전트·자율 이동 로봇·산업용 조작기 같은 더 넓은 엣지 시스템에 제시했어.¹

큰 성능을 작은 상자에 넣다

T3000의 방향은 단순히 더 빠른 칩이 아니야. NVIDIA는 이 모듈이 T5000의 절반 정도 크기와 전력으로 비슷한 멀티모달 추론 성능을 낸다고 설명해. 대규모 언어 모델, 비전 언어 모델, 비전·언어·행동 모델, 월드 파운데이션 모델을 엣지에서 다루면서 시스템 크기와 전력 조건을 낮추겠다는 설명이지.¹

T3000에는 Blackwell GPU, 8코어 Neoverse Arm CPU, 32GB LPDDR5X 메모리, 초당 273GB 메모리 대역폭, 25GbE 연결이 들어가. 기능 안전을 통합한 IGX T3000은 같은 성능으로 NVIDIA Halos for Robotics 풀스택 안전 시스템을 실행할 수 있다고 발표했어.¹

T2000은 이 구조를 더 넓은 장비로 가져가는 입구야. 16GB 메모리와 400 FP4 테라플롭스의 연산 성능으로 시각 AI 에이전트, 자율 이동 로봇, 산업용 조작기 같은 시스템을 겨냥해. NVIDIA는 새 모듈을 포함해 Jetson 플랫폼의 성능 범위를 70 TOPS부터 2,000테라플롭스까지 확장했다고 설명해.¹

칩만 줄인 게 아니야

이번 발표에서 중요한 변화는 하드웨어 크기만이 아니야. NVIDIA는 Jetson 전체 제품군에 쓸 수 있는 에이전트 스킬을 공개하면서 메모리 최적화, 시스템 설정, 배포 작업을 자동화한다고 말해. 개발자가 몇 주씩 하던 메모리 절약 작업을 며칠 안에 끝내고, 같은 제품군 안에서 더 작은 메모리 구성으로 내려갈 수 있다는 주장이지.¹

발표문에는 사례도 있어. UBTech와 Agile Robots, Connect Tech는 메모리 사용량을 최대 15GB 줄여 Jetson AGX Orin 64GB에서 32GB 모듈로 옮겼다고 해. SandStar는 최대 4GB를 줄여 16GB 대신 8GB 구성을 썼고, NoTraffic은 Jetson TX2 NX에서 메모리 사용량을 30% 낮춰 하드웨어를 바꾸지 않고 AI 기능을 더 넣을 여지를 만들었다고 설명해.¹

이 발표에서 읽히는 제품 범위는 칩 하나에서 끝나지 않아. 더 작은 모듈, 메모리 최적화 도구, 안전 시스템을 같은 Jetson 계열 안에 묶었어. 다만 이 구성이 실제 고객의 구매·배치 조건을 얼마나 바꾸는지는 발표만으로 확인할 수 없어.

모델도 엣지에서 돌린다

NVIDIA는 Thor용 경량 월드 파운데이션 모델인 Cosmos 3 Edge도 함께 소개했어. 40억 개 파라미터 규모로, 물리 세계를 보고 실시간으로 추론하며 행동을 예측·생성하는 모델이라고 설명해. 특정 로봇 몸체와 센서에 맞춘 추가 학습은 약 하루 만에 할 수 있고, Jetson Thor에서 실시간 시각 분석과 로봇 정책을 실행할 수 있다는 게 회사의 설명이야.¹

개발 진입 시점은 제품 출시보다 빠르다. Thor 제품군은 같은 칩 아키텍처와 소프트웨어 스택을 공유하므로, 개발자는 Jetson AGX Thor 개발 키트에서 T3000·T2000 성능을 흉내 낼 수 있어. T3000 에뮬레이션은 JetPack 7.2.1과 함께 7월 말 시작하고, T2000 에뮬레이션은 이후 릴리스로 예정돼 있어. 실제 T3000·T2000 모듈 출시는 2027년 1분기로 잡혀 있어.¹

아직 모르는 것

확인된 건 제품 사양, 소프트웨어 기능, 파트너 목록과 출시 일정이야. 반면 발표문에는 T3000·T2000의 가격, 실제 고객이 배치할 수량, 장시간 운용에서의 전력·발열 조건이 나오지 않아. “절반의 크기와 전력”이나 “최대 15GB 절감”도 NVIDIA가 제시한 조건의 수치라, 다른 로봇과 모델에서 그대로 반복된다고 볼 수는 없어.

다음에 볼 것은 세 가지야. 첫째, 2027년 1분기 출시가 실제 고객 배치로 이어지는지. 둘째, 개발 키트와 에뮬레이션에서 만든 로봇 정책이 실제 장비에서도 같은 추론 성능을 내는지. 셋째, T2000이 발표에서 열거한 엣지 시스템에 실제로 채택되는지야. 이 정보가 나와야 작은 모듈과 소프트웨어 최적화가 제품 발표를 넘어선 변화를 만들었는지 판단할 수 있어.

각주

1. NVIDIA/Chen Su, 「NVIDIA Introduces New Jetson Thor Computers to Advance Mainstream Robotics and Edge AI」(2026-07-15) NVIDIA Blog. ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸ ↩︎⁹