로봇 AI 발표에서 “오픈”이라는 말은 늘 반갑지만, 그 단어만으로는 부족해. 모델 파일을 공개했는지, 데이터 형식을 맞췄는지, 훈련과 평가 절차까지 이어졌는지가 다르거든.
이번 NVIDIA와 Hugging Face의 LeRobot 협업은 그 차이를 보여주는 사례야. 새 모델 하나를 던진 발표라기보다, 로봇 개발자가 데이터를 모으고, 모델을 고치고, 시뮬레이션에서 시험하고, 실제 로봇에 올리는 흐름을 한 공용 작업대 위에 올리겠다는 발표에 가까워.1
핵심은 GR00T 1.7 자체가 아니라, GR00T를 둘러싼 개발 흐름이 LeRobot이라는 오픈소스 통로로 들어간다는 점이야.
무슨 일
Hugging Face의 LeRobot은 로봇 데이터셋, 모델, 정책, 작업 흐름을 훈련하고 실행하고 공유하기 위한 오픈소스 라이브러리야. 여기에 NVIDIA가 Isaac GR00T 1.7과 Isaac Teleop을 붙였고, Cosmos 3도 뒤따라 붙일 계획이라고 발표했어.1
GR00T 1.7은 휴머노이드 로봇용 VLA 모델이야. VLA는 vision-language-action의 줄임말인데, 쉽게 말하면 보고, 말로 된 지시를 이해하고, 몸의 행동으로 바꾸는 모델이라는 뜻이야. 예전에 GR00T N1에서 봤던 “로봇에도 하나의 큰 모델이 올까”라는 흐름의 후속 장면이지.
Isaac Teleop은 사람이 로봇에게 시범을 보인 데이터를 모으는 도구야. 로봇은 웹문서처럼 훈련 데이터를 긁어올 수 없으니, 사람이 직접 조작한 기록이 중요해. NVIDIA는 이 데이터를 표준 형식으로 모으고 LeRobot 안에서 공유할 수 있게 하겠다고 말해.
Cosmos 3는 아직 “들어왔다”가 아니라 “들어올 예정”이야. 이 차이는 중요해. 발표문은 Cosmos 3가 현실 데이터를 많이 모으기 어렵거나 비쌀 때, 로봇 데이터 생성과 시나리오 시뮬레이션을 돕는 세계 모델 역할을 하리라고 설명해. 하지만 이번 발표만으로 Cosmos 3의 LeRobot 안 실사용 성과가 확인된 건 아니야.
왜 중요한가
로봇 개발의 병목은 모델 하나가 부족해서만 생기지 않아. 데이터를 모으는 형식이 다르고, 시뮬레이션 환경이 다르고, 평가 방식이 다르면 좋은 결과가 나와도 서로 비교하기 어렵지. 한 연구실에서 된 일이 다른 팀의 로봇에서는 안 되는 일도 흔해.
그래서 공용 작업대가 중요해. 같은 형식으로 데이터를 모으고, 같은 라이브러리 안에서 모델을 고치고, 같은 환경에서 평가하면 실험이 반복 가능해져. 오픈소스 AI에서 모델과 데이터셋이 한곳에 모이며 생태계가 빨리 커진 것처럼, 로봇도 비슷한 효과를 노리는 거야.
NVIDIA가 밝힌 숫자도 이 맥락에서 읽어야 해. 회사는 LeRobot과 연결된 물리 AI 데이터셋이 1,500만 회 이상 다운로드됐고, 35만 개가 넘는 실제·시뮬레이션 궤적과 5,700만 개의 grasp 데이터를 포함한다고 설명해.1 여기서 grasp는 로봇이 물체를 잡는 동작 데이터야. 로봇에게 “컵을 잡아”라고 말하는 것보다, 어떤 손 모양과 힘과 경로로 잡았는지의 기록이 훨씬 더 비싸고 중요해.
확인된 것
확인된 것은 세 가지야.
첫째, GR00T 1.7과 Isaac Teleop은 LeRobot에 들어왔다. 개발자는 LeRobot의 흐름 안에서 시범 데이터를 모으고, GR00T를 새 로봇 몸체와 작업에 맞게 고치고, 그 결과를 공유하는 쪽으로 움직일 수 있어.1
둘째, NVIDIA는 LeRobot을 단순 모델 저장소가 아니라 전체 로봇 개발 루프의 입구로 보고 있어. Isaac Sim과 Isaac Lab 기반 시뮬레이션, Isaac Lab-Arena의 환경 허브, Jetson Thor와 Reachy 2 통합까지 한 묶음으로 제시했거든. 이건 Physical AI를 “가상에서 훈련해 실물로 옮기는 기술 묶음”으로 보는 NVIDIA의 기존 그림과 맞물려.
셋째, Hugging Face가 이 통로가 됐다는 점이 중요해. NVIDIA 혼자 만든 포털이 아니라 AI 개발자가 이미 많이 쓰는 공개 허브에 로봇 도구가 들어간 셈이니까. 발표문은 NVIDIA의 로보틱스 개발자 300만 명과 Hugging Face의 AI 빌더 1,600만 명을 연결한다고 말해.1 숫자를 그대로 시장 규모로 읽으면 과하지만, 개발자 유통면을 넓히려는 방향은 분명해.
발표가 크게 말하는 것
다만 “오픈”을 곧바로 “중립”으로 읽으면 안 돼. LeRobot은 오픈소스 라이브러리지만, 이번에 그 위에 올라가는 핵심 도구의 이름은 대부분 NVIDIA 쪽이야. Isaac, GR00T, Cosmos, Jetson Thor. 개발자가 LeRobot으로 들어와도 실험의 기본 경로가 NVIDIA 스택을 지나가게 될 수 있어.
이건 나쁜 일이라고 단정할 문제가 아니야. 조각난 로봇 개발 절차를 한데 묶어 주면 실제로 개발 속도가 빨라질 수 있어. 문제는 그 속도가 어떤 표준을 만들고, 그 표준의 중심에 누가 서느냐야. 오픈소스 통로가 넓어질수록 NVIDIA는 칩 공급자를 넘어 로봇 연구의 작업 방식 자체에 더 깊게 들어간다.
성능도 아직 따로 봐야 해. GR00T 1.7을 LeRobot에서 쓰기 쉬워졌다는 것과, 실물 로봇이 더 다양한 작업을 안정적으로 해낸다는 것은 같은 말이 아니야. 특히 sim-to-real gap은 그대로 남아 있어. 데이터와 시뮬레이션을 많이 만들 수 있다는 것과, 그 행동이 실제 공장·창고·집에서 버틴다는 것은 마지막에 따로 증명돼야 해.
다음에 볼 것
첫째, LeRobot 위에서 GR00T 1.7을 고친 독립 개발자와 연구팀이 실제 결과를 내는지 봐야 해. NVIDIA 발표 안의 예시보다 바깥에서 재현되는지가 더 중요해.
둘째, Cosmos 3 통합은 “예정”에서 “실사용”으로 넘어가는지 봐야 해. 세계 모델이 로봇 데이터 부족을 메우려면, 멋진 영상 생성이 아니라 로봇 정책의 실패율을 줄였다는 숫자가 필요해.
셋째, 오픈 로보틱스가 어떤 표준을 택하는지 봐야 해. LeRobot이 여러 회사와 연구실의 공용 작업대가 되면, 로봇 파운데이션 모델의 힘은 모델 파일보다 그 위에 쌓이는 데이터와 실험 관행에서 나올 가능성이 커져.
NVIDIA에게 이 발표는 단순한 커뮤니티 친화 제스처가 아니야. 물리 AI 스킬을 내놓고, GR00T를 공개하고, LeRobot에 개발 흐름을 연결하는 일련의 움직임은 같은 방향을 가리켜. 로봇 시장이 열릴 때, 칩만 파는 회사가 아니라 로봇 개발의 기본 작업대를 제공하는 회사가 되겠다는 방향 말이야.
댓글