Nvidia는 자사가 ‘물리적 인공지능’이라고 부르는 분야에 대한 투자를 확대하며, 안전 시스템 Halos를 자율주행차에서 창고 이동 로봇, 공장 내 인간형 로봇, 수술 로봇을 비롯한 더 넓은 범위의 로봇으로 확장하고 있다. 인공지능 모델과 로봇 하드웨어의 역량이 향상되면서 안전성이 주요 병목이 됐다는 것이 회사의 판단이다.
Nvidia는 2025년 자율주행차 개발자들이 자율 시스템의 위험을 제한하는 제어 기능을 구축하도록 지원하기 위해 Halos 시스템을 출시했다. 2026년 6월에는 Halos for Robotics를 발표했다. 이 확장 시스템은 바닥 청소 로봇, 무거운 화물을 운반하는 자율 지게차, 의료 또는 산업 환경에서 작동하는 로봇 사이의 위험 차이를 다룬다.
하드웨어와 소프트웨어를 결합한 체계
이 체계는 로봇 및 산업용 애플리케이션을 위해 설계된 컴퓨팅 장치 Nvidia IGX Thor에서 시작하며, 안전 관련 워크로드를 위한 독립 프로세서를 포함한다. Nvidia의 로봇 및 엣지 컴퓨팅 생태계 책임자인 Amit Goel에 따르면, 기능 시스템과 안전 시스템은 동일한 칩에서 작동하지만 민감한 작업을 분리해 서로 간섭할 가능성을 줄인다.
소프트웨어 측면에서 Halos 운영체제는 하드웨어 구성요소와 소프트웨어 라이브러리를 모니터링해 고장을 신속하게 감지한다. 한편 Nvidia Holoscan Sensor Bridge는 센서 데이터를 안전 처리와 연결하고 손상된 데이터를 발견하도록 지원한다. 패키지에는 가상 환경에서 로봇을 시뮬레이션하는 도구와 검사실용 프로그램도 포함된다. 이 프로그램을 통해 파트너들은 개발 중 안전 문제에 대한 피드백을 받을 수 있다.
실제로 무엇이 달라지는가?
로봇의 안전성은 자율주행차의 안전성과 다르다. 로봇은 서로 다른 구조와 위험이 존재하는 공장, 창고, 병원 사이를 이동할 수 있기 때문이다. 이에 Nvidia는 개발자들이 맞춤형 안전 기능을 정의할 수 있도록 플랫폼을 설계하면서도, 시스템을 감독하는 기본 구조는 유지하려고 했다.
로봇이 비정형 환경에서 작동하거나 시야를 가리는 모퉁이에 접근할 때 이러한 특성은 더욱 중요해진다. 이런 경우 로봇은 앞에 무엇이 나타날지 알 수 없기 때문에 모퉁이에 도달하기 전에 속도를 늦추거나 멈춰야 할 수 있다. 이러한 사례는 안전성이 인공지능 모델에만 의존하는 것이 아니라 센서, 컴퓨팅, 소프트웨어 격리, 가상 및 현장 테스트가 함께 뒷받침해야 한다는 점을 보여준다.
초기 적용 사례와 파트너십
Agility Robotics는 인간형 로봇 Digit 5에 Nvidia Halos를 통합한 첫 번째 회사였다. Nvidia는 로봇 내부에 센서와 안전 구성요소를 통합하면 작업 영역 주변에 배치된 외부 센서에 대한 의존도를 줄일 수 있다고 설명한다. 이에 따라 로봇은 서로 다른 작업과 장소 사이에서 안전 메커니즘을 함께 이동시킬 수 있다.
Boston Dynamics도 안전 인증 프로그램에 초기부터 참여하고 있으며, 다족 로봇 Spot, 바퀴형 로봇 Stretch, 인간형 로봇 Atlas에 플랫폼을 적용하는 데 관심을 보이고 있다. 다른 참여 기관으로는 자율 지게차와 이동 로봇을 사용하는 독일의 KION 그룹과 Nvidia의 기본 모델 Isaac GROOT을 기반으로 인간형 로봇을 개발하는 한국 기업 LG가 있다. Nvidia는 Agility Robotics와 Figure AI에도 투자하고 있으며, 중국의 Unitree와는 연구자를 위한 인간형 로봇 오픈 레퍼런스 디자인을 제공하기 위한 파트너십을 맺고 있다.
한계와 남은 질문
Halos의 확대가 인간형 로봇이 어떤 작업이든 수행할 수 있는 독립적인 노동자가 됐다는 것을 입증하는 것은 아니다. 플랫폼의 성공은 개발자들이 각 환경에 적합한 안전 기능을 정의하는 능력과, 테스트 조건을 벗어난 상황에서 시스템 성능을 검증하는 능력에 달려 있다. 그러나 로봇이 고정된 작업 공간에서 벗어나 서로 다른 장소에서 여러 작업을 수행하게 되면서, 프로그래밍 가능한 안전 계층은 상업적 도입의 핵심 요소가 되고 있다.