[인사이트] 로봇은 왜 챗봇과 GPU 수요가 다를까? 피지컬 AI 시대의 인프라 전략

구조와 흐름

• RFM의 비전·언어·센서 입력과 로봇 행동 출력 통합 구조
• 학습, 시뮬레이션·합성데이터, 엣지 추론으로 나뉜 Three Computers 구성
• Omniverse·Cosmos 기반 가상 데이터 생성과 Jetson·Thor 기반 현장 실시간 추론

선택 이유

• 현실에서 반복 수집하기 어려운 로봇 데이터를 시뮬레이션으로 보완하는 필요성
• 오행동이 물리적 사고로 이어지는 로봇 특성에 따른 높은 정밀도·안정성 요구
• 학습·시뮬레이션·엣지 단계의 동시 컴퓨팅 수요로 LLM과 다른 GPU 소비 구조

성능/운영 포인트

• 제조·스마트팩토리·자율주행 중심의 국내 피지컬 AI 수요
• 제조·공공 데이터 활용 시 데이터 주권과 망분리 요건을 충족하는 클라우드 환경
• GPU 수요 중심의 모델 학습에서 현실 데이터 생성·활용 인프라로의 확장