엔비디아, GTC 2025서 휴머노이드 로봇 파운데이션 모델 ‘GR00T N1’ 공개 배포… 구글 딥마인드, 디즈니 리서치와 물리엔진 ‘뉴턴’ 공동 개발

엔비디아가 2025년 3월 18일 휴머노이드 로봇용 오픈 파운데이션 모델 ‘아이작 GR00T N1’을 공개했다. 개발사는 허깅페이스와 깃허브에서 모델 가중치를 내려받아 자사 로봇에 맞게 추가 학습(post-training)할 수 있다. 젠슨 황 엔비디아 최고경영자(CEO)는 미국 새너제이 SAP센터에서 태평양시간 오전 10시에 시작한 GTC 기조연설에서 이 모델을 소개했고, 엔비디아는 이를 범용 휴머노이드 추론과 기술을 위한 세계 최초의 개방형, 완전 맞춤형 파운데이션 모델이라고 설명했다. 같은 발표에서 엔비디아는 구글 딥마인드, 디즈니 리서치와 함께 개발 중인 오픈소스 물리엔진 ‘뉴턴(Newton)’, 합성 데이터 생성 블루프린트, 공개 피지컬 AI 데이터셋도 공개했다.

모델 규모는 언어모델 기준으로 보면 작다. 3월 18일 아카이브(arXiv)에 프리프린트(2503.14734)로 올라온 뒤 27일 개정된 엔비디아 기술 보고서에 따르면 GR00T N1의 파라미터는 22억 개이며 이 가운데 13억4000만 개가 시각언어 모듈에 있다. 허깅페이스에는 3월 17일자로 ‘GR00T-N1-2B’라는 이름으로 등록됐다. 사전학습에는 H100 GPU 약 5만 시간이 들었고 최대 1024개 GPU가 동원됐다. 엔비디아 L40 GPU에서 추론 모듈은 10Hz로 돌고, 행동 모듈은 16개 동작 묶음을 63.9밀리초에 생성해 120Hz로 모터 명령을 낸다.

구조는 사람의 인지 방식을 빌려 설명된다. ‘시스템2’는 엔비디아 이글-2(Eagle-2)를 바탕으로 SmolLM2 언어모델과 SigLIP-2 이미지 인코더를 결합한 시각언어모델로, 카메라 영상과 지시문을 읽고 할 일을 계획한다. ‘시스템1’은 플로 매칭(flow matching)으로 학습한 디퓨전 트랜스포머로, 계획을 연속적인 관절 명령으로 바꾼다. 두 모듈은 처음부터 끝까지 함께 학습된다. 엔비디아는 이 모델이 물체 집기, 한 팔이나 두 팔로 옮기기, 한 손에서 다른 손으로 건네기 같은 작업에 두루 적용되고 긴 맥락이 필요한 다단계 작업도 수행한다고 밝혔다. 개발자 블로그에 따르면 추가 학습은 RTX A6000이나 지포스 RTX 4090 한 장으로 가능하고, 결과물은 RTX A6000이나 젯슨 AGX 오린에서 구동된다.

초기 접근 파트너는 1X 테크놀로지스, 애질리티 로보틱스, 보스턴다이나믹스, 멘티 로보틱스, 뉴라 로보틱스 5곳이다. 황 CEO는 무대에서 GR00T N1을 바탕으로 추가 학습한 정책으로 1X의 휴머노이드가 집 안을 스스로 정리하는 장면을 보여줬다. 베른트 뵈르니히 1X CEO는 보도자료에서 1X가 자체 모델을 개발하고 있지만 GR00T N1이 적은 추가 학습 데이터로도 로봇의 추론과 기술을 크게 끌어올렸다고 말했다.

학습 방식은 엔비디아가 ‘데이터 피라미드’라고 부르는 구조다. 맨 아래에는 Ego4D, EPIC-KITCHENS 같은 공개 사람 영상이 있다. 중간에는 생성 영상 궤적 827시간과 덱스미믹젠(DexMimicGen)으로 만든 시뮬레이션 궤적 78만 개 등 합성 데이터가 있다. 꼭대기에는 푸리에 GR-1 휴머노이드로 엔비디아가 직접 수집한 원격조종 데이터 88시간, 오픈 X-엠바디먼트 데이터셋, 중국 즈위안(AgiBot)의 AgiBot-Alpha 궤적 14만 개 같은 실제 로봇 데이터가 놓였다. 프리프린트 실험에서 GR00T N1은 널리 쓰이는 모방학습 기준 모델인 디퓨전 폴리시를 시뮬레이션 벤치마크 3종에서 앞섰고, 실제 GR-1에서는 평균 성공률 76.8%로 46.4%를 웃돌았다. 데이터를 10%만 썼을 때는 42.6% 대 10.2%로 격차가 더 벌어졌다.

합성 데이터 도구도 함께 나왔다. ‘합성 조작 동작 생성용 아이작 GR00T 블루프린트’는 옴니버스와 코스모스 트랜스퍼 월드모델로 소수의 사람 시연을 대규모 동작 데이터로 불린다. 엔비디아는 이 방식으로 사람 시연 6500시간, 쉬지 않고 9개월 분량에 해당하는 궤적 78만 개를 11시간 만에 만들었고, 실제 데이터와 섞어 쓰자 실제 데이터만 쓸 때보다 GR00T N1 성능이 40% 올랐다고 밝혔다. 별도로 허깅페이스에 공개한 데이터셋은 15테라바이트 규모로 로봇 학습 궤적 32만 개 이상과 오픈USD 자산 최대 1000개를 담았다.

뉴턴은 장기 포석이다. 엔비디아는 뉴턴이 자사 워프(Warp) 프레임워크 위에서 로봇 학습에 맞게 최적화됐으며 2025년 하반기 중 공개될 것으로 예상한다고 밝혔다. 구글 딥마인드와 엔비디아는 별도로 무조코-워프(MuJoCo-Warp)를 개발 중이며, 엔비디아는 이를 통해 로봇 머신러닝 작업이 70배 이상 빨라질 것으로 내다봤다. 디즈니 리서치는 스타워즈에서 영감을 얻은 BDX 드로이드를 시작으로 로봇 캐릭터 플랫폼에 뉴턴을 쓸 계획이며, 기조연설 무대에도 BDX 드로이드가 등장했다.

황 CEO는 이번 발표를 노동력 문제와 연결했다. 그는 기조연설에서 이번 10년이 끝날 무렵 세계적으로 최소 5000만 명의 노동력이 부족해질 것이라고 했고, 보도자료에서는 “범용 로봇의 시대가 왔다”고 말했다. 같은 기조연설에서 엔비디아는 제너럴모터스(GM)가 차량, 공장, 로봇에 엔비디아 AI와 시뮬레이션, 가속 컴퓨팅을 도입한다고 발표했다. 로보트니스가 보도했듯 엔비디아는 2025년 1월 6일 CES에서 첫 아이작 GR00T 블루프린트를 내놨고, GR00T N1은 그 위에 올라선 모델이다.

경쟁사도 같은 시기에 움직였다. 피규어AI는 2월 20일 70억 파라미터 시각언어 모듈(7~9Hz)과 8000만 파라미터 제어 정책(200Hz)으로 이뤄진 ‘헬릭스’를 공개했지만 가중치는 공개하지 않았다. 구글 딥마인드는 3월 12일 제미나이 2.0 기반 ‘제미나이 로보틱스’를 발표하고 앱트로닉과 일부 신뢰 테스터에게만 제공했다. 피지컬 인텔리전스는 2024년 10월 31일 프리프린트로 33억 파라미터, 최대 50Hz 제어의 ‘π0’를 소개했다.

한국 관점에서 초기 파트너 명단에 오른 국내 계열 기업은 현대차그룹이 소유한 보스턴다이나믹스 하나였다. 로보트니스가 보도한 대로 삼성전자가 2024년 12월 31일 최대주주에 오른 레인보우로보틱스를 비롯한 국내 휴머노이드 기업은 이름을 올리지 못했다. 다만 GR00T N1은 누구나 내려받을 수 있는 모델이어서 국내 스타트업과 대학 연구실도 RTX 4090 한 장 수준의 장비로 자체 로봇에 맞춘 추가 학습을 시도할 수 있다. 공개 모델에 의존할지, 국내 제조 현장 데이터로 독자 모델을 키울지가 국내 업계의 과제로 떠올랐다.

불확실성도 크다. 프리프린트의 비교 대상은 디퓨전 폴리시와 BC-트랜스포머였고 π0, 헬릭스, 제미나이 로보틱스와는 직접 비교하지 않았으며 동료 심사도 거치지 않았다. 허깅페이스 모델 카드는 기능안전이 필요한 핵심 용도에는 시험되거나 의도되지 않았다고 명시했다. 가중치는 표준 오픈소스가 아닌 엔비디아 자체 라이선스로 배포됐고, 뉴턴은 아직 계획 단계였다. 엔비디아는 이후 2025년 5월 18일 컴퓨텍스에서 합성 데이터로 후속작 GR00T N1.5를 36시간 만에 개발했으며 수작업 수집이라면 3개월 가까이 걸렸을 것이라고 밝혔다.