같은 로봇 AI 모델이라도 어떤 NPU나 GPU에서 구동하느냐에 따라 성능 차이가 크게 벌어진다. AI 모델 최적화 기업 노타(대표 채명수)는 2026년 9월 서울 코엑스에서 열린 ‘휴머노이드 서밋 서울 2026’에서 퀄컴과 엔비디아의 엣지 AI 하드웨어 위에서 로봇용 AI 모델 7종을 최적화한 결과를 발표했다. 발표는 노타 AI 연구원 김건민이 진행했다.
모델·하드웨어 동시 최적화 방식
노타는 자사 AI 최적화 플랫폼 ‘넷츠프레소(NetsPresso)’를 활용해 모델의 연산량과 메모리 부담을 줄이는 동시에, 구동 대상이 되는 NPU·GPU의 연산 특성까지 반영하는 방식으로 최적화를 진행했다. 하드웨어는 퀄컴의 엣지 AI NPU ‘드래곤윙 IQ-9075’와 엔비디아의 GPU 기반 엣지 AI 플랫폼 ‘젯슨 토르(Jetson Thor)’를 대상으로 삼았다. 대상 모델은 엔비디아의 GR00T N1.7과 Cosmos3-Edge, 피지컬 인텔리전스의 π0.5, 허깅페이스의 SmolVLA, 그리고 MolmoAct2, X-VLA, VLA-JEPA 등 총 7종이다.
추론 속도 최대 7배, 작업 성공률은 유지
최적화 결과 추론 속도는 최대 7배, 실제 로봇팔의 작업 속도는 3배 향상됐다. 반면 작업 성공률 하락은 1%포인트 이내로 유지됐다. 구체적으로 GR00T N1.7의 추론 시간은 1602밀리초(ms)에서 228ms로 약 7배 줄었고, Cosmos3-Edge는 1711ms에서 739ms로 약 2.3배 단축됐다. 로봇 작업 수행 능력을 평가하는 시뮬레이션 벤치마크 LIBERO와 RoboLab을 통한 검증에서는 LIBERO 기준 작업 성공률이 원본 93%에서 최적화 후 92%로, 성능 손실이 1%포인트에 그쳤다.
피지컬 AI로 확장되는 최적화 기술
노타는 모바일·엣지·데이터센터 환경에서 축적한 AI 모델 경량화·최적화 기술을 로봇·휴머노이드 등 피지컬 AI 영역으로 확장하고 있다. 같은 AI 모델도 목표 하드웨어에 따라 성능이 달라지는 만큼, 모델과 하드웨어를 함께 최적화하는 접근이 피지컬 AI 산업에서 핵심 과제로 떠오르고 있다는 점을 이번 발표가 보여준다.