|
이번 과제는 노타가 그간 모바일, 엣지, 데이터센터 등에서 축적해 온 AI 최적화 기술 역량을 ‘피지컬 AI(Physical AI)’ 영역으로 본격 확장하는 전환점이 될 전망이다. 특히 AI 모델과 NPU, 실제 로봇 시스템을 효율적으로 결합하는 ‘최적화’가 독립된 핵심 과제로 지정되고 노타가 이를 주관한다는 점에서, AI 최적화 소프트웨어가 차세대 로봇 산업의 핵심 기술로 입지를 다졌음을 보여준다.
이번 사업의 궁극적 목표는 국산 온디바이스 AI 반도체를 탑재해 복잡한 일상 공간에서도 스스로 환경을 인식하고 사람 수준의 정교한 작업을 수행하는 자율형 휴머노이드를 완성하는 것이다. 사업 전체 총괄 및 휴머노이드 시스템 개발은 LG전자가 맡으며, 모빌린트는 국산 NPU 하드웨어를, 노타는 AI 모델을 NPU 및 로봇 구동 환경에 최적화하는 핵심 소프트웨어를 각각 전담한다.
노타가 주관하는 ‘휴머노이드 AI 모델 최적화’ 과제는 로봇에 탑재되는 비전언어행동모델(VLA, Vision-Language-Action Model)의 경량화와 모빌린트 NPU 연동에 초점이 맞춰져 있다.
휴머노이드와 같은 피지컬 AI는 카메라 등으로 들어오는 시각 정보를 실시간으로 처리해 즉각적인 상황 판단과 행동으로 연결해야 한다. VLA 모델의 추론 속도가 느려질 경우 변화하는 현장 상황을 적시에 반영하지 못해 안전성과 작업 정확도가 크게 저하될 수밖에 없다. 따라서 제한된 배터리와 연산 자원 내에서 모델 성능은 유지하되 추론 속도를 극대화하는 최적화 작업이 필수적이다.
노타는 토큰 압축, 양자화(Quantization), 프루닝(Pruning), 지식증류(Knowledge Distillation), 레이어별 최적화 등 자체 보유한 고도화 기술을 대거 투입한다. 이를 통해 VLA 모델의 성능 저하를 최소화하면서도 모델 크기, 연산량, 메모리 점유율을 획기적으로 줄일 방침이다. 정확도와 연산량, 통신 지연(Latency) 간의 최적 밸런스를 구현한 경량화 모델을 모빌린트 NPU 구조에 맞춰 변환하고, 실시간 추론 환경 및 워크로드 연계 모듈까지 통합 구축해 실효성을 검증한다.
이처럼 최적화된 VLA 모델이 로봇 자체에서 온디바이스로 구동되면, 외부 서버(클라우드)나 통신 네트워크 연결 없이도 독립적인 판단과 동작이 가능해진다. 데이터 송수신 과정이 생략되면서 통신 지연이 대폭 줄어들고, 민감한 내부 정보의 외부 유출 가능성이 차단돼 보안성도 대폭 향상된다. 연산 효율화에 따른 전력 소모 저감 효과 역시 기대된다.
채명수 노타 대표는 “이번 과제는 노타가 축적해 온 AI 최적화 기술을 국산 NPU 기반 휴머노이드에 적용하는 중요한 사례”라며 “모바일, 엣지와 데이터센터 등 다양한 환경에서 AI 모델과 하드웨어를 효율적으로 연결해 온 기술력을 바탕으로, 휴머노이드를 시작으로 다양한 로봇과 자동차, 산업장비 등 실시간 온디바이스 AI가 필요한 피지컬 AI 전반에서 기술 적용과 사업 기회를 확대해 나가겠다”고 말했다.
