티스토리 뷰
로봇을 단 한 대도 제대로 팔지 않은 회사가 엔비디아 GPU 10만 개를 선점했습니다. 최대 60억 달러 규모의 컴퓨팅 계약입니다. 제가 처음 이 소식을 접했을 때 솔직히 이건 예상 밖이었습니다. 로봇의 몸보다 두뇌가 먼저 병목이 될 것이라는 신호를, 시장이 이렇게 빠르게 확인해줄 줄은 몰랐으니까요.
1. GPU 병목, 왜 로봇이 원인인가?
피규어 AI(Figure AI)는 2025년 9월, 클라우드 컴퓨팅 업체 엔스케일(Nscale)과 대규모 계약을 공식 발표했습니다. 2027년 하반기부터 엔비디아 베라 루빈(Vera Rubin) 아키텍처 기반 GPU 최대 10만 개를 구축하는 내용이며, 초기 계약 규모만 35억 달러에 달합니다.
그런데 여기서 질문이 하나 생깁니다. 아직 공장이나 가정에 휴머노이드 로봇이 깔린 것도 아닌데, 왜 지금 GPU가 필요할까요?
그 답은 피규어가 공식 인정한 한 가지 사실에 있습니다. 자사의 파운데이션 모델(Foundation Model)인 헬릭스(Helix)의 발전이 현재 데이터와 컴퓨팅 두 가지에 의해 제약받고 있다는 것입니다. 여기서 파운데이션 모델이란? 다양한 작업에 범용으로 적용할 수 있도록 대규모 데이터로 사전 학습된 거대 AI 모델을 말합니다. 쉽게 말해 로봇의 두뇌 역할을 하는 핵심 AI입니다.
제가 직접 대규모 자동화 시스템을 운용해봤는데, 알고리즘이 아무리 정교해도 그걸 실시간으로 돌릴 인프라가 받쳐주지 않으면 전체가 멈춰버리는 경험을 여러 번 했습니다. 피규어가 지금 겪고 있는 것도 본질적으로 같은 문제입니다. 로봇의 몸이 아니라, 두뇌를 훈련시킬 연산 자원이 새로운 병목(Bottleneck)으로 부상한 것입니다.
📌 GPU 병목 핵심 요약
- GPU 10만 개 선점: 피규어 AI, 최대 60억 달러 규모 엔비디아 GPU 확보 계약
- 두뇌 선행 투자: 로봇 양산 전, 파운데이션 모델(헬릭스) 훈련을 위한 연산 자원 부족 발생
- 새로운 병목: 하드웨어(몸체) 한계에서 소프트웨어(두뇌 훈련) 한계로 패러다임 전환
2. 반도체 수요를 바꾸는 현실 데이터 인프라
그렇다면 피규어는 어떤 데이터를 모으고 있을까요? 텍스트나 이미지를 다루는 LLM(대규모 언어 모델)과 달리, 현실에서 물건을 집고 조립하는 피지컬 AI(Physical AI)는 완전히 다른 종류의 데이터를 필요로 합니다. 여기서 피지컬 AI란? 가상 공간이 아닌 현실 세계에서 직접 물리적 행동을 수행하는 AI 시스템을 뜻합니다.
인터넷에 떠도는 텍스트로는 물건을 집는 손의 힘 조절이나 미끄러운 표면 위에서의 균형 감각을 학습시킬 수 없습니다. 피규어는 이 문제를 해결하기 위해 '인덱스(Index)' 프로젝트를 운영하고 있습니다. 요리, 청소, 물류, 공장 작업처럼 실제 인간이 손을 쓰는 영상 데이터를 수집하는 플랫폼입니다.
수치가 상당합니다. 108개국, 26만 4천 건 다운로드, 주간 활성 사용자 4만 4천 명이 참여하고 있으며 1,600만 개 이상의 영상을 이미 확보했습니다. 현재 초당 유입되는 데이터는 30분 분량을 넘어 35분으로 늘어나는 추세입니다. 하루로 환산하면 약 4.9년치 인간 작업 시간에 해당합니다. 참여자들에게 이미 1,500만 달러를 지급했다는 사실도 공개됐습니다(출처: Figure AI 공식 발표).
제가 자동화 시스템에서 데이터 파이프라인을 직접 구축해보면서 느낀 건, 데이터가 쌓일수록 그걸 처리할 인프라 수요는 기하급수적으로 커진다는 점입니다. 피규어가 인덱스 규모를 향후 12개월 안에 100배로 키우겠다고 밝힌 순간, GPU 10만 개 발주는 예고된 수순이었습니다.
- 인덱스(Index) 프로젝트: 108개국 참여, 1,600만 개 영상 확보
- 폭발적인 데이터 유입: 초당 35분 분량 유입 → 하루 4.9년치 인간 작업량
- 대규모 인프라 투자: 향후 12개월 내 데이터·컴퓨팅에 10억 달러 이상 투자 예정
- 100배 확대 계획: 인덱스 데이터 규모 100배 확대 공식 발표
📌 현실 데이터 인프라 핵심 요약
- 물리 데이터 필요성: 인터넷 텍스트가 아닌 실제 인간 행동 수집 필요
- 데이터 처리 연쇄 반응: 현실 데이터 수집량이 폭증하면서 처리 인프라 수요 폭발
- 100배 확장 목표: 인덱스 프로젝트 확장으로 연쇄적인 GPU 컴퓨팅 수요 초래
3. 반도체 수요의 2차 파고, 어디까지 왔나?
피규어 하나만의 이야기라면 시장의 특이 사례로 넘길 수 있습니다. 그런데 지금 전선이 너무 넓어졌습니다. 연간 판매 100만 대 이상인 중국 상위 완성차 그룹 10곳이 사실상 전부 로봇 산업에 진입했습니다. 이들 기업의 중국 자동차 시장 매출 비중이 84%에 달한다는 점을 감안하면, 중국 제조 산업 전체가 휴머노이드 방향으로 무게 중심을 이동하고 있다는 뜻입니다.
체리(Chery)와 GAC는 이미 휴머노이드 완제품을 공개했고, BYD는 자체 개발을 진행 중입니다. 전기차 신흥 업체인 샤오미, 샤오펑, 리오토, 니오까지 로봇 사업을 공식화했습니다. 이유는 단순합니다. 자동차 산업의 마진은 줄어드는데, 로봇과 자동차의 핵심 부품 공용화율이 70%에 달하다 보니 기존 공급망을 그대로 활용할 수 있습니다.
미국에서는 정반대 방향, 즉 소프트웨어 위에서 아래로 내려오는 움직임이 있습니다. 오픈AI(OpenAI)의 샘 올트만은 최근 인터뷰에서 로봇의 가장 어려운 문제는 몸이 아니라 두뇌라고 못 박았습니다. LLM에서 에이전트(Agent)로, 다시 피지컬 에이전트(Physical Agent)로 이어지는 흐름입니다. 여기서 에이전트란? 사용자의 명령 없이도 스스로 판단하고 행동하는 AI를 말합니다.
같은 흐름에서 엔비디아는 AI 개발자 생태계 플랫폼 허깅 페이스(Hugging Face)를 약 129억 달러에 인수하기로 합의했다고 발표했습니다. 허깅 페이스는 1,800만 명의 개발자·연구자, 300만 개 모델, 50만 개 데이터셋을 보유한 공간입니다(출처: Hugging Face 공식 사이트). 엔비디아가 GPU 판매를 넘어 AI 개발 생태계 전체의 인프라 주도권을 쥐려는 포석으로 읽힙니다.
📌 산업 수렴 현상 핵심 요약
- 완성차 진입: 중국 10대 자동차 그룹 진입, 부품 공용화율 70% 활용
- 빅테크의 확장: 오픈AI(소프트웨어)와 엔비디아(허깅 페이스 인수)의 피지컬 AI 수렴
- 구조적 반도체 수요: 단일 스타트업 이슈가 아닌 제조업·IT 생태계 전체의 체질 변화
4. 낙관론 앞에서 냉정하게 따져볼 것들
피지컬 AI가 반도체 시장의 구원투수가 될 것이라는 분석은 충분히 설득력 있습니다. 생성형 AI 수요가 정점을 찍고 내려올 때, 다음 수요층이 현실 세계에서 기다리고 있다는 구조 자체는 틀리지 않습니다. 그런데 이 흐름을 너무 단순하게 보면 놓치는 것이 생깁니다.
첫번째로 따져봐야 할 건 ROI(투자 대비 수익률)의 검증 공백입니다. 여기서 ROI란? 투자한 자본 대비 실제로 얼마의 이익이 돌아오는지를 측정하는 지표입니다. 아직 상용 휴머노이드 로봇이 현장에서 수익을 증명한 사례가 극히 드문 상황에서, 두뇌 훈련만을 위해 수조 원 규모의 GPU 투자가 지속 가능한지는 별개의 문제입니다. 제가 직접 대규모 자동화 시스템을 운용하면서 배운 건, 인프라 투자는 실제 처리량이 받쳐줄 때만 정당화된다는 사실입니다.
두번째는 엣지 컴퓨팅(Edge Computing)의 한계입니다. 엣지 컴퓨팅이란? 데이터를 중앙 서버까지 보내지 않고 기기 자체에서 처리하는 방식으로, 실시간 반응이 요구되는 로봇에는 필수적인 개념입니다. 데이터센터에서 GPU 10만 개로 훈련한 거대 모델을 실제 로봇 개별 기기에 탑재할 때는 전력 소모와 실시간 반응 속도 문제가 별도로 존재합니다. 클라우드 투자로만 해결되지 않는 영역입니다.
그렇다고 이 흐름을 과소평가하자는 게 아닙니다. 실물 판매량이 아니라 훈련 수요가 반도체 시장을 앞당겨 자극한다는 사실 자체는 분명한 변화입니다. 다만 거품성 선제 투자와 구조적 수요 변화를 구분하는 냉정한 시선은 계속 유지해야 한다고 생각합니다.
📌 냉정한 관점 핵심 요약
- ROI 검증 필요: 수익성이 증명되지 않은 상태에서의 거대 인프라 투자 지속성 의문
- 엣지 한계 존재: 데이터센터 훈련과 별개로 로봇 기기 자체의 전력·반응속도 과제 잔존
- 선제적 훈련 수요: 판매량보다 훈련 수요가 반도체 시장을 먼저 자극하는 구조 인식
4. 자주 묻는 질문
Q. 피규어 AI가 GPU 10만 개나 필요한 이유가 뭔가요?
A. 로봇의 파운데이션 모델 헬릭스를 훈련시키기 위해서입니다. 인덱스 프로젝트를 통해 현실 물리 데이터를 초당 35분 분량씩 수집하고 있는데, 이 데이터를 학습시킬 컴퓨팅 인프라가 데이터 증가 속도를 따라가지 못하게 된 겁니다. 피규어는 향후 12개월 안에 인덱스 규모를 100배로 키울 계획이어서 GPU 수요는 더 늘어날 가능성이 높습니다.
Q. 피지컬 AI가 반도체 수요에 미치는 영향이 LLM과 다른 점이 있나요?
A. LLM은 주로 데이터센터에서만 반도체를 소비하지만, 피지컬 AI는 두 곳에서 동시에 소비합니다. 두뇌 훈련을 위한 데이터센터 GPU 수요와, 로봇 기기 자체에 탑재되는 엣지 반도체 수요가 함께 발생하는 구조입니다. 로봇 대수가 늘어날수록 이 두 수요가 동시에 커지는 점이 LLM과 결정적으로 다릅니다.
Q. 엔비디아가 허깅 페이스를 인수한 게 로봇 산업이랑 무슨 관계인가요?
A. 허깅 페이스는 1,800만 명의 AI 개발자가 모델과 데이터셋을 공유하는 플랫폼인데, 그 안에 '르 로봇(Le Robot)'이라는 오픈 로보틱스 생태계가 포함되어 있습니다. 엔비디아는 이 인수를 통해 GPU 판매를 넘어 로봇 AI 개발 도구, 모델, 데이터셋, 개발자 생태계를 하나로 연결하는 인프라 주도권을 확보하게 됩니다.
Q. 중국 자동차 기업들이 전부 로봇 산업에 들어온 이유가 뭔가요?
A. 핵심 이유는 두 가지입니다. 전기차 시장의 마진 압박이 심해지는 상황에서 성장 돌파구가 필요했고, 자동차와 휴머노이드 로봇의 핵심 부품 공용화율이 70%에 달해 기존 공급망·생산 설비를 그대로 활용할 수 있기 때문입니다. 이미 확보한 자산을 새로운 고성장 시장으로 전환하는 데 드는 비용이 상대적으로 낮다는 점이 진입을 앞당겼습니다.
5. 결론
정리하면, 피규어 AI의 GPU 10만 개 선점은 단순한 스타트업의 베팅이 아닙니다. 로봇이 팔리기 전에 두뇌가 먼저 달궈진다는 구조적 변화가 수치로 확인된 사건입니다. 자동차·가전·소프트웨어 기업이 모두 피지컬 AI로 수렴하고 있고, 오픈AI와 엔비디아가 서로 다른 방향에서 이 흐름에 올라타고 있습니다. 생성형 AI 이후의 반도체 수요를 걱정했다면, 그 답은 이미 나오고 있는 셈입니다.
다만 제 경험상 인프라 선투자가 실제 수익으로 연결되기까지는 항상 예상보다 오랜 시간이 걸렸습니다. 로봇이 현장에서 생산성을 증명하는 시점을 직접 확인하면서, 지금의 데이터센터 투자 흐름이 구조적 수요인지 선행 거품인지를 계속 구분하는 시선을 유지하시길 권합니다.
참고: 유튜브 채널 <엔지니어TV> - 로봇도 아직 제대로 안 팔렸는데 GPU 10만 개 확보…피지컬 AI가 만드는 새로운 반도체 수요가 시작됐다