노타, AMD 로보틱스 파트너 네트워크 합류: 한국 기업 중 유일

AMD가 현지 시간 7월 23일 샌프란시스코에서 열린 'Advancing AI 2026' 키노트에서 로보틱스 파트너 네트워크를 공식 발표했습니다. 로봇 위에서 AI를 돌리기 위한 생태계로, 초기 참여사 명단에 노타 AI도 포함됐습니다. AMD 로보틱스 파트너 디렉토리에 등재된 24개사 중 한국 기업은 노타가 유일합니다.

화면 밖 물리 세계로 나와 움직이는 AI를 피지컬 AI라고 부릅니다. 반도체 회사가 키노트에서 로보틱스를 말한다는 것은 그 연산 기반이 준비됐다는 신호로 읽을 수 있습니다. 이 흐름은 AMD에 국한되지 않습니다. 엔비디아는 CES 2026 키노트에서 개방형 휴머노이드 로봇을 공개했고, 디즈니 캐릭터 올라프가 무대 위를 걸어 나와 젠슨 황 CEO와 대화를 주고받기도 했습니다. AI의 활동 무대가 클라우드에서 PC를 지나 물리 세계로 옮겨가고 있다는 데에, 반도체 업계가 같은 목소리를 내고 있는 셈입니다.

"AI의 다음 시대는 화면 뒤에서만 펼쳐지지 않고, 우리를 둘러싼 세계에서 펼쳐질 것입니다."
잭 후인(Jack Huynh), AMD 컴퓨팅·그래픽스 부문 수석부사장

그리고 파트너 네트워크 명단을 살펴보면, 그 선언이 말에 그치지 않았음을 알 수 있습니다. 로봇을 만드는 데 필요한 영역마다 기업들이 이름을 올렸고, AI 모델 최적화 칸에 노타가 있습니다. 이 글은 노타가 왜 그 자리에 있는지, 로봇 위의 AI에 왜 최적화가 전제가 되는지를 정리합니다.

AMD 로보틱스 파트너 네트워크란 무엇인가

로보틱스 시장을 보는 눈이 빠르게 달라지고 있습니다. 골드만삭스는 휴머노이드 로봇 시장 전망치를 60억 달러에서 2035년 380억 달러로 6배 이상 올려 잡았습니다. AMD가 로보틱스를 정면에 둔 배경이고, 그 실행 조직이 로보틱스 파트너 네트워크입니다.

AMD 로보틱스 파트너 네트워크는 AMD의 컴퓨팅 기술 위에서 로봇을 만드는 데 필요한 층을 모아 둔 생태계입니다. AMD가 앞세우는 것은 개방성입니다. 특정 벤더에 묶이지 않고, 하드웨어와 소프트웨어 각 영역의 파트너를 골라 조합할 수 있게 한다는 것입니다.

키노트 화면에 오른 명단은 네 영역으로 나뉩니다. 로봇의 지능을 맡는 AI 모델·소프트웨어, 센서와 구동·시뮬레이션을 다루는 로보틱스 기술, 연산 보드와 모듈을 만드는 하드웨어 파트너, 그리고 표준과 커뮤니티를 담당하는 산업 단체입니다. 노타의 자리는 AI 모델·소프트웨어입니다. 로봇 위에서 돌아가야 할 AI 모델을 그 연산·메모리 환경에 맞게 다듬는 역할입니다.

로봇 위의 AI, 왜 최적화가 전제인가

클라우드 AI와 로봇 위 AI는 같은 모델을 쓰더라도 완전히 다른 문제가 됩니다. 모델이 로봇 쪽으로 넘어오는 순간, 세 가지 제약이 나타납니다.

첫째, 실시간 제어 루프. 로봇이 인식하고 판단해 관절을 움직이기까지의 사이클은 밀리초 단위입니다. 이 안에서 서버를 다녀올 여유는 없습니다. 네트워크가 있느냐 없느냐와는 다른 층위의 문제입니다. 인식이나 계획의 일부를 서버에 두는 하이브리드 구성도 있지만, 제어 루프에 직접 관여하는 모델은 로봇 위에서 답을 내야 합니다.

둘째, 고정된 연산과 메모리. 로봇 한 대 안에는 인식 모델, 포즈 추정 모델, 판단 모델이 함께 올라가야 합니다. 서버처럼 카드를 꽂아 자원을 늘릴 수 없고, 탑재된 하드웨어가 곧 전부입니다. 모델이 조금만 커져도 다른 모델이 자리를 잃습니다.

셋째, 전력과 발열. 연산량은 곧 소비 전력이고, 소비 전력은 곧 구동 시간과 방열 설계로 이어집니다. 실험실에서 잘 돌던 모델도 현장에서는 배터리 지속 시간과 방열 한계에 먼저 걸립니다.

세 제약이 향하는 결론은 하나입니다. 로봇의 지능은 결국 그 모델을 로봇 위에서 어떻게 돌리느냐의 문제로 수렴합니다. 반도체 회사가 로보틱스 생태계를 다시 짜면서 모델 최적화 파트너를 초기 참여사로 두는 이유이기도 합니다.

노타가 맡는 AI 모델 경량화와 하드웨어 맞춤형 최적화

노타는 이 네트워크 안에서 AI 모델 최적화를 맡습니다. 양자화로 모델의 크기와 연산량을 줄이고, 그래프 최적화로 타깃 칩이 실제로 빠르게 처리하는 연산 구조로 바꿉니다. 같은 모델이라도 어떤 칩에 올리느냐에 따라 최적의 조합이 달라지기 때문입니다. 앞서 본 세 가지 제약을 실제 보드 위에서 하나씩 맞춰 가는 작업이고, 로보틱스 파트너들에게 이 과정을 지원할 예정입니다.

노타의 최적화 경험은 특정 칩에 묶여 있지 않습니다. Arm Cortex-M 계열의 초소형 칩부터 엣지 SoC의 NPU, 서버용 LPU까지 상용 프로젝트에서 직접 검증해 왔습니다. AMD 로보틱스 파트너 네트워크 참여는 이 스펙트럼에 로봇용 컴퓨팅 환경이 더해지는 일입니다.

노타는 서버 밖 환경에서 AI를 돌려야 하는 문제를 오랫동안 다뤄 왔습니다. 스마트시티의 CCTV 영상 분석, 산업 안전 현장의 위험 탐지, 모빌리티의 온보드 추론까지, 영역은 달라도 문제의 본질은 같았습니다. 인식과 판단 모델을 제한된 하드웨어 위에 올려 실사용 조건을 지키는 일이었습니다. 로보틱스는 그 연장선입니다. 컴퓨텍스 2026의 엔비디아 아태지역 로보틱스·엣지 AI 파트너 데이 패널에 노타가 한국 기업 중 유일하게 초청받은 것도 같은 맥락입니다.

AMD 로보틱스 파트너 디렉토리의 노타 등재 페이지에는 CPU와 NPU, GPU를 아울러 "AMD 포트폴리오 전체를 커버한다(coverage of the full AMD portfolio)"고 적혀 있습니다.

로봇 위에서 VLA 모델을 실시간으로 돌리는 법

노타는 이미 이 문제를 실제 하드웨어 위에서 풀어 왔습니다. 지난 5월 미국 산타클라라에서 열린 Embedded Vision Summit 2026 노타 부스에서는, 자연어 명령을 받은 로봇팔이 클라우드 연결 없이 퀄컴 Dragonwing IQ-9075 보드 위에서 실시간으로 움직였습니다. 시연에 올린 SmolVLA는 카메라 입력과 자연어 명령을 곧바로 관절 움직임으로 옮기는 VLA(Vision-Language-Action) 모델입니다. 해당 보드의 공식 지원 목록에 없던 모델이라, 노타가 직접 포팅해 올렸습니다.

구간별로 추론 시간을 재보니, 가장 큰 몫이 동작 생성을 맡는 Action Head에서 나왔습니다. 재학습 없이 이 구간만 손봐 해당 구간 지연 시간을 7분의 1로(218ms→31ms), 전체 추론을 505ms에서 310ms로 줄였습니다. 앞단 가중치를 그대로 뒀기 때문에 작업 성공률도 1%p 차이로 지킬 수 있었습니다. 로보틱스 지원이 예정만으로 끝나지 않는 이유입니다.

로봇의 지능은 VLA로 모이고 있고, 그만큼 모델은 커지고 있습니다. 인식과 판단, 제어를 각각 다른 모델로 나누던 일을 한 모델이 모두 감당하기 때문입니다. 앞서 본 세 가지 제약은 그대로인데 모델만 커집니다. 로봇이 똑똑해질수록 최적화가 해야 할 일은 늘어납니다. 노타가 AMD 로보틱스 파트너 네트워크에서 맡은 일이 그 최적화입니다.

피지컬 AI를 실제 기기 위에서 돌려야 하는 단계라면, 넷츠프레소 최적화 서비스를 확인해 보실 수 있습니다.