Nvidia와 Hyundai Motor Group은 2026년 6월 8일, 서울 양재동에 위치한 그룹 본사에서 세 가지 축을 중심으로 한 새로운 협력 단계를 발표했다. 축은 차세대 소프트웨어 정의 차량(SDV), Boston Dynamics 자회사를 통한 휴머노이드 로보틱스, 그리고 Saemangeum 프로젝트와 연계된 Blackwell GPU 기반 AI factory다. 같은 날, 불과 몇 킬로미터 떨어진 곳에서 LG와 Nvidia도 Mobility, AI Infra, Physical AI를 아우르는 M.A.P. 파트너십을 동시에 발표했으며, 범위는 상당 부분 겹친다. 같은 일정에서 Jensen Huang은 6건의 협약을 마무리했다. 6월 2일의 Unitree에 이어, 6월 5일부터 8일까지의 한국 순방 기간 동안 SK Hynix, Naver, Doosan, Hyundai, LG와 잇따라 협력했다. 이 패턴은 단순한 상업 순방이 아니다. 분석적으로는 Android의 선례와 세 가지 측면에서 유사하다. 상업적 비독점성, 관대한 라이선스, 실질적인 하드웨어 의존성이다. 그러나 핵심적인 차이도 있다. Google은 Android를 구동하는 실리콘을 직접 만들지 않았지만, Nvidia는 GR00T를 실행하는 실리콘을 설계하고 판매한다.
개방형 라이선스, 폐쇄형 실리콘
GR00T N1.7은 30억 개 파라미터 규모의 VLA(Vision-Language-Action) 모델로, Nvidia가 Apache 2.0 라이선스 하에 open-weight 형태로 공개했다. 이 모델은 두 단계로 구성된다. 하나는 이미지와 지시문을 행동 의도로 변환하는 Cosmos-Reason2-2B 모듈이고, 다른 하나는 이러한 의도를 실시간 모터 명령으로 바꾸는 32층 Diffusion Transformer다. 라이선스상 fork, 재학습, 배포는 로열티 없이 가능하다. 그러나 추론 성능은 온보드 모듈인 Jetson Thor에 종속된다. Nvidia는 이를 2,070 FP4 TFLOPS, 128GB 메모리, 그리고 이전 AGX Orin 대비 7.5배 향상된 AI 성능을 갖춘다고 소개한다. 4비트 숫자 표현인 FP4 포맷은 현재 이 실리콘에서만 본격적으로 활용되고 있으며, Omniverse 학습 생태계는 CUDA에 기반해 있다. Nvidia 개발자 페이지는 실제 제조 작업에서의 GR00T N1.7에 대한 제3자 평가를 공개하지 않았고, 문서 역시 시뮬레이션 데모 중심으로 구성돼 있다.
Hyundai, 실행 가능성이 검증될 시험대
Hyundai가 제시한 목표는 2028년까지 미국 조지아주 Savannah 인근의 신규 로보틱스 공장에서 연간 30,000대의 Atlas 로봇을 생산하는 것이다. 이 목표는 CES 2026에서 그룹이 발표한 내용이며, Nvidia의 6월 8일 보도자료에는 포함되지 않았다. Hyundai가 공개한 자료에 따르면, 이 중 25,000대 이상이 그룹과 Kia의 생산 라인에 투입될 예정이며, 이는 목표 생산능력의 83%에 해당한다. 즉, 내부 배치가 핵심 수요처다. 그리고 바로 이 지점에서 실행이 복잡해진다. Axios는 그룹 산하 노조가 사전 사회적 합의 없이 로봇 도입이 추진되는 데 반발했다고 보도했으며, 공식 커뮤니케이션에는 이러한 합의의 일정이 언급되지 않았다. 기술 측면에서 Boston Dynamics는 시각 인식이 아니라 내부 힘 피드백을 통해 무거운 하중을 드는 학습 방식을 설명하는 블로그를 게시했다. 이는 Atlas의 성능이 VLA 모델의 시각적 추론보다 덜 의존적일 수 있음을 보여주며, 플랫폼 서사가 암시하는 것보다 자율성이 높을 수 있음을 시사한다.
플랫폼의 범위: 전체가 아니라 특정 구간
휴머노이드 분야의 주요 3개 플레이어인 Tesla의 Optimus, Figure AI, Apptronik은 Isaac 밖에 있다. 이들은 자체 소프트웨어 스택을 개발하며 GR00T N1.7이나 Jetson Thor에 의존하지 않는다. 따라서 한국에서 관찰된 플랫폼 지위는 특정 세그먼트에 한정된다. 즉, 강한 수직통합 역량을 갖추고 자체 생산 자동화를 추진하려는 아시아 제조 대기업이다. Android와의 비교는 세 가지 점에서 유효하다. 상업적 비독점성, 관대한 라이선스, 실질적 하드웨어 의존성이다. 하지만 결정적인 차이도 있다. Google은 Android의 실리콘을 만들지 않았지만, Nvidia는 GR00T를 실행하는 실리콘을 직접 설계하고 판매한다. 현재 읽을 수 있는 신호는 분명하지만 범위는 제한적이다. Nvidia는 한국의 Physical AI 산업에서 플랫폼 공급자 위치를 차지하고 있을 뿐, 휴머노이드 시장 전체를 장악한 것은 아니다.