🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

엔비디아는 시그래프에서 신경 렌더링, 인공지능 물리, 세계 모델, 시뮬레이션과 에이전트 기반 창작 도구를 연결해 디지털 콘텐츠 제작과 물리 인공지능 개발의 범위를 넓혔다.

📌 핵심 요약

• 엔비디아는 예술적 의도 보존, 프레임 간 시간적 안정성, 실시간 4K 처리를 신경 렌더링의 핵심 연구 과제로 제시했다.
• 엔비디아 지구-2 공개 모델군은 시뮬레이션 데이터 학습을 바탕으로 기존 방식과 같거나 더 높은 정확도를 유지하면서 기후·날씨 시뮬레이션의 해상도를 높이는 데 활용된다.
• 코스모스 3는 세계 이해·예측·시뮬레이션·행동을 하나의 백본으로 처리하며, 40억 개 매개변수의 코스모스 3 엣지는 기기에서 실시간으로 실행되도록 설계됐다.
• 코스모스-드림스는 단일 프레임에서 전체 세계를 생성하는 폐쇄 루프 시뮬레이터를 통해 실제 배포 전 모델 검증과 현실에서 만들기 어려운 상황의 학습을 지원한다.
• 창작 응용프로그램의 모델 콘텍스트 프로토콜 연결은 에이전트가 반복적인 제작 업무를 수행하도록 하면서도 최종 창작 결정과 통제권을 사람에게 남기는 방향으로 확산되고 있다.

🧩 주요 포인트

1. 신경 렌더링의 목표가 생성 품질을 넘어 제어·일관성·실시간성을 함께 확보하는 데 놓이면서, 인공지능은 예술가의 지시를 대체하기보다 그래픽 표현 수단을 확장하는 역할을 맡는다.
2. 지구-2, 코스모스 3와 코스모스-드림스는 시뮬레이션 데이터, 공통 세계 표현, 폐쇄 루프 검증을 연결함으로써 가상 환경의 성과를 산업 설계와 물리 인공지능 개발에 적용한다.
3. 모델 콘텍스트 프로토콜과 로컬 실행 환경은 기존 제작 도구에 에이전트의 행동 능력을 더하면서 응답성, 데이터 통제, 다중 응용프로그램 작업 흐름을 함께 강화한다.

🧠 상세 정리

1. 시그래프가 제시한 전체 의제

로스앤젤레스에서 7월 23일까지 열리는 시그래프의 중심 의제는 그래픽 연구, 신경 렌더링, 시뮬레이션과 인공지능이 사람과 기계가 세계를 만들고 이해하는 방식을 어떻게 바꾸는지에 맞춰졌다. 엔비디아 기조연설에는 닐 애슈턴, 에드워드 리우와 밍위 리우가 참여해 신경 렌더링 기법, 세계 모델, 인공지능을 위한 시뮬레이션 방법을 다뤘다. 행사 소개는 기조연설 외에도 창작 도구의 모델 콘텍스트 프로토콜 연결, 합성 영상 탐지 마이크로서비스, 로컬 물리 인공지능용 코스모스 3 엣지, 에이전트 도구와 연구 성과를 주요 공개 항목으로 제시했다. 이에 따라 발표 범위는 단일 그래픽 기능에 그치지 않고 콘텐츠 제작, 산업 설계, 로봇과 자율 시스템을 잇는 그래픽·시뮬레이션 기반 전반에 걸쳐 있다.

2. 그래픽과 물리 인공지능의 공통 비전

기조연설은 신경 렌더링, 세계 모델과 시뮬레이션을 디지털 세계를 만드는 기술이자 여러 산업에서 활용할 수 있는 기반으로 설명했다. 젠슨 황은 창작자와 설계자가 상상력을 확장할 만큼 강력하고, 아이디어를 자유롭게 다듬을 만큼 유연하며, 의도한 결과를 정확히 구현할 만큼 정밀한 도구를 필요로 한다고 말했다. 게임과 영화뿐 아니라 로봇 및 공장 디지털 트윈에서도 공통 목표는 물리 세계에 가까운 충실도와 현실성을 지닌 가상 세계를 만드는 것이라고 제시했다. 이 구도에서 인공지능은 그래픽을 대신하는 별도 단계라기보다 생성·시뮬레이션·사용자 지시를 결합해 가상 세계의 표현과 활용 범위를 확장하는 요소로 자리 잡는다.

3. 예술적 통제를 지키는 신경 렌더링

에드워드 리우는 3차원 유도 신경 렌더링을 시연하며 엔비디아 연구가 해결하려는 세 가지 과제를 구체적으로 제시했다. 첫째는 창작자의 예술적 의도를 보존하는 것이고, 둘째는 연속 프레임 사이에서 결과가 시간적으로 안정되도록 하는 것이며, 셋째는 4K 콘텐츠를 실시간으로 렌더링하는 것이다. 그는 시뮬레이션이 세계를 정의하고 생성이 외관을 풍부하게 하며 예술가가 최종 결과의 방향을 정한다고 설명해, 제어권을 창작자에게 둔 구조를 강조했다. 또한 프로그래머블 셰이더와 광선 추적이 그래픽을 확장했던 것처럼 인공지능도 그래픽의 표현 수단을 확장한다고 규정했다. 핵심은 고해상도나 속도만 높이는 것이 아니라 프레임 일관성과 예술적 통제를 동시에 확보하는 데 있다.

4. 지구-2와 인공지능 물리

닐 애슈턴은 날씨 예측, 자동차 공기역학과 열 설계 등에 적용되는 인공지능 물리 연구를 소개했다. 기후·날씨 분야에서는 시뮬레이션 데이터로 학습한 엔비디아 지구-2 공개 모델군이 기존 방식과 같거나 더 높은 정확도를 유지하면서 시뮬레이션 해상도를 높이도록 지원한다고 설명했다. 그는 이러한 성과를 기후 연구에 머물게 하지 않고 미래의 항공기, 자동차와 데이터센터를 설계하는 문제로 옮기는 것이 과제라고 밝혔다. 이어 엔비디아 연구진과 협력사가 개발한 최신 모델 구조가 체크포인트를 수백 메가바이트 수준으로 줄였으며, 엔비디아 설명 기준으로 백만 배 압축을 통해 물리적으로 정확한 시각화를 1초 안에 가능하게 한다고 전했다. 이 연구 방향은 기후 시뮬레이션에서 확인한 인공지능 모델의 성과를 다양한 물리 설계 분야로 확장하는 데 초점을 둔다.

5. 코스모스 3의 공통 세계 표현

밍위 리우는 물리 인공지능 시스템 개발을 가속하는 세계 기반 모델 플랫폼인 엔비디아 코스모스의 최신 내용을 소개했다. 코스모스는 세계 이해, 예측, 시뮬레이션과 행동처럼 서로 다른 물리 과제를 위한 다양한 데이터를 학습하고 하나의 백본으로 여러 과제를 처리하도록 설계됐다. 코스모스 3에는 혼합 트랜스포머 구조가 사용되며, 휴머노이드 로봇·그리퍼·자율주행차처럼 형태와 작동 방식이 다른 구현체에서도 물리적으로 정확한 결과를 내기 위한 전역 이해 능력을 제공한다고 설명했다. 리우는 각 구현체가 서로 다른 언어를 쓴다는 문제를 공통 어휘를 만드는 방식으로 풀겠다고 표현했다. 공개 모델군은 여러 크기로 제공되며, 새로 발표된 코스모스 3 엣지는 40억 개 매개변수를 갖고 기기에서 실시간으로 실행되도록 만들어졌다.

6. 코스모스-드림스의 폐쇄 루프 시뮬레이션

함께 발표된 코스모스-드림스는 모델 학습과 검증에 사용할 수 있는 폐쇄 루프 시뮬레이터 모음이다. 기조연설 시연에서는 자율주행차용 시뮬레이터가 단일 프레임에서 전체 세계를 생성했으며, 엔비디아 RTX 프로 6000 그래픽처리장치 한 대에서 실행됐다. 개발자는 실제 차량군에 모델을 배포하기 전에 이 환경에서 모델 정확도를 검증하거나, 현실에서 만들기 어려운 상황을 인공지능 생성 시나리오로 구성해 학습에 활용할 수 있다. 원문이 제시한 직접적인 효과는 개발 속도를 높이고 실제 운영에 드는 비용을 절감하는 것이며, 단일 장비에서 세계 생성 흐름을 구동한 시연이 이러한 활용 방식을 보여준다. 이 발표는 세계 모델을 영상 생성 자체에 한정하지 않고 물리 인공지능의 배포 전 개발 과정과 연결했다.

7. 모델 콘텍스트 프로토콜로 바뀌는 창작 작업 흐름

창작 도구 부문에서는 모델 콘텍스트 프로토콜 연결을 통해 인공지능 에이전트가 장면, 쇼트, 타임라인, 자산과 편집 정보가 있는 응용프로그램 안에서 작업하도록 하는 흐름이 제시됐다. 예술가나 기술 감독은 누락된 텍스처 점검, 색상 관리 불일치 표시, 내보내기 변형 준비, 데일리 검토용 플레이블래스트 생성과 파이프라인 규칙 검증 등을 에이전트에 요청할 수 있지만 창작 결정은 사람이 유지한다. 엔비디아는 이를 기존의 뷰포트·렌더링·시뮬레이션 가속에서 실제 작업 수행으로 넘어가는 변화로 설명한다. RTX 프로 워크스테이션, 디지엑스 스파크와 디지엑스 스테이션에서 모델과 에이전트를 로컬로 실행하면 응답성을 높이고 외부 서비스 의존을 줄이며 민감한 창작 데이터를 통제된 환경에 둘 수 있다고 밝혔다. 엔비디아 에이전트 툴킷은 원격 서버 연결용 클라이언트와 도구 공개용 서버를 모두 지원해 이러한 연결 구조를 뒷받침한다.

8. 창작 도구 생태계 확장과 영상 신뢰

창작 생태계에서는 여러 업체가 모델 콘텍스트 프로토콜 또는 이에 대응하는 작업 흐름을 각자의 전문 도구에 연결하고 있다. 어도비는 파이어플라이·익스프레스·크리에이티브 클라우드의 창작 에이전트와 외부 플랫폼용 커넥터를 확장하고, 익스프레스 부가 기능 개발을 위한 공식 문서·응용프로그램 인터페이스 기반 서버도 제공한다. 캔바의 어피니티는 계층과 아트보드 이름 변경, 다중 채널 크기 조정, 일괄 편집과 납품 준비를 지원하며, 블렌더 랩은 블렌더의 파이썬 인터페이스와 문서에 자연어로 접근하는 경량 서버를 제공한다. 보리스 FX 실루엣은 프로젝트 검사, 노드 트리 구성, 도형·키프레임 편집과 렌더링을 지원하고, 파운드리 그립테이프는 전문 시각효과 파이프라인에서 추적 가능성과 창작 통제를 유지하며 반복 작업을 자동화한다. 사이드FX는 후디니 22의 에이펙스 스크립트 작업 흐름에 지원을 추가해 절차적 캐릭터 리깅 코드 생성을 돕고, 언리얼 엔진은 인공지능 클라이언트가 편집기의 장면·자산·프로젝트 상태와 상호작용할 수 있도록 했다. 이들 사례의 공통점은 에이전트가 실제 제작 문맥에 접근하되 최종 창작 통제는 사람에게 남긴다는 점이다. 이어지는 미디어 부문에서 엔비디아는 상시 운영되는 뉴스 환경에서 영상에 대한 공적 신뢰가 중요하다고 강조하고 합성 영상 탐지기 NIM 마이크로서비스 발표를 언급하지만, 제공된 본문은 도입부에서 끝나므로 작동 방식이나 성능에 관한 세부 내용은 확인할 수 없다.

🧾 핵심 주장 / 시사점

• 그래픽 인공지능의 평가 기준은 단순한 생성 품질이 아니라 예술적 의도 보존, 프레임 간 안정성, 실시간 고해상도 처리와 같은 실제 제작 조건으로 이동하고 있다.
• 지구-2에서 코스모스-드림스까지 이어지는 발표는 시뮬레이션 데이터를 학습에 사용하고, 세계 모델로 환경을 구성하며, 폐쇄 루프에서 배포 전 검증까지 수행하는 연결 구조를 보여준다.
• 모델 콘텍스트 프로토콜과 로컬 에이전트는 기존 전문 도구의 작업 문맥을 활용해 반복 업무를 자동화하면서도 창작자의 최종 결정권과 민감한 데이터에 대한 통제를 유지하는 방향을 제시한다.

✅ 액션 아이템

• 신경 렌더링에서 예술적 의도 보존·프레임 간 시간적 안정성·실시간 4K 처리를 동등 기준으로 두고 우선순위를 정의한다.
• 지구-2 공개 모델군의 시뮬레이션 데이터 학습이 기후·날씨 시뮬레이션 해상도와 정확도에 미치는 이득 범위를 비교한다.
• 모델 콘텍스트 프로토콜 연결에서 에이전트의 반복 제작 업무와 사람에게 남는 최종 창작 결정·통제권 경계를 점검한다.

❓ 열린 질문

• 코스모스 3 엣지의 40억 개 매개변수가 기기에서 실시간으로 세계 이해·예측·시뮬레이션·행동을 어디까지 유지하는가?
• 코스모스-드림스의 폐쇄 루프 시뮬레이터가 단일 프레임 기반 전체 세계 생성으로 실제 배포 전 모델 검증에 충분한가?
• 신경 렌더링이 제어·일관성·실시간성을 확보할 때 인공지능이 그래픽 표현 수단 확장에 그치는 판단 기준은 무엇인가?