NVIDIA Open Models Advance Europe’s Sovereign Intelligence Across Industries

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

NVIDIA는 지역 데이터로 맞춤화하고 조직이 통제하는 인프라에 배포할 수 있는 공개 모델을 언어·기업 데이터·로보틱스·생물학·양자 컴퓨팅으로 확대하며 유럽의 주권적 AI 구축을 지원한다.

📌 핵심 요약

• NVIDIA Nemotron은 텍스트·이미지를 지원하는 모델과 데이터셋·학습 방법을 제공해 기업별 에이전트 개발을 돕는다. NVIDIA Kumo는 구조화된 기업 데이터의 예측·사기 위험 평가·행동 추천을 지원하며, 작업마다 별도의 머신러닝 파이프라인을 구축하는 비용과 복잡성을 줄이는 것을 목표로 한다.
• NVIDIA Cosmos는 물리 세계를 이해하는 모델과 학습 데이터 구축·시뮬레이션 도구를 제공한다. NVIDIA Alpamayo 2 Edge는 NVIDIA DRIVE AGX Thor에 최적화된 소형 추론 모델로, 차량 내 실시간 장면 이해와 주행 계획을 더 낮은 연산 요구량으로 지원한다.
• NVIDIA와 워싱턴대학교 Baker Lab이 개발한 NVIDIA BioNeMo RFD4-Proteina는 단백질 서열과 3차원 구조를 생성한다. NVIDIA는 10개가 넘는 단백질 설계 과제에서 선도적인 성능을 보이며, 아미노산 200개 단백질 벤치마크에서는 RFdiffusion3보다 약 13배 빠르게 설계를 생성한다고 밝혔다.
• NVIDIA Ising은 양자 하드웨어 보정과 오류 정정을 지원한다. IQM Quantum Computers는 프로세서 보정에 활용하고, SEEQC는 NVIDIA NVQLink 및 Digital Link와 결합해 실시간 오류 정정의 저지연 요구에 대응한다. AWS Parallel Computing Service 통합은 배포 전 연구를 지원하며, 디코딩은 지연시간 요구 때문에 통상 양자 프로세서와 같은 장소의 고전 컴퓨팅 하드웨어에서 수행된다.
• NVIDIA Nemotron 3.5 Super VL, Nemotron Retriever, Kumo, Cosmos, BioNeMo RFD4-Proteina, Ising은 각기 안내된 플랫폼에서 제공 중이다. Nemotron 3.5 Bolt E4B 4GB는 10월 23일 금요일 제공 예정이며, NVIDIA Alpamayo 2 Edge는 이달 말 GitHub와 Hugging Face에서 다운로드할 수 있을 예정이다.

🧩 주요 포인트

1. 지역 데이터 맞춤화와 조직이 통제하는 인프라 배포 → NVIDIA 공개 모델을 현지 언어와 산업 요구에 맞게 적용할 기반 제공.
2. NVIDIA Nemotron의 기업별 후속 학습과 NVIDIA Kumo의 구조화 데이터 예측 → 기업 지식과 업무 데이터를 활용하는 에이전트 개발 지원.
3. Cosmos의 시뮬레이션, BioNeMo RFD4-Proteina의 설계 생성, Ising의 보정·오류 정정 → 분야별 개발을 지원하되 실제 적용에서는 검증 조건과 연산·지연시간 제약을 함께 고려할 필요.

🧠 상세 정리

1. 주권적 AI 기반 확대와 Nemotron의 기업 맞춤화

NVIDIA는 현지 언어와 산업에 맞는 애플리케이션 개발을 지원하기 위해 언어·로보틱스·생물학·양자 컴퓨팅 전반으로 공개 모델 제품군을 확대하고 있다. 조직은 이 모델을 지역 데이터로 맞춤화하고 자신이 통제하는 인프라에 배포할 수 있다. Nemotron은 텍스트와 이미지를 처리하는 언어 모델, 데이터셋, 학습 방법을 제공해 에이전트의 업무 흐름 조율과 복잡한 문제 추론, 전문 작업 수행을 더 낮은 비용으로 지원한다. 개발에는 NVIDIA Nemotron Coalition의 데이터·연구·전문성이 활용되며, 유럽 파트너로 Black Forest Labs, H-Company, Mistral이 참여한다. Dassault Systèmes, SAP, Salesforce, Shopify, Accenture, EY 등은 Nemotron 모델과 데이터셋으로 맞춤형 모델과 분야별 에이전트를 개발하고 있으며, 후속 학습 파트너 생태계도 기업별 조정을 지원한다. 이번 제품군에는 Nemotron 3.5 Super VL과 Nemotron 3.5 Bolt뿐 아니라 임베딩·재순위화·문서 파싱을 위한 새로운 Nemotron Retriever 모델도 포함된다.

2. Kumo로 구조화된 기업 데이터의 예측 활용 확대

NVIDIA Kumo는 구조화된 기업 데이터를 바탕으로 결과를 예측하고 사기 위험을 평가하며 행동을 추천하도록 돕는 공개 가중치 기반 모델과 라이브러리·도구 제품군이다. NVIDIA Agent Knowledge Foundation의 일부로서, 작업마다 별도의 머신러닝 파이프라인을 구축하는 비용과 복잡성을 줄이고 예측까지 걸리는 시간을 단축하는 것을 목표로 한다. 개발자는 사전 학습된 모델로 예측 기능을 빠르게 도입하고, 더 높은 성능이 중요할 때 독점 데이터로 미세 조정할 수 있다. Kumo Structured는 관계형·표형 데이터 예측, 시계열 예측, 이상 탐지 모델을 포함하며, Kumo Engine은 구조화 데이터 기반 모델의 개발과 배포를 위한 공개 라이브러리 스택이다. Cognite, Coinbase, Databricks, DoorDash, Revolut, Tubi가 초기 활용 기업에 포함되고, Snowflake 고객들은 광고·에너지·금융 서비스·소매 분야에서 AI 개발을 가속하는 데 이미 Kumo 모델을 사용하고 있다.

3. Cosmos의 학습·시뮬레이션과 Alpamayo의 차량 내 추론

NVIDIA Cosmos는 로봇·자율주행차·비전 에이전트가 물리 세계를 이해하고 상호작용하도록 돕는 공개 월드 기반 모델 제품군이며, 이번 확대에는 Cosmos 3.5가 포함된다. 새 후속 학습·최적화 도구는 더 적은 연산으로 월드 모델을 개선하도록 지원하고, 시뮬레이션 체크포인트는 실제 시험 전에 상호작용형 주행과 로봇 조작 상황의 행동을 평가하는 데 쓰인다. Cosmos Data Factory는 블루프린트와 핵심 에이전트 스킬을 통해 주행 상황·제품 결함·이미지 증강·이벤트 생성용 학습 데이터의 선별·라벨링·생성·평가를 지원한다. Porsche와 Voxel51, ANYbotics와 Encord, Zalando, CEVA Logistics와 Sereact, Siemens 등이 이를 활용해 데이터의 품질과 다양성, 모델 정밀도를 높이고 있다. NVIDIA Alpamayo 2 Edge는 Cosmos 3 Edge의 Nemotron 기반 토대 위에 구축된 소형 추론 모델로, 차량 내 실시간 장면 이해와 주행 계획을 수행한다. NVIDIA DRIVE AGX Thor에 최적화되어 있으며, 더 낮은 연산 요구량으로 고급 주행 기능을 차량에 구현하도록 돕는다.

4. BioNeMo RFD4-Proteina의 단백질 설계 성능과 검증

NVIDIA BioNeMo RFD4-Proteina는 NVIDIA와 워싱턴대학교 단백질설계연구소의 Baker Lab이 개발한 공개 단백질 설계 모델이다. 단백질 서열과 3차원 구조를 생성해 결합이 어려운 표적에 결합하거나 복잡한 구조로 조립되거나 소분자에 결합하는 단백질의 설계를 지원한다. NVIDIA는 이 모델이 10개가 넘는 단백질 설계 과제에서 선도적인 성능을 제공한다고 설명한다. 설계 생성 속도는 아미노산 200개로 이루어진 단백질 벤치마크에서 RFdiffusion3보다 약 13배 빠르다고 제시했으며, 이 수치는 해당 비교 조건에 따른 결과다. 연구자는 에이전트를 통해 후보를 생성하고 설계 목표와 분자적 제약에 따라 평가한 뒤, 실험실에서 시험할 설계를 선택할 수 있다.

5. Ising의 양자 보정·오류 정정과 지연시간 제약

NVIDIA Ising은 유용한 양자 슈퍼컴퓨터 개발에 필요한 실시간 하드웨어 보정부터 오류 정정까지 지원하는 공개 모델 제품군이다. 서로 다른 큐비트 방식과 개별 하드웨어 요구에 맞게 조정할 수 있는 공통의 확장 가능한 기반을 제공한다. IQM Quantum Computers는 양자 프로세서 보정에 Ising을 사용하며, 이 사례는 전문 공개 보정 모델이 대형 범용 모델보다 우수한 성능을 보일 수 있음을 보여주는 것으로 소개된다. SEEQC는 NVIDIA NVQLink 플랫폼과 Ising을 자사의 Digital Link에 결합해 실시간 양자 오류 정정에 필요한 저지연 요구에 대응하고 있다. AWS는 AWS Parallel Computing Service에 Ising을 통합해 연구자의 접근성을 높이고 있다. 다만 디코딩은 지연시간 요구 때문에 통상 양자 프로세서와 같은 장소에 배치된 고전 컴퓨팅 하드웨어에서 수행되며, AWS 통합은 실제 배포 전에 Ising을 활용한 연구와 개발을 진행하도록 지원한다.

6. 모델별 제공 경로와 출시 예정 시점

Nemotron 3.5 Super VL은 Hugging Face, ModelScope, OpenRouter와 build.nvidia.com의 NVIDIA NIM 마이크로서비스 및 NVIDIA의 클라우드·후속 학습·추론 파트너를 통해 제공된다. Nemotron 3.5 Bolt E4B 4GB는 10월 23일 금요일 제공 예정이며, Nemotron Retriever는 Hugging Face와 여러 파트너 플랫폼 및 build.nvidia.com의 NIM 마이크로서비스에서 이용할 수 있다. Kumo 공개 모델은 Hugging Face에서 제공되고, 운영 환경의 추론을 위해 최적화·패키징된 NIM 마이크로서비스는 build.nvidia.com에서 제공된다. Cosmos는 Hugging Face와 GitHub 및 일부 추론 파트너를 통해 공개되어 있으며, Alpamayo 2 Edge는 이달 말 GitHub와 Hugging Face에서 다운로드할 수 있을 예정이다. BioNeMo RFD4-Proteina는 build.nvidia.com과 NIM 마이크로서비스, GitHub, Hugging Face 및 일부 추론 파트너를 통해 제공된다. Ising은 GitHub, Hugging Face, build.nvidia.com에서 이용할 수 있어, 모델별로 현재 제공 여부와 접근 경로가 다르다.

🧾 핵심 주장 / 시사점

• 이번 발표에서 주권적 AI를 뒷받침하는 핵심은 지역 데이터로 모델을 맞춤화하고 조직이 통제하는 인프라에 배포할 수 있다는 점이다.
• NVIDIA는 모델 공개와 함께 후속 학습 도구, 데이터 구축 기능, 라이브러리와 배포 경로를 제공해 산업별 적용을 지원하고 있다.
• 분야별 성능과 적용 조건을 구분해 읽을 필요가 있다. BioNeMo의 약 13배 속도는 특정 벤치마크 결과이며, Ising의 클라우드 접근성 확대에도 실시간 디코딩의 지연시간 제약은 남는다.

✅ 액션 아이템

• NVIDIA Nemotron과 NVIDIA Kumo의 적용 대상에 맞춰 기업 지식 활용, 구조화 데이터 예측, 지역 데이터 맞춤화 요구를 검토한다.
• NVIDIA BioNeMo RFD4-Proteina의 약 13배 설계 생성 속도를 아미노산 200개 단백질 벤치마크 조건과 함께 평가한다.
• NVIDIA Ising의 연구·배포 방식을 검토할 때 AWS Parallel Computing Service의 배포 전 연구 지원 범위와 디코딩의 지연시간 요구를 함께 고려한다.

❓ 열린 질문

• NVIDIA Nemotron과 NVIDIA Kumo를 지역 데이터로 맞춤화할 때 우선 적용할 현지 언어와 기업 업무는 무엇인가?
• NVIDIA BioNeMo RFD4-Proteina의 아미노산 200개 단백질 벤치마크에서 확인된 약 13배 속도 향상은 다른 설계 조건에서도 유지되는가?
• NVIDIA Ising을 실제 배포할 때 디코딩의 지연시간 요구에 맞는 고전 컴퓨팅 하드웨어 배치 조건은 무엇인가?