엔비디아 Isaac·Jetson Thor vs 퀄컴 IQ10, 피지컬 AI 스택 선택 기준

2026년 10월 기준으로 엔비디아 Isaac Lab 3.0·GR00T N1.7·Jetson Thor, 퀄컴 IQ10, AMD X100을 비교했습니다. 로봇 개발 스택을 고를 때 볼 가격, 라이선스, 벤치마크, 출시 일정을 단계별로 정리했습니다.

이 글에는 네이버 브랜드커넥트 제휴 링크가 포함되어 있습니다. 링크를 통해 구매가 이루어지면 작성자가 일정액의 수수료를 지급받습니다. 제품 선택과 구매는 독자의 판단이며, 이 글은 특정 제품의 효과를 보증하지 않습니다.

피지컬 AI 시작 전 확인할 것

학습부터 시뮬레이션, 배포까지 한 생태계에서 끝내려는 팀에게는 엔비디아 로봇 개발도구(Isaac·GR00T·Jetson)가 지금 가장 완결된 선택지입니다. 다만 하드웨어 예산은 2026년 7월 가격 인상 이후 기준으로 다시 잡아야 합니다. Jetson AGX Thor 개발자 키트는 2025년 8월 출시 때 $3,499였는데, 2026년 10월 26일 기준 공식 FAQ 가격은 $5,499입니다. 이 글은 엔비디아, 퀄컴, AMD의 로봇용 칩과 그 위에 올라가는 시뮬레이션·로봇 모델 계층을 개발 착수 순서대로 비교합니다. 가격이 공개되지 않은 참조 휴머노이드 구매 문제는 다루지 않습니다.

피지컬 AI 뜻과 이 글이 보는 세 계층

피지컬 AI는 로봇이 현실에서 보고, 판단하고, 움직이게 하는 AI입니다. 개발자 입장에서는 세 계층으로 나눠 보는 편이 실용적입니다. 로봇에 들어가는 엣지 칩, 가상 환경에서 학습시키는 시뮬레이터, 로봇의 동작을 만드는 기반 모델입니다. 이 셋을 한 회사가 모두 공급하는지, 회사별로 섞어 써야 하는지에서 경쟁 구도가 갈립니다.

엔비디아는 2026년 10월 21일 GTC Berlin에서 Isaac 플랫폼 확장을 발표했습니다. Isaac OS 런타임, Isaac Lab 3.0, Human 1M 데이터셋, SimReady Central Library, DGX Station용 오픈소스 참조 워크플로 3종, 참조 휴머노이드 Agile ONE SN이 포함됐습니다. 칩부터 참조 로봇까지 한 회사가 묶어서 내놓는 풀스택 구조입니다.

2026년 10월 기준 경쟁 구도

구분	엔비디아	퀄컴	AMD	모델 전문 기업
엣지 칩	Jetson Thor(T5000·T4000)	Dragonwing IQ10 RRD	Ryzen AI Embedded X100	없음
시뮬레이션	Isaac Sim·Isaac Lab 3.0	엔비디아만큼 갖추지 못함	공개 자료 부족	없음
로봇 모델	GR00T N1.7(3B)	없음	없음	π0.5, Gemini Robotics 2
현재 상태	칩·도구 판매 중	CES 2026에서 공개	2026년 4분기 출시 예정	ER 2만 공개, VLA는 얼리 액세스
가격 공개	공개(FAQ)	미공개	미공개	해당 없음

세 계층을 모두 갖춘 곳은 엔비디아뿐입니다. 그렇다고 묶음으로만 써야 하는 건 아닙니다. 칩은 엔비디아, 모델은 GR00T 대신 π0.5나 Gemini Robotics를 쓰는 조합도 얼마든지 가능합니다. “엔비디아냐 아니냐”를 한 번에 정하기보다 계층별로 나눠 판단하는 편이 맞습니다.

착수 전에 알아둘 전제 세 가지

첫째, Isaac Lab 3.0은 2026년 10월 20일 정식 배포(GA)됐지만 하위 호환을 깨는 변경이 많습니다. 2.x 코드를 그대로 돌릴 수 없습니다. 둘째, GR00T는 코드와 모델 가중치의 라이선스가 다릅니다. 셋째, 엔비디아가 발표한 참조 휴머노이드 두 종(Unitree판, Agile판)은 아직 살 수 없는 연구용 제품입니다.

용어 풀이
1. VLA(Vision-Language-Action) — 카메라 영상과 언어 지시를 받아 로봇 관절 동작까지 직접 출력하는 모델 구조입니다.
2. FP4 희소(sparse) 연산 — 4비트 부동소수점에 0이 많은 행렬을 건너뛰는 최적화를 적용한 성능 수치라, 다른 정밀도 기준 수치와 바로 비교할 수 없습니다.
3. 자유도(DoF) — 로봇이 독립적으로 움직일 수 있는 관절 축의 수로, 많을수록 동작이 정교해지지만 제어도 어려워집니다.

준비물·필요 서류

로봇 개발 스택은 개발용 워크스테이션, 로봇에 실을 엣지 모듈, 라이선스·접근 권한 문서 세 갈래로 준비합니다. 이 중 비용과 일정을 가장 크게 흔드는 것은 엣지 모듈 가격과 출시 시점입니다.

개발 환경(워크스테이션)

항목	요구 조건	근거
Isaac Lab	v3.0.0 (2026년 10월 20일 GA)	GitHub 릴리스
Isaac Sim	6.2	같은 릴리스 노트
Python	3.12	같은 릴리스 노트
Newton 물리엔진	1.6.1	같은 릴리스 노트
GR00T N1.7 추론	VRAM 16GB 이상 권장	GitHub README
GR00T N1.7 파인튜닝	VRAM 40GB 이상 권장	GitHub README
시뮬레이션 자산	SimReady 자산 2,000개 이상(Hugging Face)	NVIDIA 뉴스룸

Isaac Lab 3.0은 Isaac Sim을 전부 설치하지 않아도 대부분의 작업이 돌아갑니다. 강화학습 환경을 처음 시험하는 단계라면 설치 부담이 이전보다 줄었습니다. 파인튜닝까지 하려면 40GB 이상 GPU가 필요합니다. 소비자용 그래픽카드 한 장으로는 추론과 평가까지만 된다고 보는 편이 안전합니다.

GR00T N1.7은 파라미터 30억(3B) 규모이고 VLM 백본으로 Cosmos-Reason2-2B를 씁니다. Hugging Face 모델카드에 따르면 H100 기준 지연시간은 PyTorch Eager에서 85.8ms, TensorRT에서 27.9ms입니다. 실시간 제어 루프에 넣으려면 TensorRT 변환을 기본으로 계획해야 합니다.

엣지 컴퓨트 후보와 현재 가격

모듈	성능	메모리	전력	현재가(2026-10-26)	상태
Jetson AGX Thor 개발자 키트	T5000 기반	128GB	40–130W	$5,499	판매 중
Jetson T5000	FP4 희소 2,070 TFLOPS	128GB	40–130W	$4,999(1,000개 이상)	판매 중
Jetson T4000	FP4 희소 1,200 TFLOPS	64GB	40–70W	$2,999(1,000개 이상)	판매 중
Jetson T3000	FP4 865 TFLOPS	32GB	미공개	미공개	2027년 1분기 예정
Jetson T2000	FP4 400 TFLOPS	16GB	미공개	미공개	2027년 1분기 예정
AGX Orin 개발자 키트	이전 세대	—	—	$3,499	판매 중
Orin Nano Super 개발자 키트	입문용	—	—	$399	판매 중
퀄컴 IQ10 RRD	희소 최대 700 TOPS	64GB LPDDR5x	미공개	미공개	CES 2026 공개
AMD X100	Zen 5 최대 16코어	미공개	미공개	미공개	2026년 4분기 예정

엔비디아는 Thor가 이전 세대 Orin보다 AI 연산은 최대 7.5배, 전력 효율은 3.5배 높다고 주장합니다. 퀄컴 IQ10 참조설계는 Oryon CPU 18코어, GMSL2 카메라 12대 지원, Ubuntu 기반 ROS2 SDK를 갖췄고 EtherCAT·CAN-FD 같은 산업용 입출력과 안전 전용 회로(safety island)까지 넣었습니다. 양산 로봇의 입출력·안전 설계를 중시한다면 퀄컴도 검토 대상입니다.

라이선스·접근 권한 문서

자산	조건	확인할 문서
GR00T 코드	Apache 2.0	GitHub 저장소 LICENSE
GR00T 모델 가중치	NVIDIA Open Model License	가중치 약관 별도
Human 1M 데이터셋 전체	Cosmos Coalition 파트너 한정	파트너 가입 조건
SimReady 자산	Hugging Face 공개	자산별 이용 조건
Gemini Robotics ER 2	Google AI Studio 공개	구글 이용약관
Gemini Robotics VLA·On-Device 2	얼리 액세스 파트너 한정	파트너 신청

상용 제품이 목표라면 가중치 약관 검토를 코드 작성보다 먼저 하십시오. “Apache 2.0이니 상업적으로 써도 된다”는 해석은 코드에만 맞는 말입니다.

단계별 진행 순서

아래 순서는 계층 사이의 의존 관계를 따랐습니다. 앞 단계 결정이 뒤 단계 선택지를 좁히기 때문에 순서를 바꾸면 하드웨어를 두 번 사게 될 수 있습니다.

1단계: 배포 형태부터 정한다

소요시간: 짧음(내부 요구사항 정리 수준)
할 일: 로봇을 실험실 안에서만 쓸지, 수백 대 단위로 양산할지 정합니다.
주의점: 연구용이면 시뮬레이션과 모델 생태계가 두터운 엔비디아가 유리합니다. 양산용이면 전력, 입출력, 단가가 더 중요해지므로 퀄컴 IQ10과 AMD X100까지 비교 대상에 넣어야 합니다.

이 결정을 먼저 내려야 하는 이유는 엔비디아 참조 휴머노이드 두 종이 모두 연구용으로 발표됐기 때문입니다. Agile ONE SN은 키 1.4m, 몸체 자유도 31, 팔당 가반하중 3kg에 Jetson Thor를 탑재했고 2027년 초 출시 예정입니다. 업체 발표로는 Stanford와 ETH Zurich가 관심을 보였습니다.

2단계: Isaac Lab 3.0으로 시뮬레이션 환경을 세운다

소요시간: 신규 프로젝트는 짧고, 2.x 코드 이전은 가장 길다(바뀐 API 수만큼 늘어남)
할 일: Isaac Sim 6.2, Python 3.12, Newton 1.6.1 환경을 맞추고 SimReady 자산으로 장면을 구성합니다.
주의점: 하위 호환이 깨지는 변경이 네 가지 있습니다.

변경 항목	2.x	3.0
쿼터니언 순서	(w, x, y, z)	(x, y, z, w)
`.data` 반환형	기존 텐서	ProxyArray
앱 실행	AppLauncher	launch_simulation
URDF/MJCF 임포터	기존 구현	새로 작성

가장 위험한 건 쿼터니언 순서 변경입니다. 오류 없이 실행되는데 로봇 자세만 엉뚱하게 나올 수 있어 버그를 찾기 어렵습니다. 기존 로봇 모델 파일은 새 임포터로 다시 불러와 관절 축과 원점을 검증해야 합니다.

3단계: 기반 모델 후보를 자기 로봇에서 직접 평가한다

소요시간: 중간(후보 모델 수 × 평가 과제 수에 비례)
할 일: GR00T N1.7, π0.5, Gemini Robotics ER 2를 후보로 놓고 같은 과제에서 비교합니다.
주의점: 공개 벤치마크는 기준마다 순위가 뒤집힙니다.

벤치마크	GR00T N1.5	GR00T N1.6	π0.5	비고
RoboLab-120 성공률	—	7.2%	28.0%	120개 과제, 과제당 10회
RoboCasa365 점수	23.9	21.9	16.9	50개 과제, 사전학습 데이터 Human300 고정

RoboLab에서 GR00T N1.6은 π0.5의 약 4분의 1 수준인데, RoboCasa에서는 GR00T가 앞섭니다. 같은 GR00T 계열 안에서도 N1.5가 N1.6보다 높게 나왔습니다. 2026년 10월 26일 기준 N1.7은 두 리더보드 어디에도 등재되지 않았고, 엔비디아도 N1.7의 공식 벤치마크 수치를 내놓지 않았습니다. RoboLab은 엔비디아 연구조직이 운영하고, RoboCasa 점수는 제출자가 낸 값을 RoboCasa 팀이 검토하는 방식이라는 점도 감안해야 합니다.

4단계: 라이선스와 데이터 접근 조건을 검토한다

소요시간: 짧음, 다만 법무 검토가 붙으면 길어짐
할 일: GR00T 가중치에 붙은 NVIDIA Open Model License 조항을 제품 계획과 대조합니다.
주의점: Human 1M 데이터셋 전체는 Cosmos Coalition 파트너에게만 열려 있습니다. 파트너가 아니면 공개 자산과 자체 데이터로 학습 계획을 세워야 합니다.

5단계: 엣지 칩을 고른다

소요시간: 중간(공급사 견적과 샘플 확보 포함)
할 일: 모델 추론에 필요한 메모리, 카메라 수, 전력 예산으로 후보를 줄입니다.
주의점: Thor의 2,070 TFLOPS는 FP4 희소 기준이고, IQ10의 700 TOPS는 희소 기준이지만 정밀도가 표기되지 않았습니다. 단위가 다르니 두 숫자를 나눠 “몇 배 빠르다”고 계산하면 안 됩니다.

판단 기준	엔비디아 Jetson Thor	퀄컴 IQ10	AMD X100
강점	Isaac·GR00T와 바로 연결됨	산업용 입출력·안전 회로 내장	개방형 파트너망
메모리	64GB(T4000)·128GB(T5000)	64GB	미공개
공개 파트너	Agile Robots, Unitree 등	Advantech·Booster·Figure·Kuka·VinMotion	Foundation
판단 시 약점	2026년 7월 가격 인상	시뮬레이션·모델 계층 부족, 가격 미공개	출시 전이라 실사용 자료 없음

AMD 쪽에서는 휴머노이드 기업 Foundation이 Phantom 로봇에 AMD 칩을 쓰겠다고 발표하며 엔비디아보다 추론은 2.5배, 학습은 3배 빠르다고 주장했습니다. 그런데 Unite.ai 2026년 7월 23일 보도에는 비교 대상 엔비디아 제품과 시험 조건이 나오지 않습니다. Robotics 24/7 보도에도 X100의 TOPS 수치는 없습니다.

6단계: 조달 시점을 정한다

소요시간: 짧음(로드맵 대조)
할 일: 개발용 키트는 지금 사고, 양산용 모듈은 2027년 라인업을 보고 정하는 식으로 나눕니다.
주의점: 엔비디아는 보급형 T3000·T2000을 2027년 1분기에 내놓는다고 밝혔고, 직접 “높은 메모리 가격 속 비용 절감”용이라고 설명했습니다. 메모리 32GB나 16GB로 모델이 돌아간다면 이 모듈을 기다릴 만합니다.

참조 휴머노이드 일정도 같이 보십시오. Unitree H2 Plus 차체에 Sharpa Wave 손을 단 GR00T 참조 휴머노이드는 자유도가 총 75이고 Jetson AGX Thor T5000을 씁니다. 판매처는 Unitree인데, 출시 시점은 2026년 말이라고만 공지됐고 가격은 나오지 않았습니다. Agile Robots CEO는 로이터 2026년 10월 21일 보도에서 2027년에 ONE S와 ONE SN을 1,000–2,000대 생산할 계획이라고 밝혔습니다. 국내에서는 MDS테크가 가정용 휴머노이드 개발사에 Jetson 패키지 약 40억 원어치를 공급한다는 서울경제 2026년 10월 21일 보도가 나왔습니다. 피지컬 AI 로봇 개발사들의 Jetson 의존이 실제 계약으로 이어지고 있습니다.

자주 놓치는 부분

발표 자료만 보고 계획을 세우면 손해 보는 지점이 몇 군데 있습니다. 대부분은 공식 채널끼리 값이 어긋나거나, 옛 값이 그대로 돌아다니는 경우입니다.

출시가 $3,499를 현재 가격으로 쓰는 실수

Jetson AGX Thor 개발자 키트의 $3,499는 2025년 8월 25일 출시 당시 가격입니다. CNX Software 2026년 7월 22일 보도에 따르면 엔비디아는 같은 달 Jetson 전 제품 가격을 공지 없이 올렸고, 변경 사실은 FAQ에서만 확인됩니다.

제품	인상 전	현재(2026-10-26)	인상률(CNX Software 보도)
AGX Thor 개발자 키트	$3,499	$5,499	57%
T5000(1,000개 이상)	$2,999	$4,999	67%
T4000(1,000개 이상)	$1,999	$2,999	50%
Orin Nano Super 개발자 키트	$249	$399	—
Nano 모듈	—	—	101%

엔비디아는 가격 인상 사유와 적용 기간을 공식적으로 설명하지 않았습니다. 견적서와 사업계획서에는 반드시 FAQ의 현재 가격과 확인 날짜를 적어 두십시오.

GR00T N1.7이 GA인지 EA인지

GitHub README는 N1.7을 “General Availability (GA) release”라고 적었지만, Hugging Face 모델카드에는 “GR00T N1.7 EA”로 나옵니다. 공식 채널 두 곳의 표기가 다릅니다. 운영 환경 도입 여부는 보수적으로 EA 기준에 맞춰 판단하는 편이 안전합니다. Isaac Lab 3.0도 GitHub에는 GA로 올라왔지만 공식 문서 사이트의 릴리스노트는 beta2에 머물러 있습니다. API는 GitHub 릴리스 노트를 기준으로 확인하십시오.

참조 휴머노이드 사양이 출처마다 다름

항목	엔비디아 발표	Agile Robots 발표	로이터 보도
Agile ONE SN 무게	40kg	43kg	약 34kg
자유도	31	몸체 31, 손 포함 총 71	—

자유도는 세는 기준이 달라서 차이가 났습니다. 손 하나가 20자유도이니 31 + 20 × 2 = 71입니다. 무게는 세 값이 동시에 돌아다니므로 운반·안전 설계에는 최댓값 43kg을 쓰는 것이 합리적입니다.

Isaac OS와 Cosmos 주장의 범위

GTC Berlin 보도자료에는 Isaac OS 런타임을 지금 바로 쓸 수 있는지, 프리뷰 단계인지가 나와 있지 않습니다. Cosmos가 6개 오픈모델 리더보드에서 상위 5위 안에 들었다는 엔비디아 설명도 어느 리더보드인지는 밝히지 않았습니다. 발표 문구를 일정이나 성능 근거로 쓰지 말고 실제 배포 페이지가 열리는지를 기준으로 잡으십시오.

피지컬 AI 관련주 관점에서 엔비디아를 볼 때

엔비디아를 피지컬 AI 관련주로 볼 때 놓치기 쉬운 점은 로봇 매출이 따로 공시되지 않는다는 사실입니다. FY26(2026년 1월 종료)의 ‘Automotive and Robotics’ 부문 연매출은 $2.3B였습니다. FY27 2분기(2026년 7월 26일 종료)부터는 총매출 $96.2B를 Data Center $89.0B와 Edge Computing $7.2B 두 부문으로만 나눠 공시합니다. 발표 행사 규모만 보고 로봇 사업 비중을 짐작하기 전에 공시 구조가 바뀌었다는 점부터 알아두는 편이 정확합니다.

체크리스트 정리

착수 전에 아래 항목을 점검하면 앞에서 다룬 실수 대부분을 피할 수 있습니다.

배포 형태 확정: 연구용인지 양산용인지 정했는가. 양산용이면 퀄컴 IQ10, AMD X100도 비교표에 넣었는가.
Isaac Lab 3.0 이전 계획: 쿼터니언 순서 (x, y, z, w), ProxyArray, launch_simulation, 새 임포터 반영 여부를 코드 단위로 점검했는가.
모델 자체 평가: RoboLab·RoboCasa 순위에 기대지 않고 GR00T N1.7, π0.5, Gemini Robotics ER 2를 자기 로봇 과제에서 직접 비교할 계획이 있는가.
가중치 약관 검토: GR00T 코드(Apache 2.0)와 가중치(NVIDIA Open Model License)를 구분해 상용 조건을 확인했는가.
현재 가격 반영: 예산서에 Thor 키트 $5,499, T4000 $2,999 등 2026년 10월 26일 기준 FAQ 가격과 확인 날짜를 적었는가.
단위 확인: TFLOPS(FP4 희소)와 TOPS(정밀도 미표기)를 직접 비교하지 않았는가.
조달 시점 분리: 개발 키트는 지금, 양산 모듈은 2027년 1분기 T3000·T2000 출시와 참조 휴머노이드 일정을 본 뒤 결정하도록 나눴는가.

참고 자료

조사 기준일: 2026년 10월 26일

본문의 수치는 아래 자료에서 확인한 것입니다. 제조사 공식 자료(T1)와 전문 매체 실측(T2)을 구분해 표기했습니다. 가격·공급 상황은 변동이 크므로 기준일 이후의 값은 다시 확인해야 합니다.

공식 자료 (확인일 2026-10-26)
– NVIDIA 뉴스룸, Isaac 확장 보도자료(2026-10-21): https://nvidianews.nvidia.com/news/nvidia-advances-isaac-platform-for-general-purpose-robotics-with-new-reference-humanoid-frameworks-simulation-pipelines-and-data
– GitHub Isaac Lab v3.0.0 릴리스: https://github.com/isaac-sim/IsaacLab/releases/tag/v3.0.0
– GitHub NVIDIA/Isaac-GR00T: https://github.com/NVIDIA/Isaac-GR00T
– Hugging Face GR00T-N1.7-3B 모델카드: https://huggingface.co/nvidia/GR00T-N1.7-3B
– Agile Robots 보도자료: https://www.agile-robots.com/en/news/detail/agile-robots-launches-agile-one-sn/
– NVIDIA 뉴스룸, Unitree 참조 휴머노이드(2026-05-31): https://nvidianews.nvidia.com/news/nvidia-unitree-h2-plus
– Jetson Thor 제품 페이지: https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/
– Jetson FAQ(가격): https://developer.nvidia.com/embedded/faq
– NVIDIA 뉴스룸, Jetson Thor 출시(2025-08-25): https://nvidianews.nvidia.com/news/nvidia-blackwell-powered-jetson-thor-now-available-accelerating-the-age-of-general-robotics
– NVIDIA 블로그, T3000/T2000(2026-07-15): https://blogs.nvidia.com/blog/jetson-thor-robotics-edge-ai-agent/
– NVIDIA 블로그, Cosmos(2026-10-21): https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/
– NVIDIA FY27 2분기 실적: https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2027
– SEC 8-K, FY26 4분기 실적: https://www.sec.gov/Archives/edgar/data/1045810/000104581026000019/q4fy26pr.htm
– 퀄컴 IQ10 RRD 제품 브리프: https://docs.qualcomm.com/doc/87-A0789-1/87-A0789-1_REV_A_Qualcomm_Dragonwing_IQ10_Robotics_Reference_Design_Product_Brief.pdf
– Google DeepMind, Gemini Robotics 2: https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/
– CNX Software, Jetson 가격 인상: https://www.cnx-software.com/2026/07/22/nvidia-increases-the-price-of-jetson-modules-and-devkits-by-up-to-101/
– Reuters(The Star 재게재): https://www.thestar.com.my/tech/tech-news/2026/10/21/germany039s-agile-to-make-up-to-2000-humanoid-robots-with-nvidia-ceo-says
– RoboLab 리더보드: https://research.nvidia.com/labs/srl/projects/robolab/leaderboard.html
– RoboCasa 리더보드: https://robocasa.ai/leaderboard.html

카테고리