엔비디아가 3D 객체 생성을 위한 ‘엔비디아 AI 블루프린트(NVIDIA AI Blueprint for 3D object generation)’를 공개했다. 이는 3D 아티스트가 간단한 텍스트 프롬프트만으로 최대 20개의 3D 객체를 생성해 특정 장면의 프로토타입을 만들 수 있도록 지원한다. 3D 아티스트는 끊임없는 프로토타이핑 작업 문제에 직면하고 있다. 전통적인 워크플로에서는 3D 장면 구현을 위해 저충실도 임시 애셋을 제작하고, 핵심 요소가 제자리에 배치될 때까지 수정을 반복해야 하기 때문이다. 그 후에야 시각적 요소를 세부적으로 다듬어 완성할 수 있다. 이렇게 프로토타이핑은 시간이 많이 소요되고 종종 불필요한 작업을 수반한다. 그 결과 아티스트는 창의적인 작업보다 지루한 모델링 작업에 더 많은 시간을 할애해야 한다. 생성형 AI는 장면 프로토타이핑을 위한 초안을 제안하거나 객체를 생성하는 등 중간 작업을 신속히 처리해 아티스트를 돕는다. 그러나 이러한 가속화된 워크플로를 구현하기 위해 여러 AI 모델을 연결하는 일은 기술적으로 복잡할 수 있다. 엔비디아 AI 블루프린트는 샘플 워크플로를 제공해 사용자가 복잡한 기술 단계를 건너뛰고 고급 생성형 AI 기술을 빠르게 활용할 수 있도록 지원한다. 또한 AI 블루프린트는 각 사용자의 요구에 맞게 조정될 수 있다.     엔비디아가 이번에 새로 공개한 AI 블루프린트는 3D 아티스트가 간단한 텍스트 프롬프트만으로 최대 20개의 3D 객체를 생성해 특정 장면의 프로토타입을 만들 수 있게 해주는 워크플로다. 또한 새로운 마이크로소프트 트렐리스(Microsoft TRELLIS) 엔비디아 NIM 마이크로서비스는 3D 객체 생성을 위한 AI 블루프린트 내에서 작동하며, 기존 모델보다 20% 빠른 속도로 고품질 3D 애셋을 생성한다. 아이디어의 탄생에서 시작하는 3D 프로젝트는 테마, 장소, 장식, 색상, 질감 등 시각적 세부 요소를 신중히 고려하는 과정을 거친다. 장면에 애셋을 배치한 후에도 개별 또는 전체 시각 요소를 여러 차례 검토하고 수정해야 한다. 3D 객체 생성을 위한 엔비디아 AI 블루프린트는 프로토타이핑 과정을 자동화하는 파이프라인을 제공한다. 사용자가 프롬프트로 예술적인 아이디어를 입력하면, 블루프린트에 내장된 대형 언어 모델(LLM)이 장면에 포함 가능한 20개의 객체를 제안한다. 이는 라마 3.1 8B(Llama 3.1 8B) 엔비디아 NIM 마이크로서비스로 가속화된다. 엔비디아 사나(SANA)는 고해상도 이미지를 빠르게 합성하는 텍스트-이미지 프레임워크로, 생성 가능한 객체를 보여주는 프리뷰를 생성한다. 각 객체는 재생성, 수정, 삭제가 가능해 아티스트의 자유로운 창작 활동을 지원한다. 이후 아티스트는 새로운 마이크로소프트 트렐리스 엔비디아 NIM 마이크로서비스를 통해 각 객체를 고품질 프리뷰에서 즉시 활용 가능한 3D 모델로 변환할 수 있다. 이 마이크로서비스는 최첨단 모델의 배포를 간소화하고 속도를 20% 향상시킨다. 또한 최대 20개의 3D 애셋 모음은 즉시 사용하거나 오픈 소스 3D 플랫폼 블렌더(Blender)에서 추가로 다듬을 수 있도록 준비된다. AI 블루프린트는 이를 자동으로 블렌더로 내보내며, 아티스트는 다른 인기 3D 애플리케이션으로도 애셋을 내보낼 수 있다. 아울러 라마 3.1 8B NIM 마이크로서비스로 구동되는 LLM은 장면에 포함할 객체의 아이디어와 프롬프트 제안을 생성할 수 있다. 따라서 프롬프트 경험이 많지 않은 아티스트도 창의적인 생산성을 높일 수 있다. 일반적으로 이러한 워크플로를 설정하려면 많은 시간과 기술적 지식이 필요하며, 적합한 파이프라인을 선택하기 위해 다양한 모델을 실험해야 한다. 엔비디아는 “AI 블루프린트는 검증된 워크플로를 사전에 선별해 패키징된 형태로 제공함으로써, 엔비디아 지포스 RTX(GeForce RTX)와 RTX PRO GPU에서의 배포를 단순화하고 시작 과정을 간소화한다”고 설명했다.

HPE는 기업이 AI를 도입하고 개발 및 운영하는 과정을 폭넓게 지원하는 ‘HPE 기반 엔비디아 AI 컴퓨팅(NVIDIA AI Computing by HPE)’ 포트폴리오의 주요 혁신 사항을 공개했다. HPE는 엔비디아 AI 엔터프라이즈(NVIDIA AI Enterprise)와의 통합을 한층 강화하고, 최신 엔비디아 AI 모델 및 엔비디아 블루프린트(NVIDIA Blueprints)를 HPE 프라이빗 클라우드 AI(HPE Private Cloud AI)에 탑재함으로써 개발자들이 AI 애플리케이션을 보다 간편하게 구축하고 운영할 수 있도록 지원하게 되었다고 전했다. 또한 HPE는 엔비디아 블랙웰(NVIDIA Blackwell) 기반 가속 컴퓨팅을 탑재한 HPE 프로라이언트 컴퓨트(HPE ProLiant Compute) 서버를 출하할 예정이며, 이를 통해 생성형 AI, 에이전틱 AI 및 피지컬 AI 워크로드를 향상된 성능으로 지원할 수 있을 것으로 보고 있다. 엔비디아 블랙웰 아키텍처를 탑재한 HPE 프로라이언트 컴퓨트 서버는 두 종류의 엔비디아 RTX PRO 서버 구성을 포함한다. HPE 프로라이언트 DL385 Gen11 서버는 신규 2U RTX PRO 서버 폼팩터의 공랭식 서버로, 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU를 최대 2개까지 지원한다. 이 제품은 기업의 증가하는 AI 수요를 충족해야 하는 데이터센터 환경에 최적화된 설계를 지향한다. HPE 프로라이언트 컴퓨트 DL380a Gen12 서버는 4U 폼팩터 기반으로, 엔비디아 RTX PRO 6000 GPU를 최대 8개까지 지원하며 2025년 9월 출시될 예정이다.   특히 HPE 프로라이언트 컴퓨트 Gen12 서버는 HPE iLO(Integrated Lights Out) 7의 실리콘 RoT(Root of Trust) 및 시큐어 인클레이브(Secure Enclave) 기반으로 한 다층 보안 기능을 갖추고 있으며, 위조 및 변조 방지 보호와 양자 내성 펌웨어 서명(quantum-resistant firmware signing) 기능을 통해 한층 강화된 보안 환경을 제공한다.   ▲ HPE 프로라이언트 DL380a Gen12 서버   또한, HPE 컴퓨트 옵스 매니지먼트(HPE Compute Ops Management)으로 지원되는 중앙 집중형 클라우드 네이티브 방식의 라이프사이클 자동화 기능은 서버 관리에 소요되는 IT 업무 시간을 최대 75%까지 줄이고, 서버당 연간 평균 4.8시간의 다운타임 감소 효과를 제공한다. 대상 워크로드에는 생성형 및 에이전틱 AI을 비롯해 로보틱스 및 산업용 사례 등 피지컬 AI, 품질 관리(QC) 모니터링 및 자율주행과 같은 비주얼 컴퓨팅, 시뮬레이션, 3D 모델링, 디지털 트윈, 그리고 각종 엔터프라이즈 애플리케이션이 포함된다. 한편, HPE는 올해 말 출시 예정인 차세대 ‘HPE 프라이빗 클라우드 AI’를 발표했다. 이 설루션은 엔비디아 RTX PRO 6000 GPU를 탑재한 HPE 프로라이언트 컴퓨트 Gen12 서버를 지원하며, GPU 세대 간의 원활한 확장성, 폐쇠망(air-gapped) 관리 및 엔터프라이즈 멀티 테넌시(multi-tenancy) 기능 등을 제공할 예정이다. HPE와 엔비디아가 공동 개발한 엔터프라이즈 턴키 AI 팩토리 설루션인 HPE 프라이빗 클라우드 AI는 에이전틱 AI를 위한 최신 버전의 엔비디아 네모트론(NVIDIA Llama Nemotron) 모델, 피지컬 AI 및 로보틱스를 위한 코스모스 리즌(Cosmos Reason) VLM(vision language model), 엔비디아 블루프린트 VSS 2.4 (NVIDIA Blueprint for Video Search and Summarization)를 지원하여 대규모 영상 데이터에서 인사이트를 추출하는 영상 분석 AI 에이전트를 구축할 수 있다. 또한, HPE 프라이빗 클라우드 AI는 최신 AI 모델을 위한 엔비디아 NIM 마이크로서비스, 엔비디아 블루프린트를 빠르게 배포할 수 있도록 맞춤형 설계되어, 고객들은 HPE AI 에센셜(HPE AI Essentials)를 통해 이를 간편하게 활용할 수 있다. 이와 함께 HPE 프라이빗 클라우드 AI는 엔비디아 AI 가속화 컴퓨팅, 네트워킹, 소프트웨어와의 깊은 통합을 바탕으로, 기업들이 데이터 통제를 유지하면서도 AI의 가치를 보다 신속하게 활용할 수 있도록 지원한다. 이를 통해 고객은 급증하는 AI 추론 수요를 효과적으로 관리하고 AI 생산 속도를 가속화할 수 있다. HPE 셰리 윌리엄스(Cheri Williams) 프라이빗 클라우드 및 플렉스 설루션 부문 수석 부사장 겸 총괄은 “HPE는 AI 시대를 맞아 기업들이 성공을 이룰 수 있도록 필요한 툴과 기술을 제공하는 데 전념하고 있다”면서, “엔비디아와의 협업을 통해 기술 혁신의 경계를 지속적으로 넓혀가며, 생성형 AI, 에이전틱 AI, 피지컬AI의 가치 실현을 포함해 엔터프라이즈 환경의 복잡하고 다양한 요구를 충족하는 설루션을 제공하고 있다. HPE 프로라이언트 서버와 HPE 프라이빗 클라우드 AI의 확장된 역량을 결합함으로써, 기업들이 AI 혁신의 다음 단계를 더욱 신속하고 신뢰 있게 수용할 수 있도록 지원하고 있다”고 밝혔다. 엔비디아의 저스틴 보이타노(Justin Boitano) 엔터프라이즈 AI 부사장은 “기업은 최신 AI 요구사항에 맞추기 위해 유연하고 효율적인 인프라가 필요하다”면서, “엔비디아 RTX PRO 6000 블랙웰 GPU를 탑재한 HPE 2U 프로라이언트 서버는 단일 통합형 기업용 플랫폼에서 거의 모든 워크로드를 가속화할 수 있도록 해줄 것”이라고 밝혔다.

엔비디아가 차세대 개인용 AI 슈퍼컴퓨터 ‘엔비디아 DGX 스파크(NVIDIA DGX Spark)’의 국내 예약 주문을 시작한다고 밝혔다. DGX 스파크는 책상 위에 올려 놓을 수 있는 크기의 AI 슈퍼컴퓨터로 생성형 AI, 거대 언어 모델(LLM), 고속 추론 등 다양한 AI 워크플로를 로컬 환경에서 효율적으로 구현할 수 있도록 설계됐다. AI 개발이 고도화됨에 따라, 조직은 데이터 보안 강화와 지연 최소화, 배포 유연성 등을 고려해 로컬 환경에서 직접 AI 모델을 개발하고 실행할 수 있는 시스템을 요구하고 있다. DGX 스파크는 이러한 수요에 대응해 데스크톱 환경에서도 데이터 크기나 위치, 모델 규모에 제약 없이 민첩하고 효율적인 AI 개발이 가능하도록 지원한다.     DGX 스파크는 데스크톱 폼팩터에 최적화된 엔비디아 GB10 그레이스 블랙웰 슈퍼칩(Grace Blackwell Superchip)을 탑재해 FP4 정밀도 기준, 최대 1페타플롭의 AI 성능을 제공한다. 또한, 고성능 엔비디아 커넥트-X(Connect-X) 네트워킹으로 두 대의 엔비디아 DGX 스파크 시스템을 연결해 최대 4,050억 개 파라미터의 AI 모델을 처리할 수 있다. DGX 스파크는 128GB 메모리를 탑재했으며, 엔비디아 AI 소프트웨어 스택이 사전 설치돼 있다. 이를 통해 딥시크, 메타, 구글 등에서 선보인 최대 2000억 개 파라미터의 최신 AI 모델도 로컬 환경에서 직접 프로토타이핑, 미세 조정, 추론할 수 있다. 또한, 사용자는 파이토치(PyTorch), 주피터(Jupyter), 올라마(Ollama) 등 익숙한 개발 도구를 사용할 수 있으며, 이를 DGX 클라우드나 가속화된 데이터센터 환경으로 손쉽게 확장할 수 있다. 이와 함께 엔비디아 NIM 마이크로서비스와 엔비디아 블루프린트(Blueprint)에 대한 액세스를 통해 AI 애플리케이션을 더욱 빠르게 개발하고 배포할 수 있도록 지원한다. 엔비디아는 “DGX 스파크는 올해 엔비디아 연례 개발자 콘퍼런스인 GTC와 컴퓨텍스(COMPUTEX)에서 공개된 이후 큰 관심을 받아왔으며, 이번 국내 예약 주문을 계기로 본격적인 보급이 기대된다”고 전했다. DGX 스파크의 국내 예약 주문은 엔비디아 공식 홈페이지를 통해 진행된다. 국내 주요 파트너사 중 원하는 업체를 선택해 예약할 수 있으며, 대량 구매도 가능하다. 공식 파트너사로는 에즈웰에이아이, 비엔아이엔씨, 디에스앤지, 아이크래프트, 리더스시스템즈, 메이머스트, MDS테크, 유클릭, 씨이랩, 제스프로가 있다.

엔비디아가 ‘스마트 시티 AI용 엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint for smart city AI)’를 발표했다. 엔비디아는 이 블루프린트를 옴니버스, 코스모스(Cosmos), 네모(NeMo), 메트로폴리스(Metropolis)와 통합해 유럽의 도시에서 삶의 질을 개선시킬 것으로 기대하고 있다. 2050년까지 도시 인구는 두 배 증가할 것으로 예상된다. 이는 21세기 중반까지 도시 지역에 약 25억 명의 인구가 더해질 수 있음을 의미한다. 따라서 보다 지속 가능한 도시 계획과 공공 서비스의 필요성이 높아지고 있다. 전 세계 도시들은 도시 계획 시나리오 분석과 데이터 기반 운영 결정을 위해 디지털 트윈과 AI 에이전트를 활용하고 있다. 그러나 도시의 디지털 트윈을 구축하고 그 안에서 스마트 시티 AI 에이전트를 테스트하는 것은 복잡하며, 자원 집약적인 작업이다. 여기에는 기술적, 운영적 문제도 수반된다. 엔비디아가 공개한 스마트 시티 AI용 엔비디아 옴니버스 블루프린트는 이러한 문제를 해결하기 위한 것이다. 이 참조 프레임워크는 엔비디아 옴니버스, 코스모스, 네모, 메트로폴리스 플랫폼과 결합해 도시 전체와 주요 인프라에 물리 AI의 이점을 제공한다. 개발자는 이 블루프린트를 사용해 심레디(SimReady)와 같이 시뮬레이션이 가능한 사실적 도시 디지털 트윈을 구축할 수 있다. 이를 통해 도시 운영을 모니터링하고 최적화하는 AI 에이전트를 개발, 테스트할 수 있다. 스마트 시티 AI용 엔비디아 옴니버스 블루프린트는 완전한 소프트웨어 스택을 제공해, 물리적으로 정밀한 도시의 디지털 트윈에서 AI 에이전트의 개발, 테스트를 가속화한다.      엔비디아 옴니버스는 물리적으로 정확한 디지털 트윈을 구축해 도시 규모에서 시뮬레이션을 실행한다. 엔비디아 코스모스는 사후 훈련 AI 모델을 위한 대규모 합성 데이터를 생성한다. 엔비디아 네모는 고품질 데이터를 큐레이션하며, 해당 데이터를 사용해 비전 언어 모델(vision language model, VLM)과 대규모 언어 모델(large language model, LLM)을 훈련하고 미세 조정한다. 엔비디아 메트로폴리스는 영상 검색과 요약(video search and summarization, VSS)용 엔비디아 AI 블루프린트를 기반으로 영상 분석 AI 에이전트를 구축, 배포한다. 이를 통해 방대한 양의 영상 데이터를 처리하고, 비즈니스 프로세스를 최적화하는 데 중요한 인사이트를 제공한다.   이 블루프린트 워크플로는 세 개의 주요 단계로 구성된다. 먼저 개발자는 옴니버스와 코스모스를 통해 특정 위치와 시설의 심레디 디지털 트윈을 구축한다. 여기에는 항공, 위성, 지도 데이터가 활용된다. 이어서 엔비디아 타오(TAO)와 네모 큐레이터(Curator)를 사용해 컴퓨터 비전 모델, VLM 등 AI 모델을 훈련하고 미세 조정한다. 이로써 비전 AI 사용 사례에서 정확도를 높인다​. 마지막으로 이러한 맞춤형 모델에 기반한 실시간 AI 에이전트의 배포로 메트로폴리스 VSS 블루프린트를 사용해 카메라와 센서 데이터를 알림, 요약, 쿼리한다.  엔비디아는 스마트 시티 AI용 블루프린트를 통해 다양한 파트너가 엔비디아의 기술과 자사의 기술을 결합하고, 통합된 워크플로를 기반으로 스마트 시티 사용 사례를 위한 디지털 트윈을 구축, 활성화할 수 있도록 지원한다는 계획이다. 이 새로운 블루프린트를 최초로 활용하게 될 주요 기업에는 XXII, AVES 리얼리티, 아킬라, 블링시, 벤틀리, 세슘, K2K, 링커 비전, 마일스톤 시스템즈, 네비우스, 프랑스 국영철도회사, 트림블, 유나이트 AI 등이 있다. 벤틀리 시스템즈는 엔비디아 블루프린트와 함께 물리 AI를 도시에 도입하는 데 동참하고 있다. 개방형 3D 지리 공간 플랫폼인 세슘은 인프라 프로젝트와 항만의 디지털 트윈을 옴니버스에서 시각화, 분석, 관리하는 기반을 제공한다. 벤틀리 시스템즈의 AI 플랫폼인 블린시는 합성 데이터 생성과 메트로폴리스를 사용해 도로 조건을 분석하고 유지보수를 개선한다. 트림블은 건설, 지리 공간, 운송 등 필수 산업을 지원하는 글로벌 기술 회사이다. 이들은 스마트 시티의 측량, 지도 제작 애플리케이션을 위한 현실 캡처 워크플로와 트림블 커넥트(Connect) 디지털 트윈 플랫폼에 옴니버스 블루프린트의 구성 요소를 통합하는 방법을 모색하고 있다.

별에서 영감을 받은 지리 갤럭시 E8의 스마트 콕핏   갈릴레오 갈릴레이부터 에드윈 허블과 미국 항공우주국의(NASA)에 이르기까지 수많은 천문학의 선구자들을 매료시킨 밤하늘의 상상력을 담은 자동차가 있다. 갤럭시 E8(Galaxy E8)은 지리(Geely)의 플래그십 모델이자 브랜드 최초의 순수 전기차로, 인류의 우주에 대한 열정과 문명, 기술 혁신을 하나의 차체 안에 담아내고 있다. ■ 자료 제공 : 에픽게임즈   ▲ 이미지 제공 : Geely Auto   갤럭시 E8은 차량의 내/외부를 통해 유저 중심의 프리미엄 경험을 제공하도록 설계되었다. 공기역학적인 실루엣은 별빛을 연상시키는 반짝임으로 표현되며, 실내에는 경계 없는 8K 해상도를 지원하는 45인치 대형 스마트 스크린이 탑재된 디지털 콕핏 시스템을 갖추고 있다. 또한 퀄컴 스냅드래곤(Qualcomm Snapdragon) 8295 플래그십 콕핏 칩과 언리얼 엔진(Unreal Engine)을 기반으로 2D 및 3D 그래픽이 구현된다.   언리얼 엔진 기반 경험 언리얼 엔진은 이 차량의 인터페이스와 시각적 몰입감을 극대화하는 데 핵심 역할을 수행했다. 예를 들어, 시간의 흐름에 따라 앰비언트 조명이 자연스럽게 변화하도록 설계되었으며, 비가 오거나 눈이 내리는 날 사용자가 문을 열면 시뮬레이션된 별빛이 한쪽에서 다른 쪽으로 흐르며 몰입감 있고 분위기 있는 효과를 연출한다. 디지털 트윈 경험에서는 데스크톱을 통해 갤럭시 E8의 인터랙티브 3D 모델을 확인할 수 있으며, 이를 통해 헤드라이트, 도어, 창문, 트렁크 등의 기능을 직접 제어할 수 있다. 에어컨의 공기 흐름과 같은 세부적인 제어 기능 역시 언리얼 엔진 기반으로 설계되어 실시간 상호작용이 가능하다. 미니멀한 UI 디자인은 사용 편의성과 연속적이고 부드러운 인터랙티브 경험을 완성하며, 몰입감 있는 시청각 경험까지 제공한다.  지리 자동차 연구소(Geely Automobile Research Institute, 이하 GARI)의 스마트 콕핏 팀은 언리얼 엔진을 사용하여 몰입감 있고 지능적이며 안전한 콕핏 경험을 개발할 수 있었다.   ▲ 이미지 제공 : Geely Auto   지리 HMI의 도전 과제와 설루션 갤럭시 E8의 8K 디스플레이를 개발하는 과정에서 GARI 팀이 직면한 주요 도전 과제는 시스템 리소스를 최소화하면서도 실시간 성능과 뛰어난 비주얼 퀄리티를 동시에 구현하는 휴먼-머신 인터페이스(HMI)를 설계하는 것이었다. 이를 해결하기 위해 GARI 팀은 복합적인 전략을 마련하고 단계적으로 적용했다. 먼저, 다이내믹 프레임 전략을 도입하여 시각적 요소와 인터랙션 유형에 따라 프레임 레이트를 유동적으로 적용했다. 원활한 인터랙션을 위해 전경 요소는 25fps(초당 프레임)로 고정해 부드러운 반응성을 확보했으며, 상대적으로 우선순위가 낮은 시나리오에는 15fps, 5fps, 동결 모드로 구성된 3단계 프레임 전략을 적용함으로써 시스템 리소스를 효율적으로 분배했다. 다음으로 계층적 리소스 관리를 통해 8K 화면의 리소스에 2D 및 3D 애셋을 1:9 비율로 포함했다. 부드럽게 전환되고 지연 없는 경험을 만들기 위해 3D 자동차 모델만 메모리에 저장하고, 다른 모든 애셋은 백그라운드에서 조용히 로드되도록 했다. 마지막으로 인터랙티브 전략을 통해 시스템 반응성과 데이터 흐름의 안정성을 강화했다. HMI 시스템에서 발생하는 신호 소스는 HMI 내부 신호와 터치 입력으로 제한하고, 실시간으로 처리해야 할 신호와 사전에 저장된 데이터 링크를 명확히 구분했다. 또한 신호가 순서대로 도착하지 않거나 반복적으로 입력되는 경우에는 L2 캐싱 및 분류 시스템을 활용해 이를 체계적으로 관리함으로써, 인터페이스의 안정성과 효율을 높였다.   지리가 HMI 제작에 언리얼 엔진을 선택한 이유 지리의 HMI 프로젝트에서는 코드 수준에서의 광범위한 통합이 가능한 커스텀 운영 체제(Galaxy N-OS)의 개발이 필요했다. 이에 따라 GARI 팀은 기존 개발 툴보다 더 향상된 기능과 확장성을 제공할 수 있는 게임 엔진의 가능성에 주목하고, 다양한 상용 엔진을 면밀히 평가했다. 최종적으로 GARI 팀은 언리얼 엔진을 선택했다. 그 결정의 핵심에는 언리얼 엔진의 리얼타임 렌더링 성능과 커스터마이징 가능성이 있었다. 특히 언리얼 엔진이 오픈소스로 제공된다는 점은 팀원들이 다양한 기능을 직접 개발하고 효과적으로 커스터마이징할 수 있도록 해 주었으며, 성능 최적화 측면에서도 높은 유연성을 확보할 수 있게 했다. 여러 리얼타임 렌더링 엔진을 검토한 결과, GARI 팀은 언리얼 엔진이 통합된 개발 도구 생태계와 렌더링 품질, 그리고 기본 DCC 작업부터 레벨 임포트까지의 과정을 간소화해주는 레벨 디자인 툴 등 포괄적인 개발 환경을 갖추고 있다는 점에서 가장 적합하다고 판단했다. GARI 팀이 특히 주목한 언리얼 엔진의 기능 중 하나는 블루프린트 비주얼 스크립팅 시스템이다. 이를 활용한 비주얼 프로그래밍으로 복잡한 인터랙션 로직을 시각적으로 설계하고 구현할 수 있게 하여, HMI 시스템 개발을 보다 직관적으로 수행할 수 있도록 돕는다. 레벨, 노멀, 게임플레이, 머티리얼 블루프린트를 포함되어 있으며, 블루프린트 노드를 통해 로직, 머티리얼, 트랜지션 등을 빠르게 구현할 수 있어 POC(개념 검증) 단계는 물론 이후 프로젝트 엔지니어링의 효율성도 크게 향상된다. 또한 언리얼 엔진의 고급 렌더링 기능은 사실적인 사용자 인터페이스와 몰입감 있는 비주얼 효과 구현을 가능하게 하여 고퀄리티의 그래픽을 안정적으로 제공한다. 피직스 시뮬레이션 시스템은 현실의 물리 효과를 정밀하게 재현하여 차량 본체와의 인터랙션을 더욱 사실감 있게 구현하고, 몰입도를 높여준다. 여기에 더해, 언리얼 엔진은 PC, 게임 콘솔, 모바일 디바이스 등 다양한 플랫폼에 폭넓게 대응할 수 있어 개발된 HMI 시스템의 배포와 실행이 용이하다는 장점도 있다. 결론적으로 GARI 팀은 언리얼 엔진의 도입이 HMI 경험의 혁신을 이끌었다고 평가하고 있다.   ▲ 이미지 제공 : Geely Auto    HMI 개발을 위한 언리얼 엔진의 핵심 기능 HMI 개발을 위한 언리얼 엔진의 핵심 기능은 지리의 고유한 커스터마이징 프로세스 전반에 걸쳐 적용되었다. 이 프로세스는 콘셉트 제안, 요구사항 분석, 인터페이스 콘셉트 디자인, 3D 엔진 아트 복원, 엔진 소프트웨어 개발, 차량 기능 통합, 엔진 및 시스템 통합, 온보드 테스트 및 납품 등 여러 단계로 구성되어 있다. 지리는 전체 개발 과정에서 언리얼 엔진의 다양한 기능과 툴을 적극적으로 활용했다. 레벨(Level) 은 신(scene) 간의 매끄러운 전환과 원 테이크 기반의 연속적인 사용자 경험을 지원하며, 베리언트(Variant)는 런타임 중 애셋 관리를 간소화하고 처리 속도를 높이는 데 기여했다. 시퀀서(Sequencer)는 레벨 시퀀스와 함께 활용되어 트랜지션을 효율적으로 제어하고 애니메이션 제작을 보다 간편하게 수행할 수 있도록 도왔다. 또한 애니메이션과 머티리얼 개발에는 블루프린트를 폭넓게 사용했으며, 라이트맵과 포스트 프로세스 이펙트 등 다양한 기능을 통해 완성도 높은 HMI를 구현했다. 특히 8K 디스플레이 환경에서 고해상도 인터페이스를 안정적으로 구현하기 위해 최적화 작업이 중요했다. 초기 구동 시점과 실시간 사용자 인터랙션 중에도 시스템이 원활하게 작동하도록 하기 위해 지리는 언리얼 엔진의 여러 최적화 툴을 함께 사용했다. 언리얼 인사이트(Unreal Insights)를 통해 시작 시간을 단축하고, 언리얼 프론트엔드(Unreal Frontend)를 통해 전반적인 성능을 최적화했으며, 명령줄 기반의 디버깅 툴인 통계 시스템과 Memreport를 활용하여 세부적인 성능 데이터를 분석했다. 또한, 언리얼 엔진의 기본 툴 외에도 스냅드래곤 프로파일러(Snapdragon Profiler)를 병행해 사용함으로써 개발 효율성과 분석 정확도를 높였다. 이와 함께 안드로이드 스튜디오 프로파일러(Android Studio Profiler), 안드로이드 디버그 브리지(Android Debug Bridge, ADB), 렌더독(RenderDoc), 부트차트(Bootchart), 비지박스(BusyBox) 등 Android 및 Linux 기반의 전문 툴도 적재적소에 활용했다.   ▲ 이미지 제공 : Geely Auto   앞으로의 계획 지리는 이번 프로젝트를 성공적으로 완료한 이후, 새로운 기술을 수용하고 HMI 혁신을 지속적으로 발전시키는 데 더욱 집중하고 있다. 앞으로 지리의 차세대 스마트 드라이빙 시스템에는 갤럭시 어시스트 드라이빙(Galaxy Assisted Driving), 자동 주차, 홈존 주차 지원 등 새로운 기능이 추가될 예정인데, 지리는 이를 통해 사용자 편의성과 주행 안전성을 한층 더 끌어올릴 수 있을 것으로 기대하고 있다. 장기적으로는 대형 AI 모델과 3D 엔진이 통합된 HMI 시스템이 운전 경험을 근본적으로 변화시킬 것으로 전망된다. 이러한 기술 혁신을 실현하기 위해서는 3D 엔진 개발자와 자동차 제조업체 간의 더욱 긴밀한 협업이 필수이다. 언리얼 엔진은 첨단 주행 기능을 시각적으로 구현하는 가상 뷰를 구축하는 데 핵심 역할을 수행하며, 커스텀 운영 체제 시스템의 거의 모든 요소에 긴밀하게 통합되어 HMI의 기능성과 사용자 경험을 동시에 향상시키고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

엔비디아는 글로벌 시스템 제조업체들이 개인용 AI 슈퍼컴퓨터인 엔비디아 DGX 스파크(NVIDIA DGX Spark)와 DGX 스테이션(DGX Station) 시스템을 구축할 예정이라고 발표했다. 엔비디아는 DGX 스파크와 DGX 스테이션의 가용성이 확대되면서 전 세계 개발자, 데이터 과학자, 연구원이 높은 성능과 효율을 경험할 수 있게 될 것으로 기대하고 있다.  기업, 소프트웨어 제공업체, 정부 기관, 스타트업, 연구 기관 등에서은 데이터 크기, 독점 모델 프라이버시 또는 확장 속도에 영향을 주지 않으면서 데스크톱 폼 팩터에서 AI 서버의 성능과 기능을 제공할 수 있는 강력한 시스템을 필요로 한다. 자율적인 의사 결정과 작업 수행이 가능한 에이전틱 AI(Agentic AI) 시스템의 부상은 이러한 요구를 더욱 증폭시키고 있다. 엔비디아 그레이스 블랙웰(Grace Blackwell) 플랫폼을 기반으로 하는 DGX 스파크와 DGX 스테이션은 개발자들이 데스크톱에서 데이터센터에 이르기까지 모델의 프로토타이핑, 미세 조정, 추론 등을 실행할 수 있도록 지원한다.     DGX 스파크에는 엔비디아 GB10 그레이스 블랙웰 슈퍼칩(Superchip)과 5세대 텐서 코어(Tensor Core)가 탑재돼 있다. 이는 최대 1페타플롭(petaflop)의 AI 컴퓨팅 성능과 128GB의 통합 메모리를 제공하며, 엔비디아 DGX 클라우드(DGX Cloud)나 기타 가속화된 클라우드 또는 데이터센터 인프라로 모델을 원활하게 내보낼 수 있다. 간소한 패키지로 강력한 성능과 기능을 제공하는 DGX 스파크는 개발자, 연구원, 데이터 과학자, 학생들이 생성형 AI의 한계를 뛰어넘고 산업 전반의 워크로드를 가속화할 수 있도록 지원한다. 까다로운 AI 워크로드를 위해 설계된 DGX 스테이션은 엔비디아 GB300 그레이스 블랙웰 울트라 데스크톱 슈퍼칩(Ultra Desktop Superchip)을 탑재해 최대 20페타플롭의 AI 성능과 784GB의 통합 시스템 메모리를 제공한다. 또한 이 시스템에는 고속 연결과 멀티스테이션 확장을 위해 최대 800Gb/s의 네트워킹 속도를 지원하는 엔비디아 커넥트X-8 슈퍼NIC(ConnectX-8 SuperNIC)도 탑재했다. DGX 스테이션은 고급 AI 모델을 로컬 데이터로 실행하는 단일 사용자용 데스크톱으로 활용할 수 있으며, 여러 사용자를 위한 온디맨드 중앙 집중식 컴퓨팅 노드로도 사용할 수 있다. 이 시스템은 엔비디아 멀티 인스턴스(Multi-Instance) GPU 기술을 지원해 최대 7개의 인스턴스로 분할할 수 있다. 각 인스턴스는 독립적인 고대역폭 메모리, 캐시, 컴퓨팅 코어를 갖춰 데이터 과학과 AI 개발 팀을 위한 개인 클라우드로 활용할 수 있다. 또한, DGX 스파크와 DGX 스테이션은 산업용 AI 팩토리를 구동하는 소프트웨어 아키텍처를 반영한다. 두 시스템 모두 최신 엔비디아 AI 소프트웨어 스택으로 사전 구성된 엔비디아 DGX 운영 체제를 사용하며, 엔비디아 NIM 마이크로서비스와 엔비디아 블루프린트(Blueprints)에 대한 액세스를 제공한다. 개발자는 파이토치(PyTorch), 주피터(Jupyter), 올라마(Ollama)와 같은 일반적인 도구를 사용해 DGX 스파크에서 프로토타이핑 생성, 미세 조정, 추론을 수행할 수 있다. 그리고 이를 DGX 클라우드나 가속화된 데이터센터 또는 클라우드 인프라에 원활하게 배포할 수 있다. DGX 스파크는 7월부터 에이서, 에이수스, 델 테크노로지스, 기가바이트, HP, 레노버, MSI를 비롯한 글로벌 채널 파트너를 통해 출시될 예정이며, 현재 예약이 진행 중이다. DGX 스테이션은 올해 말 에이수스, 델 테크놀로지스, 기가바이트, HP, MSI에서 출시될 예정이다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “AI는 실리콘에서 소프트웨어에 이르기까지 컴퓨팅 스택의 모든 계층을 혁신했다. AI 혁신을 촉발한 DGX-1 시스템의 직계 후속인 DGX 스파크와 DGX 스테이션은 차세대 AI 연구와 개발을 지원하기 위해 처음부터 새롭게 설계됐다”고 말했다.

알테어가 자사의 클라우드 플랫폼인 ‘알테어원’에 엔비디아의 ‘옴니버스 블루프린트’를 통합했다고 밝혔다. 옴니버스 블루프린트는 엔비디아가 개발한 실시간 디지털 트윈 구축을 위한 참조 워크플로이다. 이번 통합으로 사용자는 복잡한 시뮬레이션과 디지털 트윈을 실시간으로 시각화하고 구축할 수 있으며, 별도의 설정 없이 다양한 사용자와 함께 협업할 수 있다.   이제 사용자는 알테어원 내에서 옴니버스 블루프린트를 즉시 활용할 수 있으며, 구축한 디지털 트윈은 클라우드와 온프레미스 환경 어디서든 손쉽게 배포할 수 있다. 알테어원은 모든 데이터를 메타데이터와 함께 체계적으로 관리해 설계 반복 시에도 유연하게 대응할 수 있도록 지원한다. 특히 알테어의 인공지능(AI) 기반 해석 설루션인 ‘알테어 피직스AI’를 함께 활용할 경우, 기존에 며칠씩 걸리던 물리 해석 작업을 수 초 내지는 수 분 내로 단축할 수 있다.   실시간 협업도 중요한 차별점이다. 사용자는 디지털 트윈 환경에서 여러 사용자와 동시에 설계를 진행하고, 가상 환경에서 실시간으로 시뮬레이션을 수행할 수 있다. 특히 3D 설계, AI, 레이 트레이싱 기술이 결합된 몰입형 업무 환경을 제공하며, 클라우드 기반의 고품질 렌더링과 스트리밍 기능을 통해 복잡한 시스템 통합도 간소화된다. 알테어는 충돌 및 낙하 테스트 등 고난도 해석 작업에서도 시뮬레이션 속도와 협업 효율을 높일 수 있을 것으로 보고 있다.   이번 협업은 엔비디아의 GPU 가속, NIM 마이크로서비스, 옴니버스 플랫폼 등 최신 기술을 기반으로 하며, 알테어는 이를 바탕으로 시뮬레이션, AI, 데이터 분석, 고성능 컴퓨팅(HPC) 등 자사의 핵심 역량을 단일 플랫폼에 집약해 디지털 엔지니어링의 새로운 표준을 제시할 계획이다.     엔비디아의 티모시 코스타 CAE 및 CUDA-X 부문 수석 디렉터는 “디지털 트윈 기술은 산업을 재편하고 있다”면서, “알테어 사용자는 이제 엔비디아의 첨단 기술을 기반으로 더욱 효율적이고 실질적인 디지털 엔지니어링을 구현할 수 있을 것”이라고 말했다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “엔비디아의 블랙웰 가속기, AI, 옴니버스 기술을 알테어원에 통합함으로써 고객은 디지털 트윈과 시뮬레이션을 보다 빠르고 직관적으로 운영할 수 있게 됐다”면서, “이번 통합은 데이터, AI, 시뮬레이션을 하나의 워크플로로 연결해 디지털 엔지니어링 혁신을 실현하는 중요한 전환점이 될 것”이라고 강조했다.   한편 알테어는 옴니버스 블루프린트 통합 외에도 주요 제품에 엔비디아 기술을 적용해 성능 향상을 지속하고 있다. 알테어의 구조해석 설루션인 ‘알테어 옵티스트럭트’는 GPU 가속 라이브러리 cuDSS를 도입해 CPU 및 GPU에서 해석 성능을 개선했다. 또한 알테어의 주요 전산유체해석(CFD) 소프트웨어가 블랙웰 플랫폼에서 최대 1.6배의 속도 향상을 기록했고, 입자 해석 시뮬레이션 소프트웨어인 ‘알테어 이뎀’은 기존 32코어 CPU 대비 최대 40배 빠른 시뮬레이션 속도를 달성한 바 있다.

  엔비디아가 미국 새너제이에서 열린 GTC에서 AI 팩토리의 설계와 최적화를 지원하는 새로운 엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint)를 공개했다고 밝혔다. 이제 AI가 하나의 주류로 자리 잡으며, AI 훈련과 추론 전용 인프라이자 인텔리전스 생산의 핵심인 AI 팩토리에 대한 수요가 그 어느 때보다 급증하고 있다. 이러한 AI 팩토리(AI 훈련과 추론을 전담하는 특수 목적 인프라)의 대부분은 기가와트급 규모로 건설될 예정이다. 이러한 규모의 AI 팩토리를 구축하는 것은 엄청난 엔지니어링과 물류 작업이 필요한 일이다. 1기가와트 규모의 AI 팩토리 건설에는 공급업체, 건축가, 시공업체, 엔지니어 등 수만 명의 인력이 필요하며, 약 50억 개의 부품과 21만 마일 이상의 광케이블을 제작, 배송, 조립해야 한다. 엔비디아 창립자 겸 CEO인 젠슨 황(Jensen Huang)은 현지 시간으로 3월 18일 진행된 GTC 기조연설에서 엔비디아의 데이터센터 엔지니어링 팀이 옴니버스 블루프린트에서 1기가와트급 AI 팩토리를 계획, 최적화, 시뮬레이션할 수 있는 애플리케이션을 어떻게 개발했는지 그 과정을 소개했다. 엔지니어링 팀은 케이던스 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)과 ETAP와 같은 선도적인 시뮬레이션 툴에 연결해 인프라 건설이 시작되기 훨씬 전, 전력과 냉각 그리고 네트워킹을 테스트하고 최적화할 수 있다. 시뮬레이션 우선 접근 방식을 채택하는 엔지니어링 AI 팩토리 AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 오픈USD(Universal Scene Description, OpenUSD) 라이브러리를 사용한다. 이를 통해 개발자는 건물 자체, 엔비디아 가속 컴퓨팅 시스템, 슈나이더 일렉트릭(Schneider Electric)이나 버티브(Vertiv)와 같은 공급업체의 전력 또는 냉각 장치 등 서로 다른 소스에서 3D 데이터를 수집할 수 있다. 이 블루프린트는 수십억 개의 AI 팩토리 구성 요소에 대한 설계와 시뮬레이션을 통합함으로써 엔지니어가 다음과 같은 복잡한 문제를 해결할 수 있도록 돕는다. l  구성 요소 통합과 공간 최적화 - 엔비디아 DGX SuperPOD, GB300 NVL72 시스템 그리고 50억 개의 구성 요소의 설계와 시뮬레이션을 통합한다. l  냉각 시스템 성능과 효율성 - 엔비디아 쿠다(CUDA)와 옴니버스 라이브러리로 가속화된 케이던스 리얼리티 디지털 트윈 플랫폼을 사용해 버티브와 슈나이더 일렉트릭의 하이브리드 공랭식 또는 수랭식 솔루션을 시뮬레이션하고 평가한다. l  전력 분배와 신뢰성 - ETAP로 확장 가능한 이중화 전력 시스템을 설계해 전력 블록의 효율성과 신뢰성을 시뮬레이션한다. l  네트워킹 토폴로지(Networking topology)와 논리 - 엔비디아 스펙트럼-X(Spectrum-X) 네트워킹과 엔비디아 에어(Air) 플랫폼으로 고대역폭 인프라를 미세 조정한다. 옴니버스로 엔지니어링 사일로 해소 AI 팩토리 건설에서 가장 큰 과제 중 하나는 전력, 냉각, 네트워킹 등 각 분야의 팀이 개별적으로 운영되면서 비효율성과 잠재적인 오류를 초래한다는 점이다. 옴니버스 블루프린트를 활용하면 엔지니어들은 다음과 같은 방식으로 협업할 수 있다. l  맥락을 공유하며 협업 - 여러 엔지니어링 분야가 실시간 시뮬레이션을 공유하며 병렬로 설계하고 조정할 수 있어, 한 영역의 변경이 다른 영역에 미치는 영향을 즉시 파악할 수 있다. l  에너지 사용 최적화 - 실시간 시뮬레이션 업데이트를 통해 AI 워크로드에 가장 효율적인 설계를 도출할 수 있다. l  오류 발생 지점 제거 – 배포 전에 이중화 구성을 검증함으로써 비용이 많이 드는 다운타임 위험을 최소화할 수 있다. l  실제 환경 모델링 - 다양한 AI 워크로드가 냉각 성능, 전력 안정성, 네트워크 혼잡도에 미치는 영향을 예측하고 테스트할 수 있다. 이 블루프린트는 실시간 시뮬레이션을 각 엔지니어링 분야와 통합함으로써 운영 비용 모델링과 전력 활용 최적화를 위한 다양한 구성 방안을 탐색할 수 있도록 한다. 실시간 시뮬레이션으로 빨라지는 의사 결정 젠슨 황 CEO의 시연에서 엔지니어들은 실시간으로 AI 팩토리 구성 요소를 조정하고 그 영향을 즉시 확인할 수 있었다. 예를 들어, 냉각 레이아웃을 조금만 조정해도 효율성이 크게 개선됐는데, 이는 기존 문서 기반 설계에서는 놓치기 쉬운 요소이다. 또한, 기존에는 몇 시간씩 소요되던 시뮬레이션 결과를 단 몇 초 만에 확인해 전략을 테스트하고 개선할 수 있었다. 최적의 설계가 확정된 후에는 공급업체와 건설 팀과의 원활한 소통을 도와 실제 건축물이 모델 그대로 정확한 시공이 이루어질 수 있도록 보장했다. 미래를 대비하는 AI 팩토리 AI 워크로드는 지속적으로 변화한다. AI 애플리케이션의 차세대 물결은 전력, 냉각, 네트워킹에 대한 수요를 더욱 증가시킬 것이다. AI 팩토리 설계와 운영을 위한 옴니버스 블루프린트는 이러한 변화에 대비할 수 있도록 다음과 같은 기능을 제공한다. l  워크로드 인식 시뮬레이션 - AI 워크로드의 변화가 데이터센터 규모에서 전력과 냉각에 어떤 영향을 미칠지 예측한다. l  장애 시나리오 테스트 - 전력망 장애, 냉각 누수, 전력 급등을 모델링해 시스템 회복력을 보장한다. l  확장 가능한 업그레이드 - AI 팩토리 확장을 계획하고, 몇 년 후의 인프라 요구 사항을 예측한다. 또한 개조와 업그레이드를 계획할 때 비용과 다운타임을 쉽게 테스트하고 시뮬레이션해 미래에 대비한 AI 팩토리를 구축할 수 있다. AI 팩토리 운영자에게 있어 앞서 나간다는 것은 단순히 효율성을 높이는 것만이 아니라, 하루에 수백만 달러의 비용이 발생할 수 있는 인프라 장애를 방지하는 것이기도 하다. 1기가와트 AI 팩토리의 경우, 매일 발생하는 다운타임으로 1억 달러 이상의 비용이 발생할 수 있는데, 이 블루프린트는 인프라 문제를 미리 해결함으로써 위험과 배포 시간을 모두 줄여준다. AI 팩토리 운영을 위한 에이전틱 AI로 가는 길 엔비디아는 AI 기반 운영으로 확장하기 위한 다음 단계의 블루프린트를 마련하기 위해 버테크(Vertech)와 파이드라(Phaidra)와 같은 주요 기업들과 협력하고 있다. 버테크는 엔비디아 데이터센터 엔지니어링 팀과 협력해 고급 AI 팩토리 제어 시스템을 개발하고 있다. 이 시스템은 IT와 운영 기술 데이터를 통합해 운영 안정성과 가시성을 향상시킨다. 파이드라는 엔비디아와 협력해 강화 학습 기반 AI 에이전트를 옴니버스에 통합하고 있다. 이러한 에이전트는 실시간 시나리오 시뮬레이션을 통해 열 안정성과 에너지 효율을 최적화한다. 그리고 하드웨어와 환경 변화에 맞춰 지속적으로 적응하는 디지털 트윈을 생성한다. AI 데이터센터의 폭발적 성장 AI는 전 세계 데이터센터 환경을 빠르게 재편하고 있다. AI 기반 데이터센터 업그레이드에 1조 달러가 투자될 것으로 예상되는 가운데, 디지털 트윈 기술은 더 이상 선택이 아닌 필수다. AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 엔비디아와 파트너 에코시스템이 이러한 변화를 주도할 수 있도록 지원한다. 이를 통해 AI 팩토리 운영자는 끊임없이 진화하는 AI 워크로드에 앞서 나가고, 다운타임을 최소화하며, 효율성을 극대화할 수 있다. 관련 링크 디지털 트윈을 활용해 기가와트급 AI 팩토리 구축하기