타이베이=공동 취재팀
COMPUTEX 2026에서 피지컬 AI는 더 이상 미래 키워드가 아니었다. 난강전시관 제2관(TaiNEX Hall 2) 4층 InnoVEX Zone에 마련된 NVIDIA Inception 스타트업 공동관은 그 변화를 가장 압축적으로 보여준 현장이었다.
이곳의 핵심은 거대한 로봇이나 화려한 하드웨어가 아니었다. 전 세계 AI 스타트업들이 NVIDIA 플랫폼 위에서 얼마나 빠르게 산업용 제품으로 전환되고 있는지를 보여주는 실전 무대였다.
NVIDIA Inception은 전 세계 1만 9000여 개 AI 스타트업이 참여하는 프로그램이다. 이번 COMPUTEX 공동관에는 그중 약 30개 기업이 선별돼 참가했다. 한국, 대만, 싱가포르, 일본 스타트업들은 각자의 기술을 앞세워 로보틱스, 엣지 AI, 데이터 인프라, 바이오 AI 분야에서 상용화 가능성을 경쟁했다.
이 전시관이 흥미로운 이유는 단순히 유망 스타트업을 모아 놓았기 때문이 아니다. GPU, Omniverse, Isaac Sim, Project GR00T 같은 NVIDIA의 핵심 기술 스택이 스타트업의 제품 개발과 시장 진입 속도를 어떻게 바꾸고 있는지를 한눈에 보여줬기 때문이다.
한국 스타트업, 로보틱스와 AI 정렬 기술로 존재감
이번 NVIDIA 인셉션 공동관에서 한국 스타트업들은 로보틱스와 AI 인프라 영역에서 뚜렷한 존재감을 보였다.
에이아이로봇(AeiRobot)은 휴머노이드 로봇 ‘ALICE4’를 전면에 내세웠다. ALICE4는 자연어 명령을 해석하고 비정형 Pick-and-Place 작업을 수행하는 방식으로 관람객들의 시선을 끌었다. 단순한 동작 시연이 아니라, 가상 환경에서 학습한 로봇이 실제 공간에서 어떻게 움직이는지를 보여준 사례였다.
현장 엔지니어는 NVIDIA GR00T 파운데이션 모델과 Isaac Sim 기반 시뮬레이션을 활용해 실제 투입 단계의 오차를 줄였다고 설명했다. ALICE4가 InnoVEX 피치 콘테스트에서 NVIDIA Award를 수상한 배경도 이 같은 실증 능력에 있었다.
콕스웨이브(Coxwave)는 로봇 자체가 아니라 AI 모델의 운영 기반에 초점을 맞췄다. 자사의 ‘Coxwave Align’을 통해 생성형 AI와 멀티모달 모델의 정렬(Alignment), 성능 분석, 인프라 최적화 기술을 선보였다.
AI 모델이 산업 현장에 들어갈수록 중요한 것은 단순 성능이 아니라 통제 가능성이다. 콕스웨이브의 전시는 모델이 어떻게 작동하는지 추적하고, 오류를 줄이며, 개발 생산성을 높이는 도구가 AI 상용화의 핵심 인프라로 부상하고 있음을 보여줬다.
대만 스타트업, 제조 현장에 맞춘 엣지 AI로 승부
주최국 대만 기업들은 자국의 반도체와 제조 공급망을 배경으로 현장형 AI에 집중했다. 이들의 공통점은 클라우드에 모든 처리를 맡기는 방식이 아니라, 공장·철도·폐기물 처리 시설·의료 현장에서 즉시 작동하는 엣지 AI와 도메인 특화 모델을 앞세웠다는 점이다.
AIRECO는 폐기물 처리 시설 자동화 AI 솔루션을 공개했다. 고위험 작업이 많은 폐기물 처리 현장을 무인화하고, 환경 친화적 제조 운영으로 연결할 수 있다는 점을 강조했다.
POD Innovation은 경전철 전방 충돌 방지 시스템을 선보였다. 엣지 비전 AI를 활용해 도심 교통 환경에서 위험 요소를 실시간으로 감지하는 기술이다.
APMIC은 모델 증류와 경량화 기술인 ‘S1 Distillation’을 소개했다. 대기업이나 제조 현장이 외부 클라우드에 민감한 데이터를 맡기지 않고 자체 프라이빗 SLM을 운영할 수 있도록 돕는 방식이다.
Avalanche Computing은 생성형 AI 도입 과정에서 가장 큰 우려 중 하나인 데이터 유출 문제를 겨냥했다. ‘AIthena’ 플랫폼을 통해 기업 내부 데이터를 보호하면서 GenAI를 활용할 수 있는 구조를 제시했다.
Morale AI는 특정 산업 지식에 특화된 Domain-Specific LLM Agent를 전시했다. 범용 AI 모델 경쟁에서 벗어나 산업별 문제 해결에 최적화된 에이전트 시장을 겨냥한 접근이다.
MetAI Technology는 제조·산업용 3D 디지털 트윈 생성 AI 솔루션 ‘MetGen’을 선보였다. 이는 대만이 하드웨어 생산 기지를 넘어 산업용 AI 소프트웨어 통합 거점으로 확장하고 있음을 보여주는 사례였다.
싱가포르와 일본, 바이오와 데이터 인프라의 틈새시장 공략
싱가포르와 일본 기업들은 보다 특화된 시장을 겨냥했다.
싱가포르의 난양 바이오로직스(Nanyang Biologics)는 그래프 신경망(GNN) 기반 DTIGN 모델을 공개했다. 약물과 표적 단백질 간 상호작용을 예측해 신약 후보 물질 발굴 시간을 줄이는 기술이다. 바이오 AI가 단순 데이터 분석을 넘어 신약 개발 프로세스의 병목을 줄이는 방향으로 이동하고 있음을 보여줬다.
링스 애널리틱스(Lynx Analytics)는 대규모 네트워크 구조를 시각화하고 추적하는 ‘LynxKite 2000’ 플랫폼을 선보였다. 금융, 통신, 기업 데이터 분석 분야에서 복잡한 관계망을 해석하는 기술로 차별화를 시도했다.
일본의 APTO는 AI 학습용 크라우드소싱 데이터 수집과 고품질 라벨링 플랫폼을 소개했다. 생성형 AI와 피지컬 AI 모두에서 성능을 좌우하는 핵심은 결국 데이터 품질이다. APTO는 이 병목 구간을 겨냥한 인프라 기업으로 자신을 포지셔닝했다.
플랫폼을 가진 자와 응용을 가진 자의 결합
이번 NVIDIA 인셉션 공동관에서 확인된 흐름은 명확했다. 스타트업들은 더 이상 자체 대형 모델 개발만을 앞세우지 않았다. 대신 NVIDIA의 기술 스택을 활용해 특정 산업 문제를 빠르게 해결하는 방향으로 이동하고 있었다.
Omniverse와 Isaac Sim은 가상 환경에서 로봇과 제조 공정을 검증하는 기반이 됐다. Project GR00T는 휴머노이드 로봇 개발의 공통 모델 역할을 하기 시작했다. GPU와 AI 소프트웨어 스택은 스타트업들이 초기 제품을 더 빠르게 시장에 내놓을 수 있는 기반이 됐다.
이 구조는 스타트업에 기회이자 제약이다. NVIDIA 생태계에 올라탄 기업은 개발 속도와 글로벌 신뢰도를 얻을 수 있다. 반면 핵심 인프라와 개발 환경이 특정 플랫폼에 집중될수록 기술 종속성도 커진다.
현장에서 만난 한 글로벌 벤처캐피털 관계자는 “이제 AI 스타트업의 경쟁력은 모델 크기보다 산업 현장에서 얼마만큼 빠르게 검증되는지에 달려 있다”며 “NVIDIA 생태계에 들어온 기업들은 프로토타입에서 상용화로 넘어가는 속도에서 분명한 이점을 갖고 있다”고 말했다.
기자의 시각
NVIDIA 인셉션관은 스타트업 전시장이면서 동시에 NVIDIA 플랫폼 전략의 축소판이었다.
과거 AI 스타트업 경쟁이 “누가 더 큰 모델을 만들 수 있는가”에 가까웠다면, 올해 현장의 질문은 달라졌다. 이제 중요한 것은 “어떤 산업 문제를 얼마나 빠르게, 얼마나 낮은 비용으로, 얼마나 안전하게 해결할 수 있는가”다.
한국 스타트업은 로보틱스와 AI 정렬 기술에서 가능성을 보였다. 대만은 제조 공급망과 엣지 AI를 결합했다. 싱가포르는 바이오와 데이터 분석 인프라에 집중했고, 일본은 AI 학습 데이터 품질이라는 기반 시장을 겨냥했다.
NVIDIA는 이 모든 움직임의 뒤에서 공통 인프라를 제공하고 있었다. 스타트업들은 각자의 산업 문제를 풀고 있었지만, 그 문제를 푸는 계산 자원과 시뮬레이션 환경, 개발 도구는 점점 하나의 플랫폼으로 수렴하고 있었다.
COMPUTEX 2026 NVIDIA 인셉션 공동관이 보여준 것은 피지컬 AI의 또 다른 얼굴이었다. 로봇이 움직이는 장면보다 더 중요한 것은, 그 로봇을 움직이게 하는 스타트업 생태계와 플랫폼 권력이 이미 재편되고 있다는 사실이었다.
기사 문의: Korea IT Times 편집국 기술취재팀(monica@koreaittimes.com / info@koreaittimes.com)
