NVIDIA 팀이 2026년 Physical AI(로봇) 시뮬레이션 생태계 전반을 정리한 개관을 발표했다. 로봇 AI는 LLM과 달리 인터넷 규모 데이터가 없어 GPU 병렬 시뮬레이션으로 수천 시간의 로봇 경험 데이터를 저비용 생성하는 것이 핵심이며, 학습·시뮬레이션·온로봇 컴퓨터로 나뉘는 3-컴퓨터 패러다임을 제시한다. MuJoCo와 GPU 가속판 MuJoCo Warp, PhysX·RTX 렌더링 기반 Isaac Sim, 그리고 Isaac Sim 의존성을 제거하고 멀티 백엔드로 경량화된 Isaac Lab 3.0을 비교하고, NVIDIA·Google DeepMind·Disney Research가 공동 개발해 Linux Foundation이 관리하는 미분 가능 물리 엔진 Newton을 소개한다. 물리 엔진과 학습 파이프라인이 오픈소스·개방형 거버넌스로 계층화된 공유 인프라로 재편되고 있어, 소비자용 GPU만으로도 로봇 학습 개발에 진입할 수 있는 환경이 열리고 있다는 점이 핵심 시사점이다.

• •로봇 AI의 최대 병목은 데이터 확보로, GPU 병렬 시뮬레이션이 실제 수집 대비 훨씬 저렴하게 수천 시간의 로봇 경험 데이터를 생성하는 대안으로 부상
• •학습(GPU 클러스터)·시뮬레이션(RTX 워크스테이션)·온로봇(Jetson AGX Thor급 엣지)으로 역할을 나누는 3-컴퓨터 패러다임 제시
• •Isaac Lab 3.0은 Isaac Sim·Omniverse 의존성을 분리해 멀티 백엔드 경량 프레임워크로 전환, PhysX/RTX 또는 고처리량 Newton 물리 중 선택 가능
• •Newton은 NVIDIA·Google DeepMind·Disney Research 공동 개발, Linux Foundation 관리의 오픈소스 미분 가능 물리 엔진으로 MuJoCo Warp를 핵심 백엔드로 통합
• •물리 엔진·시뮬레이터·학습 파이프라인이 오픈소스와 개방형 거버넌스 중심의 계층형 공유 인프라로 재편되는 추세