엔비디아의 ‘제트슨 오린 나노 2’, 로봇의 연산 전력 소비를 40% 절감

NVIDIA의 새로운 로봇용 컴퓨터 ‘Jetson Orin Nano 2’는 추론 성능을 두 배로 높이고 전력 소비를 40% 절감하여, 2027년 상반기 출시를 앞두고 드론, 가정용 로봇 및 비전 AI 개발자들에게 엔트리 레벨에서 최첨단 엣지 컴퓨팅 성능을 제공합니다.

martti
2분 소요Posted: 2026년 8월 26일 • Updated: 2026년 9월 3일
엔비디아의 ‘제트슨 오린 나노 2’, 로봇의 연산 전력 소비를 40% 절감

초당 78조 회 연산 성능, 엔트리급 컴퓨팅의 기준을 새롭게 정립하다

NVIDIA는 화요일, 전작과 동일한 소형 폼 팩터 내에서 초당 78조 연산 성능의 AI 컴퓨팅을 제공하는 로봇 공학용 컴퓨터 ‘Jetson Orin Nano 2’를 발표했다. 이 제품은 기존 Jetson Orin Nano Super보다 2배 높은 추론 성능을 제공하면서도 15와트 모드에서 전력 소비를 40% 줄였다. 이 모듈과 개발자 키트는 2027년 상반기에 출시될 예정이며, 이번 발표는 칩 자체보다 그것이 재정의하는 바에 더 큰 의미가 있습니다: 전체 크기의 산업용 컴퓨팅 스택을 도입하기에는 부담스럽지만, 기존 엔트리급 엣지 보드가 주로 지원해 온 좁은 범위의 인식 파이프라인 대신 현대적인 비전-언어-행동 모델을 구동할 수 있을 만큼의 온보드 추론 성능이 필요한 개발자들에게 제공되는 성능의 최저 기준을 재정의한다는 점입니다.

Jetson Orin Nano 2는 78 TOPS AI 엔진에 8GB 메모리와 8코어 Arm CPU를 결합하고 있습니다. 이 사양은 NVIDIA의 주력 제품인 Thor 및 Orin AGX 플랫폼에 비하면 다소 소박해 보이지만, 다음과 같은 특정 구매자층을 위해 최적화되어 있습니다: 원시 처리량만큼이나 부품 비용과 전력 예산이 중요한 배송 드론, 검사 로봇, 가정용 로봇 플랫폼, 비전-AI 시스템을 개발하는 팀들입니다. NVIDIA의 로봇공학 및 엣지 AI 부사장인 디푸 탈라(Deepu Talla)는 이번 출시를 플래그십 모델의 업데이트라기보다는 대중화 전략의 일환으로 설명했습니다. “제트슨 오린 나노 2 컴퓨터는 수백만 명의 개발자가 이러한 혁신을 손쉽게 활용할 수 있게 해주며, 엣지 환경에서 실시간 추론에 필요한 성능과 에너지 효율성을 제공합니다.”라고 탈라는 말했습니다. 이는 엔비디아가 지난 2년 동안 데이터센터용 GPU에서 임베디드 폼 팩터로 제품 스택 전반에 걸쳐 확대해 온 생성형 AI 기능을 언급한 것입니다.

전력 소비가 40% 감소했다는 점은 가장 주목할 만한 수치다. 엣지 로봇 플랫폼은 데이터센터 가속기와 달리 거의 항상 열적·전기적 제약에 직면해 있다. 예를 들어, 배송 드론의 비행 시간은

배터리 예산의 상당 부분이 추진력 대신 연산에 할당되며, 이동형 서비스 로봇의 1회 충전당 작동 시간은 해당 로봇이 시설의 운영 교대 근무 일정에 맞는지, 아니면 가동률을 떨어뜨리는 추가 충전 주기가 필요한지를 결정합니다. 성능을 유지하면서 전력 소모량을 거의 절반으로 줄여주는 연산 모듈은 기존 설계의 운영 비용을 절감할 뿐만 아니라, 주어진 배터리 및 열 관리 예산 내에서 물리적으로 구현 가능한 범위를 확장해 줍니다. 바로 이러한 제약 조건 때문에 많은 저비용 로봇 폼 팩터가 비전-언어-행동 모델에 필요한 온보드 장면 이해 기능보다는 단순한 장애물 회피 기능에 국한되어 왔던 것입니다.

얼리 어답터들이 컴퓨팅이 실제로 어디에 활용되는지 보여준다

NVIDIA는 머신 비전, 건설 장비, 가정용 로봇, 항공 배송 분야를 아우르는 4개의 얼리 액세스 파트너사, 즉 Cognex, Doosan Bobcat, Matic, Wing을 선정했습니다. 알파벳(Alphabet)의 드론 배송 자회사인 Wing은 특히 비행 시간 효율성 측면에서 이 모듈을 평가하고 있습니다. 윙(Wing)의 지각 부문 책임자인 디누카 아베와르데나(Dinuka Abeywardena)는 “윙은 제트슨 오린 나노 2(Jetson Orin Nano 2)를 검토하여, 고객에게 더 빠르고 신뢰할 수 있는 배송 서비스를 제공할 수 있는 반응성이 뛰어나고 에너지 효율이 높은 드론을 구현할 방안을 모색하고 있다”고 말했다. 이러한 관점, 즉 순수한 성능보다는 반응성과 신뢰성을 중시하는 태도는 상업용 구매자들이 컴퓨팅 업그레이드를 실제로 어떻게 평가하는지를 보여주는 지표입니다. “더 큰 모델을 실행할 수 있는가”가 아니라 “차량의 중량 등급을 변경하지 않고도 기존 서비스를 더 신뢰할 수 있게 만드는가”가 핵심입니다.

가정용 로봇 스타트업인 매틱 로보틱스(Matic Robotics)는 이 모듈을 정반대의 방향으로 활용하고 있는데, 추가된 여유 용량을 전력 소비를 줄이는 데 쓰기보다는 기능을 강화하는 데 사용하고 있다. “제트슨 오린 나노 2(Jetson Orin Nano 2)를 통해 매틱은 실시간 지각, 상호작용 및 내비게이션을 위해 설계된 소형 가정용 로봇 플랫폼에서 엣지 환경에서 최첨단 AI 모델을 실행할 수 있습니다,”라고 매틱의 공동 창립자이자 최고경영자인 나브니트 달랄(Navneet Dalal)은 말했다. 윙(Wing)과의 대비는

‘효율성 우선’ 사용 사례와 ‘기능 우선’ 사용 사례는 2026년에 엔트리급 컴퓨팅 업그레이드가 실제로 어떤 용도로 쓰이는지를 꽤 명확하게 보여줍니다. 모든 구매자가 더 큰 여유 용량에서 똑같은 것을 원하는 것이 아니라, 설계의 폭이 넓어짐으로써 다양한 제품 카테고리가 배터리 수명이든 온보드 모델의 복잡성이든 간에, 실질적으로 훨씬 더 비싼 컴퓨팅 등급으로 올라가지 않고도 각자에게 가장 큰 제약 요인을 해결할 수 있게 된다는 점입니다.

왜 엔트리 티어가 진정한 판매량이 집중되는지

NVIDIA의 Jetson 제품군은 지난 몇 차례의 제품 주기에 걸쳐, 한때 데스크톱용 GPU 전체가 필요했던 성능을 모바일 로봇 섀시에 장착할 수 있을 만큼 작은 모듈 폼 팩터로 축소해 왔습니다. 세대마다 변화한 점은 성능의 상한선보다는(Thor나 Orin AGX와 같은 플래그십 모듈은 항상 순수 처리량 측면에서 선두를 달려왔습니다) 성능의 하한선이 어디에 위치하는지에 더 가깝습니다. 부품 비용이 진정으로 제한된 로봇 공학 프로그램, 단가 경쟁을 벌이는 창고용 AMR 제조사, 탑재 하중의 1그램조차 치열한 경쟁이 벌어지는 드론 스타트업, 산업용이 아닌 소비자 가격대를 노리는 가정용 로봇 기업 등은 결코 단순히 플래그십 모듈을 사양에 포함시켜 비용을 전가할 수 없었습니다. 소비자용이나 경량 상업용 가격대에서는 컴퓨팅 관련 비용이 전체 제품 비용의 극히 일부로만 유지되어야 하기 때문입니다. 이러한 구매자들은 마케팅적 관심은 가장 적게 받지만, 판매량 측면에서는 로봇 공학 컴퓨팅 시장의 가장 큰 세그먼트를 차지하고 있으며, 엔비디아가 최상위 제품군에만 국한하지 않고 최첨단 생성형 AI 성능을 엔트리 레벨 모듈로 확장함으로써 정확히 겨냥하고 있는 세그먼트이기도 하다.

이러한 관점은 엔비디아가 순수 처리량 대신 효율성을 발표의 핵심으로 내세운 이유도 설명해 줍니다. 로봇 공학 컴퓨팅 마케팅은 역사적으로 TOPS 단위로 측정되는 군비 경쟁이었으며, 그 기준에서 볼 때 제트슨 오린 나노 2의 78 TOPS 수치는 의미는 있지만 해당 카테고리를 재정의할 정도는 아닙니다.

jump. 더 중요한 수치는 동등한 성능에서 40%의 전력 감소율인데, 이는 단순히 로봇이 제작된 후 얼마나 빠르게 작동하는지보다는, 주어진 로봇의 폼 팩터가 애초에 제작 가능한지 여부를 결정하는 지표이기 때문이다. 클라우드 서버와의 왕복 통신 없이도 실시간 온보드 추론, 장면 이해, 조작 순서 계획 수립, 예상치 못한 장애물에 대한 대응을 수행해야 하는 비전-언어-행동 모델의 경우, 이 계산 능력 하한선 이하에서는 로봇이 작업을 안정적으로 수행할 수 없습니다. 지금까지 엔트리 레벨 가격대와 전력 수준에서 이 최소 기준을 충족하는 것은 매우 어려웠기 때문에, 많은 “AI 기반” 소비자용 및 경량 상업용 로봇들은 실제로는 더 제한적이고 규칙 기반의 지각 스택을 탑재한 채 출시되었으며, AI 기능을 실질적인 성능보다는 미래 지향적인 목표로 마케팅해 왔습니다. Jetson Orin Nano 2는 엔트리급 제품군에서도 이제 진정한 AI를 구동할 수 있다는 NVIDIA의 확신에서 탄생한 제품입니다.

2027년 상반기 이전의 조달 전략

현재 차세대 로봇, 드론 또는 고정형 비전 시스템을 위한 컴퓨팅 사양을 결정하고 있는 조달 또는 엔지니어링 팀에게 있어 실질적인 문제는 도입 여부보다는 시기입니다. NVIDIA는 가격을 공개하지 않았으며, 이 모듈은 2027년 상반기까지 출하되지 않을 예정입니다. 즉, 그 이전에 자재 명세서(BOM) 결정을 내려야 하는 모든 프로그램은 기본적으로 Orin Nano 2가 아닌 현재의 Jetson Orin Nano Super나 경쟁사의 엔트리 레벨 플랫폼을 기준으로 사양을 책정하게 됩니다. 해당 팀들이 내려야 할 핵심 결정은, 새로운 모듈이 출시될 때 하드웨어 개정 주기에 따라 교체 도입이 가능한지 여부입니다. NVIDIA는 일반적으로 동일한 폼 팩터 내의 Jetson 세대 간 핀 및 소프트웨어 호환성을 유지해 왔기 때문입니다. 또한, 현재 세대를 선택하면 전력 및 성능 격차를 제품 수명 주기 전체에 걸쳐 감수해야 하는지도 고려해야 합니다.

NVIDIA가 발표와 함께 공개한 생태계 목록에는 AAEON, ADLINK, Advantech, Aetina, Antmicro, Aptiv 등 16개 이상의 파트너사가 포함되어 있으며,

그리고 AVerMedia 역시, 단순한 상투적인 표현으로 치부하기보다는 직접 읽어볼 가치가 있는 소식입니다. 이들은 단순한 컴퓨팅 모듈을 실제 배포 가능한 견고한 제품으로 변환해 주는 캐리어 보드 및 시스템 통합 공급업체들입니다. 출시 시점에 헌신적인 통합 업체들이 폭넓게 확보되어 있다면, 일반적으로 칩이 출시된 후 구매자가 자체적으로 캐리어 보드를 설계할 필요 없이 완성되고 인증된 보드를 구매할 수 있게 되는 리드 타임이 단축된다는 것을 의미합니다. 전담 하드웨어 엔지니어링 팀이 없는 중견 로봇 공학 또는 자동화 기업의 경우, 이러한 생태계의 깊이는 단순한 TOPS 수치보다 더 중요한 경우가 많습니다. 이는 새로운 컴퓨팅 계층이 구매자가 직접 상품화해야 하는 레퍼런스 설계가 아닌, 통합 업체가 실제로 견적을 내고 출하할 수 있는 제품이 되는 속도를 결정하기 때문입니다.

또한 이러한 생태계의 폭은 구매자가 초기 사양 수립 단계에서 종종 과소평가하는 협상력을 형성하기도 합니다. 단일 공급처의 컴퓨팅 모듈은 제품 수명 주기 동안 해당 벤더의 가격 및 리드 타임에 프로그램을 묶어두는 반면, 12개 이상의 보드 레벨 통합업체가 패키징을 놓고 경쟁하는 모듈은 기본 칩이 단일 공급업체에서 나오더라도 시스템 수준에서 진정한 가격 경쟁을 창출합니다. 2027년 제품 출시를 위해 Jetson Orin Nano 2를 사양에 포함시키는 조달 팀은 캐리어 보드 선정 결정을 실리콘 선정 결정과 별개로 다루어야 하며, 이전 세대 보드를 공급했던 벤더를 무작정 선택하는 대신 명시된 통합업체 중 최소 두세 곳으로부터 견적을 요청해야 합니다. 동일한 기본 모듈을 기반으로 하는 통합업체들 간에도 보드 수준 가격, 커넥터 레이아웃, 열 설계가 동일한 기본 모듈을 기반으로 하는 통합 업체들 간에 상당히 차이가 나기 때문입니다.

구매 담당자는 또한 제품 발표 시점과 실제 공급 시점 사이의 간격을 자사의 프로그램 일정에 비추어 신중히 고려해야 합니다. Jetson급 모듈의 경우 컴퓨팅 제품 발표부터 하드웨어 출하까지 8~10개월의 리드 타임이 일반적이지만, 이는 출시일이 초봄이나

2027년 중반을 목표로 하는 기업은 지금 당장, 예비 사양을 바탕으로 새로운 모듈을 예상하여 설계를 진행하고 최종 사양이 변경될 경우 설계상의 위험을 감수할지, 아니면 현재 세대를 출시한 뒤 Orin Nano 2가 본격적으로 출시되면 제품 수명 주기 중반에 하드웨어 개량을 계획할지 결정해야 합니다. 어느 쪽이 명백히 옳다고 단정할 수는 없으며, 올바른 답은 제품의 경쟁적 차별화 요소가 컴퓨팅 계층 자체에 얼마나 의존하는지, 아니면 기계 설계, 소프트웨어, 가격과 같은 다른 요소에 얼마나 의존하는지에 따라 달라집니다. 하지만 이는 무작정 결정하기보다는 신중하게 검토하여 내릴 가치가 있는 결정입니다.

2027년을 앞두고 엣지 AI 플랫폼을 벤치마킹하는 모든 이에게 주목할 만한 사실은 간단합니다. NVIDIA는 이제 동일한 실리콘 세대 내에서 성능을 유지하면서 전력 소비를 40% 절감할 수 있음을 보여주었는데, 이는 지금까지 대부분의 엣지 컴퓨팅 제품 주기를 정의해 온 순수 TOPS 증가와는 본질적으로 다른 곡선이며, 이는 엔트리 레벨 로봇 공학 컴퓨팅 분야에서 향후 경쟁의 핵심 축이 ‘실리콘 1달러당 컴퓨팅 성능’이 아닌 ‘전력 예산 1달러당 효율성’이 될 것임을 시사합니다.

면책 조항: 이 기사는 일반적인 정보 제공을 목적으로 하며, 투자, 법률 또는 조달에 대한 조언을 구성하지 않습니다. 독자는 비즈니스 결정을 내리기 전에 1차 출처를 통해 세부 사항을 확인해야 합니다.