‘인간처럼 생각하는 로봇 만든다’… 엔비디아, 비전 언어 모델 ‘코스모스 리즌’ 오픈소스로 공개

엔비디아가 로봇과 물리적 AI를 위한 새로운 비전 언어 모델 ‘코스모스 리즌(NVIDIA Cosmos Reason)’을 공개했다고 11일(현지 시간) 발표했다. 엔비디아 기술 블로그에 따르면, 올해 GTC 2025에서 처음 선보인 이 모델은 로봇과 비전 AI 에이전트가 사전 지식, 물리학적 이해, 상식을 바탕으로 현실 세계를 이해하고 행동할 수 있도록 설계된 오픈소스 맞춤형 추론 비전 언어 모델이다.

코스모스 리즌은 비디오와 텍스트를 입력받아 단계별 사고를 통해 논리적인 응답을 제공한다. 지도 학습 미세조정과 강화학습을 결합해 구축된 이 모델은 인간의 주석 없이도 세계 역학을 이해할 수 있는 사고 연쇄 추론 능력을 갖췄다. 성능 면에서 물리적 AI 작업 미세조정을 통해 기본 모델 대비 10% 이상 성능이 향상됐고, 강화학습으로 추가 5%의 성능 개선을 달성했다. 이를 통해 로봇공학과 자율주행차 애플리케이션 주요 벤치마크에서 평균 65.7점을 기록했다.

주요 활용 분야로는 데이터 큐레이션 및 주석 자동화, 로봇 계획 및 추론을 통한 복잡한 환경에서의 의사결정, 대규모 비디오 분석을 통한 인사이트 추출 등이 있다. 특히 도시 교통망, 공장, 창고 등의 분석에 활용할 수 있다.

개발자들은 허깅 페이스(Hugging Face)에서 모델 체크포인트를 다운로드하고 깃허브(GitHub)에서 관련 스크립트를 받을 수 있다. 코스모스 리즌은 엔비디아 GPU에서 최적화되어 작동하며, build.nvidia.com에서 직접 체험해 볼 수 있다.

해당 모델에 대한 자세한 사항은 엔비디아 개발자 블로그에서 확인 가능하다.

이미지 출처: 엔비디아