2만7500개 Rubin GPU 기반 세계 최초 국가 AI 팩토리 발표…일본 제조업 강점과 AI 공급망 재편 신호

발표 내용과 핵심 사실

2026년 7월 16일, NVIDIA CEO 젠슨 황이 도쿄에서 일본 경제산업성(METI) 주최 행사에 참석해 일본 정부 및 산업계와 함께 ‘세계 최초 국가 단위 물리 AI(Physical AI) 인프라’ 구축 계획을 공식 발표했다.

  • NVIDIA는 일본 컨소시엄 기업 노에트라(Noetra)와 협력해 Vera Rubin AI 팩토리를 구축한다.
  • 하드웨어 규모: NVIDIA Vera CPU 1만3750개 + Rubin GPU 2만7500개.
  • 데이터센터 용량: 140MW.
  • 아키텍처: Vera Rubin NVL72 랙, DSX 플랫폼, Spectrum-X 이더넷, BlueField DPU 기반.
  • 목적: 멀티모달 기반 모델 개발로 AI 로봇, 디지털 트윈, 자율 시스템 등 물리 AI를 지원.

노에트라는 2026년 1월 소니, 소프트뱅크, NEC, 혼다 등 일본 주요 기업 컨소시엄으로 설립됐으며, 정부로부터 5년간 최대 1조 엔(약 60억 달러) 규모의 지원을 받는다. 이 인프라는 일본 정부의 FRONTia 프로젝트 핵심 컴퓨팅 기반으로 기능한다.

젠슨 황은 “일본이 현대 제조업을 발명했다. 이제 다음 산업혁명을 이끌 AI 팩토리를 짓고 있다”며 “물리 AI를 메카트로닉스에 접목해 다음 산업혁명을 일본에서도 만들 것”이라고 강조했다.

일본의 전략적 선택: 제조 강점의 AI 전환

일본은 단순 생성형 AI 경쟁이 아니라 물리 AI에 집중하고 있다. 이는 로봇, 공장 자동화, 물류, 헬스케어 등 실제 물리적 환경에서 작동하는 AI를 의미한다.

일본이 이 영역에 강점을 가진 이유

  • 세계 최고 수준의 산업용 로봇 기술과 현장 데이터(온사이트 노하우)를 보유.
  • 노동력 부족과 숙련 인력 감소라는 구조적 문제를 AI 로봇으로 해결하려는 명확한 정책 목표(2040년까지 AI 로봇 1000만 대 도입).
  • 정부 주도 산업정책과 민간 대기업 컨소시엄이 결합된 실행 구조.

FRONTia 프로젝트는 일본의 제조 현장 전문성과 해외 첨단 AI 기술을 결합해 ‘신뢰성 높은 멀티모달 기반 모델’을 만드는 것을 목표로 한다. 사전 학습된 모델 가중치를 국내 개발자와 기업에 광범위하게 공개할 계획이다.

지정학과 공급망 관점의 의미

이번 발표는 미·중 중심의 AI 경쟁 구도에서 일본이 하드웨어·재료·제조 공급망의 핵심 거점으로 재부상하고 있음을 보여준다.

  • NVIDIA 입장에서는 미국 외 지역에서 대규모 국가 단위 AI 인프라를 구축하는 대표적 사례다. 이는 지정학적 리스크를 분산하고, 우호국과의 기술 동맹을 강화하는 전략으로 해석된다.
  • 일본 입장에서는 AI 주권(AI sovereignty)을 확보하면서도, 자체 첨단 반도체 생산이 어려운 상황에서 NVIDIA 칩을 기반으로 한 ‘실용적 주권’을 선택했다.
  • 아시아 전체로 보면, 일본이 물리 AI와 로봇 분야에서 미국·중국과 차별화된 포지션을 구축하려는 시도로 읽힌다.

특히 Rubin GPU와 Vera CPU 조합은 NVIDIA의 차세대 AI 팩토리 아키텍처를 본격적으로 해외 국가 인프라에 적용하는 첫 사례라는 점에서 주목된다.

물리 AI가 다음 전장으로 부상하는 배경

생성형 AI가 언어·이미지 중심으로 발전했다면, 물리 AI는 실제 세계와의 상호작용을 목표로 한다. 로봇이 환경을 인식하고, 판단하며, 행동하는 전체 루프를 AI가 담당하는 영역이다.

일본이 이 분야를 국가 전략으로 설정한 이유는 명확하다.

  • 제조업 강국으로서의 기존 역량을 직접 활용할 수 있다.
  • 인구 감소와 노동력 부족이라는 국내 문제를 AI로 해결하는 실용적 경로다.
  • 글로벌 AI 로봇 시장에서 2030~2040년 사이 큰 비중을 차지하겠다는 목표를 세웠다.

NVIDIA가 이 영역에서 ‘AI 팩토리’라는 개념을 전면에 내세우는 것도 같은 맥락이다. 단순 GPU 판매를 넘어, 국가·산업 단위의 AI 인프라를 통째로 설계·공급하는 사업 모델로 전환하고 있다.

남은 과제와 관찰 포인트

이번 발표는 방향성은 명확하지만, 실행 단계에서 확인해야 할 지점이 있다.

  • 일정과 규모: Rubin 시스템의 본격 양산 시점이 2026년 하반기인 만큼, 실제 인프라 가동 시점과 단계적 확장 계획이 중요하다.
  • 모델의 개방성과 실질적 성과: 사전 학습 가중치를 공개한다고 했으나, 일본 기업들이 이를 얼마나 빠르게 자사 로봇·공장에 적용할 수 있을지가 관건이다.
  • 에너지와 비용: 140MW 규모 데이터센터의 전력 공급과 운영 비용은 장기적인 지속 가능성을 좌우한다.
  • 글로벌 경쟁: 중국의 자체 AI 인프라 확대, 미국의 수출 통제 기조 변화 등이 일본의 물리 AI 전략에 미치는 영향을 지켜봐야 한다.

일본의 이번 선택은 AI 경쟁이 모델 성능 경쟁을 넘어 국가 단위 인프라와 제조 역량의 결합으로 이동하고 있음을 상징적으로 보여준다. 젠슨 황의 일본 방문은 단순한 비즈니스 행보가 아니라, AI 공급망과 산업 구조 재편의 한 장면을 만들어냈다.