모델
엔비디아 GR00T 2, 과제당 5번 시연과 30분 미세조정으로 로봇 과제 50개 평균 성공률 95%: 수치는 엔비디아 자체 것이고 학습 가능해서 고른 과제이며 훈련의 대부분은 사람 영상
엔비디아에 따르면 GR00T 2는 과제당 5번 시연으로 50개 과제 평균 성공률 95%. 학습 가능한 과제를 골랐고 수치는 엔비디아 자체 측정이다.
엔비디아는 11월 9일(월) 오스틴의 Conference on Robot Learning에서 1인칭 사람 영상으로도 일부 배우는 오픈 로봇 모델 GR00T 2를 공개했다. 헤드라인은 과제당 5번 시연 뒤 평균 성공률 95%다. 수치는 사실이지만 범위가 좁다. 엔비디아 자체 측정이고, 모델이 배울 수 있어서 고른 50개 과제이며, 시연도 영상 속 사람만이 아니라 대상 로봇에서의 과제 시연이다.
핵심 요약
- 정체: 엔비디아는 GR00T 2를 Cosmos 월드 모델 위에 만든 오픈 ‘world action model’이라 부르며, 움직이기 전에 행동이 로봇이 보는 장면을 어떻게 바꿀지 예측한다. The Next Web에 따르면 Foxconn, Siemens, Nexuni가 시험 중이다.
- 수치: 대상 로봇에서 처음 보는 50개 과제 중 과제별 시연 없이 40개를 적어도 한 번 해냈는데, The Neuron은 이것이 80% 성공률이 아니라 범위라고 강조한다. 시연 없는 시도 성공률은 40%, 시연 1번은 71%, 5번은 95%이며 RTX 5090 한 장으로 약 30분 미세조정, 과제당 로봇 데이터는 3분 미만이다.
- 단서: The Next Web에 따르면 엔비디아 논문은 과제가 모델이 이미 잘 배우는 것 중에서 골라졌다고 적고, Pebblous는 5개 에피소드로 80% 이상 배울 수 있는 과제로 읽는다. 95%는 유리한 과제의 상한으로 봐야 하며 현장 평균이 아니다.
- 데이터: 훈련 구성은 1인칭 사람 영상 40만 2730시간, 손에 든 그리퍼 시연 1만 184시간, 로봇 원격조종 2만 3500시간이며 Pebblous와 FourWeekMBA의 계산으로 사람 영상이 약 92%다. 엔비디아는 10만 시간을 Human-1M-100K로 공개했고 보도에 따르면 CC BY 4.0이다. Superpower Daily에 따르면 사람 영상을 더하자 실제 로봇 과제 진척이 72개 과제에서 50%에서 70%로 올랐다.
영상 학습은 레시피의 일부
시간의 대부분은 사람 영상이지만 원격조종과 그리퍼 데이터도 구성에 남아 있고 새 과제마다 대상 로봇에서 몇 번의 시연이 필요하다. 긴 훈련 캠페인보다 훨씬 적지만 보기만 해서 배우는 것은 아니다.
그림을 바꿀 수 있는 것
엔비디아가 고르지 않은 과제의 독립 평가와 장시간 신뢰성. 한 번 해내는 것과 공장 라인에서 하루 종일 도는 것은 크게 다르다. 이는 보도된 수치를 읽은 것이며 하드웨어 평가가 아니다.
확립되지 않은 점
- 독립적 재현: 출처에서 보지 못함.
- 학습 가능성으로 고르지 않은 과제의 성능: 읽은 범위에서는 보고되지 않음.
- 생산 라인에서의 장기 신뢰성: 제시되지 않음.
- 엔비디아 논문과 연구 페이지: 직접 읽지 않음.
비교 표
| 항목 | 2026년 11월 7일 기준 공표 내용 | 출처 |
|---|---|---|
| 적어도 한 번 해낸 과제 | 과제 시연 없이 50개 중 40개 | The Neuron |
| 시연 1번 | 평균 성공률 71% | The Next Web |
| 시연 5번 | 평균 성공률 95%, RTX 5090 한 장으로 30분 미세조정 | Interesting Engineering |
| 훈련 구성 | 사람 영상 40만 2730시간, 그리퍼 1만 184시간, 원격조종 2만 3500시간 | Pebblous |
| 사람 영상의 효과 | 실제 로봇 진척 72개 과제에서 50%에서 70% | Superpower Daily |
자주 묻는 질문
GR00T 2는 사람을 보기만 해서 배우나
아니다. 사전 훈련 시간의 대부분은 사람 영상이지만 그리퍼와 원격조종 데이터도 쓰고 과제마다 몇 번의 시연이 필요하다.
95%는 모든 과제의 성공률인가
아니다. 엔비디아가 학습 가능하다고 고른 50개 과제의 평균이며 엔비디아가 측정했다.
영상 데이터를 쓸 수 있나
엔비디아가 10만 시간을 Human-1M-100K로 공개했고 보도에 따르면 CC BY 4.0이다.
방법과 한계
출처는 2026년 11월 10일에 확인했다. The Neuron, Interesting Engineering, Pebblous, The Next Web, Superpower Daily를 검색 발췌로 읽었다. 엔비디아 논문과 연구 페이지는 직접 읽지 않았다. 성공률은 엔비디아의 수치이며 독립적으로 검증되지 않았다.
출처
- The Neuron: NVIDIA GR00T 2: Human Video, Robot Learning and Caveats (확인일: 2026-11-08)
- Interesting Engineering: NVIDIA's GR00T 2 lets robots learn tasks from humans, not machines (확인일: 2026-11-08)
- Pebblous: GR00T 2 Training Data: Only 5.4% Comes From Robots (확인일: 2026-11-08)
- The Next Web: Nvidia's GR00T 2 teaches robots delicate skills from human video (확인일: 2026-11-08)
- Superpower Daily: Nvidia introduces GR00T 2, a robot AI trained on human video (확인일: 2026-11-08)