2026 타이베이 국제 컴퓨터 쇼(Computex 2026)에서 인텔은 물리적 AI 및 로봇 시스템의 대규모 배포에 따른 주요 문제를 해결하고 총 소유 비용을 절감하며 시스템 효율성을 향상시키는 것을 목표로 최신 Core Ultra 시리즈 3 프로세서와 결합된 새로운 OpenVINO 물리적 AI(물리적 AI) 프레임워크 출시를 발표했습니다.

인텔은 과거 물리적 AI를 구현할 때 기업이 다양한 센서, 코덱, 추론 루프와 인터페이스하기 위해 각 로봇의 복잡한 처리 프로세스를 맞춤화해야 하는 경우가 많았다고 말했습니다. 이러한 높은 수준의 맞춤화로 인해 배포 비용이 높아지고 유지 관리가 어려워졌으며 고객은 더 비싼 듀얼 컴퓨팅 솔루션을 채택하게 되었고 이로 인해 총 소유 비용(TCO)이 상승했습니다. 새로 출시된 OpenVINO 물리적 AI 프레임워크와 Core Ultra Series 3 CPU를 통해 Intel은 통합 소프트웨어 및 하드웨어 스택으로 이 "누락된 링크"를 채우려고 노력하고 있습니다. 이는 TCO를 크게 줄이고 코드 효율성을 크게 향상시켜 엣지에 물리적 AI를 대규모로 적용하는 것을 더욱 실현 가능하게 만듭니다.

인텔은 기자간담회에서 소위 '물리적 AI'란 로봇, 자율주행차, 드론, 산업기계 등 물리적 시스템에 AI 역량을 결합해 현실 세계에서 주변 환경을 인지하고 의사결정, 행동을 수행할 수 있는 것을 의미한다고 설명했다. 디지털 출력만 생성하는 기존 AI와 달리 물리적 AI는 AI 모델을 센서 및 액추에이터에 직접 연결하여 기계가 실제 시나리오의 변화에 ​​지속적으로 적응하고 어느 정도 자율 작동을 달성할 수 있도록 합니다. 이러한 시스템은 일반적으로 VLA(비전-언어-행동) 모델을 사용하여 교차 모드 인식 및 의사 결정을 완료합니다.

물리 AI는 카메라, 레이더, 각종 센서 등의 데이터를 실시간 처리해야 하기 때문에 이 분야에서는 엣지 컴퓨팅이 필수적인 인프라로 꼽힌다. Intel은 데이터를 원격 클라우드 처리로 다시 보내는 것과 비교하여 로컬에서 추론을 수행하면 대기 시간을 크게 줄이고 대역폭을 절약하며 개인 정보 보호를 향상할 수 있을 뿐만 아니라 물리적 장치가 매우 동적이고 복잡하며 잠재적으로 위험한 환경에서도 즉시 응답하여 보안과 안정성을 향상시킬 수 있다고 지적했습니다.

구체적인 구현 경로에서 Intel은 새로운 OpenVINO 물리적 AI 솔루션이 Panther Lake 아키텍처를 기반으로 하는 Core Ultra 300 시리즈 및 Core Ultra Series 3 제품 라인과 긴밀하게 통합되어 있음을 강조했습니다. 이 세대의 프로세서는 이전에 2026년 초 CES에서 데뷔했으며 같은 해 3월 기업 모바일 플랫폼에 추가로 구현되었습니다. Intel은 범용 컴퓨팅, AI 추론 및 엣지 제어 기능을 동일한 플랫폼에 통합함으로써 로봇 및 기타 물리적 AI 장치에 대한 표준화되고 확장 가능한 개발 및 배포 경로를 제공하여 외부 전용 가속기 카드 또는 두 번째 컴퓨팅 플랫폼 세트에 대한 의존도를 줄이고자 합니다.

인텔은 또한 중간 규모 VLA 모델과 같은 시나리오에서 NVIDIA Jetson AGX Orin 및 Jetson Thor T5000과 같은 로봇 플랫폼에 비해 비용, 성능 또는 전체 가치 측면에서 특정 이점이 있다고 주장하면서 비교 차트를 보여주었습니다. 하지만 이번 회의에서 구체적인 테스트 변수와 방법은 자세히 공개되지 않았다. Intel의 공식 성명은 통합 스택과 소프트웨어 및 하드웨어 협력을 통해 로봇 개발자와 기업에 동일하거나 유사한 부하에서 더 나은 비용 성능을 제공하는 동시에 다중 플랫폼 병렬 처리로 인한 유지 관리 압력을 완화할 수 있다는 것입니다.

추세로 볼 때 산업 제조, 물류 및 유통, 창고 관리, 자율 주행 등의 분야에서 물리적 AI의 적용이 지속적으로 확장됨에 따라 엣지에서 안전하고 안정적이며 비용 효율적인 대규모 배포를 달성하는 방법은 업계 체인 참여자들이 직면한 공통 과제가 되었습니다. 인텔은 이번에 OpenVINO 물리적 AI 프레임워크를 기반으로 한 완전한 소프트웨어 및 하드웨어 솔루션 세트를 제안했는데, 이는 외부 세계에서도 엣지 AI 및 로봇 플랫폼 분야에서 경쟁 제품과 계속 정면 경쟁을 벌이겠다는 신호로 간주됩니다. 그러나 관련 생태계가 빠르게 성숙할 수 있는지, 기존 로봇 개발 도구 체인과의 호환성 여부는 실제 구현 사례에서 확인하고 테스트해야 합니다.