제이슨

세상에 관심많은 ENTJ 경영자. 기술이 변화시키는 우리의 삶에 관심있어요.

[상산 조자룡 @Ganukeum]

서로 싸울때냐고 지금....

[제이슨 @simula007]

VCF = VMware Cloud Foundation

브로드컴이 VMware 인수 후 전 제��군을 단순화하여 만든 플래그십 통합 스택이다. VMware의 컴퓨트(vSphere), 스토리지(vSAN), 네트워킹(NSX), 관리(Aria)를 하나로 묶은 번들.

---

VCF 도입률 87%의 의미

VMware의 상위 10,000개 고객 중 87%가 기존에 각자 쓰던 스탠드얼론 제품(vSphere만, 혹은 vSAN만 등)을 VCF 번들로 전환했다는 수치.

중요한 점:

1. 단가 폭등 — 기존 영구 라이선스 + 유지보수(SnS)에서 VCF 구독으로 전환되면 고객이 내는 비용이 2~5배 뛴다. 도입률 87% = 대형 고객 대부분이 이미 훨씬 비싼 요금제로 전환을 마쳤다는 뜻.
2. Lock-in 강화 — vSphere만 쓰던 고객이 vSAN+NSX까지 포함된 VCF를 쓰면 브로드컴 생태계에서 빠져나오기 훨씬 어려워진다. 경���사(Hyper-V, Nutanix 등)로 전환 비용이 급상승.
3. ARR 확장의 직접 동력 — VCF 전환 자체가 기존 고객당 매출(ARPU)을 크게 올리는 요소. 말하자면 한 고객이 내는 돈이 3배가 되니, 고객 수가 그대로여도 ARR이 폭증하는 구조.
4. 남은 13%가 다음 타겟 — 가장 크고 전환 의지가 높은 고객은 이미 다 전환됨. 남은 13%는 까다로운 협상 대상이거나, 전환 조건이 맞지 않는 케이스.

---

총평

VCF 도입률 87%는 브로드컴의 VMware 수익화 전략이 대형 고객 구간에서는 거의 완료 단계임을 의미한다. 3년 전환 사이클 중 1~1.5년이 남았다는 Hock Tan의 발언은 잔여 13%와 중형 이하 고객층을 겨냥한 것으로 보인다.

→ NDR 논의로 돌아가면: VCF 전환 자체가 엄청난 확장 수익(expansion revenue) 을 이미 창출했으며, 이게 추정 NDR 110~125%의 핵심 동력이다.

[제이슨 @simula007]

VMware NDR — 브로드컴 공식 수치 없음

결론부터: 브로드컴은 NDR(Net Dollar Retention)을 VMware에 대해 공개하지 않는다.

브로드컴은 순수 SaaS 기업이 아니며, 반도체 + 인프라 소프트웨어 대기업이다. NDR/NRR 같은 SaaS 네이티브 지표는 공시하지 않는다. 10-K, 10-Q, 어닝콜 어디에도 NDR 언급 없음.

---

대신 볼 수 있는 Proxy 지표

VMware ARR 성장률
• 수치: +19% YoY
• 시점: Q1 FY2026 (Mar 2026)

VCF 도입률 (top 10k 고객)
• 수치: 87%
• 시점: Q2 FY2025

Infrastructure Software 매출
• 수치: $6.8B (+1% YoY)
• 시점: Q1 FY2026

SW 백로그
• 수치: $73B (전년 $49B)
• 시점: FY2025 말

분기 bookings
• 수치: $10.4B (전년 $8.2B)
• 시점: Q4 FY2025

Infrastructure Software GPM
• 수치: 93%
• 시점: 최근

---

NDR 추정 (비공식, Proxy 기준)

ARR이 +19% 성장, 매출은 +13% 성장한 점에서 기존 고객 내 확장(upsell/cross-sell)이 상당한 것으로 보임. 여기에 87%의 대형 고객 VCF 전환율, $73B 백로그를 종합하면:

→ NDR은 110~125% 범위로 추정 (비공식, 업계 관행상)

Hock Tan이 "아직 1~1.5년 더 전환 기간이 남았다"고 언급한 점(2025년 중반 기준)도 중요 — 전환 초기 단계임에도 ARR이 19% 성장 중이라는 것은 전환 과정에서 확장이 잘 이루어지고 있다는 신호.

---

리스크 포인트

- Shelfware 이슈 (The Register, Sep 2025) — 브로드컴이 고객에게 배포되지 않은 라이선스(선반 위 라이선스)를 많이 판매했다는 보도. 미활성 라이선스는 향후 갱신 시 NDR에 부정적 영향을 줄 수 있음. 단, 이후 어닝콜에서 중대한 이슈로 다뤄지지는 않음.
- 매출 성장률 둔화 — SW 매출 성장률이 +24%('24) → +19%('25) → +1%(Q1 FY2026)로 급감한 구간이 있는데, 이는 전환 과정의 일회�� 효과 때문일 가능성 높음.

---

최종 판단: NDR 정확한 수치는 없���만, 모든 Proxy가 VMware의 고객 락인 + 확장이 강력하다는 방향을 가리킨다. 93% GPM과 $73B 백로그가 말해주듯 VMware는 브로드컴에서 현금 인쇄기 역할을 하고 있다.

[제이슨 @simula007]

이번 지방선거에서 확인된 20대 표심의 구조는 기존의 정치 공식을 완전히 뒤집었다. 가장 중요한 발견 몇 가지를 공유한다.

첫째, 20대는 단일한 집단이 아니다. 남성의 55.8%는 국민의힘을, 여성의 66.4%는 더불어민주당을 지지했다. 같은 세대, 같은 연령대가 젠더라는 변수 하나로 완전히 다른 정치적 지향을 보인다. 이는 더 이상 '청년 정책'이라는 단일 프레임으로 접근할 수 없음을 의미한다.

둘째, 서울에서 20대 남성의 75.3%가 오세훈 후보를 지지했다. 이는 60대(60.4%)와 70대 이상(71.1%)의 지지율을 상회하는 수치다. 보수의 가�� 강력한 지지층으로 알려진 고령층을 20대 남성이 넘어섰다. 더욱 흥미로운 점은 이 현상이 지역을 초월한다는 사실이다. 더불어민주당이 압승한 경기도와 인천에서도 20대 남성만 분리하면 국민의힘 우위가 나타났다. 지역 민심과 완전히 탈동조화된 투표 행태다.

셋째, 20대 여성은 진보 진영의 '포획된 집토끼'가 아니다. 서울 20대 여성의 정원오 후보 지지율은 48.5%로, 4년 전 67.0%에서 18.5%포인트 폭락했다. 30대 여성에서는 53.6%가 오세훈을 선택하며 민주당 지지율이 완전히 역전됐다. 도덕적 흠결에 대한 심판이 이념적 충성도를 압도한 결과다.

이 모든 현상의 근저에는 경제적 절망이 자리한다. 20대 남성의 월평균 소득은 272만 원으로 50대(564만 원)의 절반 수준이다. 부동산 폭등으로 계층 이동의 사다리는 붕괴했고, 진보 정당의 경제 정책에 대한 불신은 젠더 이슈와 결합해 조직적 이탈로 이어졌다.

2027년 대선의 승패는 어느 정당이 이 젠더 균열을 더 교묘하게 관리하는가에 달려 있을 것이다. 20대 남성과 여성을 동시에 만족시킬 수 있는 정치적 포지셔닝이 존재할까?

[제이슨 @simula007]

브로드컴(AVGO), 호실적에도 14.5% 폭락 — '완벽함의 가격'

한때 'AI 반도체 황제주'로 불리던 브로드컴이 실적 발표 당일 14.5%나 급락했습니다. 아이러니하게도 실적 자체는 나쁘지 않았습니다.

실적 요약
- 총 매출 $221.9억 (전년比 +48%), 시장 예상치 상회
- AI 매출 $108억 (전년比 +143%), 전체 매출의 절반
- AI 반도체 수주잔고 $300억 돌파 — 2028년까지 매출 가시성 확보
- EBITDA 마진 69%

도대체 왜 빠졌을까요? 시장이 용납하지 않은 건 단 1센트의 기대치 미달, 그리고 보수적인 가이던스였습니다. 매출총이익률이 77%에서 74%로 하락했는데, 이는 AI 맞춤형 칩(ASIC)���럼 상대적으로 마진이 낮은 하드웨어 비중이 커졌기 때문입니다. 현금을 $196억이나 쌓아두고 자사주 매입을 줄인 것도 HBM·파운드리 투자에 무게를 실은 신호로 읽혔죠.

이게 바로 Price of Perfection, '완벽함의 가격'입니다. AI 수혜주에 대한 눈높이가 너무 높아진 나머지, '아주 좋은' 실적으로는 만족하지 못하는 장세라는 뜻이죠.

개인적으로는 VMware의 SaaS 전환(ARR +17%)이나 비AI 반도체의 턴어라운드(+6%) 같은 긍정적 신호에도 주목할 필요가 있다고 봅니다. 여러분은 이번 하락을 '매수 기회'로 보시나요, 아니면 '고점 신호'로 보시나요?

#브로드컴 #AVGO #AI반도체 #PriceOfPerfection #투자인사이트

[제이슨 @simula007]

지방 선거 결과

지방선거라는 거대한 태풍과 동시에 전국 14곳에서 치러진 국회의원 재·보��선거 결과는, 광역단체��� 선거가 보여준 일방적인 쏠림 현상과는 사뭇 다른 결을 보여주며 한국 정치의 또 다른 단면을 노출시켰다. 개표 완료 시점에서 여야의 최종 의석 분포는 더불어민주당 9석, 국민의힘 4석, 무소속 1석으로 마무리되었다. 표면적인 숫자만 놓고 보면 야당인 더불어민주당이 다수 의석을 차지하며 승리한 것으로 보이지만, 선거 직전 이 14개 지역구의 원 소속 정당 분포를 살펴보면 해석은 완전히 180도 달라진다. 14곳 중 무려 13곳이 더불어민주당의 기존 의석이었고, 단 1곳만이 국민의힘 소속 의원이 있던 자리였다. 국민의힘은 지방선거 광역단체장 부문에서의 처참한 패배 분위기와 정권 심판론의 거센 역풍 속에서도 울산 남구갑(김태규), 경기 평택을(유의동), 충남 공주부여청양(윤용근), 그리고 기존 자신들의 텃밭이었던 대구 달성(이진숙)을 굳건히 확보하며 총 4석을 빼앗아 오거나 수성하는 놀라운 선전을 펼쳤다. 반��� 더불어민주당은 기존 13석이라는 압도적 우위에서 4석을 상실하며 9석만을 지켜내는 데 그쳐, 전체 국회 의석수 증감에서는 오히려 손해를 보는 기현상이 발생했다.

이러한 재·보궐선거의 차별화된 결과는 인물 중심의 '조직 선거'라는 국회의원 선거 특유의 양상이 극명하게 작용했기 때문이다. 도지사나 시장을 뽑는 광역단체장 선거가 전국적인 정권 심판 혹은 정권 안정이라는 거대한 이념적 담론의 바람(風)을 크게 타는 경향이 강하다면, 국회의원 보궐선거는 상대적으로 투표율이 낮고 국가적 이슈보다는 지역 내 시급한 현안 해결 능력, 후보자 개인이 오랫동안 다져온 지역 사회 내의 스킨십과 개인기, 그리고 각 정당이 동원할 수 있는 바닥 지역 조직의 가동 능력이 승패를 좌우하는 결정적 요인으로 작용한다. 국민의힘은 궤멸적인 중앙 정치 무대의 위기 속에서도, 철저하게 지역 밀착형 중진 인사들을 전략적으로 전진 배치하여 바닥 민심을 쌍끌이하듯 훑는 데 총력을 기울였다. 특히 경기 평택을 선거구의 유의동 당���인이나 충청남도의 윤용근 당선인, 그리고 울산 남구갑의 김태규 당선인 등은 지역 내 오랜 기반과 인지도를 바탕으로 불리한 정치 환경 속에서도 더불어민주당 후보와의 초접전 끝에 값진 신승을 일궈냈다. 이는 국민의힘이 비록 중앙정치 단위의 거대 담론 싸움에서는 뼈아픈 실책을 거듭하며 유권자들의 외면을 받고 있으나, 지역 단위의 미시적 기초 체력과 바닥 조직망만큼은 완전히 소멸하지 않고 살아 숨 쉬고 있음을 보여주는 중요한 증거다.

또한 이번 14곳의 국회의원 재·보궐선거는 한국 정치의 고질적인 병폐인 거대 양당제로의 회귀 현상과 함께, 그 대안으로 떠올랐던 제3지대, 특히 한때 돌풍을 일으키며 정치권의 지각 변동을 예고했던 조국혁신당의 뼈아픈 한계와 소멸 과정을 잔인하리만치 적나라하게 노출시켰다. 이재명 정부 출범 직전의 극한의 대립 정국 속에서 검찰 독재 종식과 선명한 야당성을 기치로 내걸며 대안 세력으로 부상했던 조국혁신당은, 이번 보궐선거에 당의 사활��� 걸고 당 대표인 조국 후보 본인이 직접 수도권 격전지인 경기 평택을 선거구에 출마하는 초강수의 배수진을 쳤다. 그러나 결과는 참담했다. 조국 후보는 인물론을 앞세운 국민의힘 유의동 후보와 거대 여당의 프리미엄을 업은 더불어민주당 김용남 후보의 거대한 틈바구니 속에서 양측의 협공을 이겨내지 못하고 낙선하는 굴욕적인 수모를 겪었다. 호남의 심장부인 광주 광산을 지역구에 당당히 출마하여 민주당과의 진검승부를 예고했던 조국혁신당 배수진 후보 역시 개표 결과 16.01%라는 초라한 득표율에 그치며, 63.65%의 압도적 지지를 받은 더불어민주당 임문영 당선인에게 더블 스코어 이상의 참혹한 패배를 당하며 지역주의의 높은 벽을 절감해야 했다.

이러한 소수 혁신 정당의 비참한 몰락은 이재명 정부 체제가 안정화 국면에 접어들면서 정치적 대립 구도가 ���시금 '더불어민주당 대 국민의힘'이라는 전통적이고 강력한 양당 체제로 완벽하게 재편되었음을 시사한다. 전임 보수 정권에 대한 심판론이 최고조에 달하며 헌정 위기가 ���생했을 당시, 기존 더불어민주당의 미온적 태도에 실망한 강성 지지층을 흡수하며 제3의 강력한 대안으로 부상했던 조국혁신당은, 막상 심판의 목적이 달성되고 새로운 민주당 정부의 정통성이 확고하게 확립되는 안정 국면에 접어들자 유권자들에게 자신들이 왜 계속 존재해야 하는지에 대한 분명한 당위성, 즉 존재 이유(Raison d'être)를 설득력 있게 증명해 내지 못했다. 보수 성향 유권자들은 강력해진 거대 여당을 조금이라도 견제하기 위해서는 분열된 소수 야당이 아닌 거대한 체급을 가진 제1야당(국민의힘)에 모든 힘을 몰아주어 힘의 균형을 맞춰야 한다고 판단했다. 반대로 진보 성향 유권자들은 어렵게 세운 이재명 정부의 성공적인 국정 운영을 옹위하기 위해서는 범야권의 표가 조금이라도 분산되는 것을 막고 더불어민주당 후보에게 표를 몰아주어야 한다는 극단적인 사표 방지 심리가 강력하게 작동한 것이다. 한국 정치의 고질적인 승자독식 소선거구제 구조 속에서, 촘촘한 지역 기반 조직망 없이 오직 이념적 선명성과 공중전(바람 선거)에만 의존하는 제3정당은 국회의원 ���역구 선거라는 높고 견고한 진입 장벽을 결코 넘을 수 없다는 냉혹한 정치 공학적 진리가 다시 한번 뼈저리게 확인되는 순간이었다.

이번 지방선거와 재·보궐선거 전체를 통틀어 가장 드라마틱한 반전을 연출하며 향후 대한민국 정국 전반에 가장 파괴적인 영향을 미칠 사건은 단연코 영남의 낙동강 벨트, 부산 북구갑 보궐선거에서 발생했다. 국민의힘 비상대책위원장을 지내며 보수 진영의 차기 대권주자 1순위로 꼽히다가, 당원게시판 논란 등 당내 권력 투쟁의 희생양이 되어 장동혁 현 대표 체제에서 불명예스럽게 강제 제명을 당하며 당적마저 박탈당했던 무소속 한동훈 후보가 그야말로 잡초 같은 끈질긴 생명력으로 화려하게 부활한 것이다.

부산 북구갑은 당초 이재명 정부 청와대의 인공지능(AI) 미래기획수석 출신으로 거대 여권의 전폭적인 지지와 막강�� 자금력을 등에 업고 전략공천된 하정우 더불어민주당 후보와, 해당 지역구에서 이미 재선 국회의원을 지내며 탄탄한 지역 기반과 인조직을 갖춘 박민식 국민의힘 후보 간의 양보 없는 치열한 양강 구도로 전개될 것이 유력시되었다. 보수 성향의 표심이 국민의힘 공식 후보인 박민식과 보수 성향의 무소속 한동훈 후보로 정확히 반토막으로 분열되는 이른바 '보수 진영 최악의 3파전' 구도 속에서, 조직력도 없고 당의 지원도 전무한 무소속 한 후보의 생환 가능성은 선거 전문가들조차 극히 희박한 것으로 내다봤다. 실제로 선거 초반 흐름 역시 여권의 프리미엄을 등에 업은 하정우 후보가 여유 있게 선두로 치고 나가며 싱거운 승부를 예고하는 듯했다.

그러나 선거 중반에 접어들며 하정우 후보의 치명적인 개인적 구설수, 이른바 시민들과 악수 후 '손 털기' 논란과 여성 유권자를 향한 부적절한 언행인 '오빠 강요' 논란 등이 연이어 터져 나오며 난공불락 ��던 여당 후보의 판세가 급격히 흔들리기 시작했다. 정치적 감각이 동물적으로 뛰어난 한동훈 후보는 이 미세한 틈을 놓치지 않고 예리하게 파고들었다. 그는 거창한 지역 개발 공약보다는 붕괴된 보수 진영을 다시 세울 구심점이 필요하다는 보수 유권자들의 잠재된 열망을 자극하며, 철저한 인물론과 감성적인 바닥 민심 공략에 사활을 걸었다.

결국 개표가 99.51%까지 숨 막히게 진행된 심야의 최종 집계 상황에서, 한동훈 후보는 3만 4,920표를 얻어 42.99%의 득표율을 기록하며, 3만 3,495표(41.24%)에 머문 더불어민주당 하정우 후보를 불과 1.75%포인트, 단 1,425표라는 기적적인 차이로 극적으로 역전하며 자신의 정치 인생에서 생애 첫 국회 입성을 뜻하는 금배지를 거머쥐었다. 제1야당의 공식 후보로서 선거를 완주했던 국민의힘 박민식 후보는 15.76%(1만 2,802표)라는 초라하기 짝이 없는 성적표를 받아 들며 일찌감치 3위로 전락하고 말았다. 한동훈 후보가 거대 양당이 자랑하는 매머드급 조직력과 막대한 선거 자금, 그리고 보수 표심 분열이라는 절대적인 악조건을 모두 딛고 순전�� 후보 본인의 폭발적인 대중적 인지도와 개인기만으로 당선을 일궈낸 것은 대한민국 현대 선거사에서도 그 유례를 찾아보기 힘든 대역전 드라마로 기록될 것이다.

한동훈 당선인의 원내 ���입은 단순히 무소속 국회의원 1명의 추가를 넘어, 이번 선거 참패로 궤멸적 타격을 입고 패닉에 빠진 보수 진영 전체의 거대한 지각 변동을 촉발하는 뇌관으로 작용할 것이 확실시된다. 한 당선인은 당선 수락 연설에서 "이번 역사적 승리로 북구의 미래와 보수 재건의 길을 열어주신 위대한 시민들께 진심으로 감사드린다"며 "북구를 발전시키고 궤멸된 보수를 재건하며, 이재명 정권의 폭주를 제어해 대한민국의 무너진 균형추를 맞추겠다"고 사자후를 토해냈다. 이는 자신이 붕괴된 보수 진영을 완전히 허물고 새롭게 세울 유일한 구심점이자, 지지멸렬한 야권 전체를 통틀어 막강한 여당 권력에 맞설 수 있는 유일무이한 차기 대권 주자임을 대내외에 만천하에 천명한 선전포고와 다름없다. 그의 국회 입성은 마땅한 차기 리더를 찾지 못해 표류하던 여권 성향 지지���들에게 새로운 구명정으로 인식되며 보수 결집의 기폭제가 될 전망이다.

그러나 그의 화려한 부활은 역설적으로 친정인 국민의힘 내부에는 피바람 부는 거대한 파열음을 예고하고 있다. 한 당선인은 선거 운동 기간 내내 "살아남��서 반드시 국민의힘으로 돌아가겠다"고 수차례 공언하며 복당 의지를 강하게 피력해 왔다. 그러나 그를 '해당 행위자'로 몰아 강제 제명했던 장동혁 현 당대표 체제는 여전히 그의 복당에 대해 극도로 알레르기적인 반응을 보이며 문전박대를 예고하고 있다. 그럼에도 불구하고 이번 지방선거에서 국민의힘이 전국적 참패를 기록하며 3연패의 늪에 빠짐에 따라, 선거 패배의 총책임을 져야 할 장동혁 지도부는 당 안팎의 거센 사퇴 압박에 직면하여 사실상 식물 지도부로 전락하거나 불명예스럽게 붕괴 수순을 밟을 가능성이 매우 높다.

반면, 당의 지원 없이 보수의 험지에서 독자적인 정치적 생존 능력과 폭발력을 입증한 한동훈의 당내 위상은 그야말로 수직 상승할 수밖에 없다. 현재 국회 원내에는 배현진, 박정훈, 정연욱 의원 등 과거부터 그와 행보를 같이해 온 ��여 명의 확고한 '친한(친한동훈)계' 의원들이 포진하고 있다. 이들을 중심으로 한 당선인의 명예로운 복당을 촉구하는 목소리가 들불처럼 번질 것이며, 6월 중순 송언석 원내대표의 임기가 종료된 이후 치러질 차기 원내대표 선거와 당대표 선출을 위한 전당대회 과정에서 친한계의 전면적인 당권 장악 시도가 분출할 것이다.

이는 필연적으로 당권을 내놓지 않으려는 기존 기득권 중진 세력, 특히 영남권에 기반을 둔 이른바 '친윤(친윤석열)' 성향의 잔존 의원들과의 피 튀기는 당내 권력 투쟁이자 보수 내전으로 이어질 전망이다. 한동훈이라는 이질적이고 강력한 대중적 팬덤을 지닌 정치인을 중심으로 보수 정당이 과거의 오물을 벗어내고 완전히 혁신적인 형태로 재편될 것인지, 아니면 반(反)한동훈 카르텔의 조직적이고 기득권적인 저항으로 인해 보수 진영이 끝없는 내부 총질과 내전의 수렁에 빠지며 회생 불능의 상태로 자멸할 것인지의 얄궂은 기로에 서게 된 것이다. 한 당선인 앞에는 갈기갈기 찢어진 보수 지지층을 하나로 봉합하고, 자신에 대한 ���내의 극단적 비토 정서를 넘어 중도층까지 폭넓게 포괄할 수 있는 진정한 의미의 통합적이고 대안적인 리더십을 입증해야 하는 험난한 가시밭길이 놓여 있다.

이번 선거의 최대 승부처였던 서울시장 선거는 그야말로 피 말���는 초박빙 승부 끝에 극적인 대역전극으로 마무리되었다. 방송 3사 출구조사와 개표 내내 선두를 유지하던 더불어민주당 정원오 후보를 상대로, 국민의힘 오세훈 후보가 개표 시작 13시간 만인 4일 오전 7시경 강남 3구의 개표 본격화와 함께 기적처럼 표차를 뒤집으며 승기를 잡았다. 이는 더불어민주당이 16개 광역단체장 중 12곳을 휩쓰는 압승의 분위기 속에서도, 대한민국의 심장인 수도 서울만큼은 거대 여당의 입법·행정·지방 권력 독점을 견제해야 한다는 유권자들의 최소한의 견제 심리가 막판에 강력하게 작동한 결과로 풀이된다. 개표 과정에서 송파구 등 일부 지역에서 발생한 사상 초유의 투표용지 부족 사태로 인해 선관위의 부실 관리 논란이 불거지고 국민의힘이 개표 중단과 재선거를 요구하는 등 극심한 혼란이 빚어지기도 했다. 오세훈 후보의 극적 생환으로 국민의힘은 수도 서울을 수성하며 최악의 궤멸은 면하게 되었으나, 이 사태를 둘러싼 진상 규명과 정치적 공방은 여전히 정국의 뇌관으로 남아있다.

결론적으로, 제9회 동시지방선거와 14곳의 국회의원 보궐선거는 헌정사적 격변 이후 새롭게 편성된 대한민국의 ���치 지형을 확인하고 도장을 찍는 결정적 계기였다. 국민들은 과거 보수 정권이 초래한 끔찍한 정치적·헌정적 혼란에 대해 단호하고도 자비 없는 심판을 내렸으며, 신속한 국정 안정과 산적한 국가적 과제 해결을 위해 현재의 집권 여당인 더불어민주당에 국회 입법권에 이어 대다수의 지방 행정 권력까지 몰아주는 전폭적이고도 무거운 신임을 보냈다. 이재명 정부는 이를 바탕으로 강력한 정책 드라이브를 걸고 자신들의 국정 비전을 실현할 수 있는 정치적 황금기를 맞이했다. 그러나 민주주의 역사에서 입법과 행정, 그리고 지방 권력의 완벽한 독점은 언제나 오만과 독선이라는 치명적인 독을 품고 있다. 더불어민주당은 서울시장 선거의 뼈아픈 역전패가 시사하는 절대 권력에 대한 국민의 견제 심리를 겸허히 수용하고, 견제 없는 거대 권력이 부패하거나 국민의 ��높이를 벗어나지 않도록 스스로를 뼈를 깎는 심정으로 경계해야 하는 무거운 과제를 안게 되었다.

반면, 선거 3연패라는 궤멸적 타격을 입은 국민의힘과 보수 진영 전체는 1990년 3당 합당 이후 창당 이래 최대의 존립 위기에 봉착했다. 영남이라는 좁고 노쇠해져 가는 지역적 고립 속에 갇힌 채 과거의 영광과 반사이익에만 기대어서는 결코 전국 정당으로서, 나아가 수권 정당으로서 기능할 수 없음이 이번 선거를 통해 잔인하게 증명되었다. 그러나 잿더미가 된 부산 북구갑에서 무소속으로 기적처럼 생환한 한동훈과 서울을 사수한 오세훈이라는 불씨는 붕괴된 보수를 재건할 수 있는 유일한 동력이자, 동시에 당을 분열의 용광로로 밀어 넣을 극심한 내부 투쟁의 씨앗을 품고 있다. 국민의힘이 기득권에 대한 집착을 과감히 내려놓고 뼈를 깎는 인적 쇄신과 보수 이데올로기의 전면적인 현대화를 통해 새로운 시대정신을 오롯이 담아내는 합리적 보수로 거듭날 수 있을지, 아니면 기득권 수호를 위한 이전투구의 당권 투쟁 수렁 속에서 국민의 완벽한 외면 속에 역사의 뒤안길로 영원히 사라질 것인지는 오롯이 그들 내부의 치열한 반성과 결단에 달려 있다. 이번 제9회 동시���방선거는 한 시대의 종언이자, 대한민국 권력 지형의 전면적이고도 되돌릴 수 없는 재편을 예고하는 거대한 서막이다.

[제이슨 @simula007]

@PatrickJane227 여전히 갈 길이 멉니다. 나와 다른 사람의 설득이란 참 어려운거라는 생각이 들어요.

[제이슨 @simula007]

엔페이즈가 유럽 및 북미 지역에서 공격적인 시연과 기술 검증을 진행 중인 'IQ 양방향 EV 충전기(IQ Bidirectional EV Charger)' 역시 태양광 산업의 경계를 허무는 장기적 성장의 핵심 축이다. 일반적인 단방향 충전이 전력망에서 자동차로 전기를 밀어 넣기만 한다면, 이 양방향 충전 기술은 자동차의 대용량 직류 배터리에 저장된 전력을 다시 교류로 변환하여 정전 시 집안의 모든 가전제품에 전력을 공급하는 V2H(Vehicle-to-Home) 기능은 물론, 전력 단가가 가장 높은 시간대에 남는 전력을 전력망에 되팔아 가정��� 추가적인 현금 수익을 창출하는 V2G(Vehicle-to-Grid) 기능을 모두 지원한다. 이는 본질적으로 도로 위를 굴러다니는 수백만 대의 전기차를 가정을 위한 수십 kWh 급의 거대한 이동식 에너지 저장 장치(ESS)로 완전히 탈바꿈시키는 혁명적인 기술이다. 엔페이즈는 유럽 시장의 복잡다단한 단상 및 3상(Multi-phase) 전력망 환경에 완벽하게 대응하기 위해 이미 2025년 내내 프랑스, 네덜란드, 영국, 독일 등지에서 다양한 글로벌 자동차 브랜드 플랫폼과 CharIN 상호운용성(Interoperability) 테스트를 성공적으로 마쳤다. 또한 유럽 전역의 범용 통신 표준인 ISO 15118-20뿐만 아니라 각국의 엄격한 전력망 연계 규격인 독일 VDE-AR-N 4105, 영국 ENA G99, 미국의 UL 1741 및 IEEE 1547 등에 부합하는 제품 상용화에 박차를 가하며 기술적 우위를 증명하고 있다. 이미 기존의 단방향 스마트 충전기인 IQ EV Charger 2가 프랑스 정부로부터 최고 품질 인증 마크인 E.V. READY를 획득하고 현지의 Linky 스마트 미터와 연동하여 동적 부하 분산(Dynamic load balancing) 기능을 선��였으며, 그리스, 루마니아, 아일랜드, 폴란드 등 유럽의 신흥 시장으로 판매망을 넓히며 순조롭게 점유율을 늘려가고 있는 상황이다. 이러한 강력한 충전 인프라의 확장은 향후 양방향 충전 기술과 태양광 인버터, 가정용 배터리가 엔페이즈의 단일 앱(Enphase App) 내에서 AI를 통해 통합 제어될 때, 소비자가 감히 타사 플랫폼으로 이탈할 수 없게 만드는 철옹성 같은 완벽한 에너지 생태계(Ecosystem)를 완성하게 될 것이다.이처럼 매우 견고한 재무적 펀더멘털과 눈을 뗄 수 없을 만큼 매력적인 장기 성장 스토리를 보유하고 있음에도 불구하고, 현재 2026년 금융 시장에서 엔페이즈 에너지가 평가받는 주식 밸류에이션과 애널리스트들의 의견은 극도로 혼재된 양상을 보이며 첨예하게 대립하고 있다.

[제이슨 @simula007]

엔페이즈 투자의 가장 역동적이고 파괴적인 미래 성장 동력이자 시장의 판도를 바꿀 게임 체인저는 단연 인공지능(AI) 데이터센터 전력 인프라 시장으로의 야심 찬 진입이다. 전 세계적인 생성형 AI 붐과 거대 언어 모델(LLM)의 급격한 고도화는 데이터센터 내에 엔비디아(NVIDIA)의 최신 GPU가 빽빽하게 들어찬 초고밀도 서버 랙(Rack)을 끊임없이 요구하며, 이는 전례 없는 수준의 막대한 전력 소비와 냉각 문제를 유발하고 있다. 기존 데이터센터의 전력 구조는 수백 킬로볼트(kV)의 고전압 교류를 여러 단계의 낡고 육중한 라인 주파수 변압기(Line-frequency Transformer, LFT)와 복잡한 무정전 전원장치(UPS)를 거쳐 서버가 실제로 필요로 하는 저전압 직류로 변환하는 방식을 오랜 기간 고수해 왔다. 이 다단계 변환 과정에서 발생하는 막대한 전력 손실과 엄청난 발열, 그리고 이 전력 인프라 자체가 차지하는 거대한 물리적 공간은 AI 데이터센터 확장의 가장 치명적인 병목 현상으로 지적되어 왔다. 엔페이즈 에너���는 바로 이 난제를 근본적으로 해결하기 위해 'IQ 솔리드 스테이트 트랜스포머(IQ Solid-State Transformer, 이하 IQ SST)'라는 혁신적인 전력 분배 플랫폼의 개발을 세계 최초로 공식 발표했다.IQ SST 기술의 본질은 기존의 무거운 구리 코일과 철심 기반의 변압기를 엔페이즈가 지난 10여 년간 8,780만 개 이상의 마이크로인버터를 전 세계에 깔며 축적해 온 독보적인 전력 반도체 설계 역량 및 커스텀 고속 스위칭 기술로 완전히 대체하는 데 있다. 엔페이즈가 독자적으로 설계한 이 시스템은 35kV나 15kV 등급의 고압 교류 전력을 서버 랙이 직접적으로 요구하는 800VDC 혹은 양극 400VDC 형태의 직류 전력으로 중간 단계 없이 단일 변환 단계(Single-stage power conversion)를 거쳐 직접 공급한다. 맞춤형 Kestrel ASIC 반도체와 양방향 질화갈륨(GaN) 소자를 결합한 이 획기적인 아키텍처는, 기존 방식이 여러 번의 강압과 정류 과정을 거치며 10% 가까운 에너지를 열로 낭비했던 것과 달리, 250kHz 이상의 고주파수 영역에서 정밀한 소프트 스위칭을 제어함으로써 전자파 간섭(EMI)을 최소화하는 동시에 전력 변환 효율을 무려 98.5% 이상으로 끌어올렸다. 뿐만 아니라 밀리초(sub-millisecond) 이하의 초고속 응답 속도를 자랑하여 AI 딥러닝 연산 시 순간적으로 치솟고 꺼지는 역동적인 전력 부하 스파이크에 지연 없이 완벽하게 대응할 수 있다.IQ SST 시스템의 도입은 데이터센터의 공간 효율성을 극적으로 극대화한다. 기존에는 강압 변환과 비상 전원 공급을 처리하기 위해 랙 바로 옆에 거대하게 자리 잡고 있던 보조 인프라(Sidecar)를 사실상 제거해 버림으로써, 데이터센터 운영자들은 한정된 비싼 공간 안에 훨씬 더 많은 AI 연산용 핵심 GPU를 촘촘하게 배치할 수 있게 된다. 단일 유닛으로 1.25 MW의 엄청난 확장형 전력 용량을 상온 공랭식 냉각만으로 지원하며, 델타 구성(Delta configuration)으로 342개의 작은 전력 모듈을 병렬 분산 연결하는 방식을 채택하여 일부 모듈에 예기치 못한 물리적 결���이 발생하더라도 전체 서버 시스템이 절대 멈추지 않는 꿈의 수치인 파이브-나인(99.999%)의 고가용성을 완벽하게 확보했다. 특히 시스템�� 끄지 않고도 작동 중인 상태에서 고장 난 모듈을 즉시 빼내고 새것으로 끼워 넣을 수 있는 핫스왑(Hot-swap) 기능을 설계에 반영하여, 고비용의 특수 훈련을 받은 고압 전력 기술자의 개입 없이도 일반 관리자가 손쉽게 유지보수를 수행할 수 있어 현장 운영 비용을 획기적으로 낮췄다. 인피니언(Infineon) 등 글로벌 반도체 업계의 시장 분석에 따르면, 이러한 고상 반도체 변압기(SST) 기술은 150억 달러에 달하는 구형 변압기 시장을 점진적으로 빠르게 잠식할 것이며, 2030년경에는 SST 단일 시장만 최소 10억 달러 규모로 급성장할 것으로 전망된다. 엔페이즈는 이 중 AI 데이터센터 향 IQ SST의 미국 내 초기 연간 확보 가능한 시장(TAM) 규모만 2031년까지 11기가와트(GW)를 무난히 넘어설 것으로 굳게 자신하고 있다.

[제이슨 @simula007]

미국 핵심 시장인 캘리포니아주의 정책 변화, 즉 NEM 3.0(Net Billing Tariff)의 도입은 엔페이즈 비즈니스 모델 전환의 또 다른 강력한 기폭제가 되었다. NEM 3.0은 가정에서 쓰고 남은 잉여 전력을 전력망에 송전할 때 전력회사가 소비자에게 쳐주는 보상 단가를 기존 대비 70%에서 80% 가까이 극단적으로 삭감했다. 과거에는 전력망을 마치 거대한 가상의 배터리처럼 무료로 사용할 수 있었지만, 이제는 낮에 발전한 전력을 가정 내에 저장해 두었다가 전력 요금이 가장 비싼 저녁 피크 시간대에 우선적으로 소비하는 자가 소비(Self-consumption) 비율을 극대화하지 않으면 태양광 설치의 경제성을 전혀 확보할 수 없게 된 것이다. 이로 인해 캘리포니아 주거용 태양광 시장은 기존의 단순 태양광 단독(Solar-only) 설치에서 배터리가 필수불가결하게 결합되는 태양광+에너지 저장 장치(Solar-plus-storage) 중심으로 그 성격이 급격히 재편되었다. 엔페이즈는 이러한 시장의 요구에 기민하게 대처하여, 전력 입출력 속���와 안정성을 대폭 향상시킨 IQ Battery 5P 모델을 앞세워 캘리포니아 내 배터리 부착률(Attachment rate)을 50% 이상으로 끌어올리는 데 성공했다.

[제이슨 @simula007]

엔비디아가 대만 타이베이 컴퓨텍스 무대에서 쏘아 올린 RTX 스파크는 결코 시장에 새로운 고성능 부품 하나가 단순히 추가되었음을 의미하는 가벼운 사건이 아니다. 이는 사용자가 필요할 때만 켜서 애플리케이션을 구동하던 도구 중심의 기계에서, 사용자의 의도를 선제적으로 파악하여 스스로 동작하고 수천억 개의 파라미터를 실시간으로 계산하는 지능적인 인공지능 에이전트 중심으로, 그리고 오랫동안 정체되어 있던 x86의 낡고 복잡한 명령어 체계에서 배터리 한계와 발열을 극복한 초고효율 암(Arm) 아키텍처로의 거대한 엑소더스다. 또한 수십 년간 시스템 보드 위에서 물리적으로 분리된 채 데이터가 이동할 때마다 병목에 시달리며 고통받던 분리형 메모리 구조에서, 초당 300기가바이트의 속도로 CPU와 GPU를 오가며 작업의 성격에 따라 물처럼 유연하게 동적으로 할당되는 128기가바이트의 거대한 통합 메모리 풀로의 완전하고 되돌릴 수 없는 기술적 이행을 엄숙하게 선언한 21세기 하드웨어 엔지니어링의 ���대한 마스터피스다. 과거 암 칩셋이 넘을 수 없는 통곡의 벽으로 여겨지던 에뮬레이션의 오랜 호환성 한계와 프레임 저하마저, 블랙웰 GPU의 무자비한 브루트 포스 그래픽 연산력과 DLSS 4.5 프레임 생성 기술, 그리고 양사 엔지니어들의 정교한 타겟 소프트웨어 튜닝으로 보란 듯이 산산조각 내며 돌파해 냈으며, 사진의 픽셀을 보정하는 일러스트레이터와 크리에이터, 서버비에 허덕이는 스타트업 AI 개발자, 그리고 0.01초의 프레임 차이에 승부를 거는 하드코어 게이머에 이르기까지 전 세계 윈도우 사용자들의 일상적인 디지털 경험 수준과 생산성의 상한선을 일거에 아득한 차원으로 격상시켰다. 1 페타플롭의 거대한 폭발적 연산 능력과 128기가바이트의 광활하고 고요한 메모리 바다를 품고 있는 이 불과 14 밀리미터 두께의 얇고 조용한 실리콘 혁명가는, 머지않아 전 ��계 각 가정의 평범한 서재 책상과 수백만 기업의 파티션 위에 과거 수십만 ���러를 호가하던 거대한 데이터 센터 서버 랙의 짙은 그림자를 드리우게 될 것이다. 거대한 열을 뿜어내며 인텔이 설계하고 마이크로소프트가 그에 맞춰 소프트웨어를 최적화하며 30년간 견고하게 유지되어 오던 전통적인 개인용 컴퓨터의 물리법칙은 이제 서서히 역사의 뒤안길로 퇴장하며 그 장엄한 막을 내리고 있다. 우리가 직면한 21세기 개인용 컴퓨팅 생태계의 패권은 칩셋의 클럭 속도를 높이는 자가 아니라, 에이전틱 AI라는 광활하고 새로운 신대륙의 패러다임을 먼저 선점하고, 그 위에 120억 개의 파라미터와 강력한 쿠다(CUDA)의 거대한 인프라 뿌리를 가장 깊고 단단하게 내린 엔비디아의 손으로 완벽하게 넘어가고 있는 중대한 문명사적 분기점을 통과하고 있다.

[제이슨 @simula007]

결국 향후 수년간 이어질 전 세계 소비자와 기업들의 새로운 PC 구매 및 교체 사이클을 결정짓는 가장 강력하고 핵심적인 기준이 단순한 CPU의 클럭 속도나 전통적인 연산 벤치마크 점수가 아니라 "어느 회사의 플랫폼이 가장 빠르고 강력한 로컬 AI 런타임 환경을 랙 없이 제공하며, ��마나 방대하고 유용한 자율적 소프트웨어 생태계를 지원하는가"라는 완전히 새로운 질문으로 재편될 것임은 부인할 수 없는 시대적 명제로 자리 잡았다.

[제이슨 @simula007]

RTX 스파크 X86 게임 에뮬

고도의 그래픽 연산을 요구하는 최신 AAA급 게이밍 분야에서의 눈부신 성취는 엔비디아가 RTX 스파크 플랫폼에 의도적으로 부여한 가장 공격적이고 파괴적인 경쟁 우위 중 하나다. 수많은 벤치마크 유출과 컴퓨텍스 무대에서의 실시간 시연 데이터에 따르면, 이 놀랍도록 얇은 랩톱용 칩셋은 방대한 오픈월드와 복잡한 물리 엔진을 탑재한 최신 AAA급 게임들을 고해상도인 1440p 디스플레이에서 초당 100 프레임(fps) 이상으로 부드럽고 매끄럽게 구동하는 기염을 토했다. 컴퓨텍스 현장에서 리뷰어들이 아직 최적화��� 완전히 끝나지 않은 사전 제작 단계의 마이크로소프트 서피스 랩톱 울트라(Surface Laptop Ultra) 프로토타입 모델을 사용하여 직접 테스트한 결과는 충격적이었다. 광원 처리와 입자 효과에 있어 현재 PC 생태계���서 최고 사양의 그래픽 부하를 요구하는 타이틀 중 하나인 '프래그마타(Pragmata)'는, 광선의 물리적 경로를 실시간으로 추적하여 현실적인 그림자와 반사를 구현하는 레이 트레이싱(Ray Tracing) 조명 옵션을 시스템이 버틸 수 있는 극한까지 끌어올린 가혹한 상태에서도 프레임 저하 없이 초당 약 60프레임을 굳건하게 방어하며 테스터들에게 "마치 물 흐르듯 실키스무스(Silky-smooth)한" 매끄러운 플레이 경험을 선사했다. 이러한 마법 같은 프레임 방어 능력의 핵심에는 엔비디아가 자랑하는 인공지능 그래픽 기술의 결정체가 자리 잡고 있다. 게임의 내부 렌더링은 실제 화면보다 낮은 해상도로 빠르게 처리하여 GPU의 부하를 극적으로 줄인 뒤, 텐서 코어의 AI 연산력을 동원하여 픽셀을 정밀하게 채워 넣고 화질을 원본 이상으로 선명하게 복원하며 심지어 존재하지 않던 중간 프레임까지 창조해 내는 엔비디아의 최신 'DLSS 4.5(Deep Learning Super Sampling) 업스케일링' 및 '멀티 프레임 제너레이션(Multi Frame Generation)' 기술이 이 에뮬레이션 환경의 불리함을 완벽하게 상쇄하는 결정적인 역할을 수행한 것이다. 또한 최고 사양의 공포 게임 타이틀로 전 세계 GPU를 혹사시키는 것으로 악명 높은 '앨런 웨이크 2(Alan Wake II)' 역시, 빛의 모든 반사와 산란을 계산하는 가장 무거운 그래픽 옵션인 패스 트레이싱(Path Tracing)을 활성화한 상태에서 프리즘 에뮬레이터 위에서 구동되었음에도 불구하고, DLSS 4.5에 새롭게 도입된 레이 리컨스트럭션(Ray Reconstruction) AI 모델의 강력한 도움을 받아 물웅덩이에 맺힌 빛 반사와 안개 낀 숲속의 환경 조명을 놀랍도록 섬세하고 스터터링 없이 매끄럽게 렌더링해 내며 참관객들의 탄성을 자아냈다. 엑스박스(Xbox) 진영의 최고 기대작인 '인디애나 존스: 그레이트 서클(Indiana Jones and the Great Circle)' 또한 암 아키텍처용으로 빌드된 네이티브 코드가 아님에도 프리즘 에뮬레이션을 거치면서 레이 트레이싱 기술을 원활하고 안정적으로 적용하는 모습을 보이며 성능에 대한 우려를 불식시켰다.

[제이슨 @simula007]

RTX 스파크의 x86 소프트웨어 지원 해결방안
과거 수십 년 동안 마이크로소프트를 비롯한 여러 제조사가 인텔의 지배에서 벗어나고자 여러 차례 시도했던 암(Arm) 기반 윈도우 디바이스들(예컨대 2012년에 출시되어 참담한 실패를 맛본 마이크로소프트 서피스 RT 등)이 시장에서 철저하게 외면받고 처참하게 실패했던 뼈아픈 역사가 존재하기 때문이다. 그 실패의 가장 크고 본질적인 원인은 바로 '소프트웨어 호환성'의 결여, 즉 수십 년간 윈도우 생태계에 거대하게 누적되어 온 수백만 개의 x86 기반 레거시 애플리케이션과 사용자들이 열광하는 고사양 게임들을 새로운 암 아키텍처 환경에서 제대로 구동하지 못했다는 점에 있다. 이기종 아키텍처로 작��된 코드를 실시간으로 번역하여 실행하는 에뮬레이터(Emulator)라는 소프트웨어적 우회 장치는, 그 번역 과정에서 필연적으로 막대한 CPU 자원과 사이클을 소모하게 되며, 이는 곧 심각한 시스템 성능 저하, 화면의 스터터링(끊김 현상), 그리고 치명적인 배터리 광탈로 이어지기 마련이다. 엔비디아는 RTX 스파크를 설계하며 이 윈도우 온 암 생태계의 가장 고질적이고 치명적인 아킬레스건을 단순히 소프트웨어적인 꼼수가 아니라, 하드웨어의 압도적이고 폭력적인 물리적 스펙과 마이크로소프트와의 깊숙한 커널 단위 소프트웨어 튜닝의 결합을 통해 정면으로 돌파하는 전략을 취했다. RTX 스파크는 x86 호환성을 확보하기 위해 마이크로소프트가 심혈을 기울여 새롭게 개발한 윈도우 11 내장 x86 에뮬레이터인 '프리즘(Prism)'에 기능적으로 크게 의존하지만, 에뮬레이션 과정에서 어쩔 수 없이 발생하는 거대한 성능 병목 현상을 6,144개의 쿠다 코어와 128GB 통합 메모리에서 뿜어져 나오는 블랙웰 GPU의 무자비한 '브루트 포스(Brute-force)' 원시 연산 능력을 동원하여 완전히 우회하고 짓눌러버리는 방식을 택한 것이다.

실제 대만 컴퓨텍스 현장에 마련된 엔비디아의 데모 스위트에서 전 세계의 테크 리뷰어들을 대상으로 진행된 극��로 가혹한 실사용 시연에 따르면, 이 무식하지만 확실한 접근법은 생산성 소프트웨어는 물론 하드웨어의 한계를 시험하는 고사양 게임 모두에서 기대치를 아득히 뛰어넘는 눈부신 성과와 호환성을 입증했다. 산업용 3D 캐드(CAD) 및 설계 애플리케이션의 대명사이자 무거운 x86 코드로 작성된 솔리드웍스(SolidWorks) 데모 시연에서는, 네이티브 앱이 아닌 프리즘 에뮬레이션 구동 환경임에도 불구하고 수만 개의 부품으로 이루어진 극도로 복잡한 구조의 자동차 엔진 모델을 이리저리 회전하고 컴포넌트를 확대하는 모든 과정에서 단 한 순간의 렌더링 지연이나 화면의 멈춤 현상(Hitching)도 관찰되지 않았다. 이 놀라운 성과의 이면에는 마이크로소프트와 엔비디아 엔지니어들의 피나는 노력이 숨어 있었다. 마이크로소프트의 윈도우 부문 수석 프로그램 매니저인 피터 다우드(Peter Dawoud)는 언론 브리핑을 통해, 프리즘 에뮬레이터의 코드 번역 로직과 RTX 스파크의 프로세서 코어들이 톱니바퀴처럼 맞물려 서로의 강점을 극대화하고 캐시 메모리 적중률을 높일 수 있도록 실리콘 레벨에서 극도로 세밀하고 특화된 타겟 최적화(Targeted Optimization)를 수개월에 걸쳐 수행했다고 자랑스럽게 ��혔다. 특히 개발진은 시스템의 평균 프레임 수치를 높이는 것보다 게이머들과 전문가들이 시각적으로 가장 민감하게 반응하고 불쾌감을 느끼는 일시적인 프레임 폭락 현상, 즉 '1% 하위 프레임(1% Lows)' 수치를 근본적으로 방어하고 개선하는 데 모든 역량을 집중했으며, 그 결과 실사용 게이밍 시 필연적으로 발생하던 에뮬레이터 특유의 미세한 스터터링 현상을 사실상 완전히 제거하는 데 성공했다.

[제이슨 @simula007]

피규어 AI의 액추에이터 등의 하드웨어

소프트웨어 시스템 2가 완벽한 작업 계획을 수립하고 고해상도 센서 시스템이 주변 상황을 명확하게 인지하더라도, 최종적으로 이를 물리적 힘인 운동 에너지로 변환하는 액추에이터(Actuator)와 구동계(Drivetrain) 하드웨어의 기계공학적 정밀도가 뒷받침되지 않으면 로봇의 관절은 인공지능이 의도한 궤적대로 결코 움직일 수 없다. 피규어 02 및 피규어 03 모델은 유압식 실린더나 인공 근육을 배제하고 관절 구동계 내부 기어 박스와 완벽���게 통합된 맞춤형 전기 모터(Custom electric motors) 시스템을 전면적으로 도입하여 유지 보수가 용이하고 반응성이 뛰어난 완전한 전동식 메커니즘을 뼈대로 구현했다. 특히 로봇의 팔꿈치와 손목 등 극도로 정밀한 움직임이 요구되고 좁은 원통형 공간에 모터가 삽입되어야 하는 상체 관절부에서, 막대한 기어 감속비와 톱니바퀴 간의 틈새가 전혀 없는 백래시 제로(Zero-backlash) 수준의 토크 전달을 실현하기 위해 항공우주 등급의 하모닉 드라이브(Harmonic drive, 파동 기어 장치)와 같은 초정밀 감속 부품들이 로봇 전신에 대거 적용된 것으로 하드웨어 티어다운 분석을 통해 파악된다. 금속의 탄성 역학을 이용하는 하모닉 드라이브는 기구학적 구조가 매우 콤팩트하고 가벼우면서도 모터의 약한 회전력을 수백 배로 증폭시켜 매우 높은 토크 밀도를 제공하기 때문에, 좁은 어깨와 가는 팔뚝 구조 안에서 무거운 물체를 들어 올려야 하는 섬세한 조작 중심의 휴머노이드 로봇 설계에서는 기술적으로 대체가 불가능한 핵심 하드웨어 부품으로 꼽힌다. 제어 정책을 훈련���키는 강화 학습 알고리즘은 로봇의 기구부가 아무런 기계적 지연이나 톱니바퀴의 유격(Backlash) 없이 시스템 1이 출력하는 명령값 그대로 즉시 관절을 회전시킨다는 완벽한 선형성을 가정하고 학습을 진행한다. 만약 저가형 감속기를 사용하여 물리적인 덜그럭거림이나 마찰 손실로 인한 궤적 오차가 발생한다면, 이 오차는 곧바로 로봇의 손끝 촉각 센서나 카메라에 미세한 노이즈로 피드백되어 입력되며, 200Hz 주기로 작동하는 AI 정책의 연산 루프 전체를 붕괴시켜 로봇이 심하게 떨리거나 물체를 파손하는 결과로 이어진다.

그러나 문제는 현재 전 세계 초정밀 하모닉 드라이브 시장의 생산 능력을 독일과 일본에 본사를 둔 하모닉 드라이브 AG 및 일본의 정밀기기 제조사인 나브테스코(Nabtesco) 등 극소수의 전통적인 정밀 기계 기업들이 완벽하게 과점 및 독점하고 있는 실정이라는 점이다. 업계 공급망 추산에 따르면 인간과 유사한 움직임을 구현하는 휴머노이드 로봇 단 1대를 제작하는 데에만 ��소 12개에서 많게는 20개 이상의 고가 하모닉 드라이브 부품이 팔, 어깨, 손목 등 주요 상체 관절부에 집중적으로 탑재되며, 더욱 복잡하고 정밀한 다자유도(High DOF) 관절을 로봇에 추구할수록 그 필수적인 부품 요구 수량은 기하급수적으로 폭���하게 된다. 인공지능 신경망이 밀리초 단위로 계산해 내는 미세한 오차 보정 값을 물리적인 세계의 회전력으로 즉각 추종하기 위해서는 이러한 초고정밀 감속기가 필수불가결하지만, 동시에 부품당 단위 가격이 최소 수백 달러에서 최대 1,200달러 이상에 육박하는 높은 비용 구조 탓에 이는 서구권 휴머노이드 제조사들이 양산 시 반드시 해결해야 할 심각한 부품 조달 리스크이자 제조 BOM(Bill of Materials, 자재명세서) 원가를 수만 달러 단위로 급격히 상승시키는 가장 주된 요인으로 뼈아프게 작용하고 있다. 아무리 뛰어난 인공지능을 탑재하더라도 5만 달러(약 6,500만 원)를 아득히 상회하는 현재의 비싼 제조 원가 구조를 유지한다면 기업 간 거래(B2B) 시장을 넘어 궁극적인 목표인 일반 소비자 가정용 로봇 시장으로의 침투는 영원히 불가능하다.

피규어 AI의 최고경영���은 이러한 하드웨어 조달의 구조적 병목 현상을 타개하고 진정한 의미의 대규모 양산 체제를 갖추기 위해, 로봇 생산 공정인 '봇큐(BotQ)' 시설에 기존 산업과는 완전히 다른 새로운 글로벌 공급망과 휴머노이드 로봇 전용의 자동화된 양산 ���조 프로세스를 독자적으로 확립했다고 공식적으로 밝혔다. 2026년까지 연간 10만 대 규모라는 전무후무한 양산 라인 가동 능력을 공격적으로 목표로 삼고 있는 이 대규모 제조 시설에서는, 단순히 외부 부품을 조립하는 수준을 넘어 제조 부품 원가를 획기적으로 낮추기 위해 테슬라 등 선도 기업들이 취했던 방식과 유사하게 특정 핵심 액추에이터 구성 부품과 모터 등을 수직 계열화(Vertical integration)하여 일본 등 해외 타사 의존도를 줄이고 이윤율을 높이는 전략적 노력을 병행 추진하고 있는 것으로 강하게 추정된다. 특히 손가락 관절을 미세하게 통제하여 총 16개의 독립적인 자유도(DOF)를 지니도록 재설계된 피규어 03의 손 하드웨어는, 이전 세대의 12-자유도 구조 대비 기계적인 솜씨(Dexterity)를 수치상으로 33%나 끌어올렸으며, 헬릭스 시스템 1이 지시하는 200Hz 주기의 찰나의 미세한 손가락 토크 조절 명령들을 톱니바퀴의 유격 현상이나 물리적 마찰 손실로 인한 지연 없이 유체처럼 부드럽고 정확하게 현실에 구현해 낸다. 하드웨어 구동계의 기계적 신뢰성과 정밀도가 이처럼 완벽하게 확보됨에 따라, 시스템 1 신경망 모델은 옴니버스 가상 시뮬레이션 환경 내부에서 역학���으로 계산된 동작 궤적이 실제 물리 세계의 중력 하에서도 완벽히 동일한 결과로 발현될 것이라는 절대적인 확신과 전제하에, 속도 제한을 해제한 '스포츠 모드(Sport mode)'와 같은 한층 더 과감하고 신속한 제어 정책을 렉(Lag) 없이 자신 있게 물리적으로 실행할 수 있게 되었다.

[제이슨 @simula007]

피규어 AI의 훈련은 엔비디아 생태계로

초정밀 하드웨어가 로봇을 지탱하는 뼈와 근육, 그리고 젯슨 토르가 판단을 내리는 대뇌 피질이라면, 그 대뇌에 지속적으로 주입되어 지능을 형성하는 방대한 데이터는 로봇 학습의 필수 불가결한 영양분이다. 헬릭스 모델을 비롯한 최신의 심층 신경망 아키텍처들은 그 물리적 작업 성능과 지능의 수준이 전적으로 훈련 시 투입되는 데이터의 압도적인 양과 질에 정비례하여 상승하는 확장 법칙(Scaling law)의 구조적 특징을 뚜렷하게 보여준다. 그러나 현실의 물리 세계에서 중력을 거스르며 로봇을 직접 움직여 데이터를 하나하나 수집하는 원시적인 과정은 천문학적인 시간적, 재무�� 비용이 막대하게 소요될 뿐만 아니라, 훈련 도중 발생하는 오류로 인해 고가의 로봇 기계가 파손될 위험이 상존하여 데이터 수집의 확장성이 극히 떨어진다는 치명적인 단점이 존재한다.

피규어 AI가 최초의 프로토타입인 피규어 01을 출시한 이후 불과 10개월이라는 짧은 기간 만에 고도화된 피규어 02를 시장에 내놓고, 연이어 대량 양산형 기종인 피규어 03까지 초고속으로 설계하고 신경망을 고도화할 수 있었던 속도의 이면에는 엔비디아의 거대하고 촘촘한 로보틱스 개발 생태계를 적극적으로 활용한 가상 시뮬레이션 인프라가 굳건히 자리 잡고 있다. 최신의 로보틱스 산업계 표준인 엔비디아 로보틱스 스택은 컴퓨팅 자원의 역할을 철저히 분리한 세 대의 서로 다른 컴퓨터 시스템이 융합된 개발 패러다임을 제안하며, 피규어 AI는 이를 자사의 파이프라인에 완벽하게 채택하고 내재화했다. 인공지능 기초 파운데이션 모델의 대규모 가중치 훈련을 담당하는 최상위 클라우드 슈퍼컴퓨터인 엔비디아 DGX(H100, B100 텐서 코어 GPU 탑재), 훈련 중인 모델이 물리적 파손의 공포 없이 안전하고 무한하게 반복 학습을 수행할 수 있는 초실사 가상 세계를 실시간으로 렌더링하고 창조하는 엔비디아 옴니버스(Omniverse) 기반의 OVX 워크스테이션, 그리고 시뮬레이션에서 최종적으로 완성된 지능을 현실 세계의 로봇 몸체에 이식하여 실시간으로 추론을 실행하는 엣지 컴퓨터인 젯슨 토르가 그 융합의 핵심 구성 요소다.

피규어 AI의 전신 강화 학습 보행 정책과 시각 인식 인공지능 비전 모델들은 고비용의 현실 세계 대신 엔비디아 옴니버스 플랫폼 위에 정교하게 구축된 로보틱스 전용 참조 애플리케이션인 젯슨 아이작 심(NVIDIA Isaac Sim)이라는 가상의 매트릭스 환경 내부에서 막대한 양의 합성 데이터(Synthetic data) 생성 과정을 통해 안전하게 단련되었다. 피규어 AI의 제어 엔지니어들은 현실과 수학적으로 동일한 중력, 마찰력, 탄성 등 물리 법칙이 한 치의 오차 없이 적용되는 아이작 심의 고충실도(High-fidelity) 물리 엔진 내부 공간에서, 수천 대에 달하는 피규어 02 및 03 가상 로봇 ��델들을 분산 컴퓨팅을 통해 동시에 병렬로 가동시키는 대규모 시뮬레이션을 수행했다. 가상 공간 내부의 각 로봇들은 관절의 마찰계수, 모터가 낼 수 있는 토크의 물리적 한계치, 로봇이 딛고 있는 지면의 미세한 기울기와 재질, 심지어 센서에 영향을 미치는 조명의 반사율 등 수많은 물리적 파라미터가 무작위로 극심하게 변형된 ��돈의 환경(Domain Randomization)에 의도적으로 노출되었다. 이러한 극한의 무작위 시뮬레이션 기법을 도입함으로써 로봇 제어 모델은 현실 세계에서는 수년 또는 수십 년에 걸쳐 우연히 경험해야만 얻을 수 있는 방대한 양의 시행착오 데이터와 치명적인 물리적 교란 상황(바닥 미끄러짐, 장애물에 의한 넘어짐 등)에 대한 대응 데이터를 불과 몇 시간의 가상 시뮬레이션 구동만으로 신경망에 깊숙이 체득할 수 있었다. 이 과정에서 이룩한 가장 놀랍고도 혁명적인 기술적 성취는, 순전히 가상 시뮬레이션의 픽셀과 수학 방정식 속에서만 훈련된 시스템 0 제어 정책(Policy)이 별도의 현실 세계 맞춤형 미세 조정(Additional tuning) 과정을 단 한 번도 거치지 않고 물리적인 실제 피규어 하드웨어에 즉시 복사되어 완벽히 정상 작동하는 제로샷 심투리얼 전이(Zero-shot Sim-to-Real Transfer)를 ��벽하게 달성했다는 점이다. 이는 가상 환경에서의 무자비한 도메인 무작위화 기술과 실제 로봇 하드웨어의 관절에서 올라오는 고주파수 토크 피드백(High-frequency torque feedback) 제어 기술이 한 치의 오차도 없이 정밀하게 소프트웨어적���로 결합된 결과물이다.

[제이슨 @simula007]

피규어 에이전트 인공지능이라는 신생 기업이 불과 수년 만에 구축한 헬릭스 02 다층 인공지능 모델 체계와 이를 뒷받침하는 강력한 소형 고성능 컴퓨터 및 감지기 하드웨어 생태계는 수십 년 동안 발전이 더디던 로봇 산업의 구조를 뿌리째 바꾸고 있다. 초기 시제품 단계에서는 인터넷으로 연결된 외부의 거대 언어 모델 인공지능 서버에서 지능을 빌려와야 했기에 연결 상태에 따라 반응이 느려지는 한계가 있었다. 하지만 이제는 그러한 과도기적 단계에서 완전히 벗어났다. 로봇 내부에는 자율적으로 작동하는 거대하고 독자적인 통합 신경망이 들어서 있다. 이 신경망은 시각 정보와 언어, 그리고 로봇의 행동을 하나로 묶어 처리한다. 로봇은 육체적인 반사 신���을 담당하는 물리 역학 본능부터, 눈으로 보는 정보를 빠르게 처리하는 초고속 시각 반응, 그리고 고차원적인 논리 추론과 행동 계획으로 이어지는 사고 체계를 모두 갖추고 있다. 이 덕분에 다른 경쟁 기업들이 쉽게 따라올 수 없는 단단한 기술적 장벽을 완성했다.

동시에 하드웨어 설계에서��� 큰 진전을 이루었다. 모터의 회전력을 정밀하게 제어하는 고성능 회전 감속기가 결합된 초정밀 전동 구동 장치, 인간의 피부처럼 미세한 감각을 느끼는 촉각 센서, 그리고 고해상도 카메라를 엔비디아의 최고 사양 인공지능 전용 소형 컴퓨터에 직접 연결했다. 이 컴퓨터의 그래픽 처리 장치 메모리와 센서들을 직접 연결함으로써 명령을 내리고 행동하기까지 걸리는 지연 시간을 거의 느끼지 못할 수준으로 줄였다. 이러한 방식은 입력된 정보가 처리되어 행동으로 나타나고, 그 결과가 다시 입력되는 과정이 끊임없이 맞물려 돌아가는 실시간 피드백 제어 구조를 가능하게 만들었다. 결과적으로 뛰어난 인공지능 소프트웨어가 현실 세계의 물리 법칙 속에서 한 치의 오차도 없이 완벽하게 작동할 수 있도록 훌륭한 기계적 몸체를 부여한 셈이다.

인공지능 신경망의 ��도화와 기계공학적 하드웨어의 섬세한 발전은 서로의 한계를 끊임없이 끌어올리며 함께 진화하고 있다. 이러한 현상은 앞으로 전 세계에 닥쳐올 심각한 노동력 부족 문제를 해결할 산업 현장의 가장 강력한 핵심 생산 동력이다. 뿐만 아니라 가상 공간에만 갇혀 있던 지능형 소프트웨어가 스스로 물리적인 신체를 입고 인간의 복잡한 일상 속으로 직접 걸어 들어오는 계기가 된다. 이는 인간처럼 물리적인 몸을 가지고 현실 세계와 상호작용하는 진정한 의미의 체화된 인공지능 시대가 시작되었음을 전 세계에 알리는 신호탄이다.

카메라 렌즈를 통해 들어온 빛 정보와 마이크로 입력된 사용자의 일상적인 말은 인공지능 컴퓨터 내부에서 복잡한 수학적 연산 과정을 거친다. 그리고 이 연산 결과는 최종적으로 지구의 중력을 이겨내고 70킬로그램에 달하는 기계 관절을 정밀하게 움직이는 물리적인 회전력으로 변환된다. 컴퓨터 속 지능이 현실 세계의 물리적인 힘으로 바뀌어 정밀하게 맞물려 돌아가는 이 일련의 과정은 현대 기술이 도달하고자 하는 궁극의 노동 자동화이다. 또한 형태가 없던 디지털 지능이 현실 세계에 완전한 물질 형태로 나타난 결과물이라고 평가할 수 있다.

[제이슨 @simula007]

피규어의 두뇌 하드웨어

피규어 02 모델은 이러한 치명적인 네트워크 지연 문제를 극복하고 강력한 엣지 추론(Edge inference) 성능을 확보하기 위해, 로봇 내부에 듀얼 엔비디아 RTX GPU(Dual NVIDIA RTX GPU) 기반 모듈을 탑재하는 중앙 집중형 컴퓨팅 아키텍처를 채택했다. 피규어 AI의 하드웨어 엔지니어링 팀은 로봇 몸체라는 극도로 협소하고 제한된 공간과, 배터리 소모로 인한 발열이라는 열역학적 제약 조건 속에서도 두 번째 RTX GPU 모듈을 추가로 밀어 넣어 통합해 내는 놀라운 하드웨어 집적 기술을 선보였다. 이 듀얼 GPU 모듈 구성을 통해 피규어 02는 이전 세대 기종인 피규어 01 대비 무려 약 3배(3x)에 달하는 폭발적인 온디바이스 AI 추론 능력을 단숨에 확보하였으며 , 이렇게 확장된 ��지 컴퓨팅 파워는 헬릭스 모델을 구성하는 거대한 신경망인 시스템 2(VLM)와 시스템 1(시각-운동 정책)이 외부 서버의 도움 없이 철저히 로컬 환경에서 지연 없이 병렬로 구동되는 데 필수적인 물리적 인프라를 제공했다. 하지만 피규어 AI는 이에 만족하지 않고 3세대 모델인 피규어 03에 이르러 또 한 번 로봇 하드웨어 컴퓨팅의 판도를 근본적으로 뒤집어엎는 퀀텀 점프를 감행한다. 단순히 범용 그래픽 카드를 병렬로 묶어 성능을 올리는 기존의 물리적 확장 방식을 과감히 탈피하고, 오직 복잡한 휴머노이드 로봇 신경망 제어만을 위해 엔비디아가 특수하게 맞춤 설계한 최상위 엣지 컴퓨팅 플랫폼인 젯슨 AGX 토르(NVIDIA Jetson AGX Thor) 시스템 온 칩을 로봇 두뇌로 전면 도입한 것이다. 차세대 초고성능 블랙웰(Blackwell) GPU 아키텍처를 기반으로 설계된 젯슨 토르는 그 자체로 현존하는 로보틱스 역사상 가장 진보되고 콤팩트한 형태의 로봇 전용 슈퍼컴퓨터 시스템이다.

젯슨 토르 칩셋은 신경망 연산에 특화된 새로운 트랜스포머 엔진(Transformer engine)을 실리콘 레벨에서 하드웨어적으로 탑재하고 있어, 텍스트를 처리하는 거대 언어 모델, 공간을 분석하는 비전 모델, 그리고 로봇의 모터를 제어하는 트랜스���머 기반의 엔드투엔드 시각-운동 제어 모델 등 무거운 생성형 물리 AI(Generative Physical AI) 모형들을 로봇 몸체 안에서 극도로 낮은 지연 시간과 초고처리량(Ultra-high-throughput)으로 매끄럽게 실행할 수 있는 압도적인 연산 능력을 자체적으로 제공한다. 관련 IT 업계 및 하드웨어 분석가들의 보고서에 따르면 젯슨 AGX 토르 개발자 키트는 약 2,070 FP4 테라플롭스(Teraflops)라는 가히 경이적인 수준의 AI 부동소수점 연산 성능을 발휘하는 것으로 확인되었다. 이는 6대의 렌즈가 쏟아내는 고해상도 비디오 프레임의 초고속 분석, 시각과 촉각 등 이기종 센서 데이터들의 실시간 융합 연산, 그리고 1,000만 개(10M)의 파라미터가 넘는 거대한 시스템 0 컨트롤러가 1kHz 주파수로 30개 이상의 전신 모터 제어 신호를 생성해 내는 과정에서 발생하는 엄청난 병목 현상을 해결하는 데 필요한 메모리 대역폭과 추론 가속 성능을 완벽하게 만족시킨다. 또한 피규어 03은 엔비디아가 제공하는 산업용 홀로스캔(Holoscan) 소프트웨어 플랫폼과 하드웨어를 결합하여 고처리량을 요구하는 각종 센서들을 메인보드를 거치지 않고 GPU 메모리에 직접 다이렉트로 연결함으로써, 운영체제 단위의 데이터 복사 전송 과정에서 필연적으로 발생하는 시스템 병목과 마이크로초 단위의 지연조차 극한으로 최소화하는 진정한 실시간 AI 애플리케이션 아키텍처를 로봇 내부에 구축하였다. 고도로 중앙 집중화된 단일 컴퓨팅 아키텍처(Centralized compute architecture)를 지향하는 피규어 03은 이처럼 믿을 수 없을 만큼 강력한 젯슨 토르 단일 시스템 내에서 로우 레벨의 모터 동���학 제어부터 하이 레벨의 인간 언어 인지적 추론에 이르는 모든 로봇 작동 과정을 일괄 처리함으로써, 다중 컴퓨터 사용으로 인한 분산 소프트웨어의 복잡성을 완전히 덜어내고 하드웨어 시스템의 오류 가능성을 낮추어 신뢰성을 극한으로 끌어올리는 데 성공했다.

[제이슨 @simula007]

헬릭스의 시스템 0

헬릭스 02 아키텍처가 이룩한 가장 결정적인 혁신이자 기존의 모든 휴머노이드 로보틱스 접근 방식과 철저하게 차별화되는 지점은 바로 제어의 가장 기저에서 구동되는 '시스템 0(System 0)'의 전격적인 도입에 있다. 전통적으로 이족 보행 휴머노이드 로봇들은 수십 개의 관절로 이루어진 복잡한 신체 구조가 중력 하에서 쓰러지지 않도록 유지하기 위해, 엔지니어들이 수년의 시간을 들여 역운동학(Inverse Kinematics), 동역학 모델링, 충돌 제어 방정식들을 하드코딩한 방대한 분량의 C++ 제어 소프트웨어에 전적으로 의존해 왔다. 피규어 AI 역시 개발 초기에는 109,504줄에 달하는 방대하고 복잡한 수제작 C++ 코드로 로봇의 균형 유지와 보행 알고리즘을 통제했으나, 헬릭스 02 모델 업데이트를 통해 이 거대한 레거시 제어 코드를 단 하나의 1천만(10M) 파라미터 신경망 ���전(Neural Prior)인 시스템 0으로 완벽히 대체하는 소프트웨어 공학적 쾌거를 달성하였다. 시스템 0은 로봇의 생물학적 무의식 혹은 물리적 본능(Physical instincts)에 해당하는 가장 핵심적인 로우 레벨 계층으로, 초당 1,000번(1kHz)이라는 극도로 빠른 속도로 실행되며 로봇 전체의 미세한 균형 유지, 지면과의 접촉 감지, 그리고 관절 간의 물리적 조정을 통합적으로 통제한다. 이 혁신적인 전신 동작 컨트롤러(Whole-body controller)는 가상의 물리 시뮬레이션 환경 내에서 혹독하게 진행된 심층 강화 학습(Reinforcement Learning)과 실제 인간의 모션 데이터를 정밀하게 결합하여 구축되었다. 시스템 0의 훈련 과정을 상세히 살펴보면, 피규어 AI는 엔비디아 기반의 물리 시뮬레이터 내에서 무수히 많은 고정밀 피규어 02 가상 로봇 모델들을 동시에 병렬로 생성하고, 각 로봇에 질량 분포나 모�� 마찰력 등 고유한 물리적 매개변수를 무작위로 부여한 후 보행 중 미끄러짐, 장애물에 걸려 넘어짐, 외부에서의 강한 밀침 등 현실에서 상상할 수 있는 모든 물리적 교란 시나리오를 강제로 경험하게 했다. 이러한 가혹한 물리 기반 시뮬레이터 안에서 강화 학습 컨트롤러는 철저히 보상 신호에 기반한 수천만 번의 시행착오를 거치며 물리적 안정성을 터득했고, 실제 환경에서는 수년에 걸쳐 수집해야 할 방대한 양의 로봇 교란 데이터를 불과 몇 시간의 가상 시뮬레이션만으로 신경망에 각인시킬 수 있었다. 여기에 추가로 로봇 관절의 움직임을 인간의 실제 동작으로 리타겟팅(Retargeting)한 1,000시간 이상의 심층 인간 모션 데이터가 결합되면서 시스템 0은 자연스러운 보행 능력을 획득했다. 결과적으로 시스템 0은 상위 계층인 시스템 1이 생성한 고도의 의도적 동작 명령을 실시간으로 받아들여, 이를 실제로 물리 세계에서 실행할 때 역학적으로 절대 안정적이고 인간의 움직임처럼 자연스러우며 물리적으로 실행 가능한(Physically feasible) 전신 모터 토크 제어 신호로 무결점 변환하는 역할을 수행한다. 이러한 세 가지 계층화된 인공지능 시스템의 완벽한 오케스트레이션을 통해 헬릭스 02는 약 4분이라는 매우 긴 시간 동��� 인간의 어떠한 개입이나 통제 없이 복잡한 주방을 가로질러 걷고, 식기세척기에서 다양한 형태의 그릇을 꺼내어 수납장에 차곡차곡 정리하는, 전 세계 로보틱스 역사상 유례없는 최고 수준의 장기 자율성(Long-horizon autonomy)을 실현할 수 있었다.