엔비디아 Nemotron 오픈 모델을 만드는 이유: 브라이언 카탄자로가 밝힌 사업 논리와 조직 문화

핵심 메시지

• 엔비디아가 Nemotron을 오픈 모델로 공개하는 첫 번째 이유는 자선이 아니라 사업 필요다. 시스템 회사인 엔비디아가 어떤 하드웨어를 만들지 알려면 AI 워크로드를 스스로 깊이 이해해야 하기 때문이다.
• 두 번째 이유는 오픈 AI 생태계를 키우는 것 자체가 엔비디아의 성장 기회이기 때문이다. AI가 어느 방향으로든 커지면 그만큼 엔비디아의 시장도 커진다.
• Nemotron은 '모델'만이 아니라 데이터셋·기법·연구를 포함한 활동이다. 올해는 법적 위험을 감수하고 사전학습 데이터까지 공개했다.
• 성과의 배경에는 '따로'가 아니라 '함께 만든다(better together)'는 조직 문화 전환이 있었다. 약 20개 영역마다 '기장(pilot in command)'을 두고 통합 연구를 진행한다.
• 카탄자로는 AI를 세상을 한 번에 바꾸는 사건이 아니라, 각 조직이 자기 데이터와 노하우로 증폭시키는 '인프라'로 본다.

쉽게 이해하기

엔비디아의 응용 딥러닝 연구를 이끄는 브라이언 카탄자로가 인터커넥츠(Interconnects) 팟캐스트에 출연해, 엔비디아가 왜 자체 오픈 모델 계열인 Nemotron을 공개하는지 설명했다. 대담은 Nemotron 3 계열이 순차 공개되던 2026년 1월에 녹음됐다.

그는 공개의 이유를 두 가지로 정리했다. 첫째, 엔비디아는 '가속 컴퓨팅' 회사이며 어떤 시스템을 만들지 결정하려면 수치 정밀도·아키텍처·희소성 같은 AI 워크로드의 핵심을 직접 깊이 이해해야 한다. 고객 설문만으로는 알 수 없는 이 지식을 얻기 위해 Nemotron이 반드시 필요하다는 것이다. 둘째, 오픈 생태계가 커질수록 엔비디아의 사업 기회도 커진다.

카탄자로는 Nemotron을 단순한 모델이 아니라 데이터셋과 학습 기법, 연구까지 아우르는 활동으로 규정했다. 회사의 매출이 모델이 아니라 시스템에서 나오기 때문에, 값비싼 실험으로 얻은 데이터 블렌딩·옵티마이저 설정 같은 노하우도 비교적 개방적으로 공유할 수 있다고 했다.

기술적으로는 Nemotron Nano 3(약 300억 파라미터급)가 역대 다운로드 상위권에 오를 만큼 채택이 늘었고, Super·Ultra 모델은 공개적으로 시도된 적 없는 FP4 정밀도로 사전학습하고 있다고 밝혔다. 이 모든 작업은 2019년 공개된 Megatron(카탄자로가 직접 이름을 지었다)과 Transformer Engine 위에서 이뤄진다.

그는 조직 이야기에도 많은 시간을 할애했다. 엔비디아를 '자원봉사자들의 회사'로 부르며, 흩어져 경쟁하던 팀들이 'Nemotron은 함께 만들 때 더 낫다'는 원칙 아래 협업 구조로 바뀐 것이 지난 1년 반의 도약을 이끌었다고 평가했다.

주요 인사이트

• 오픈 모델을 지속할 명확한 사업 모델을 가진 회사는 드물다. 엔비디아는 '연구와 생태계가 CUDA 위에서 잘 돌아가야 한다'는 이유로 그 드문 예외에 해당한다.
• '절제(ablation)'가 한 아이디어의 기여를 분리하는 것이라면, 엔비디아의 '통합 연구(integration study)'는 100개의 아이디어를 함께 넣어 기존보다 나은지 보는 것이다. 대규모 협업 연구의 핵심 도구로 제시됐다.
• 채택의 '라스트 마일'은 모델 성능만으로 끝나지 않는다. 공개 첫날부터 양자화·추론 프레임워크 속도·엣지 기기 지원·설치 경험까지 매끄러워야 한다.
• 카탄자로는 절대 지능이 아니라 '초당 지능(intelligence per second)'을 강조했다. 빠르게 학습·추론되는 모델이 더 많은 데이터와 반복을 얻어 결국 앞선다는 관점이다.
• 그의 커리어 조언은 유행이 아니라 신념을 따르라는 것이다. GPU 위 머신러닝처럼 당시엔 비주류였던 확신을 밀어붙인 경험이 딥러닝 시대의 기회로 이어졌다고 회고했다.

자주 묻는 질문

관련 AI 소식