2026년 6월 7일, NVIDIA와 LG그룹은 네 가지 핵심 분야에 걸친 광범위한 협력을 발표했다. 로보틱스, 자율주행, 데이터센터 인프라, 클라우드 GPU 서비스가 그것이다. 협력의 중심에는 AI 팩토리가 있다. LG가 자사의 모든 사업 부문에서 AI 애플리케이션을 학습, 시뮬레이션, 검증, 배포할 수 있도록 컴퓨팅 인프라를 제공하는 플랫폼이다. 단일 제품이 아닌, 하나의 생태계다.
TL;DR: NVIDIA와 LG그룹이 로보틱스·자율주행·클라우드 GPU를 아우르는 한국 AI 팩토리를 공식 발표했다. 발표 이후 LG전자 주가는 한국거래소의 일일 상한가 30%를 이틀 연속 기록했다.
한국 AI 랠리: 2026년 초부터의 수익률
출처: 업계 보고서 인용 시장 데이터, 2026년 6월 초 기준 (연초 대비 %)
LG는 왜 AI 랠리에서 뒤처졌나
사실, LG전자는 한국 AI 랠리를 사실상 벤치 위에서 지켜봤다. 업계 보고서에 따르면 2026년 초부터 6월까지 SK하이닉스는 메모리 반도체 수요를 등에 업고 약 200% 상승했고. 삼성전자도 같은 이유로 144% 올랐다. 반면 LG전자는 시장에서 소비자 가전 기업으로 분류돼 AI 수혜주에서 제외됐다. NVIDIA와의 협력 발표는 그 인식을 단번에 바꿨다. 발표 당일과 다음 날, LG전자는 한국거래소가 설정한 일일 가격 상한선 30%를 연속으로 기록했다. LG CNS, LG Corp, LG Innotek, LG Uplus도 동반 상승하며 사상 최고가를 경신했다.
물리적 AI란 무엇인가
사실, 이번 협약의 기술적 핵심은 로보틱스다. LG는 NVIDIA의 Isaac 오픈 프레임워크(로보틱스), Cosmos 모델(가상 세계), GR00T 기초 모델(로봇 시스템)을 자사의 산업용 플랫폼 PhysicalWorks에 통합한다. 물리적 AI는 실제 세계에서 몸을 움직이는 법을 배워야 하는 두뇌와 같다. 실제 환경에 나오기 전에 시뮬레이션 환경에서 먼저 훈련받아야 한다. 가장 주목할 대목은 데이터 공급망이다. LG전자는 “physical AI data factory”를 구축 중이다. LG가 자체 로봇을 검증할 때 사용하는 파이프라인을 그대로 활용해 로보틱스 훈련 데이터를 생성하는 시스템이다. 로봇 훈련 데이터 부족이라는 업계 전반의 고질적 문제를 내부에서 해결하는 접근법이다.
첫 번째 실제 제품: 가정용 로봇 CLOiD
CLOiD는 LG가 2026년 1월 CES에서 공개한 가정용 코봇이다. 전체 시뮬레이션 파이프라인을 거친 첫 번째 제품으로. 각각 7축 자유도를 가진 두 개의 관절형 팔과 손마다 독립 구동되는 다섯 개의 손가락을 갖췄다. LG는 CLOiD를 실제 가정에 배치하기 전에 물리적으로 정밀한 가상 환경에서 검증한다. 언어 모델 분야에서는 NVIDIA와 LG AI Research가 한국의 주요 자국 AI 모델인 EXAONE을 공동 개발 중이다. GPU Blackwell, NeMo 프레임워크, 오픈 소스 Nemotron 데이터셋이 활용된다.
NVIDIA Writers
한국만의 이야기가 아닌 이유
LG와의 협약은 NVIDIA의 더 큰 그림 가운데 한 조각이다. NVIDIA 공식 블로그에 따르면. 같은 기간 NVIDIA는 SK그룹, 삼성, 현대, 두산과도 협력을 선언하며 클라우드, 메모리, 로보틱스, 제조를 자사 플랫폼에 연결했다. 결과적으로 한국은 AI 컴퓨팅을 국내에서 운용하는 능력을 갖추게 됐다. 하지만 완전한 독립은 아니다. 하드웨어와 아키텍처의 상당 부분은 여전히 NVIDIA 생태계 안에 있다. 이것이 모든 “AI 주권” 전략이 안고 있는 구조적 긴장이다. 자국 영토 안에 역량을 갖추고 싶지만, 그러기 위해 단일 공급업체에 의존해야 한다.
한국 투자자와 산업 관계자에게 이번 협약이 던지는 질문은 명확하다. 디지털 주권은 서버가 어디에 있느냐가 아니라, 누가 스택을 통제하느냐로 결정된다. 협약의 기술 세부 사항은 NVIDIA 공식 블로그에. 한국 AI 생태계 전반은 NVIDIA 한국 생태계 보고서에서 확인할 수 있다. EXAONE 모델의 상용화 일정과 CLOiD의 국내 출시 시점이 다음 확인 포인트다. 금융감독원(FSS)과 과학기술정보통신부가 AI 인프라 투자 관련 규제 방향을 어떻게 설정할지도 주시할 필요가 있다.
