노타, GPU 한 장으로 32개 화면을 본다

2026년 9월 22일 노타(486990)는 상한가를 기록했고, 거래량은 244만7,794주였습니다. 노타를 이해하는 출발점은 AI를 얼마나 크게 만드느냐보다, 그 AI를 고객의 기계에서 어떻게 돌리느냐에 있습니다.

9월 17일 출시한 영상관제 패키지가 그 일을 구체적으로 보여줍니다. 반도체를 만드는 기업과 도로를 관리하는 기관이 왜 같은 회사의 기술을 찾는지 따라가 보겠습니다.

인텔 칩과 관제 프로그램을 함께 파는 이유

노타는 인텔의 GPU인 Arc Pro B70과 자사 영상관제 솔루션을 결합한 ‘노타 비전 에이전트 × B70’ 패키지를 출시했습니다. 고객이 하드웨어를 고른 뒤 소프트웨어를 별도로 맞추던 일을 제품 안에 넣었습니다.

관제실마다 카메라 수와 예산, 이미 설치한 장비가 다릅니다. 프로그램이 좋다는 설명만으로는 구매 결정을 끝내기 어렵습니다. 보유한 영상을 동시에 처리할 수 있는지, 어떤 장비와 묶어야 하는지도 해결해야 합니다.

이번 제품에서 노타는 B70의 연산 구조에 맞게 소프트웨어를 손봤고, 인텔은 하드웨어와 소프트웨어 환경을 지원했습니다. 구매와 도입 상담은 노타를 통해 이뤄집니다. 칩 이름을 제휴 명단에 추가한 것보다, 고객이 살 수 있는 조합을 완성했다는 사실이 구체적입니다.

회사의 시험에서는 GPU 1장으로 영상 32개 채널을 동시에 처리했습니다. 전체 처리량은 초당 540장이었습니다. 이는 대전 ITS 운영 환경을 기준으로 영상 압축 해제부터 탐지·추적·영상 변환·전송까지 포함한 시험 결과입니다.

숫자의 의미는 그 범위에 있습니다. AI가 정답을 내는 순간만 빨라도, 영상을 풀거나 결과를 보내는 단계가 밀리면 관제 화면은 늦어집니다. 노타가 제품으로 해결하려는 문제는 모델의 계산과 현장 시스템 사이에 걸쳐 있습니다.

노타는 뭐하는 회사인가, 고객이 두 갈래입니다

노타의 사업은 넷츠프레소 플랫폼과 산업별 AI 솔루션으로 나뉩니다. 앞쪽은 반도체·하드웨어 기업이 AI를 개발하고 배포하는 도구이고, 뒤쪽은 교통·안전 등 특정 업무를 수행하는 제품입니다.

플랫폼 고객은 자기 칩에서 잘 돌아가는 AI가 필요합니다. 노타는 학습, 경량화, 변환, 최적화, 성능 측정을 이어 고객이 하드웨어에 맞는 모델을 만들도록 돕습니다. 완성된 칩의 사용처를 늘리는 데 소프트웨어가 함께 필요한 구조입니다.

솔루션 고객은 출발점이 다릅니다. 도로에서 돌발 상황을 찾거나 작업 현장의 위험 행동을 감지하려고 시스템을 도입합니다. AI 모델을 직접 손보는 도구보다, 자신의 업무를 처리하는 결과물이 필요합니다.

이 구분을 알고 나면 노타의 사업 목록이 덜 복잡해집니다. 칩 최적화와 교통관제는 기술을 전달하는 단계가 다릅니다. AI를 하드웨어에 맞추는 능력을 개발자에게 도구로 건네거나, 노타가 직접 현장용 제품에 적용합니다.

그래서 반도체 기업과의 협력만으로 노타를 설명하면 관제 고객이 빠집니다. CCTV 분석 회사로만 설명하면 그 제품을 여러 장비에서 작동시키는 개발 도구가 빠집니다. 양쪽을 함께 봐야 노타가 맡은 일이 드러납니다.

넷츠프레소는 작은 파일을 만드는 데서 끝나지 않습니다

넷츠프레소(NetsPresso)는 모델 개발, 최적화, 검증을 다루는 플랫폼입니다. 압축 기능뿐 아니라 연산 구조를 다듬는 기능, 장비가 지원하는 형식으로 바꾸는 기능, 실제 기기에서 성능을 재는 기능을 갖췄습니다.

고객이 원하는 것은 파일 용량 자체가 아닙니다. 메모리 안에 들어가고, 필요한 정확도를 유지하고, 정해진 시간 안에 답을 내는 모델입니다. 어느 하나만 좋아져서는 제품에 넣기 어렵습니다.

넷츠프레소에는 처리 지연이 생기는 지점을 찾는 프로파일러와 실제 장비를 활용하는 디바이스 팜도 있습니다. 모델을 줄인 뒤 다시 돌려 보고, 막히는 연산을 찾아 조정하는 작업까지 제품 범위에 들어갑니다.

이 회사가 2026년 3월 전시에서 소개한 디바이스 팜은 이런 성격을 눈으로 보여주는 사례입니다. 여러 반도체사의 하드웨어에 최적화 기술을 적용해 온 경험을 실제 장비로 전시하는 구성이었습니다.

같은 행사에서는 반도체사가 AI 모델을 자사 칩에 맞추는 과정과, NVA를 이용한 선별관제·교통·산업안전 적용 장면을 함께 소개했습니다. 개발실에서 모델을 조정하는 일과 현장에서 영상을 분석하는 일을 하나의 흐름으로 보여준 것입니다.

인텔 패키지를 이 흐름에 놓으면 역할이 선명해집니다. 장비마다 달라지는 실행 조건을 노타가 먼저 조정하고, 고객은 조정이 끝난 제품을 선택합니다. 최적화 과정이 구매자가 감당해야 할 설치 부담을 줄이는 데 쓰입니다.

사람을 찾은 다음, 무엇을 하는지도 묻습니다

노타 비전 에이전트, 줄여서 NVA는 영상 속 대상과 행동을 분석하고 상황을 요약하는 제품입니다. 컴퓨터 비전과 비전언어모델을 결합합니다. 비전언어모델은 영상과 언어를 함께 다루는 AI입니다.

제품의 사용 장면 중에는 사다리 작업이 있습니다. 관리자가 일상적인 언어로 조건을 적어 복잡한 검지 규칙을 추가할 수 있습니다. 화면 안에서 사람을 찾는 일에 더해, 어떤 작업을 하고 있는지 묻는 방향으로 관제 기능을 넓혔습니다.

사람이 나타났다는 알림만 받아서는 관리 업무가 끝나지 않습니다. 해당 장면을 찾고, 앞뒤 상황을 살피고, 기록으로 남겨야 합니다. NVA는 자연어 영상 검색, 사건의 시간 흐름 정리, 자동 분석 보고서 기능까지 묶습니다.

관제 담당자의 일과 연결하면 기능 이름도 쉬워집니다. 검색은 필요한 장면을 찾는 일이고, 요약은 긴 영상에서 사건을 추리는 일이며, 보고서는 다른 담당자에게 상황을 전달하는 일입니다. 영상 인식 이후에 남는 작업을 제품이 함께 다룹니다.

기존 영상 관리 시스템에 생성형 AI 박스를 연결하는 도입 방식도 안내합니다. 고객이 이미 쓰는 영상 체계 위에 분석 기능을 얹는 접근입니다. 새 기능의 정확도와 함께 설치·운영 방식이 중요한 이유가 여기에 있습니다.

두바이 교통국에서는 도로 위 사건을 찾습니다

이 제품이 필요한 고객은 실제 도로에서도 찾을 수 있습니다. 노타는 2025년 4월 두바이 교통국과 생성형 AI 기반 교통 솔루션 공급 계약을 체결했습니다. 도로 영상에서 사고와 돌발 상황을 실시간으로 감지하는 용도입니다.

계약에 앞서 2024년 11월에는 현지 교통 인프라 기업 ATS와 협력하고 두바이 교통국과 개념검증을 진행했습니다. 현장에 적용해 가능성을 시험하는 단계에서 공급 계약으로 넘어간 사례입니다.

두바이용 시스템은 NVA의 적용 사례이며, 엔비디아의 센터형·엣지형 장비에서 구동됩니다. 엣지는 데이터가 생기는 현장 가까이에서 처리하는 방식입니다. 모든 분석을 먼 클라우드 서버에 맡기는 의존도를 낮추는 데 초점을 뒀습니다.

도로 관리에서는 화면을 이해하는 능력과 결과가 도착하는 시간이 함께 중요합니다. 상황을 정확히 찾아도 대응할 시점을 놓치면 활용도가 떨어집니다. 현장 장비에서 AI를 효율적으로 돌리는 기술이 교통 업무와 만나는 지점입니다.

두바이 사례와 인텔 신제품을 나란히 보면, 노타의 고객 확대 방향도 구체적으로 생각해 볼 수 있습니다. 같은 관제 기능을 서로 다른 장비 조합으로 구현할 수 있다면 고객의 기존 설비와 예산에 맞춰 제안할 여지가 커집니다. 이는 두 사례에서 이끌어 낼 수 있는 사업적 가능성입니다.

생성형 AI가 커질수록 맞춰야 할 것도 바뀝니다

노타가 다루는 최적화 작업도 변하고 있습니다. 기존 영상 인식에서 생성형 AI로 적용 범위가 넓어지면, 입력 길이나 답변 생성 과정에 따라 연산량과 메모리 사용이 달라집니다. 고정된 크기의 영상만 처리하던 방식보다 실행 조건이 복잡해집니다.

노타는 2026년 3월 넷츠프레소의 중간 표현 체계 NPIR를 소개했습니다. 모델 개발 형식과 하드웨어 실행 환경 사이에 공통으로 다룰 수 있는 표현을 두고 최적화 기술을 적용하는 설계입니다.

모델도 계속 바뀌고 칩도 계속 달라집니다. 매 조합을 처음부터 별개로 처리하면 개발 작업이 불어납니다. 노타가 공통 표현을 두는 목적은 다양한 모델을 이해하고, 각 장비의 제약에 맞춰 다시 구성하는 작업을 이어 가기 위해서입니다.

개발자가 조정한 결과를 시각적으로 확인하고, 반복 실험은 명령어로 자동화하는 인터페이스도 함께 설계했습니다. AI를 줄이는 기법 하나에 더해, 실험하고 측정하며 다시 고치는 개발 과정 전체를 제품으로 만드는 방향입니다.

이 변화는 관제 사업과도 맞닿아 있습니다. 영상에 대해 질문하고 설명을 생성하는 기능을 현장 장비에 넣으려면, 새 모델의 복잡한 실행 조건까지 감당해야 합니다. 제품이 더 많은 일을 맡을수록 그 안의 최적화도 함께 바뀌어야 합니다.

노타의 제품은 개발자의 책상과 관제실을 잇습니다

노타의 사업에서 이어지는 질문은 구체적입니다. 고객이 가진 칩과 메모리, 영상 시스템으로 필요한 AI 기능을 실행할 수 있느냐입니다. 넷츠프레소는 그 답을 만드는 개발 도구이고, NVA는 현장 업무에 적용한 제품입니다.

반도체 고객은 자신의 장비에서 구동할 모델을 얻고, 관제 고객은 영상에서 사건을 찾고 정리하는 기능을 얻습니다. 같은 기술이라도 구매자가 해결하려는 문제에 따라 판매되는 모습이 달라집니다.

최근 인텔 패키지는 그 연결을 구매 가능한 형태로 보여줍니다. 노타를 AI 경량화 회사라고 부를 때 떠올릴 장면은 작아진 파일 하나에서 멈추지 않습니다. 개발자가 칩에 맞춘 모델이 관제실로 들어가, 도로 위 상황을 찾는 과정까지 이어집니다.