MODEL RELEASE (모델 출시)
엔비디아 공개 모델 'Nemotron 3 Super'… 에이전트용 1,200억 파라미터
엔비디아가 여러 에이전트가 함께 일하는 시스템용 공개 모델 Nemotron 3 Super를 내놨습니다. 전체 1,200억 파라미터 가운데 실제 계산에는 120억 개만 쓰는 구조로, 이전 Nemotron Super보다 처리량이 최대 5배 높다는 것이 엔비디아 설명입니다. 맥락은 100만 토큰이고, 가중치와 함께 10조 토큰 이상의 학습 데이터와 학습 방법을 공개했습니다.
핵심 사실 · 한눈에 보기
- 3월 11일 엔비디아가 Nemotron 3 Super를 공개했습니다.
- 전체 1,200억 파라미터 중 추론 때 120억 개만 작동하는 하이브리드 전문가 혼합(MoE) 구조이며, 맥락 창은 100만 토큰입니다.
- 엔비디아는 이전 Nemotron Super 대비 처리량 최대 5배, 정확도 최대 2배라고 밝혔습니다.
- 가중치를 허용적 라이선스로 공개하고, 10조 토큰이 넘는 사전·후속 학습 데이터, 강화학습 환경 15개, 평가 레시피를 함께 냈습니다.
- Perplexity가 검색과 'Computer'의 오케스트레이션 모델 20개 중 하나로 제공하며, build.nvidia.com·OpenRouter·Hugging Face에서 쓸 수 있습니다.
왜 에이전트용인가
엔비디아는 기업이 챗봇에서 멀티 에이전트로 넘어갈 때 두 가지 벽을 만난다고 설명했습니다. 첫째는 '맥락 폭발'입니다. 에이전트가 주고받을 때마다 도구 결과와 중간 추론을 포함한 전체 기록을 다시 보내야 해, 일반 대화보다 토큰이 최대 15배 많이 생긴다는 것입니다. 긴 작업에서는 비용이 커지고 원래 목표에서 벗어나는 '목표 이탈'도 생깁니다.
둘째는 '생각 비용'입니다. 모든 하위 작업마다 큰 모델로 추론하면 너무 느리고 비쌉니다. Nemotron 3 Super는 100만 토큰 맥락으로 작업 상태 전체를 기억하고, 작동하는 파라미터를 줄여 비용을 낮추는 방식으로 이 두 문제를 겨냥했습니다.
- Mamba 층 + 트랜스포머 층 혼합: 메모리·연산 효율과 추론 능력을 함께
- Latent MoE: 전문가 하나 비용으로 넷을 활용한다는 새 기법
- 다중 토큰 예측: 여러 단어를 한꺼번에 예측해 추론 3배 가속
- Blackwell에서 NVFP4 정밀도로 실행 시, Hopper의 FP8보다 최대 4배 빠르다고 주장
AI마중 POINT · 해석
봐야 할 지점
칩 회사가 모델을 직접 내놓는 이유가 분명해지는 발표입니다. 엔비디아는 이 모델이 자사 최신 GPU(Blackwell)의 저정밀 연산에서 가장 빠르게 돈다고 강조했습니다. 공개 모델 생태계가 커질수록 엔비디아 하드웨어 수요로 이어지는 구조입니다.
학습 데이터와 강화학습 환경까지 공개한 점은 '공개 모델' 가운데서도 범위가 넓은 편입니다. 가중치만 푸는 경우가 많은 상황에서, 다른 연구자가 같은 방법으로 다시 학습하거나 고쳐 볼 수 있게 했습니다. 다만 학습 데이터는 최첨단 추론 모델로 만든 합성 데이터라고 밝혀, 어떤 모델이 생성에 쓰였는지에 따라 라이선스 해석이 필요할 수 있습니다.
그래서 나한테는?
누가 쓸 수 있나
- 에이전트를 만드는 개발사: CodeRabbit·Factory·Greptile 같은 코딩 에이전트 회사가 자체 모델과 섞어 쓰고 있다고 엔비디아는 밝혔습니다. 저렴한 하위 작업용 모델로 검토해 볼 만합니다.
- 기업: 구글 Vertex AI, 오라클 클라우드에서 바로 쓸 수 있고 AWS Bedrock·Azure는 '곧' 지원한다고 했습니다. NIM 컨테이너로 사내 설치도 가능합니다.
- Perplexity 사용자: 검색과 Computer 기능 안에서 이 모델이 쓰일 수 있습니다.
미확인 · 공식 발표만으로 알 수 없는 것
확인이 필요한 것
- '처리량 5배', 'Artificial Analysis 효율 1위'는 엔비디아 발표이며, 비교 조건은 발표 글에 자세히 나오지 않습니다.
- '허용적 라이선스'의 구체적인 조건은 모델 페이지에서 확인해야 합니다.
- 엔비디아는 한국어 등 언어별 성능을 이 발표에서 밝히지 않았습니다.
SOURCE공식 원문 확인
- PRIMARY · 공식New NVIDIA Nemotron 3 Super Delivers 5x Higher Throughput for Agentic AINVIDIA Blog · blogs.nvidia.com · 발표 2026.03.11 · 확인 2026.10.05
수집 2026.09.30 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.