Jetson Nano 2가 노리는 edge AI의 미래

language

kor

date

Oct 24, 2026

slug

jetson-orin-nano-2

author

status

Public

category

Embedded Vision

updatedAt

Oct 31, 2026 02:07 PM

Jetson Nano가 처음 나왔을 때는 작은 보드 한 장에서 CUDA와 TensorRT를 돌려볼 수 있다는 점만으로도 꽤 매력적이었다. 비교/경쟁 제품이 브로드컴 ap를 탑재한 라즈베리파이 밖에 없었다는 점을 생각하면 Nvidia가 직접 chip과 SBC 개발보드를 만들어 Nvidia 생태계를 임베디드에서 바로 활용할 수 있다는 점은 전세계 많은 개발자들의 인기를 얻을 수 밖에 없었다.

2026년의 Jetson Orin Nano 2는 같은 이름의 입문용 제품군을 잇지만, 기대하는 역할은 달라졌다. NVIDIA가 8월 25일 발표한 이 제품은 작은 AI 모델을 로봇과 카메라 안에서 직접 돌리는, 이른바 Physical AI의 보급형 자리를 노린다..

발표 제품의 정식 명칭은 ‘Jetson Orin Nano 2’다. 2019년의 Jetson Nano를 단순히 두 배로 키운 후속판이라기보다, Orin Nano 계열의 차세대 제품이다. NVIDIA는 기존 Jetson Orin Nano Super 대비 추론 성능이 2배라고 설명한다.

항목	Jetson Nano (초기 모델)	Jetson Orin Nano Super	Jetson Orin Nano 2 (발표 사양)
AI 연산	472 GFLOPS	최대 67 INT8 TOPS	78 TOPS
GPU	128코어 Maxwell	1,024코어 Ampere, 32 Tensor Core	개선된 Tensor Core (세대·코어 수 미공개)
CPU	쿼드코어 Arm Cortex-A57	6코어 Arm Cortex-A78AE	8코어 Arm (세부 모델 미공개)
메모리	4GB LPDDR4, 25.6GB/s	8GB LPDDR5, 102GB/s	8GB (메모리 대역폭 미공개)
전력	5~10W	설정에 따라 7~25W	15W에서 이전 세대와 같은 성능을 40% 적은 전력으로 제공한다고 발표

초기 Nano는 사실 너무 오래되서 비교할 필요가 없을 정도이고, Orin Nano Super의 67 TOPS는 INT8 기준이다. 정밀도와 측정 기준이 다르므로 숫자만 나눠 ‘몇 배 빨라졌다’고 계산할 수 없다. NVIDIA가 말한 2배도 Jetson Orin Nano Super를 기준으로 한 추론 성능 주장이다. 발표 자료에는 측정 모델과 조건이 자세히 붙지 않아, 실제 애플리케이션 성능은 제품 출시 후 확인해야 한다.

NVIDIA는 Jetson Orin Nano 2에서 메모리 효율을 고려해 최적화한 LLM과 VLM을 구동할 수 있다고 설명하지만, 양자화된 모델을 얼마나 돌릴 수 있을 지, 그리고 컨텍스트 길이 한계, 카메라 사용 시 잡아먹는 메모리까지를 고려한다면 8GB는 매우 빠듯한 메모리 예산으로 보인다. 물론 최근 1년 간 상승한 메모리 가격 때문에 더 넉넉한 메모리를 넣기에는 한계가 있다.

그럼에도 이 조합은 NVIDIA가 최근 밀고 있는 Physical AI 흐름과 맞닿아 있다. Isaac 계열 도구와 시뮬레이션에서 로봇 동작을 개발하고, Cosmos 같은 월드 모델이나 Nemotron 계열 모델을 활용해 인식·추론 기능을 만든 뒤, 실제 기기에서는 Jetson이 센서 입력과 추론을 맡는 그림이다. Jetson Orin Nano 2 발표는 이 전체 스택을 작은 로봇, 배송·점검 드론, 비전 AI 장치까지 활용할 수 있는 가능성을 보여준다.

NVIDIA가 제시한 초기 적용 사례도 방향을 보여준다. Cognex는 비전 AI, Doosan Bobcat은 작업 장비, Matic은 가정용 청소 로봇 쪽에서 제품을 검토하고 있다.

Nano 2가 겨냥하는 시장은 엣지 AI를 실제 제품에 넣으려는 개발자이다. 저전력과 제품 사이즈를 작게 유지하기 위해서는 Jetson Thor나 AGX는 적합하지 않다. 영상과 센서 데이터를 계속 보내지 않고 기기 안에서 가볍게 처리하면서, 저전력과 크기도 배터리 기반 장치에 적합하다.

가격과 실제 모듈 구성, 메모리 대역폭, 지원 소프트웨어 버전은 아직 공개되지 않았다. 모듈과 개발자 키트는 2027년 상반기 출시 예정이다. 개발자가 익숙한 Jetson 생태계를 유지하면서 더 작은 생성형 AI·비전 모델을 현장에 넣을 수 있다면 매력적인 선택지가 될 수 있다. 다만 ‘78 TOPS’ 하나만으로 기존 설계를 교체할 이유가 생기는 것은 아니다. 출시 후에는 추론 지연시간, 전력별 성능, 카메라 파이프라인과 상세 스펙을 함께 봐야 Nano 2가 진짜 입문형 edge AI 컴퓨터로 자리 잡을지 판단할 수 있을 것이다.

출처: NVIDIA, NVIDIA Announces Jetson Orin Nano 2 Robotics Computer to Redefine Entry-Level Edge AI

사양 비교 참고: NVIDIA Jetson Nano 사양, Jetson Orin Nano Super Developer Kit 사양, NVIDIA Jetson Orin Nano 2 발표

Jetson Nano 2가 노리는 edge AI의 미래

Related posts

Axelera AI의 대형 투자 유치, 유럽 AI 반도체가 다시 주목받는 이유

GenFeA: 머신비전 통합의 장애물을 낮추기

Arducam Quad 12MP(IMX477) color 카메라 연결