엔비디아, '코스모스3 4스텝' 증류 모델 출시..."추론 90% 줄여도 오픈웨이트 최고 성능"

엔비디아가 새로운 오픈웨이트 AI 모델인 ‘코스모스3 슈퍼 4스텝(Cosmos3-Super 4Step)’ 시리즈를 공개하며 AI 생태계에 큰 변화를 예고하고 있다. 이 모델은 추론 효율성을 혁신적으로 개선하여, 이미지 생성 및 영상 생성 분야에서 뛰어난 성능을 자랑하고 있다. 특히, 모델의 추론 단계를 대폭 줄였음에도 불구하고 이미지 품질을 유지한 점은 업계에서 주목할 만한 성과로 평가받고 있다.

추론 효율성의 혁신

이번에 출시된 코스모스3 슈퍼 시리즈는 엔비디아의 640억 개 규모의 월드 파운데이션 모델을 기반으로 한다. 엔비디아는 모델 증류 기술을 통해 텍스트에서 이미지를 생성하는 과정에서 추론 단계를 기존 50단계에서 단 4단계로 줄이는 데 성공했다. 이미지에서 영상을 생성하는 과정도 마찬가지로 35단계에서 4단계로 단축됐다. 이러한 변화는 모델의 추론 속도를 비약적으로 향상시키며, AI의 실시간 처리 능력을 크게 개선하는 데 기여할 것으로 보인다.

더욱이 엔비디아는 이미지 생성 과정에서 일반적으로 사용되는 분류기 없는 가이드(Classifier-Free Guidance)를 제거하여 추론 속도를 더욱 가속화했다. 그 결과, 코스모스3 슈퍼 시리즈는 아티피셜 애널리시스의 리더보드에서 오픈웨이트 이미지-비디오 모델 부문 1위를 차지하며 그 성능을 입증했다. 텍스트-이미지 생성에서도 3위에 올라, 경쟁 모델들과의 차별화를 명확히 했다.

피지컬 AI를 위한 가능성

엔비디아는 코스모스3 제품군을 단순한 이미지 생성 모델로 한정짓지 않고, 피지컬 AI를 위한 월드 파운데이션 모델로 발전시키고자 하고 있다. 이 모델들은 로봇, 자율주행차, 산업 자동화 시스템 등이 학습할 수 있는 대규모 합성 데이터와 시뮬레이션 영상을 생성하는 것을 목표로 하고 있다. 이를 통해 실제 환경에서는 수집하기 어려운 다양한 상황을 재현하여, AI 시스템의 학습 데이터를 효과적으로 구축할 수 있을 것으로 기대된다.

모델은 기본적으로 최대 720p 해상도의 영상을 생성할 수 있으며, 이미지 한 장을 입력하면 약 8초 분량(24fps 기준 189프레임)의 영상을 생성하는 것이 가능하다. 이러한 합성 데이터는 다양한 산업 분야에서의 AI 적용에 큰 도움이 될 것으로 예상된다. 예를 들어, 자율주행차는 실제 도로 상황을 반영한 가상의 영상을 통해 훈련될 수 있으며, 이는 안전성과 효율성을 동시에 높이는 데 기여할 것이다.

향후 전망

엔비디아의 코스모스3 슈퍼 4스텝 모델은 AI 기술의 새로운 이정표가 될 것으로 보인다. 단순히 성능을 개선하는 데 그치지 않고, 다양한 산업에서 AI 활용의 가능성을 넓히는 데 중요한 역할을 할 것으로 기대된다. 특히, 피지컬 AI 분야에서의 활용은 앞으로의 AI 발전 방향을 제시하며, 기술의 진화를 이끌어갈 것이다. 이러한 혁신적인 변화는 AI 생태계의 경계를 허물고, 새로운 비즈니스 모델과 적용 사례를 창출하는 데 기여할 것으로 전망된다.