엔비디아,자율주행용 VLA 모델 '알파마요 2 슈퍼' 공개...로보택시 상용화 겨냥

엔비디아가 자율주행 기술의 새로운 이정표를 세웠습니다. 최근 발표된 '알파마요 2 슈퍼(Alpamayo 2 Super)'는 복잡한 도로 상황을 스스로 이해하고, 판단 과정을 설명할 수 있는 차세대 개방형 자율주행 AI 모델로, 로보택시 상용화에 큰 영향을 미칠 것으로 기대됩니다.

복잡한 도로를 아우르는 통합 AI

엔비디아가 개발한 알파마요 2 슈퍼는 총 340억 개 매개변수로 구성된 강력한 모델입니다. 이 모델은 자율주행 AI의 가장 큰 난제로 알려진 '롱테일(long-tail)' 상황, 즉 희귀하거나 예측하기 어려운 도로 상황을 해결하기 위해 설계되었습니다. 이를 위해 엔비디아는 '코스모스 3 슈퍼 리즈너(Super Reasoner)'라는 기존 모델을 기반으로 하고, 비전 언어 모델(Vision-Language Model, VLM)과 확산 기반 행동 디코더를 결합하여 효율적이고 유연한 의사결정을 가능하게 했습니다.

기존 자율주행 시스템이 객체 인식과 움직임 예측을 별도의 모듈에서 처리하는 방식과는 달리, 알파마요 2 슈퍼는 하나의 통합 모델로 주행 경로를 결정하는 것은 물론, 그 과정에서의 판단 근거와 주행 의도까지 동시에 생성합니다. 특히, 여러 차량과 보행자가 복잡하게 얽혀 있는 교차로, 비보호 좌회전, 합류 구간 등에서 더욱 자연스러운 의사결정을 내리도록 설계되어 있습니다.

인과 추론을 통한 안전성 강화

알파마요 2 슈퍼는 주행 중 촬영한 360도 카메라 영상을 분석하여, 주행 궤적, 결정 과정의 인과 추론(Chain of Causation), 메타 액션, 자동 생성된 추론 라벨, 시각 질의응답(VQA) 등 총 5가지 결과를 동시에 제공합니다. 이러한 기능은 개발자가 차량이 무엇을 보고 어떤 이유로 특정 행동을 선택했는지를 쉽게 확인할 수 있게 해주어, 안전 검증 및 디버깅을 원활하게 합니다.

엔비디아는 이 모델이 자사의 안전 검증 플랫폼인 'Halos'와 연동되어 자율주행 AI의 안전 표준인 ISO/PAS 8800 기반 검증에도 활용될 수 있다고 설명했습니다. 더욱이, 자동으로 차량 데이터를 라벨링하는 데 도움을 주어 기존에는 수개월이 소요되던 데이터 주석 작업을 수일로 단축할 수 있습니다.

클라우드-투-카 개발 전략

알파마요 2 슈퍼는 대규모 학습을 위해 약 11만5000시간의 다중 카메라 주행 영상, 10억 장 이상의 이미지, 370만 건의 인과 추론 데이터를 사용하여 훈련되었습니다. 이 모델은 자율주행 추론 벤치마크인 '링고QA(LingoQA)'에서 79.2점을 기록하여, 약 40개 모델 중 1위를 차지하며 그 성능을 입증했습니다.

엔비디아는 알파마요 2 슈퍼의 가중치를 리눅스 재단의 '오픈MDW-1.1' 라이선스로 공개하여, 자동차 제조사와 로보택시 기업, 부품 업체들이 별도의 허가 없이 모델을 미세조정하거나 파생 모델을 개발할 수 있도록 했습니다. 이를 통해 엔비디아는 클라우드에서 대규모 추론과 학습을 수행하고, 경량화된 모델을 실제 차량에 탑재하는 '클라우드-투-카(Cloud-to-Car)' 개발 전략의 핵심으로 알파마요 시리즈를 강조하고 있습니다.

이번 발표는 자율주행 기술의 발전에 있어 중요한 이정표가 될 것으로 보입니다. 엔비디아의 혁신적인 접근 방식이 실제 도로에서의 자율주행 구현을 앞당기고, 로보택시 서비스의 상용화에 큰 기여를 할 것으로 기대됩니다.