엔비디아, 360도 인식 자율주행 추론 모델 공개

엔비디아($NVDA)가 레벨4 로보택시 개발을 겨냥한 개방형 자율주행 추론 모델 ‘알파마요 2 슈퍼(Alpamayo 2 Super)’를 공개했다. 전면·측면·후면 카메라를 활용한 360도 인식과 판단 근거 생성, 행동 계획을 하나의 모델에서 처리하는 것이 특징이다.

엔비디아는 5월 31일 뉴스룸에서 알파마요 2 슈퍼를 비전·언어·행동(VLA) 모델로 소개했다. 주행 환경을 인식한 뒤 차선 변경과 양보, 정지 같은 ‘메타 액션’을 출력하고 차량의 예상 궤적과 판단 근거를 함께 생성하는 구조다.

젠슨 황(Jensen Huang) 엔비디아 창업자 겸 최고경영자는 “알파마요는 자동차가 단순히 주행하는 것이 아니라 안전하게 추론하기 시작하는 순간”이라고 말했다. 자율주행 개발사가 예외 상황을 이해하고 모델의 결정을 검증할 수 있도록 판단 과정을 드러내겠다는 의미다.

엔비디아는 폐쇄 루프 강화학습 프레임워크 ‘알파짐(AlpaGym)’과 희귀 주행 상황 생성 도구 ‘코스모스-드림스(Cosmos-Dreams)’, 옴니버스 뉴렉(Omniverse NuRec) 기반 신경 재구성 기술도 함께 공개했다. 알파짐은 녹화 데이터와 결과를 한 차례 비교하는 개방 루프 평가와 달리 차량의 제동·조향·경로 선택이 다음 시뮬레이션 환경에 영향을 미치도록 설계됐다.

코스모스-드림스는 드물게 발생하는 주행 상황을 사실적인 장면으로 만들고, 옴니버스 뉴렉 기반 기술은 실제 도로 데이터를 3차원 장면으로 재구성한다. 엔비디아는 이를 통해 정적 데이터셋에서 포착하기 어려운 누적 오류와 예외 상황을 시뮬레이션에서 검증할 수 있다고 밝혔다.

공식 자료에는 모델 규모가 서로 다르게 표기됐다. 엔비디아 뉴스룸은 알파마요 2 슈퍼를 340억 파라미터 모델로 소개했지만, 엔비디아 제품 페이지와 허깅페이스(Hugging Face)의 엔비디아 게시물은 320억 파라미터 또는 32B로 설명했다. 공개된 설명만으로는 수치가 다른 이유가 확인되지 않았다.

개방형 배포 전략도 제시됐다. 엔비디아는 알파마요 2 슈퍼의 추론 코드를 깃허브(GitHub)에, 모델 가중치를 허깅페이스에 제공할 예정이라고 밝혔다. 오픈MDW(OpenMDW) 공식 FAQ는 오픈MDW-1.1이 머신러닝 모델과 관련 산출물의 사용·복제·수정·배포 권리를 로열티 없이 부여한다고 설명한다.

알파마요 2 슈퍼는 연구와 개발을 위한 기반 모델로, 인증된 자율주행 시스템 자체를 대체하지는 않는다. 기존 알파마요 1 저장소도 모델의 용도를 연구·실험·평가로 규정하고 있다. 로보택시의 실제 상용 운행에는 별도의 차량 통합과 안전성 검증, 규제 승인이 필요하다.

이번 발표는 크립토보다 반도체와 AI 인프라 분야에 직접 연결된다. 엔비디아가 GPU와 시뮬레이션, 데이터셋, 모델을 결합해 로보틱스·자율주행 개발 생태계를 확장하는 흐름이다. 블록체인이나 크립토 프로젝트와의 직접적인 연관성은 공개 자료에 제시되지 않았다.

검증 출처: 엔비디아 뉴스룸, 엔비디아 알파마요 제품 페이지, 허깅페이스 엔비디아 글, 엔브이랩스 알파마요 저장소, 오픈MDW FAQ