엔비디아 알파마요, 자율주행차에 '소리 내어 생각하는' 법을 가르치다
엔비디아가 보행자를 인식할 뿐만 아니라, 노련한 택시 기사처럼 운전을 위한 추론 체인을 구축하는 오픈 모델을 공개했다. '물리적 AI의 ChatGPT 순간'이라고 불리며, 이제부터 자율주행은 당황하거나 무차별 열거 없이 예외 상황을 처리하는 법을 배운다.
당신의 냉장고는 이미 생각한다. 하지만 엔비디아는 방금 자동차가 도로에서 소리 내어 추론하도록 가르쳤다
2026년 1월 6일, 젠슨 황이 CES 무대에 올라 그래픽 카드 제조사에서 아무도 예상하지 못한 말을 꺼냈다: '물리적 AI의 ChatGPT 순간이 도래했습니다.' 그는 또 다른 챗봇에 대해 말하는 것이 아니었다. 엔비디아는 알파마요(Alpamayo)를 공개했다. 이는 자동차가 보행자를 보는 것뿐만 아니라 '길에 공이 있으면 아이가 뛰어나올 수 있다'는 추론 체인을 구축하도록 하는 오픈 모델, 시뮬레이터, 데이터셋 제품군이다.
이는 비유가 아니다. 알파마요 1은 100억 파라미터의 비전-언어-행동 모델로, 카메라의 비디오 스트림을 입력받아 주행 궤적을 생성하고 동시에 모든 기동에 대한 텍스트 설명을 작성한다. 자동차는 말 그대로 '소리 내어 생각'하며, 마치 택시 기사가 견습생에게 자신의 행동을 설명하는 것과 같다.
블랙박스 대신 인과 사슬
전통적인 자율주행 시스템은 치명적인 문제를 안고 있다. 시나리오가 훈련 분포를 벗어나면 시스템이 당황하거나 멈춰버린다. 엔지니어들은 이를 '롱테일'이라고 부르며, 이는 사전에 예측할 수 없는 무한한 희귀하고 이상한 상황들의 집합이다.
알파마요는 이 문제를 다르게 해결한다. 별도의 인식 및 계획 모듈에 의존하는 대신, 사고 사슬 추론을 사용한다. 복잡한 장면을 단계별로 분해하고 인과 관계를 추적한 후에야 결정을 내린다.
핵심 혁신은 훈련 방법에 있다. 엔비디아 엔지니어들은 '인과적 사고 사슬 레이블링'을 적용했다. 이는 추론을 결정을 내리는 특정 순간에 연결하는 알고리즘이다. 예를 들어, 신호등이 녹색으로 바뀌면 모델은 '신호등 변경, 반대 차선 비어 있음, 보행자 없음, 출발'이라고 기록한다. 미래 정보의 누출도, 마법도 없다.
결과: 표준 텍스트 기반 사고 사슬에 비해 추론 정확도가 121% 향상되었다. 복잡한 시나리오에서 평균 궤적 편차는 약 12% 감소했다.
알파마요의 세 가지 기둥
엔비디아는 기술을 독점적으로 가두지 않았다. 알파마요는 세 가지 구성 요소로 이루어진 완전한 오픈 플랫폼이다.
모델. 알파마요 1은 허깅 페이스(Hugging Face)에서 오픈 가중치와 추론 스크립트와 함께 제공된다. 개발자는 이를 '교사'로 사용하여 실제 온보드 하드웨어에서 실행할 수 있는 소형 모델로 지식을 증류할 수 있다.
시뮬레이터. 알파심(AlpaSim)은 폐쇄 루프 테스트를 위한 오픈소스 환경이다. 현실적인 센서, 구성 가능한 교통, 실제 도로를 달리기 전 수백만 가상 킬로미터를 제공한다.
데이터. 수십 개 도시와 다양한 기상 조건에서 수집된 1,700시간 이상의 주행 데이터로, 특히 '롱테일' 예외 상황에 초점을 맞췄다.
이 세 가지는 자체 유지 루프로 작동한다. 모델이 추론을 생성하고, 시뮬레이터가 가상 마일에서 테스트하며, 데이터는 희귀 시나리오로 풍부해지고, 모델은 미세 조정된다.
2026년 3월까지 플랫폼은 성장했다. 알파마요 1.5가 출시되어 텍스트 내비게이션 명령('200미터 앞 좌회전'), 가변 카메라 수, 실시간 사용자 질문을 지원한다. 지도 미세 조정 및 강화 학습 후처리 스크립트가 추가되어 개발자가 자신의 데이터와 원하는 동작에 맞게 모델을 조정할 수 있다.
자동차 제조사들이 줄서는 이유
업계의 반응은 즉각적이었다. 루시드 모터스(Lucid Motors), 재규어 랜드로버(Jaguar Land Rover), 우버(Uber)가 레벨 4 스택 개발을 위해 알파마요에 관심을 공개적으로 표명했다.
루시드의 ADAS 부사장 카이 스테퍼는 단호하게 말했다: '물리적 AI로의 전환은 데이터를 처리할 뿐만 아니라 실제 세계 행동에 대해 추론할 수 있는 시스템의 필요성을 강조합니다.'
JLR은 개방성에 베팅했다. 제품 엔지니어링 전무이사 토마스 뮐러는 '알파마요와 같은 모델을 개방함으로써 엔비디아는 자율주행 생태계 전반의 혁신을 가속화합니다'라고 언급했다.
우버는 이 기술을 희귀 시나리오 문제에 대한 해결책으로 본다. 자율 모빌리티 책임자 사르프라즈 마레디아는 '롱테일'을 자율주행의 결정적 과제라고 불렀다.
관심은 구체적인 일정으로 뒷받침된다. 메르세데스-벤츠는 2026년 말까지 미국에서 엔비디아 드라이브 AV(NVIDIA DRIVE AV)를 탑재한 CLA 모델을 출시할 계획을 발표했다. 카운터포인트 리서치(Counterpoint Research)에 따르면, 엔비디아의 레벨 4 레퍼런스 아키텍처인 하이페리온(Hyperion)은 이미 티어 1 공급업체인 마그나(Magna), 보쉬(Bosch), 덴소(Denso), ZF, 콘티넨탈(Continental)을 유치했다.
머스크는 아직 걱정하지 않는다
일론 머스크는 특유의 허세로 발표에 반응했다. '걱정하지 않습니다. 진심으로 그들이 성공하길 바랍니다'라고 X에 썼으며, 전통적인 자동차 제조사들이 카메라와 AI 컴퓨터를 대중 시장 차량에 통합하는 데 5-6년이 걸릴 것이라고 덧붙였다.
하지만 시장은 그렇게 평온하지 않다. 알파마요 발표 당일 테슬라 주가는 4.14% 하락한 반면, 우버는 5.95% 상승했다. S&P 글로벌 분석가들은 오픈소스 모델이 업계 간 혁신의 가속제라고 평가했다.
수치는 낙관론을 뒷받침한다. 포춘 비즈니스 인사이트(Fortune Business Insights)는 2030년까지 자율주행 시장을 13조 6천억 달러로 추정한다. 웨이모(Waymo)는 이미 주당 45만 회의 유료 승차를 수행하고 있으며, 테슬라는 모건 스탠리 평가액 1조 5천억 달러의 자체 로보택시 사업을 구축 중이다.
하드웨어도 중요하다
소프트웨어 혁신 뒤에는 하드웨어 전략이 있다. 알파마요는 엔비디아의 자선 사업이 아니다. 카운터포인트 리서치는 단호하게 말한다. 소프트웨어 계층을 개방함으로써, 엔비디아는 생산 차량에 엔비디아 칩을 사용하지 않는 고객들 사이에서도 데이터센터 GPU 및 시뮬레이션 플랫폼에 대한 수요를 확장한다.
하이페리온 플랫폼의 중앙 컴퓨터인 드라이브 토르(DRIVE Thor)는 온보드에서 알파마요의 증류 버전을 실행하도록 설계되었다. 클래식한 규칙 기반 안전 스택이 병렬로 실행되며, 실시간 정책 중재자가 휴리스틱 기반 결정과 AI 기반 결정 사이를 선택한다.
이는 실용적인 하이브리드다. 엔드투엔드 모델은 인간과 유사한 행동을 제공하고, 결정론적 규칙이 중요한 상황에서 이를 뒷받침한다. 규제 기관은 순수한 '블랙박스'보다 이 접근 방식을 선호한다.
2년 후 무엇이 바뀔까
알파마요 1.5는 이미 실시간으로 승객 질문에 답할 수 있다. '왜 속도를 줄였어요?'라고 인간이 묻는다. '앞에 횡단보도가 있고, 오른쪽에서 자전거가 접근 중입니다'라고 자동차가 설명한다.
이는 신뢰 문제를 해결한다. 조용히 핸들을 돌리는 자율주행 캐빈에 앉아 있는 것과, 모든 기동에 대한 합리적인 설명을 듣는 것은 완전히 다르다.
엔비디아는 또한 텍스트 공간에서 잠재 공간으로 추론을 전이하는 실험을 하고 있다. 그 결과 추론 속도가 2-4배 빨라지고, 모델이 복잡한 상황에서는 '더 오래 생각하고' 단순한 상황에서는 더 빠르게 처리할 수 있게 되었다. 이는 벡터 공간에서 구현된 인간의 직관과 유사하다.
단기 목표는 계획 주기당 100밀리초이다. 엔지니어들은 이미 추론 디코딩과 희소 어텐션을 적용하여 품질 손실 없이 지연 시간을 4배 줄이고 있다.
이러한 최적화가 양산차에 도달하면, 로보택시는 더 이상 '5년 후'의 기술이 아닐 것이다. 알파마요는 안전 운전이 반응이 아니라 추론에 관한 것이라는 데 베팅했다. 그리고 그 베팅은 이제 매우 진지해 보인다.
— Editorial Team
아직 댓글이 없습니다.