AI 핵심 요약
beta- 엔비디아가 25일 서울서 추론형 AI로 레벨4 자율주행을 앞당기겠다고 밝혔다.
- 알파마요2 슈퍼는 주행 판단 근거까지 설명하는 VLA 모델이라 설명했다.
- 엔비디아는 시뮬레이션과 안전 계층으로 상용화 검증을 강화했다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
AI 에이전트로 개발 효율화…독립 안전 아키텍처로 행동 검증
[서울=뉴스핌] 이찬우 기자 = 엔비디아가 자율주행 기술의 다음 분기점으로 '추론형 인공지능(AI)'을 제시했다. 카메라 영상과 경로 정보를 바탕으로 차량을 제어하는 데 그치지 않고, 왜 가속하거나 멈췄는지 판단 근거까지 설명하는 AI 모델을 앞세워 레벨4 자율주행 상용화를 앞당기겠다는 전략이다.
마르코 파보네 엔비디아 자율주행 연구 부문 시니어 디렉터 겸 미국 스탠퍼드대 교수는 25일 서울 코엑스에서 열린 '2026 자율주행모빌리티산업전' 컨퍼런스 기조연설에서 "파운데이션 모델, 특히 추론 모델은 피지컬 AI를 가능하게 하는 핵심 기술"이라고 밝혔다.

한국을 처음 방문한 파보네 디렉터는 2005년 미국 국방고등연구계획국(DARPA) 그랜드 챌린지에 참가한 자율주행차와 현재 상용 운행 중인 무인 로보택시를 비교하며 "자율주행 상용화가 빠르게 가속하고 있지만 이는 시작에 불과하다"고 말했다.
엔비디아는 자율주행 사업을 차량용 반도체에 국한하지 않는다. 차량 내 연산을 담당하는 컴퓨팅 플랫폼부터 자율주행 소프트웨어, 데이터 수집과 모델 훈련, 시뮬레이션, 안전성 검증까지 하나의 개발 체계로 제공한다.
이 전략의 중심에는 월드 파운데이션 모델 '코스모스(Cosmos)'와 자율주행 특화 플랫폼 '알파마요(Alpamayo)'가 있다. 엔비디아는 파운데이션 모델을 차량에 탑재되는 주행 모델뿐 아니라 합성 데이터 생성과 데이터 선별, 안전성 검증, 돌발상황 재현 등 개발 전 과정에 활용한다.
알파마요는 멀티카메라 영상과 목적지·경로 정보, 차량의 과거 움직임을 입력받아 주행 궤적과 행동을 생성하는 비전·언어·행동(VLA) 모델이다. 차량이 선택한 행동과 함께 판단 과정인 '인과관계 연쇄(Chain of Causation·CoC)'를 언어로 제시하는 것이 특징이다.
예를 들어 공사 구간이나 시야가 가려진 보행자, 갑자기 도로에 진입한 차량을 발견하면 감속·차선 변경과 같은 행동만 출력하지 않는다. 어떤 위험 요소를 인지했고 왜 해당 행동을 선택했는지까지 설명한다.
파보네 디렉터는 "자율주행의 다음 개척지는 추론 능력으로 열린다"며 "극도로 드물거나 이전에 경험하지 못한 상황을 생각하고 그에 맞춰 행동할 수 있는 모델이 필요하다"고 강조했다.

엔비디아가 최근 공개한 '알파마요 2 슈퍼'는 340억개 매개변수를 갖춘 추론형 VLA 모델이다. 320억개 매개변수의 코스모스 추론 모델이 주변 상황과 언어 맥락을 해석하고, 20억개 매개변수의 행동 모델이 이를 차량의 미래 주행 궤적으로 변환한다.
최대 7개 카메라로 차량 주변을 360도로 인식하며 주행 궤적과 판단 근거, 정지·양보·차선 변경과 같은 상위 행동을 함께 생성한다. 사고나 오작동이 발생하면 오류가 인지·추론·행동 생성 가운데 어느 단계에서 발생했는지도 추적할 수 있다.
알파마요는 대규모 주행 데이터 학습과 지도 미세조정, 강화학습을 거쳐 추론과 행동의 일관성을 높인다. 최종적으로는 지식 증류를 통해 대형 모델의 추론 능력을 차량에서 실시간으로 구동할 수 있는 소형 모델에 이식한다.
엔비디아는 알파마요를 개별 모델이 아닌 개방형 생태계로 제공한다. AI 모델과 실제 주행 데이터셋, 폐쇄형 반복 검증이 가능한 시뮬레이션 플랫폼 '알파심(AlpaSim)', 강화학습 도구 '알파짐(AlpaGym)'을 함께 공개했다. 내부 모델은 '엔비디아 DRIVE AV'에 적용해 레벨2+ 운전자 보조부터 레벨4 로보택시까지 지원한다.
엔비디아는 모델 개발에도 AI 에이전트를 투입한다. AI가 주행 데이터와 시험 결과를 분석해 문제를 찾고, 실패 원인을 진단한 뒤 모델 개선까지 지원하는 방식이다. 파보네 디렉터는 "과거 AI 엔지니어가 수행하던 상당수 작업을 이제 AI 에이전트가 처리할 수 있다"고 설명했다.
안전성 확보를 위해서는 추론형 AI와 별도로 검증된 안전 모델과 규칙 기반 계층이 차량의 행동을 상시 감시한다.
파보네 디렉터는 "첨단 AI 모델의 활용에는 새로운 과제와 안전에 대한 우려가 뒤따른다"며 "독립적인 안전 아키텍처로 AI의 행동을 지속적으로 점검해야 자율주행 시스템의 안전성을 명확하게 검증할 수 있다"고 강조했다.
chanw@newspim.com












