[엠투데이 이정근기자] 엔비디아가 컴퓨텍스 2026 기간 열린 엔비디아 GTC 타이베이에서 레벨4 로보택시 개발을 지원하는 추론 기반 비전 언어 행동 모델 ‘알파마요 2 슈퍼’를 공개했다. 320억 개의 파라미터를 갖춘 알파마요 2 슈퍼는 기존 알파마요 제품군을 확장한 모델로, 자율주행차가 주변 상황을 인식하고 판단하며 행동으로 연결하는 능력을 높이는 데 초점을 맞췄다.
알파마요 2 슈퍼는 기존 100억 파라미터 모델에서 320억 파라미터로 규모가 확대됐다. 엔비디아 코스모스 월드 파운데이션 모델을 기반으로 구축됐으며, 롱테일 주행 상황에서의 추론, 3D 공간 이해, 궤적 예측 성능을 강화했다. 단순한 주행 경로 생성을 넘어 장면 이해, 자동 레이블링, 모델 평가, 소형 모델로의 지식 정제까지 수행할 수 있다.
특히 전방 중심 카메라 기반 인식에서 벗어나 전방, 측면, 후방을 포함한 360도 상황 인식으로 확장됐다. 이를 통해 차선 변경, 합류, 교차로 통과 등 복잡한 주행 상황에서 보다 넓은 맥락을 반영할 수 있다. 양보, 정지, 차선 변경 등 고수준 주행 판단을 예측하는 메타 액션 기능도 추가됐다.
데이터 처리 효율도 높였다. 알파마요 2 슈퍼는 2D 그라운딩 기반 추론 자동 레이블링을 지원해 고품질 추론 레이블을 생성할 수 있으며, 데이터 레이블링 주기를 수개월에서 수일로 줄일 수 있도록 했다. 엔비디아는 이를 통해 자율주행 데이터 파이프라인의 비용 효율을 개선할 수 있다고 설명했다.
엔비디아는 알파마요 2 슈퍼와 함께 자율주행 개발 파이프라인을 보완하는 기술도 공개했다. 폐쇄 루프 강화학습 프레임워크 ‘알파짐’은 실제 주행 환경에 가까운 방식으로 제동, 조향, 경로 탐색 등 모델의 의사결정 결과를 시뮬레이션에 반영한다. 이를 통해 정적 데이터셋으로는 확인하기 어려운 누적 오류와 극한 상황의 실패 사례를 식별할 수 있다.
생성형 월드 모델 ‘옴니드림스’는 드물게 발생하는 롱테일 주행 시나리오를 대규모로 생성하고, 옴니버스 뉴렉 기반 뉴럴 리컨스트럭션 기술은 실제 차량 주행 장면을 시뮬레이션으로 재구성해 합성 훈련 데이터를 만드는 데 활용된다.
알파마요 2 슈퍼는 교사 모델로 설계됐다. 차량에 탑재되는 엔비디아 드라이브 AGX 토르 같은 소형 모델로 압축될 수 있으며, 드라이브 하이페리온 플랫폼의 가속 컴퓨팅 환경에서 활용할 수 있다. 이를 통해 제조사는 자율주행 스택을 처음부터 구축하지 않고도 고품질 추론과 인식 성능을 적용할 수 있다.
젠슨 황 엔비디아 창립자 겸 최고경영자는 알파마요가 자동차가 단순한 주행을 넘어 안전한 추론을 시작하는 전환점이라고 밝혔다. 알파마요 2 슈퍼는 올여름 깃허브에서 추론 코드로, 허깅 페이스에서 모델 가중치 형태로 제공될 예정이다.
Copyright ⓒ M투데이 무단 전재 및 재배포 금지
