NVIDIA, 로보택시용 32B 비전-언어-행동 모델 'Alpamayo 2 Super' 발표

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

NVIDIA가 360도 인식과 고수준 추론을 지원하는 32B 규모의 로보택시용 파운데이션 모델 Alpamayo 2 Super를 공개했다.

배경

NVIDIA가 레벨 4 로보택시 개발을 위한 32B 규모의 비전-언어-행동 모델인 Alpamayo 2 Super를 발표하며, 자율주행 기술 스택의 변화를 제시했다.

의미 / 영향

자율주행 분야가 인프라 자체 개발에서 파운데이션 모델 활용으로 패러다임이 이동하고 있다. 향후 자율주행 경쟁은 모델 성능 자체보다는 데이터 품질, 안전성 검증, 시뮬레이션 테스트 역량에서 결정될 것으로 예상된다.

섹션별 상세

NVIDIA는 기존의 단순 궤적 예측 방식에서 벗어나, 인식·추론·계획·행동을 통합한 32B 규모의 Alpamayo 2 Super 모델을 공개했다. 이 모델은 전방 카메라에 의존하던 기존 방식과 달리 360도 서라운드 인식을 지원하며, 단순 경로 예측이 아닌 양보, 차선 변경, 정지와 같은 고수준의 메타 행동을 추론한다.

자율주행 기술 스택은 시뮬레이션 루프 내에서 학습, 비평, 증류, 테스트가 가능한 파운데이션 모델 형태의 추론 시스템으로 진화하고 있다. 이를 위해 주행 영상을 인과 관계가 포함된 학습 데이터로 변환하는 자동 라벨링, 강화학습을 위한 AlpaGym, 희귀 주행 시나리오 생성을 위한 OmniDreams가 함께 제공된다.

이번 발표는 로보택시 기술이 완성되었음을 의미하지 않으며, 실제 도로 환경에서의 검증이 여전히 난제로 남아 있다. 그러나 오픈 소스 자율주행 파운데이션 모델이 표준화될 경우, 소규모 자율주행 팀들이 인프라 구축보다는 데이터, 안전성 검증, 폐쇄 루프 테스트 경쟁에 집중할 수 있는 환경이 조성될 것으로 보인다.

실무 Takeaway

자율주행 기술이 단순 궤적 예측에서 파운데이션 모델 기반의 추론 시스템으로 전환되고 있다.
Alpamayo 2 Super는 360도 인식과 고수준 메타 행동 추론을 통해 로보택시의 판단 능력을 강화한다.
AlpaGym과 OmniDreams를 통해 시뮬레이션 기반의 폐쇄 루프 학습 및 검증 환경이 중요해지고 있다.

언급된 리소스

문서NVIDIA Alpamayo 2 Super Press Release