NVIDIA, 안전하고 추론 기반 자율주행차 개발 가속화를 위한 오픈소스 AI 모델 및 도구인 Alpamayo 제품군 발표

NVIDIA, 자율주행 난제 해결 위한 개방형 AI 모델 'Alpamayo' 공개 NVIDIA가 복잡하고 예측 불가능한 자율주행 시나리오 해결을 목표로 하는 개방형 비전-언어-행동(VLA) 모델인 'Alpamayo'를 공개했습니다. Alpamayo 제품군은 자율주행차 개발을 위한 시뮬레이션 도구와 데이터셋도 포함하고 있어, 인간과 유사한 판단력으로 인지하고, 추론하며, 행동하는 차량 개발을 지원합니다. 이를 통해 개발자들은 모델을 미세 조정하고, 압축하며, 테스트하여 안전성, 견고성, 확장성을 향상시킬 수 있습니다. JLR, Lucid, Uber와 같은 주요 모빌리티 기업 및 Berkeley DeepDrive와 같은 자율주행 연구 커뮤니티는 Alpamayo를 활용하여 레벨 4 수준의 안전하고 추론 기반 자율주행 시스템 배포 로드맵을 가속화할 수 있을 것으로 기대됩니다. NVIDIA는 CES에서 Alpamayo 제품군을 공개하며, 안전하고 추론 기반의 차세대 자율주행차 개발을 가속화할 개방형 AI 모델, 시뮬레이션 도구, 데이터셋을 선보였습니다. 자율주행차는 방대한 범위의 주행 조건에서 안전하게 작동해야 합니다. 특히 '롱테일(long-tail)'이라고 불리는 드물고 복잡한 시나리오는 자율주행 시스템이 안전하게 숙달해야 하는 가장 어려운 과제 중 하나입니다. 기존 자율주행 아키텍처는 인지와 계획을 분리하여 새로운 또는 특이한 상황 발생 시 확장성에 제약을 줄 수 있었습니다. 최근 엔드-투-엔드 학습의 발전은 상당한 진전을 이루었지만, 이러한 롱테일 엣지 케이스를 극복하기 위해서는 특히 모델의 학습 경험 범위를 벗어나는 상황에서 원인과 결과를 안전하게 추론할 수 있는 모델이 필요합니다. Alpamayo 제품군은 인간과 유사한 사고방식을 자율주행차 의사 결정에 도입하는 '체인 오브 쏘트(chain-of-thought)' 기반의 비전-언어-행동(VLA) 모델을 선보입니다. 이 시스템은 새롭거나 드문 시나리오를 단계별로 사고할 수 있어 주행 능력과 설명 가능성을 향상시킵니다. 이는 지능형 차량에 대한 신뢰와 안전성을 확장하는 데 매우 중요하며, NVIDIA Halos 안전 시스템에 의해 뒷받침됩니다. NVIDIA의 창립자이자 CEO인 Jensen Huang은 "물리적 AI의 ChatGPT 순간이 도래했습니다. 기계가 실제 세계를 이해하고, 추론하며, 행동하기 시작하는 시점입니다. 로보택시가 가장 먼저 혜택을 볼 것입니다. Alpamayo는 자율주행차에 추론 기능을 제공하여 드문 시나리오를 사고하고, 복잡한 환경에서 안전하게 주행하며, 주행 결정을 설명할 수 있도록 합니다. 이는 안전하고 확장 가능한 자율성의 기반입니다."라고 말했습니다. 추론 기반 자율주행을 위한 완전하고 개방적인 생태계 Alpamayo는 개방형 모델, 시뮬레이션 프레임워크, 데이터셋이라는 세 가지 핵심 기둥을 통합하여 모든 자동차 개발자 또는 연구팀이 구축할 수 있는 응집력 있고 개방적인 생태계를 제공합니다. Alpamayo 모델은 차량 내에서 직접 실행되는 것이 아니라, 개발자가 미세 조정하고 압축하여 완전한 자율주행차 스택의 백본으로 사용할 수 있는 대규모 교사 모델 역할을 합니다. CES에서 NVIDIA는 다음을 출시합니다. Alpamayo 1: 업계 최초의 체인 오브 쏘트 추론 VLA 모델로, 자율주행차 연구 커뮤니티를 위해 설계되었으며 현재 Hugging Face에서 이용 가능합니다. 100억 개의 매개변수 아키텍처를 갖춘 Alpamayo 1은 비디오 입력을 사용하여 궤적과 추론 추적을 생성하여 각 결정의 논리를 보여줍니다. 개발자는 Alpamayo 1을 차량 개발을 위한 더 작은 런타임 모델로 조정하거나, 추론 기반 평가 도구 및 자동 레이블링 시스템과 같은 자율주행차 개발 도구의 기반으로 사용할 수 있습니다. Alpamayo 1은 개방형 모델 가중치와 오픈 소스 추론 스크립트를 제공합니다. 향후 제품군 모델은 더 많은 매개변수 수, 더 상세한 추론 기능, 더 유연한 입력 및 출력, 상업적 사용 옵션을 제공할 예정입니다. AlpaSim: GitHub에서 이용 가능한 고충실도 자율주행차 개발을 위한 완전한 오픈 소스 엔드-투-엔드 시뮬레이션 프레임워크입니다. 현실적인 센서 모델링, 구성 가능한 교통 역학, 확장 가능한 폐쇄 루프 테스트 환경을 제공하여 신속한 검증 및 정책 개선을 가능하게 합니다. Physical AI Open Datasets: NVIDIA는 가장 광범위한 지리 및 조건에서 수집된 1,700시간 이상의 주행 데이터를 포함하는 가장 다양하고 대규모의 개방형 자율주행차 데이터셋을 제공하며, 추론 아키텍처 발전에 필수적인 드물고 복잡한 실제 엣지 케이스를 다룹니다. 이 데이터셋은 Hugging Face에서 이용 가능합니다. 이러한 도구들은 함께 추론 기반 자율주행차 스택을 위한 자체 강화 개발 루프를 가능하게 합니다. 광범위한 자율주행 산업, Alpamayo 지지 Lucid, JLR, Uber, Berkeley DeepDrive를 포함한 주요 모빌리티 리더 및 업계 전문가들은 레벨 4 자율주행을 가능하게 할 추론 기반 자율주행차 스택 개발을 위해 Alpamayo에 관심을 보이고 있습니다. Lucid Motors의 ADAS 및 자율주행 부문 부사장인 Kai Stepper는 "물리적 AI로의 전환은 단순히 데이터를 처리하는 것을 넘어 실제 세계의 행동을 추론할 수 있는 AI 시스템에 대한 증가하는 필요성을 강조합니다. 고급 시뮬레이션 환경, 풍부한 데이터셋, 추론 모델은 진화의 중요한 요소입니다."라고 말했습니다. JLR의 제품 엔지니어링 총괄 이사인 Thomas Müller는 "개방적이고 투명한 AI 개발은 자율 모빌리티를 책임감 있게 발전시키는 데 필수적입니다. Alpamayo와 같은 모델을 오픈 소싱함으로써 NVIDIA는 자율주행 생태계 전반의 혁신을 가속화하고 개발자와 연구자에게 복잡한 실제 시나리오를 안전하게 해결할 수 있는 새로운 도구를 제공하고 있습니다."라고 말했습니다. Uber의 자율 모빌리티 및 배송 글로벌 책임자인 Sarfraz Maredia는 "롱테일 및 예측 불가능한 주행 시나리오를 처리하는 것은 자율성의 주요 과제 중 하나입니다. Alpamayo는 업계가 물리적 AI를 가속화하고, 투명성을 개선하며, 안전한 레벨 4 배포를 늘릴 수 있는 흥미로운 새로운 기회를 창출합니다."라고 말했습니다. S&P Global의 선임 수석 분석가인 Owen Chen은 "Alpamayo 1은 차량이 복잡한 환경을 해석하고, 새로운 상황을 예측하며, 이전에 경험하지 못한 시나리오에서도 안전한 결정을 내릴 수 있도록 합니다. 이 모델의 오픈 소스 특성은 업계 전반의 혁신을 가속화하여 파트너가 고유한 요구에 맞게 기술을 조정하고 개선할 수 있도록 합니다."라고 말했습니다. Berkeley DeepDrive의 공동 책임자인 Wei Zhan은 "Alpamayo 포트폴리오의 출시는 연구 커뮤니티에 큰 도약을 의미합니다. NVIDIA가 이를 개방적으로 공개하기로 한 결정은 혁신적입니다. 이 접근성과 기능은 우리가 전례 없는 규모로 학습할 수 있도록 하여 자율주행을 주류로 끌어올리는 데 필요한 유연성과 리소스를 제공할 것입니다."라고 말했습니다. Alpamayo 외에도 개발자는 NVIDIA Cosmos 및 NVIDIA Omniverse 플랫폼의 NVIDIA 라이브러리에서 풍부한 도구와 모델을 활용할 수 있습니다. 개발자는 독점 차량 데이터로 모델 릴리스를 미세 조정하고, NVIDIA DRIVE AGX Thor 가속 컴퓨팅으로 구축된 NVIDIA DRIVE Hyperion 아키텍처에 통합하며, 상업적 배포 전에 시뮬레이션에서 성능을 검증할 수 있습니다.