로보택시를 비롯한 자율주행 자동차(AV)에서 가장 어려운 문제는 일상적인 상황이 아닙니다. 예측하기도, 학습시키기도 어려운 드물고 복잡한 상황이 진짜 난제입니다.
이런 롱테일 이벤트에 대응하려면 객체 인식과 움직임 예측만으로는 부족한데요, 자율주행 자동차는 상황을 이해하고, 인과관계를 추론하며, 올바른 행동을 선택해 그 결정을 안전하고 편안한 주행 경로로 바꿔내야 합니다. 이 모든 과정이 실시간으로, 그리고 개발자가 직접 들여다보고 검증하고 신뢰할 수 있는 방식으로 이뤄져야 합니다.
NVIDIA Alpamayo 2 Super는 이제 상업적 용도로 사용할 수 있습니다. Alpamayo 제품군은 Hugging Face에서 자율주행 분야 개방형 추론 모델 가운데 가장 많이 채택된 모델군으로, 하나의 파운데이션 모델 안에서 자율주행에 필요한 다양한 역량을 지원합니다.
이 모델은 NVIDIA Cosmos 3 Super Reasoner를 기반으로 구축되고 강화 학습으로 포스트 트레이닝을 거쳤는데요, 개방형 상업 라이선스와 자율주행을 위한 최고 수준의 멀티태스크 역량이라는 두 가지 측면에서 자율주행 생태계를 진전시킵니다.
Alpamayo 2 Super는 NVIDIA가 확대해 온 자율주행용 개방형 모델과 데이터세트, 도구 컬렉션의 일부입니다. 접근성을 넓히고 경쟁을 촉진하며, 개발자에게 더 큰 통제권을 제공하고, 더 안전하고 투명한 자율주행차 배포를 뒷받침합니다.
양산 자율주행 자동차를 위한 개방형 라이선스
Alpamayo 2 Super는 Linux Foundation이 개방형 AI 모델 배포를 위해 마련한 허용적(permissive) 라이선스인 OpenMDW-1.1로 Hugging Face에 공개됐습니다. 이 라이선스는 파인 튜닝과 파생 모델, 상업적 재배포를 모두 허용해, 자율주행 개발사와 완성차·상용차 제조사, 부품 공급사가 Alpamayo를 자사의 데이터와 주행 정책, 배포 전략에 맞게 조정할 수 있게 합니다.
이러한 개방성 덕분에 자율주행 기술 연구원과 기업들은 자사의 데이터와 인프라에 대한 통제권을 유지하고, 특화 모델과 축적된 노하우로 창출한 가치를 스스로 소유할 수 있습니다. 이는 자체 보유 차량군과 안전이 걸린 워크플로우에서 반드시 필요한 요건이죠.
기존 Alpamayo 릴리스는 처음엔 연구개발(R&D) 용도로만 공개되었는데요, 이제 OpenMDW 라이선스가 Alpamayo 모델 제품군 전체에 적용되면서, 개발자는 별도 허가 없이도 모든 모델을 상업적으로 배포할 수 있습니다. 모델 조정에서 배포까지 곧바로 이어지는 경로가 열린 것입니다.
개방형 가중치는 이 경로를 경제적으로도 실현 가능하게 만듭니다. 개발팀은 모든 파운데이션 역량을 처음부터 다시 학습시키거나 모든 작업에 프런티어 모델 비용을 치르지 않고도 고도화된 추론 능력 위에서 개발할 수 있으며, 작업에 맞는 모델을 적정 비용으로 선택할 수 있습니다.
Alpamayo 2 Super는 클라우드 기반 개발 워크플로우에서 프런티어급 추론을 가능하게 합니다. 개발자는 이를 통해 고품질 추론 트레이스와 합성 학습 데이터, 모델 증류(distillation)용 교사 모델 출력을 생성할 수 있습니다. Alpamayo 제품군 내에서 Alpamayo 2 Super는 멀티모달 자율주행 개발에 필요한 최고 수준의 추론·주행 성능을 제공하며, Alpamayo 1.5와 Alpamayo 1은 클라우드 기반 개발과 모델 증류를 위한 보다 비용 효율적인 선택지를 제공합니다.
이렇게 증류된 모델은 양산 차량에서 효율적인 실시간 추론이 가능하도록 최적화할 수 있는데, Alpamayo 모델 제품군은 이처럼 프런티어급 추론과 상용 자율주행 차량군 전반에 걸친 확장 가능한 배포를 결합한 클라우드-투-카(cloud-to-car) 워크플로우를 제공합니다.
자율주행 프로그램 입장에서 이는 클라우드에서는 프런티어급 추론을, 차량에서는 효율적인 특화 모델을 활용한다는 뜻입니다. 안전한 자율주행을 상용 차량군으로 확장하는 한층 지속 가능한 방식입니다.
프런티어 규모에서 구현한 벤치마크 1위 추론 성능
Alpamayo 2 Super는 자율주행 추론 벤치마크인 LingoQA에서 평가 대상 약 40개 모델 가운데 1위를 차지했습니다. NVIDIA가 Lingo-Judge 지표로 진행한 테스트에서 Qwen2.5-VL 72B를 17.0점, Gemini 2.5 Pro를 15.1점, GPT-4o를 23.2점 앞서며 주행 중심 시나리오에서 최고 수준의 추론 성능을 입증했습니다. 또한 NVIDIA가 평가한 모든 자율주행 벤치마크에서 1위를 기록해, 폭넓은 자율주행 역량 전반에서 선도적인 성능을 보여줬습니다.
Alpamayo 2 Super는 100억 개 파라미터 규모의 NVIDIA Alpamayo 1.5 및 Alpamayo 1 모델 대비 3배 규모를 갖췄습니다. 늘어난 용량은 희소한 사례에서도 추론을 더 잘 일반화하도록 돕는데, 이는 기존 시스템이 흔히 어려움을 겪는 드문 다중 에이전트 상호작용 상황에서 결정적인 역량입니다.
이 모델은 차량의 전방과 측방, 후방 시야를 융합해 전방위 카메라 커버리지 전체를 대상으로 추론합니다. 이 360도 맥락은 위험이 자주 발생하는 차선 변경과 합류, 비보호 회전, 복잡한 교차로 상황을 한층 풍부하게 이해할 수 있게 해줍니다.
로보택시와 자율주행을 위한 멀티태스크 파운데이션 모델
Alpamayo 2 Super는 각 주행 상황마다 서로 긴밀하게 연결된 다섯 가지 출력을 생성할 수 있습니다.
- 차량의 계획된 주행 경로를 나타내는 궤적(trajectory)
- 해당 결정의 근거를 설명하는 인과 사슬(chain-of-causation, CoC) 트레이스
- 모델의 의도를 담아내는 메타 액션(예: 양보, 차선 변경, 정지)
- 학습·검증 데이터를 위한 CoC 주석을 생성하는 추론 자동 라벨
- 모델의 답변을 카메라 이미지 속 특정 영역과 연결하는 2D 시각적 그라운딩 기반 시각 질의응답(VQA) 결과
이 출력들은 함께 모델의 의사결정 과정을 들여다볼 수 있게 해줍니다. 개발자는 모델이 무엇을 관찰했는지와 그 결과 어떤 행동을 선택했는지를 연결지을 수 있어, 의사결정을 이해하고 비평하고 검증하기가 한결 쉬워집니다.
CoC 트레이스는 NVIDIA Halos 안전 검증 워크플로우와 통합되며 ISO/PAS 8800 요구사항에 부합하는 AI 안전을 지원해, 자율주행 안전 엔지니어링의 더 탄탄한 기반을 제공합니다.
Alpamayo 2 Super는 자동 라벨러로 배포해 자체 보유 차량군 데이터에서 CoC 라벨을 생성하고 2D 그라운딩 기반 시각 질의응답을 수행할 수도 있습니다. 추론 결과를 카메라 이미지 속 특정 영역과 연결함으로써 원본 주행 클립을 더 풍부한 학습 데이터로 바꿔주며, 주석 작업 주기를 수개월에서 수일로 단축시켜주죠.
Alpamayo 2 Super는 경로 계획과 자동 라벨링을 넘어 장면 이해와 모델 비평(critiquing), 지식 증류도 지원합니다. 이러한 멀티태스크 역량 덕분에 개발자는 개발 스택의 더 넓은 영역에서 하나의 파운데이션 모델을 활용할 수 있어, 도구 구성이 단순해지고 반복 개발 속도가 빨라집니다.
추론 기반 자율주행을 위한 개방형 생태계
Alpamayo 2 Super는 자율주행 개발을 위한 더 넓은 개방형 모델·프레임워크·데이터세트 제품군의 일부이기도 한데요.
이 제품군에 포함된 다른 도구는 다음과 같습니다.
- 폐루프(closed-loop) 시뮬레이션을 제공하는 NVIDIA AlpaSim
- 고처리량 강화 학습을 지원하는 NVIDIA AlpaGym
- 학습과 테스트에 필요한 데이터를 제공하는 NVIDIA Physical AI Open Datasets
- 모델 개발과 학습, 검증을 앞당기는 개방형 학습 레시피와 자동 라벨링 파이프라인
Alpamayo는 이미 Hugging Face에서 다운로드 50만 건을 넘어서며, 해당 플랫폼에서 자율주행 분야의 가장 많이 채택된 개방형 추론 모델 제품군이라는 입지를 다시 한번 확인한 바 있습니다
Hugging Face에서 NVIDIA Alpamayo 2 Super를 다운로드해 모델을 살펴보고 추론 역량을 평가하며, 차세대 로보택시와 자율주행차 개발을 시작해 보세요.