NVIDIA, 자율주행 추론 모델 '알파마요 2 슈퍼' 상용 라이선스 전면 개방

NVIDIA Alpamayo 2 Super는 로보택시와 자율주행 차량 개발을 위해 설계된 멀티모달 오픈 추론 모델이다. NVIDIA Cosmos 3 Super Reasoner를 기반으로 강화학습 사후 훈련을 거쳤으며, 리눅스 재단의 허용적 라이선스인 OpenMDW-1.1에 따라 Hugging Face에서 상용 목적으로 전면 개방되었다.

모델 규모는 기존 100억 파라미터(10B) 모델이었던 Alpamayo 1 및 1.5 대비 3배 크다. OpenMDW-1.1 라이선스를 통해 완성차 제조사와 자율주행 기업은 독자적인 데이터로 미세조정하고 파생 모델을 만들어 상용 차량에 직접 배포할 수 있다. Alpamayo 시리즈의 Hugging Face 누적 다운로드 수는 이미 50만 건을 넘어섰다.

무엇을 할 수 있나

Alpamayo 2 Super는 일반적인 감지 모델이 대처하기 어려운 돌발적이고 복잡한 롱테일 상황을 해결하는 데 초점을 맞춘다. 차량 전방과 측방, 후방을 아우르는 360도 전방위 카메라 영상을 통합해 비보호 회전, 복잡한 교차로, 합류 구간의 위험을 입체적으로 판단한다.

주행 상황을 입력받으면 모델은 긴밀하게 결합된 5가지 결과를 동시에 출력한다. 차량의 이동 경로 계획 궤적, 선택 이유를 설명하는 인과 추론 경로(CoC), 양보나 차선 변경 같은 메타 액션 의도, 학습 데이터를 위한 추론 자동 라벨, 그리고 2D 이미지 좌표와 연결되는 시각 질문 응답 결과다.

이러한 구조 덕분에 자율주행 모델의 의사결정이 블랙박스에 머물지 않고 검증 가능한 형태로 드러난다. 생성된 인과 경로는 NVIDIA Halos 안전 검증 워크플로와 연동되며 ISO/PAS 8800 AI 안전 표준을 충족하도록 설계되었다.

약 40개 모델이 경쟁한 자율주행 추론 벤치마크 LingoQA에서 Alpamayo 2 Super는 1위를 기록했다. Lingo-Judge 평가 기준에서 Qwen2.5-VL 72B보다 17.0점, Gemini 2.5 Pro보다 15.1점, GPT-4o보다는 23.2점 높은 점수를 얻었다.

배포 및 파이프라인

이 모델은 차량 내부 하드웨어에 직접 얹어 실시간 주행을 처리하기보다는 클라우드와 차량을 잇는 클라우드-투-카 워크플로를 염두에 두고 있다. 클라우드에서 Alpamayo 2 Super를 교사 모델로 실행해 고품질 추론 경로와 합성 데이터를 뽑아내고, 이를 경량 모델로 지식 증류하여 차량에 탑재하는 방식이다.

차량 수집 데이터의 자동 라벨러 역할도 수행한다. 인과 추론과 2D 시각 영역을 연결해 주행 영상을 분석함으로써 통상 수개월이 걸리던 주석 작업 기간을 며칠 수준으로 줄여준다.

생태계 지원을 위해 폐루프 시뮬레이션 도구인 AlpaSim, 고속 강화학습 프레임워크 AlpaGym, Physical AI 공개 데이터셋도 함께 제공된다. 모델 가중치와 학습 레시피는 지금 Hugging Face에서 내려받을 수 있다.

왜 중요한가

로보택시나 자율주행 소프트웨어를 개발하는 엔지니어링 팀은 독점 API 제공업체에 민감한 주행 데이터를 넘기지 않고도 최신 추론 역량을 확보할 수 있게 되었다. OpenMDW-1.1 라이선스 덕분에 모든 파생 기술과 노하우를 기업 자체 인프라 안에 내재화할 수 있다는 점이 핵심이다.

GPT-4o 같은 일반 멀티모달 모델과 달리 자율주행에 필수적인 360도 서라운드 시야와 주행 궤적, 인과 관계를 기본 출력으로 지원한다. 클라우드 기반 데이터 플라이휠을 구축하거나 차량 탑재용 소형 모델을 증류하려는 팀이라면 지금 당장 테스트해 볼 가치가 충분하다.