자율주행에 관한 이번 엔비디아 발표의 핵심은 엔비디아가 공개한 자율주행용 오픈 모델 패키지인 ‘알파마요(Alpamayo)’입니다. 알파마요는 하나의 소프트웨어나 특정 칩을 의미하지 않습니다. 자율주행에 필요한 인공지능 모델, 가상 주행 환경, 그리고 학습용 데이터까지를 하나의 묶음으로 만들어 판다는 건데요.
핵심 구성 요소인 알파마요 R1은 차량 주변을 ‘보는 것’에 그치지 않고, 상황의 의미를 이해한 뒤 다음에 무엇을 해야 할지를 스스로 판단하도록 설계된 AI 모델입니다. 예를 들어 보행자가 갑자기 나타났을 때 단순히 멈추는 것이 아니라, 주변 차량과 도로 상황을 함께 고려해 가장 안전한 행동을 선택하는 방식입니다.
여기에 알파심(AlpaSim)이라는 가상 주행 환경이 더해집니다. 실제 도로에서 마주칠 수 있는 수많은 변수와 예외적인 상황을 컴퓨터 속 가상 공간에서 먼저 경험하고 검증할 수 있도록 한 것입니다. 이를 통해 제조사는 실제 차량을 도로에 내보내기 전에, 현실에서는 쉽게 재현하기 어려운 다양한 위험 상황까지 미리 점검할 수 있습니다.
엔비디아가 말하는 자율주행은 기존 접근법과 구조적으로 다릅니다. 과거의 자율주행이 센서로 받아들인 정보를 알고리즘이 판단, 조향·가속·제동으로 이어졌다면, 엔비디아의 접근은 상황 이해와 미래 예측을 전제로 합니다. 이는 기존 챗GPT와 같은 대형언어모델(LLM)이 사고하는 방식을 차량에 이식하는 개념에 가깝습니다. 센서 정보에 대한 반응이 아닌, ‘미래 예측’을 기반으로 움직인다는 점에서 그렇습니다. 이는 자율주행을 단순 제어 문제가 아니라, 복합적인 추론 문제로 끌어올린 셈입니다. 이 변화는 기술의 방향뿐 아니라, 누가 자율주행의 주도권을 쥘 것인가에 대한 엔비디아의 의도로도 읽히는데요.
엔비디아는 레벨4 자율주행을 단순히 더 좋은 센서나 더 빠른 칩으로 해결할 수 있는 문제로 보지 않습니다. 자율주행이 안전하게 작동하려면, 실제 도로에 나서기 훨씬 이전 단계부터 준비가 필요하다는 관점입니다. 가상의 주행 데이터를 만들어내고, 사고 가능성이 높은 복잡한 상황들을 미리 설계한 뒤, 이를 반복적으로 시험하고 학습시키는 과정이 하나로 연결돼야 한다는 것입니다.
이렇게 학습된 인공지능은 단순히 ‘보이는 대로 반응하는’ 수준을 넘어, 상황의 맥락을 이해하고 앞으로의 움직임을 예측하며 주행하게 됩니다. 엔비디아는 이러한 전 과정을 하나의 흐름으로 묶어 제공하는 방식을 택했고, 이를 ‘DRIVE 하이페리온’이라는 공통 플랫폼으로 구현했습니다. 완성차 업체와 부품사, 로보택시 사업자들이 각자 다른 방식으로 자율주행을 만드는 대신, 동일한 기준과 구조 위에서 기술을 쌓도록 유도하겠다는 전략입니다.
이번 전략이 단순한 비전 제시에 그치지 않는다는 점을 강조하기 위해, 엔비디아는 알파마요의 첫 양산 적용 차량으로 메르세데스 벤츠 CLA를 전면에 내세웠습니다. 해당 차량은 엔비디아 DRIVE 플랫폼을 전면 채택해 ‘AI 정의 주행’을 구현하며, 올해 미국 시장 도입이 예정돼 있다고 전했습니다.
엔비디아는 이미 ‘유로 NCAP’ 5성 안전 등급을 확보했다는 점을 강조했는데요. 데모 차량이 아니라 실제 판매 모델이라는 점에서, 엔비디아는 장밋빛 전망만 내세우고 실체가 없는 경우와는 선을 긋는 모양새입니다.
엔비디아의 전략은 테슬라나 웨이모처럼 하나의 기업이 전 시스템을 통제하는 폐쇄형 모델과 분명히 대비됩니다. 엔비디아는 스스로 완성차를 만들지 않지만, 대신 자율주행의 표준을 장악하려는 움직임이죠. 완성차와 스타트업, 로보택시 사업자 모두가 엔비디아의 모델과 시뮬레이션, 플랫폼 위에서 경쟁하도록 만드는 구조입니다. 자율주행을 ‘운전 자동화 기술’이 아니라 ‘플랫폼 산업’으로 바꾸려는 시도라고 볼 수 있습니다.
