자율주행의 진화, “보는 것에서 생각하는 것으로”... 엔비디아 ‘알파마요’가 바꿀 미래

지난 10년간 자율주행 기술은 눈부신 발전을 이룩했다. 이제 자율주행차는 복잡한 도시 도로를 달리고 보행자를 인식하며 신호등에 정확히 반응한다.
하지만 전문가들은 여전히 해결하지 못한 난제가 남아있다고 입을 모은다. 바로 ‘롱테일 시나리오(Long-tail Scenarios)’ 혹은 ‘엣지 케이스(Edge Cases)’라 불리는 드물고 예측 불가능한 사건들이라고 19일(현지시각) 더컨버세이션이 보도했다.


머신러닝 시스템은 대개 방대한 데이터를 학습해 패턴을 인식한다. 문제는 데이터의 가장자리(Edge)에서 발생한다.

갑자기 주차된 차량 뒤에서 튀어나오는 보행자나 임시로 폐쇄된 도로 차선 등은 단순한 패턴 인식이 아닌 ‘판단’이 필요한 영역이다.
인간은 불확실한 상황에서 속도를 줄이고 조심하는 ‘이성적 처리’를 하지만, 대부분의 AI는 학습된 패턴이 무너지면 시스템 전체의 신뢰도가 붕괴된다.

이를 해결하기 위해 등장한 것이 바로 비전-언어-행동(VLA, Vision-Language-Action) 모델이다. 시각 입력을 받아 내부 추론 과정을 거친 뒤 물리적 동작을 생성하는 이 모델은 차량이 단순히 반응하는 것을 넘어 상황을 ‘생각’하게 만든다.


지난 1월 5일, CES 2026 기조연설에서 엔비디아의 젠슨 황 CEO는 자율주행 AI 플랫폼인 ‘알파마요’를 공개하며 모빌리티의 새로운 도약을 선언했다.
알파마요는 단순히 물체를 감지하는 것을 넘어, 왜 속도를 줄여야 하는지 혹은 왜 경로를 변경해야 하는지에 대한 ‘중간 추론 흔적’을 생성한다.

이는 AI가 내린 결정을 블랙박스처럼 방치하지 않고 엔지니어가 직접 검토할 수 있게 함으로써 투명성과 안전성을 획기적으로 높였다.

젠슨 황은 독일 메르세데스-벤츠의 차세대 CLA 모델에 알파마요 기술이 탑재될 것이라고 확인했다. 비록 당장 완전 자율주행을 구현하는 것은 아니지만, AI 중심의 모빌리티 미래로 나아가는 중대한 단계임은 분명하다.


기존의 자율주행 소프트웨어는 ‘감지-예측-계획’이라는 단계적 파이프라인을 거친다. 효율적이지만 가정을 벗어난 돌발 상황에는 취약하다.
수만 가지 규칙을 일일이 코딩하는 대신, 불확실성을 이론적으로 해결할 수 있는 시스템을 훈련시킨다. 일반적으로 일어나는 일보다 ‘일어날 수 있는 일’을 고려하도록 설계되어 훈련 데이터 밖의 시나리오에도 유연하게 대응한다.

영국의 웨이브(Wayve)와 같은 기업들도 상세한 지도나 규칙 없이 경험을 통해 운전 행동을 직접 학습하는 방식을 연구 중이다.

알파마요와 웨이브의 방식은 디테일은 다르지만, 모두 경직된 규칙 중심에서 유연한 적응형 시스템으로의 전환을 목표로 한다는 공통점이 있다.


알파마요는 완성된 솔루션이라기보다 연구와 개발을 지원하는 ‘오픈 소스 생태계’다. 방대한 추론 모델은 차량 내 온보드 컴퓨터에서 직접 실행하기엔 무겁기 때문에, 시뮬레이션과 오프라인 훈련을 거쳐 최적화된 형태로 차량에 탑재될 전망이다.

레스터 대학교의 다니엘 저우 하오 강사는 “알파마요는 자율성 발전 방식의 근본적인 변화를 의미한다”며, “미래의 자율주행차는 단순히 도로를 보는 것이 아니라 도로 위 상황의 본질을 이해하게 될 것”이라고 평가했다.


신민철 글로벌이코노믹 기자 shincm@g-enews.com