전문가들, 기술적 혁신성 높게 평가
느린 판단 속도, 상용화 걸림돌 지적

산업교육연구소가 지난 23일 개최한 ‘알파마요로 이해하는 차세대 VLA 기반 E2E 자율주행 구현 전략 세미나’./사진: 강주현 기자

[대한경제=강주현 기자] 

현대자동차그룹이 자율주행 분야 협력을 강화하고 있는 엔비디아의 차세대 자율주행 인공지능(AI) ‘알파마요(Alpamayo)’를 두고 전문가들 사이에서 실제 차량 적용을 위한 연산 속도와 비용 한계를 지적하는 목소리가 나왔다.

산업교육연구소는 지난 23일 서울 구로구에서 이 모델을 주제로 세미나를 열었다. 서울대 홍성수 교수와 이남철 연구원, 국민대 김종찬 교수가 연사로 나섰다.

알파마요는 엔비디아가 올해 초 공개한 자율주행 설루션으로, 카메라 영상을 기반으로 6.4초 앞의 주행 경로를 예측하고 판단 이유를 문장으로 설명하는 VLA(비전ㆍ언어ㆍ행동) 방식의 대표 모델이다. 전 세계 25개국에서 수집한 최대 규모의 주행 데이터를 학습에 활용했다.

기존 엔드투엔드(E2E) 방식이 돌발 상황에 취약했던 것과 달리, 알파마요는 사전에 학습하지 못한 도로 상황도 거대언어모델(LLM)의 배경지식을 활용해 해석할 수 있다는 장점이 있다. “앞에 회전교차로가 있으니 속도를 줄인다”와 같이 판단 근거를 0.1초마다 계산해 경로를 수정한다.

관건은 속도다. 알파마요 모델을 실제 차량에 적용하려면 카메라가 촬영한 순간부터 바퀴를 움직일 명령이 나올 때까지 100밀리세컨드(ms, 0.1초) 안에 모든 계산이 끝나야 한다. 그러나 김종찬 교수에 따르면 연구용 고성능 그래픽카드에서 구동해도 초당 1장 처리에 그쳤다. 

판단 근거 문장을 만든 뒤에야 경로 계산이 시작되는 순차적 구조인 데다, 설명이 길어질수록 처리 시간도 비례해 증가하기 때문이다. 최소 24기가바이트(GB)의 메모리를 요구해 대당 700만원 이상의 최고급 그래픽카드가 필요한 점도 양산차 탑재의 걸림돌로 지목됐다.

이런 한계를 극복하기 위한 국내 연구진의 시도도 다양하다. 김종찬 교수 연구팀은 알파마요 구조의 낭비에 집중했다. 알파마요는 안전을 위해 후보 경로를 여러 개 만들어 놓고 고르는데, 경로 하나를 만들 때마다 상황 판단부터 다시 시작하는 구조였다. 연구팀은 상황 판단을 한 번만 하고, 여러 경로를 만드는 방식이 기존과 품질에 차이가 없다는 것을 확인했다.

계산 시간도 아꼈다. 알파마요는 판단 도중 나온 중간 계산값을 임시 저장해두고 다시 사용하는데, 이 저장 공간을 새로 마련하는 데에 시간을 썼다. 연구팀은 알파마요가 내놓는 답변의 길이가 대체로 일정하다는 점에 착안해, 공간 크기를 미리 정해두는 방식으로 수정했다. 이들 개선안을 두루 반영한 결과, 경로 수를 늘려도 처리 시간이 거의 늘지 않는 구조를 만들어냈다.

연구팀은 요구 사양보다 작은 메모리에서도 알파마요를 구동할 수 있는 방식도 고안했다. 이들 결과물은 누구나 쓸 수 있도록 오픈소스로 공개했다.

다만 구조를 손봐도 문제가 남는다. 알파마요는 카메라 4대가 0.1초 간격으로 찍은 영상을 바탕으로 연산하는데, 직전 연산 때와 거의 비슷한 영상이 찍혀도 매번 처음부터 다시 연산한다. 날씨와 교통량 등 주행 환경에 따라 판단 정확도가 떨어지는 문제도 있다. 홍성수 교수는 익숙한 길에선 굳이 생각하지 않고 운전하듯 필요할 때만 판단 과정을 거치게 하거나, 판단과 경로 생성을 동시에 진행하는 방식이 대안으로 연구되고 있다고 소개했다.


강주현 기자 kangju07@

〈ⓒ 대한경제신문(www.dnews.co.kr), 무단전재 및 수집, 재배포금지〉