[PRNewswire] 딥루트닷에이아이, 엔비디아 GTC 2026에서 파운데이션 모델 공개

-- 400억 파라미터 비전-언어-액션 파운데이션 모델 공개… 자율주행 대규모 상용화 가속

산호세, 캘리포니아 2026년 3월 18일 /PRNewswire=연합뉴스/ -- 딥루트닷에이아이(DeepRoute.ai)가 엔비디아(NVIDIA) GTC 2026에서 자율주행 개발의 근본적인 혁신을 대표하는 400억 파라미터 규모의 비전-언어-액션(VLA) 파운데이션 모델 아키텍처를 종합적으로 소개했다. 이 모델은 인식, 추론 및 행동을 통합한 통합 아키텍처를 도입해, 시스템이 단순히 주행하는 것을 넘어 자체 의사결정을 실시간으로 이해하고 평가할 수 있도록 한다.

딥루트닷에이아이는 이미 25만 대 이상의 양산 차량에 자사의 고급 자율주행 시스템을 탑재하며 상당한 상업적 성과를 거뒀다. 2025년 10월, 딥루트닷에이아이는 단일 월 기준 고수준 자율주행 세그먼트의 서드파티 공급업체 중 약 40%의 시장 점유율을 달성했다. 이러한 성과를 바탕으로, 파운데이션 모델의 지속적인 발전에 힘입어 회사는 2026년 말까지 자사의 고급 주행 솔루션이 탑재된 차량 100만 대 구축을 목표로 하고 있다.

병목 현상 타파: 며칠에서 몇 시간으로

자율주행 개발은 오랫동안 기존 '데이터 폐쇄 루프' 워크플로의 비효율성으로 인해 어려움을 겪어왔다. 기존 시스템에서는 데이터를 수동으로 수집, 검토, 주석 및 처리와 재훈련을 거쳐야 하며, 이 과정에는 일반적으로 반복당 5일 이상이 소요된다. 한편 기업들은 방대한 양의 원시 주행 데이터를 축적하고 있지만, 대부분 제한적인 학습 가치만 제공하거나 오히려 모델 성능을 저하시킬 수 있는 일상적인 시나리오로 구성되어 있다.

딥루트닷에이아이의 차오 통이(Tongyi Cao) 최고기술책임자는 "자율주행의 핵심은 확장성의 문제"라고 말했다. 이어 "업계가 상당한 발전을 이루었지만, 기존 실행 경로에 결함이 있기 때문에 진정한 대규모 구축은 여전히 요원하다. 병목 현상은 더 이상 데이터 확보의 문제가 아니라, 시스템이 노이즈를 얼마나 효율적으로 걸러내고 방대한 원시 데이터를 고가치 학습 샘플로 변환할 수 있느냐의 문제"라고 덧붙였다.

딥루트닷에이아이의 솔루션은 지능형 자동화를 통해 데이터 처리 주기를 5일 이상에서 약 12시간으로 단축하는 것이다.

하나의 모델, 세 가지 역할: 운전자•분석가•평가자

400억 VLA 파운데이션 모델은 세 가지 상호 보완적인 기능을 동시에 수행한다.

- 운전자 – 시각적 입력을 기반으로 실시간 주행 동작을 실행한다.

- 분석가 – 핵심 주행 이벤트를 식별하고 인과 추론을 통해 의사결정을 설명한다.

- 평가자 – 안전성, 편의성, 인간 유사 행동의 관점에서 주행 궤적을 평가한다.

차오 통이 최고기술책임자는 "업계의 확장성 병목 현상에 대한 우리의 솔루션은 통합된 400억 파라미터 비전-언어-액션 파운데이션 모델"이라고 말했다. 이어 "이 모델은 기본적인 차량 제어를 넘어선다. 이는 데이터를 분석하고 주행 행동을 평가하는 역량을 갖추고 있다. 간단히 말해, 이 모델은 '운전자'의 역할뿐만 아니라 동시에 '분석가'와 '평가자'의 역할도 수행한다"고 덧붙였다.

이러한 역량을 단일 파운데이션 모델에 내재화함으로써, 딥루트닷에이아이는 데이터 파이프라인의 상당 부분을 자동화했다. 시스템은 충돌 직전 상황이나 희귀 시나리오 등 고가치 이벤트를 자율적으로 식별하고, 근본 원인 분석을 수행하며, 수동 개입 없이 추론 주석을 생성한다.

자기 진화하는 데이터 플라이휠

이 아키텍처는 주행 성능의 향상이 시스템의 자체 학습 데이터 처리 및 큐레이션 역량을 직접 강화하는 자기 강화적 개발 주기를 가능하게 한다.

차오 최고기술책임자는 "기존 데이터 폐쇄 루프는 수동 인력 프로세스에 크게 의존해 반복 속도를 심각하게 제한한다"고 말했다. 이어 "우리는 파운데이션 모델을 활용해 이 워크플로를 완전히 재구성했다. 모델이 데이터 마이닝, 원인 진단, 행동 점수화를 자율적으로 처리한다. 이 워크플로의 매 반복이 AI 역량의 측정 가능한 향상으로 직접 축적된다"고 덧붙였다.

이 자기 진화 플라이휠은 수동 레이블링 의존도를 획기적으로 줄이면서 역량 성장을 가속화한다.

규모와 모멘텀: 25만 대에서 100만 대 차량으로

차오 최고기술책임자는 "2025년 말까지 딥루트닷에이아이의 자율주행 시스템이 탑재된 양산 차량 25만 대 이상을 성공적으로 출하했다"고 말했다. 이어 "파운데이션 모델은 딥루트닷에이아이의 차세대 자율주행 지원을 위한 핵심 초석이자 물리적 세계를 위한 근본적인 AI 프레임워크로 기능한다. 이 통합 아키텍처는 시스템이 단순한 실행을 넘어 복잡한 교통 환경을 이해하고 의사결정의 기저 논리를 설명하며 주행 행동을 평가할 수 있게 한다. 이러한 진화는 자율주행 시스템에 더욱 포괄적인 인지 및 의사결정 역량을 부여한다"고 덧붙였다.

GTC 2026 발표를 통해 딥루트닷에이아이는 400억 VLA 파운데이션 모델 아키텍처가 지속적인 데이터 기반 학습과 신속한 반복 주기를 통해 확장 가능하고 안전한 자율주행으로 나아가는 경로를 어떻게 가속화하는지 시연했다.

딥루트닷에이아이 소개

딥루트닷에이아이는 첨단 자율주행 시스템을 개발하는 선도적인 인공지능 기업이다. 물리적 세계를 위한 범용 인공지능(AGI) 달성이라는 비전을 바탕으로, 최첨단 파운데이션 모델을 활용해 신뢰성이 높고 안전 우선의 자율주행 솔루션을 제공한다. 총 7억 달러 이상의 투자를 유치한 딥루트닷에이아이는 20만 대 이상의 양산 소비자 차량에 시스템을 성공적으로 구축했다. 확장 가능하고 혁신적인 스마트 모빌리티를 우선시하며, 상업용 로보택시 운영의 미래를 선도하기 위한 견고한 기반을 구축하고 있다.

출처: DeepRoute.ai

[※ 편집자 주 = 이 보도자료는 자료 제공사에서 제공한 것으로, 연합뉴스는 내용에 대해 어떠한 편집도 하지 않았으며, 연합뉴스의 편집방향과는 무관함을 밝혀 드립니다.]

(끝)