알파마요의 공개된 영상만으로 알 수 있는 것과

그렇지 못하여 추측만 해야 하는 것들이 있는 듯 합니다.

우선 보는 사람들 다수가 처음 생각하게 되는 것이,

과연 저런 추론 과정이 실시간으로 반응해야 하는 차량에 보다 효율적일 수 있을까... 라는 의문인 듯 합니다.

즉, 컴퓨팅 능력이 상당해야 되겠는데? 라는 생각이 든다는 것인데요.

그럼 연관된 두 가지 생각이 추가로 떠오릅니다.

어느 정도의 컴퓨팅 능력일까... 그리고 그에 따르는 전력 소비는 얼마가 될지...

테슬라와 같지만 다른...

엔드투엔드를 지향하지만 구현 방법은 다른 알파마요의 장단점을 생각해 보면...

역시 더 빡신 연산을 해야 하기에 엔비디아 토르 칩을 써야 한다는  것이고,

전기도 더 먹을 것 같습니다.

그런데, 또 한 편으로는 월드 모델로 시뮬레이션한 것만으로 영상 정도의 판단과 반응이 된다면,

실 주행 데이터와 엣지 케이스를 가진 완성차들이 사후 학습을 보다 철저히 하고,

보다 경량화 시킬 수 있다면....괜찮겠는데? ... 라는 생각도 동시에 들게 합니다.

다른 비유를 들자면,

ARM이 기본 설계도를 공짜로 오픈소스로 푸는 경우와 비슷합니다.

기업들은 이 것을 가지고 맞춤형으로 쓰라는 내용인 듯 합니다.

이전 글에서 엔비디아가 자사 사업에서 파생 된 AI 확장 사업 중

길목을 쥐려 한다는 이야기를 드린 적이 있습니다.

그 중 하나가 이름을 달고 나오니 '알파마요'가 되었습니다.

젠슨황이 한국에 왔던 이유 중 하나이기도 한 것 같습니다.

비단 피지컬AI에 필요한 실 데이터가 있는 한국 기업들이 많으니까요.

제조업 강국이니 시뮬레이션로 사전 학습된 모델을 

자동차 주행 데이터로 사후 학습시키는 것을 넘어 각 제조 분야에서 각각 적용 하는 것을

염두에 둔 것으로, 이후 알파마요와 비슷한 케이스가 추가 등장할 수 있다는 생각이 듭니다.