제 기억에...알파마요는 사천키로 대의 높은 산봉우리 이름이라고 들었던 것 같습니다.

알파 마요는 오픈 모델 + 시뮬레이션 프레임워크 + 데이터셋으로 구성 되며,

총 10B정도의 비전모델을 포함합니다.

특징적인 점은 엔비디아가 실 주행 데이터와 디지털 트윈의 합성 데이터를 학습시켰습니다.

즉, 기업들이 자사 목적에 맞게 활용할 수 있는 베이스 역할을 한다고 보면 되겠습니다.

언어 모델로 치면 과거 라마 2, 3 나오던 정도 보면 되겠습니다.

이게 무서운 점은 오픈 소스이기 때문에 별의 별 인간들이 뛰어들어 개선 할 수 있다는 점입니다.

자율 주행이 돈이 된다... 하면 머리 좋은 사람들이 뛰어든다는 얘기고,

이게 설마... 라고 생각하기 쉽지만, 돈이 안 되면 모를까 되는 쪽으로는 

우연이 아니라 필연적으로 그런 사람들이 나오게 됩니다.  

설마가 아니라 필연이라는 얘기는 

https://huggingface.co/Lightricks/LTX-2

얼마 전에 소개 드렸고, 현재까지도 AI모델 허브의 중심인 허깅페이스에서

선두를 유지하는 이 모델에서 일부 엿 볼 수 있습니다.

추이를 살펴 보다 보면 세부 분야 마다 보이는 기술들이 있지만,

그걸 누가 어떻게 어디에 적용하는지는 알 수 없습니다.

그저 어떤 것은 단 며칠도 안 되어 적용 되어 나오고,

어떤 것은 1년 이상 걸리기도 합니다.

위 모델은 이런 모델도 나올 수 있지 않을까... 생각만 하던 것이었습니다.

그걸 해내는 사람들이 있다는 얘깁니다.

불과 반년 전에 이 모델이 필요로 하는 하드웨어 자원의 

최소 50배 이상..  많게는 100배 정도 성능이 되어야 구동 가능했던 것이,

고작 vram 16GB 로 가능하게 되었습니다.

엔비디아가 알파마요를 공개한 것은 이런 이유입니다.

판을 제대로 깔아 주는가도 중요한데,

이번에 엔비디아는 작심하고 알파마요라는 누구나 탐내는 도구를 제공해주었습니다.

특히 사전 학습에서 미리 선행적으로

월드모델 안에서의 무수히 많은 반복 학습의 결과가 포함되어 있어서,

이걸 어떤 기업이 단독으로 하려면...

아마 개발 자체를 시작하기도 힘들거니와 비용 때문에 포기하지 않았을까.. 싶습니다.

지금도 AI 분야의 수 없이 쏟아지는 논문들이 있고,

그 중 상당수가 빠르건 늦건 적용되어가고 있습니다.

알파마요를 바탕으로 하는 자율 주행의 가능성이 테슬라보다 우월하다는 뜻은 아닙니다.

단지 기술의 발전은 엣지 케이스에 대해서도 대부분 커버 할 수 있고,

한문철에 나오는 특수한 케이스들은...이제 알파마요 도입 기업들도,

해 나가야 할 부분입니다.

그럼 이게 정말 될까로 이어집니다.

예전 같으면 될까 싶은 일들이 매일같이 벌어지는 AI발전 과정에서,

안 될 것 같다고 말하기 부담스러운 시기이긴 하지만,

전 .. 가능성이 꽤 높아 보입니다.

다만 그 가능성이 테슬라 보다 우위가 될지는 모르는 일이어서,

그저 이런 다른 진영의 형성이 본격화 될 수 있는 발판을

다른 누구도 아닌 젠슨황이 깔아주었다 정도로 보시면 좋겠습니다.

비전만 쓸 수도 있고, 비전 라이다 레이더를 통합해 쓸 수도 있다는 점에서 차별점이 있습니다.

하루가 다르게 발전 하는 AI 세상에서 확실한 것은 없다 라고 생각하고 있습니다.

다만 누가 더 선두에 있는가는 알 수 있고,

쫓아가는 곳이 얼마나 경쟁력이 있는지는 추정할 수 있습니다.

전 경쟁이 가능하다고 보는 쪽입니다.

예전에 언어모델에서도 비슷한 논란이 있었습니다.

학습데이터 관련해서요.

그런데, 결국엔...스케일을 무한정 키우지 않아도,

학습 데이터를 만들어 내고, 또 그걸 가르치면서,

온갖 방법이 개발되고 동원되면서 해결을 해냈고, 해 나가는 과정에 있습니다.

자율주행에서도 가능할 것으로 보는 이유입니다.

방법은... 돈이 되는 분야에서만큼은... 판을 깔아 주면 .. 찾아낸다고 보는 쪽이어서요.