[기고] CES 2026, 차량용 오픈소스와 차세대 산업 진화 방향성 

- 국민대학교 전자공학부 정구민 교수 -

자율주행, SDV(Software Defined Vehicle) 및 AI의 발전과 함께, 차량용 오픈소스 생태계도 크게 성장해하고 있다. 세계 최대의 기술 전시회인 CES 2026에서도 다양한 차량용 오픈소스들이 선보였다. CES 2026에서는 자율주행 오픈소스인 엔비디아의 알파마요(Alpamayo)와 오토웨어 파운데이션(Autoware Foundation)의 오토웨어, 오픈소스 SDV 플랫폼인 이클립스 SDV의 S-CORE(Safe Open Vehicle Core) 등이 선보였다. 관련 오픈소스들은 자동차 시장의 발전 방향과 밀접하게 연계되어 있다. 특히 주목되는 점은 단순한 전시가 아닌 자동차 산업의 커다란 변화를 예고한다는 점이다. 기술 발전과 생태계 강화, AI 및 SW 시장과의 융합, 다른 산업과의 연계, 가격 경쟁력과 상용화를 위한 플랫폼 제공, 인공지능 법제도와의 연계 등의 다양한 측면에서 오픈소스 프로젝트의 진화를 주목해 볼 필요가 있는 상황이다. 

엔비디아의 알파마요, VLA 기반 자율주행 오픈소스 

CES 2026에서는 현대 보스턴 다이내믹스의 휴머노이드 아틀라스와 엔비디아의 자율주행 오픈소스 알파마요가 가장 많은 화제를 모았다. 엔비디아는 VLA(Vision Language Action) 기반 자율주행 오픈소스인 알마파요를 공개하면서 주요 자동차사와의 자율주행 생태계 성장을 강조했다. 특히, 벤츠와 협력하여 1분기 중에 미국에서의 시범 주행 시작, 2026년 내 엔비디아 알파마요의 상용화를 발표하면서 큰 관심을 모으고 있다. 

알파마요는 VLA 기반의 자율주행 오픈소스이다. 영상을 분석해 상황을 자연어로 정리하고, 이로부터 자율주행차 경로와 행동을 생성한다. VLA는 인지·판단·제어를 모두 인공지능(AI)으로 처리하는 기존 엔드투엔드(E2E) 방식에서 한 단계 더 진화한 방식이다. 알파마요와 같은 VLA 기반 자율주행은 정상 동작 상황은 물론 다양한 예외적 상황에서 AI가 '왜 그렇게 판단했는가'에 대한 근거를 제시해 줄 수 있다. 

  <그림 1 CES 2026 알파마요 소개(사진 출처: 엔비디아)>

자율주행 생태계 확장과 법제도적인 고려

엔비디아의 알파마요는 생태계 진화의 측면에서 살펴볼 필요가 있다. 주요 자동차사 측면에서는 AI 발전을 따라가기에는 많은 투자가 필요한 게 사실이다. 비슷한 상황은 인포테인먼트 플랫폼과 음성 인식 및 LLM 측면에서도 벌어졌다. 구글의 안드로이드 오토모티브 플랫폼을 자동차사들이 일제히 도입한 이유도 투자 여력에 대한 고민, 기존 생태계를 통한 개발자 확보 등의 고려가 있었다. 최근 챗GPT, 제미나이 등을 도입하는 이유도 비슷한 상황이다. 

현재 주요 자동차사들은 테슬라 FSD 14.2의 발표, 웨이모 등 로보택시 업체의 확장, 중국 자율주행 기술의 발전에 큰 위협을 느끼고 있다. 동시에 법제도적인 고려도 필요한 상황이다. 엔비디아의 알파마요는 자동차사와 협력하여 생태계를 성장시키기 위한 모델을 제공하고 있다. 알파마요는 영상을 분석하고, 자연어로 해석하고, 주행을 위한 자율주행차 경로를 생성할 수 있다. 알파마요에서 생성된 결과를 자동차의 주행과 연계하는 일은 자동차사가 추가로 수행해야 한다. 물론, 엔비디아가 하이페리온 하드웨어 플랫폼과 드라이브 OS와 같은 소프트웨어 플랫폼을 제공하기는 하지만, 관련 플랫폼의 사용여부는 자동차사에 달려있으며, 자동차사가 많은 일을 진행해야 한다. 앞으로 엔비디아는 주요 자동차사들과 협력하여 자율주행 생태계를 이끌어간다는 전략이다. 엔비디아는 자율주행용 AI 프로세서인 드라이브 토르 플랫폼을 기반으로 알파마요와 데이터셋을 제공하여 설명가능한 AI, 증명가능한 AI 기능을 제공하게 된다. 

VLA 기반 자율주행의 발전은 기술의 진화와 함께 법제도적인 요구와도 많은 관련이 있다. 블랙박스처럼 AI의 판단 근거를 알 수 없는 기존의 AI 모델과는 달리 VLA는 AI의 판단 근거를 설명해 줄 수 있고, 증명해 줄 수 있는 설명가능한 AI, 증명가능한 AI 모델이다. 우리나라의 인공지능법, 유럽의 인공지능법, 중국의 생성형AI 관련 법 등에서는 모두 고영향, 고위험 AI에 대해서 설명을 요구하고 있기 때문에 VLA 진화는 법제도적인 진화와도 맞닿아 있다.

알파마요 로드맵과 기술적인 진화 

알파마요 최초 논문 공개는 2025년 10월에 있었으며, 논문 발표와 최초 오픈소스 공개는 2025년 12월에 인공지능 탑 컨퍼런스인 뉴립스(NeurIPS)에서 진행되었다. 다만, 2025년 12월에는 방법론과 데이터셋 일부만이 공개되어 일반 사용자들이 실행해 보기는 어려웠던 게 사실이다. 논문에 적용된 VLM(Vision Language) 백본은 엔비디아가 자체 개발한 Cosmos-Reason-7B VLM 모델을 사용했다. 엔비디아는 허깅 페이스 오픈소스 공개에는 엔비디아 자체 엔진 대신 백본으로 알리바바 Qwen3-VL-8B를 적용한 알파마요를 사용했다. 

CES 2026에서는 알파마요 패밀리 전체 공개가 있었다. 알파마요 VLA 모델, 데이터셋, 시뮬레이터인 알파심 등이 공개되어, 일반 사용자들도 알파마요 오픈소스를 실행해 볼 수 있게 되었다. CES 2026에서 공개된 알파마요 패밀리는 VLA 자율주행 모델 Alpamayo-1, 자율주행 데이터셋(25개국 2500개 도시 실차 데이터), 알파심 시뮬레이터가 포함된다. 10B 규모의 파라미터를 가지는 알파마요 1 모델은 영상-자연어 추론을 위한 알리바바 Qwen3-VL-8B 기반 추론 파트와 궤적을 생성하는 2B 규모의 익스퍼트 트랜스포머(Expert Transformer) 파트로 구성된다. 추론 측면에서는 CoC(Chain of Causation) 추론 기법으로 상황이해-원인분석-행동결정으로 이어지는 VLA를 위한 추론을 구현했다. 

<그림 2 알파마요-1 구조 및 상용 모델과 오픈소스 차이 정리>

엔비디아는 앞으로 알파마요 엔진을 모델 크기 및 추론 능력에 따라서 알마파요 나노, 알파마요 슈퍼, 알파마요 울트라로 나눠서 발전시킬 계획이다. 

알파마요의 오픈소스 코드는 Apache License 2.0으로 공개되어 있으며, 라이선스 조건을 준수할 경우 상업적 사용이 가능하다. 다만 학습된 가중치와 데이터셋은 비상업적 사용 및 접근 제한 조건으로 제공되므로, 기업의 상용 서비스에 활용하려면 별도의 상업 라이선스 계약을 체결해야 한다. 

참고로, 엔비디아가 자동차사와 협력하는 상용 알파마요 제품에는 엔비디아가 자체 개발한 Cosmos-Reason-7B VLM 모델이 사용되며, 알파마요 오픈소스에만 알리바바 Qwen3-VL-8B가 적용된다. 오픈소스로 개발자 생태계를 확장하되, 실제 상용화에는 엔비디아 코드를 사용하도록 유도하는 전략으로 볼 수 있다. 

<그림 3 알파마요 모델 라인업(사진 출처: 엔비디아)>

알파마요 실행 결과와 엔비디아 전략 분석 

알파마요는 영상을 해석하여 행동을 생성하게 된다. 자율주행에서는 정상적인 상황이 아닌 예외적인 상황, 즉 엣지 케이스에서의 대응이 중요하다. 엔비디아 알파마요 데이터셋에서는 다양한 엣지 케이스 데이터가 들어 있다. 예를 들어 공사 현장을 인식하는 경우에는 공사장 위험을 표시하는 콘을 인식하고, 공사장에서 멀리 떨어지기 위해서 공간을 확보하도록 궤적을 생성한다. 

엔비디아의 논문에서 엔비디아 Cosmos-Reason-7B VLM을 사용한 알파마요는 엔비디아 RTX 6000 Pro 기준 99ms 실시간 추론이 가능하다고 밝힌 바 있다. 연구실에서 RTX 5090 환경으로 QWEN 기반 알파마요-1 오픈소스를 구동시켰을 경우, 초기 추론 시간은 1.55초 정도, 프레임 당 추론 시간은 대략 0.936~1.381초 정도가 소요되었다. 실제 자율주행차 구동을 위해서 엔비디아 자체 개발 VLM 기반의 코드가 적용될 경우, 상업용 코드로 소스 코드 최적화와 프로세서 최적화가 충분히 진행되어 속도가 빨라진다고 볼 수 있다. 

참고로 엔비디아는 VLA에 따른 실행 시간을 고려하여 알마파요의 실행에 기존 자율주행에 사용되던 250 TOPS 수준의 엔비디아 오린 플랫폼 대신 1000 TOPS 수준의 드라이브 토르 플랫폼을 필요로 한다고 밝혔다. 결국 엔비디아는 드라이브 토르 플랫폼을 기반으로 하되, 개발자 생태계용으로는 알마파요 오픈소스를 사용하고, 실제 상용화에는 엔비디아 상용 알마파요 모델을 사용하는 전략을 취하는 것으로 해석해 볼 수 있다. 

 <그림 4 알파마요 공사 현장 실행 사례(국민대학교 스마트임베디드시스템 연구실)>

오토웨어, Autoware: 자율주행 오픈소스 스택의 진화

오토웨어는 오토웨어 파운데이션의 운영하는 ROS 기반 자율주행 오픈소스이다. 오토웨어는 오토웨어 1.0에서는 룰 기반 자율주행 알고리듬을 기반으로 했으나, 2025년 말 발표한 오토웨어 2.0에서는 엔드투엔드 자율주행으로 발전시켰다. 오토웨어 2.0은 E2E를 기반으로 하면서 안전이나 규제와 같은 부분은 별도의 룰로 추가할 수 있도록 했다.

(편집자 주 :　엔드투엔드(End-to-End, E2E) 자율주행은 센서 입력부터 제어 출력까지 하나의 거대 AI 모델이 처리하는 방식임)

오토웨어 2.0에서는 E2E 자율주행을 적용하면서, 데이터 중심의 자율주행 오픈소스 스택으로 진화하고 있다. Open AD Kit를 통해 클라우드-엣지 연계 SDV 개발을 표준화하고, ADLINK, 엔비디아, AMD 등 다양한 HW에서 검증 범위를 확대해 나가고 있다. 

CES 2026에서 AMD와 오토웨어 파운데이션은 오토웨어 기반 E2E 자율주행 시뮬레이션 시연을 선보였다. E2E 자율주행 시연을 위해서 AMD의 차량용 프로세서인 Versal AI Edge Gen 2 하드웨어에서 오토웨어 2.0을 실행했다.

<그림 5 Autoware의 E2E 자율주행으로의 전환 개발 로드맵(사진 출처: AWF)>

이클립스 S-CORE: SDV를 위한 오픈소스 플랫폼

이클립스(Eclipse) S-CORE는 SDV를 위한 오픈소스 플랫폼 프로젝트로, 어댑티브 오토사(Adaptive AUTOSAR) 플랫폼을 적용하는 데에 따른 어려움을 해결하는 것을 목표로 삼고 있다. 소프트웨어 다운로드와 실행 환경을 제공하는 어댑티브 오토사는 현재 SDV 플랫폼의 핵심 플랫폼이다. 하지만, 구조가 복잡하고, 많은 리소스를 사용하고, 비용이 많이 소모되는 등의 단점을 가지고 있다. 이 때문에 통합이 용이하고, 저렴한 플랫폼에 대한 요구가 늘어나는 상황이다.

S-CORE의 초기 목적은 어댑티브 오토사가 적용되는 환경에서 그 하위 계층에 해당하는 공통 미들웨어 기능을 제공하는 데에 있었다. 하지만 EU의 SDV 플랫폼 로드맵에서 발표된 것처럼 현재 S-CORE는 단순한 하위 미들웨어를 넘어 SDV 소프트웨어 플랫폼으로 확장을 꾀하고 있다.

향후 S-CORE는 소프트웨어 다운로드와 실행 환경 제공, 미들웨어 제공을 통한 손쉬운 차량용 플랫폼의 통합 등을 위한 오픈소스로 발전해 나갈 전망이다. CES 2026에서 독일의 표준화 기관 VDA와 오픈소스 커뮤니티 이클립스는 S-CORE에 참여하는 기업 수가 32개로 크게 늘었다고 발표했다. 특히 공통 SW 개발·통합 비용을 최대 40% 절감하고, 출시 시점을 30% 빠르게 할 수 있다고 밝혔다. 

 <그림 6 이클립스 S-CORE 1.0 아키텍처(사진 출처: Eclipse S-CORE)>

현재 공개된 S-CORE 0.5는 제로카피 공유메모리 기반 IPC 통신 모듈, 실행 순서를 제어하는 FEO, 기본 라이브러리(Baselibs), 데이터 저장 기능(Persistency), 그리고 전체 시스템을 관리하는 기능(Orchestrator)으로 구성되어 있다.

  <그림 7 이클립스 S-CORE v0.5 예제 실행 사례 (국민대학교 스마트임베디드시스템 연구실)>

확대되는 차량용 오픈소스와 시장 재편 

CES 2026에서 발표된 차량용 오픈소스들은 현재 자동차 시장에서 진행되고 있는 다양한 변화들을 단적으로 보여주고 있다. 각 오픈소스들의 성공 여부와 관계없이, 현재 진행되는 시장의 변화와 발전 방향을 살펴볼 필요가 있다. 기술 발전과 생태계 강화, AI 및 SW 시장과의 융합, 다른 산업과의 연계, 가격 경쟁력과 상용화를 위한 플랫폼 제공, 인공지능 법제도와의 연계 등의 다양한 측면에서 많은 시사점을 주고 있다. 

엔비디아 알파마요는 테슬라 FSD 14.2와 경쟁하기 위한 자동차사의 노력과 엔비디아의 차량용 프로세서 및 소프트웨어 확장 측면에서 중요한 시사점을 갖는다. 또한 인공지능 법제도에서 요구하고 있는 설명가능한AI, 증명가능한AI로의 진화와도 맞물려 있다. 참고로, 현대기아도 작년 하반기부터 VLA 관련 기술을 개발해 왔으며, 중국의 샤오펑, 지리, 리오토, 딥라우트AI 등도 VLA 자율주행을 개발해 왔다. 테슬라도 VLA를 직접 언급하지는 않고 있지만, 추론 기반의 자율주행으로 발전하고 있다고 밝힌 바 있다. 

오픈소스 및 인공지능법에서 모두 자율주행 데이터를 강조하고 있는 점도 매우 중요한 부분이다. 엔비디아 알파마요에서 자율주행 데이터셋의 상용화에 접근 제한을 두고 있고, 중국 관련 법에서 관련 데이터 유출을 금지하고 있는 것처럼, 우리나라에서도 자율주행 데이터 유출 금지에 대한 명확한 제도적인 방향성이 시급히 필요한 상황이다. 

이클립스 S-CORE는 자율주행을 위한 SDV 플랫폼 진화의 측면에서 중요한 시사점을 주고 있다. 가볍고, 개발 기간이 빠른 오픈소스 SDV 플랫폼으로의 진화는 SDV 플랫폼의 활성화와 함께 자동차 가격 경쟁력에도 큰 도움을 줄 수 있다. 

앞으로 차량용 오픈소스 생태계는 큰 성장이 예상된다. 관련 시장에서 우리나라 기업들의 좋은 성과를 기대해 본다. 

현) 국민대학교 전자공학부 교수 현) 한국모빌리티학회 회장 현) 한국 ITS학회 부회장, 한국자동차공학회 자율주행전장부문 이사  현) SDV표준화협의체 운영위원장, 국가인공지능전략위원회 자문교수  현) 현대케피코, 오토노머스에이투지, 마음AI 자문 교수  전) 휴맥스, 유비벨록스, 현대오토에버 사외이사 전) 현대자동차 생산기술개발센터, LG전자 CTO부문, 네이버 네이버랩스, 삼성전자 SW센터 자문교수