자율주행차에 관한 Tesla의 이야기는 계속 순환되고 있습니다.
새로운 중요한 발표가 언론에 보도되고 투자자들은 “해자”가 좁아지는 것을 두려워하기 시작합니다. 그런 다음 대화는 자동차를 도로에 배치하는 힘든 과정으로 돌아가고 Tesla는 원점으로 돌아갑니다.
이러한 주기는 CES 2026 이후 다시 시작되었습니다. CES 2026에서는 Nvidia와 같은 많은 주요 기술 기업이 내년에 중요한 영향을 미치는 논평을 했습니다.
엔비디아는 자율주행차와 로봇이 데이터센터 다음으로 차세대 기술이 될 것이라고 말하며 ‘물리적 AI’를 강력히 추진해 엔비디아가 2025회계연도 전체에 1,152억 달러를 창출하는 데 도움을 줬다.
기본적으로 Morgan Stanley는 이번 발표가 상황이 돌아가는 방식에 있어서 단기적인 변화가 아니라고 투자자들에게 말하고 있습니다.
Morgan Stanley의 분석가 Andrew Percoco는 이를 간단하게 표현했습니다.
칩 회사와 전기차에 대한 글을 쓰다 보면 투자자들이 혼란스러워하는 모습을 자주 보게 됩니다. 새로운 도구는 기조연설을 “재부팅”처럼 들리게 만들 수 있지만 진정한 승자는 통합, 검증 및 비용을 관리할 수 있는 사람들입니다.
엔비디아는 이 기능을 갖추고 있지만 실제 테스트는 2026년에 이뤄질 예정이다.
월스트리트는 Nvidia의 최신 추진을 지켜보고 있습니다.
게티 이미지의 Anadolu 사진
Nvidia 자율성 도구가 실제로 수행하는 작업
Nvidia의 주요 초점은 “추론 기반” 자율 주행 자동차를 더 빠르게 만들 수 있는 “개방형 포트폴리오”라고 불리는 Alpamayo에 있습니다.
이는 패턴 일치뿐만 아니라 드물고 지저분한 경우를 보다 안정적으로 해결할 수 있는 시스템을 의미합니다.
패키지 포함:
추론에 초점을 맞추고 “롱테일” 운전 문제를 해결하는 VLA(비전-언어-행동) 모델인 Alpamayo 1 누구나 AV 개발을 시뮬레이션하는 데 사용할 수 있는 프레임워크인 AlpaSim 1,700시간 이상의 운전 데이터를 보유한 물리적 AI용 공개 데이터 세트
“자율 전문 용어” 없이 간단한 용어로 의미하는 바는 다음과 같습니다.
VLA 모델은 도로를 보고, 상황과 지시를 이해하고, 무엇을 할지(브레이크, 차선 변경, 양보)를 선택할 수 있는 프로그램이다. “롱테일” 상황은 드물게 발생하지만(예: 이상한 구조, 예측할 수 없는 운전자 또는 비정상적인 교차로) 안전에 영향을 미칠 수 있습니다. 시뮬레이션은 더 빠르게 가르치고 테스트할 수 있는 방법이지만 여전히 현실 세계에서 신뢰할 수 있는 자율 주행을 향한 한 단계일 뿐입니다.
Nvidia는 또한 이 작업을 실제 OEM 설치에 연결하고 있습니다. CES의 여러 소식통은 이 스택이 특정 일정에 따라 메르세데스-벤츠 차량에 탑재될 것이라고 밝혔는데, 이는 이것이 단순한 연구 쇼케이스가 아니라는 의미입니다.
월스트리트는 이점을 보지만 도약은 아니다
Percoco는 Nvidia가 업무를 수행하는 방식이 관련이 없다고 믿습니다. 이는 부가적입니다. 즉, 자동차 제조업체가 자동차를 즉시 완전 자율화하지 않고도 고급 운전 지원을 추가할 수 있는 더 빠른 방법이라는 의미입니다.
그 이유는 자율성이 실제로 느려지는 이유입니다.
센서, 컴퓨터, 배선, 열 관리 및 백업을 통합합니다. 검증: 다양한 상황에서 운전하는 것이 안전하다는 것을 증명합니다. 경제성: 자동차를 구입하는 많은 사람들에게 적합한 가격을 찾습니다. 시간: 완전한 스택을 구성하고 생산 실행을 준비합니다.
관련 항목: 월스트리트의 큰 변화가 Regeneron 내러티브를 변경했습니다.
Morgan Stanley는 이러한 이유로 이것이 획기적인 사건이라기보다는 “빠른 추종자” 이야기에 더 가깝다고 믿습니다. Nvidia는 초기 작업의 일부 속도를 높일 수 있지만 모든 작업을 완료하려면 여전히 수년이 걸립니다.
Percoco는 또한 Nvidia의 발언이 Tesla에 대한 그의 의견을 크게 바꾸지 않는다고 말합니다. 왜냐하면 기본 사례는 이미 자율주행차와 같은 기능이 시간이 지남에 따라 업계에서 일반화될 것이라고 가정하고 있기 때문입니다.
Tesla의 차량 데이터에는 여전히 구멍이 있습니다.
Morgan Stanley의 주장은 잘 알려져 있지만 중요한 이점, 즉 대량의 실제 데이터를 보유한다는 이점에 기반을 두고 있습니다.
매일 수많은 Tesla 자동차가 주행 신호를 수집하며 도로를 주행합니다. 이 데이터를 사용하면 변경 프로세스의 속도를 높이고, 오류 모드를 더 빠르게 찾고, 자율 시스템에 문제가 있는 상황에서 성능을 향상시킬 수 있습니다.
더 많은 엔비디아:
Nvidia의 중국 칩 문제는 대부분의 투자자들이 생각하는 것이 아닙니다Jim Cramer, Nvidia 주식에 대한 강력한 5단어 평결 발표여기 Nvidia가 고객 전환을 막는 방법Bank of America가 Nvidia 지원 주식에 대해 깜짝 전화를 겁니다
이것이 바로 투자자들이 자율성을 이해하지 못하는 이유이기도 합니다. Nvidia는 훌륭한 도구를 제공할 수 있지만 도구가 자동으로 마일을 생성하지는 않습니다. 실제 도로에서는 극단적인 경우가 발생하기 때문에 마일리지가 중요합니다.
다르게 말하면 Nvidia는 자동차 회사가 더 나은 기반을 구축하는 데 도움을 줄 수 있지만 Tesla는 수년간 원자재(차량에서 구동 데이터)를 수집해 왔기 때문에 이점이 있습니다.
Nvidia는 자율성 스택을 표준화하고 싶어합니다.
엔비디아의 계획은 분명하다. 그들의 목표는 미래를 주도하는 것뿐만 아니라 공평한 경쟁의 장을 만드는 것이기도 합니다.
Nvidia는 오픈 소스 모델 및 도구를 만들 때 다음을 수행할 수 있습니다.
더 많은 OEM과 공급업체가 이를 사용하도록 하세요. Nvidia의 자율적인 개발을 돕는 생태계를 구축합니다. 소프트웨어, 반도체, 시뮬레이션 등 ‘풀스택’ 제품을 더 많이 판매하세요.
CES에서 황의 발언은 알파마요가 자율성의 가장 어려운 부분에 초점을 맞춘 ‘추론’의 도약처럼 보이게 만들었다. Robotaxis는 최초의 큰 승리자 중 하나였습니다.
테슬라 주식을 보유한 사람들이 주목하는 이유다. Nvidia가 많은 자동차 회사의 표준 자율성 도구 세트가 되면 격차가 줄어들 수 있습니다. 그러나 Morgan Stanley는 이것이 즉시 일어날 것이라고 믿지 않습니다.
결국 Nvidia는 자동차 제조업체가 더 빨리 따라잡는 데 도움이 될 수 있지만 도로 테스트 데이터에서 Tesla의 선두는 어떤 기조 연설도 빠르게 바뀔 수 없는 것입니다.
관련 항목: Brad Gerstner는 AI 주식으로 군중 속에서 두각을 나타냅니다.
