11.2 자율주행의 두뇌, 엔비디아 드라이브(NVIDIA DRIVE) 플랫폼

차를 ’바퀴 달린 컴퓨터’로 재정의한 다음 단계는 아주 무자비하고 노골적인 권력의 강탈이었다. 컴퓨터에 가장 권력이 무거운 곳은 어디인가? 바로 모든 명령을 총괄하는 중앙 두뇌, ‘CPU와 GPU 인공지능 보드’ 다. 엔진의 마력 경쟁이 무의미해진 새로운 모빌리티(Mobility) 세상에서, 엔비디아(NVIDIA)는 내연기관의 심장(엔진)을 통째로 도려내고 그 자리에 자신들의 반도체 보드를 이식하기로 작정했다.

그들이 세상의 모든 자동차 브랜드 로고 뒤에 은밀하게 숨겨놓기 위해 제작한 궁극의 플랫폼의 이름이 바로 ‘엔비디아 드라이브(NVIDIA DRIVE)’ 였다.
이 11.2장에서는 고작 수 십 킬로미터 거리를 파악하는 멍청한 센서(Sensor) 칩들을 멸종시키고, 차량 외부의 수십 개 카메라와 레이다(Radar), 라이다(LiDAR)에서 쏟아지는 초당 기가바이트(GB) 급의 미친 데이터 폭풍을 0.01초 내에 연산해 브레이크를 밟도록 명령하는 ’괴물 두뇌’의 로드맵을 추적한다.

운전자를 보조하는 수준이었던 자비에(Xavier)를 거쳐, 지금의 테슬라 추격군들이 심장으로 쓰고 있는 강력한 오린(Orin), 그리고 완전 자율주행(Level 5)을 위해 칩 하나로 자동차의 모든 시스템을 완벽히 흡수하겠다고 경고한 악마적 성능의 토르(Thor)에 이르기까지. 자동차 제조사(OEM)들이 왜 이 확장 가능한 하드웨어 종속성의 늪에서 허우적대며 엔비디아 칩의 중독자가 되어버렸는지 그 치명적인 아키텍처(Architecture) 마법을 파헤쳐 보자.

11.2.1 자비에(Xavier), 오린(Orin)에서 토르(Thor)까지: 차량용 슈퍼컴퓨터의 진화

엔비디아(NVIDIA)가 처음 자율주행 전용 보드에 열을 올렸을 때 내놓은 ‘자비에(Xavier)’ (초당 30조 번의 연산, 30 TOPS)는 고속도로에서 차선을 유지해 주는 수준의 기특한 뇌였다. 하지만 완전 자율주행으로 가는 데이터의 폭우를 감당하기엔 턱없이 뇌실이 좁았다. 그래서 젠슨 황(Jensen Huang)은 곧바로 현존하는 자율주행 시장 칩의 가장 강력한 지배군주, ‘오린(Orin)’ 을 뽑아들었다.

무려 초당 254조 번(254 TOPS)이라는 살인적인 연산 속도를 지닌 오린 칩은 하나의 보드만으로도 차량 사방의 카메라 영상을 도화지처럼 찢어발겨 인공지능이 사각지대 없이 주변 사물을 인지하게 만들어 주었다. 중국의 잘나가는 전기차 회사(BYD, 니오, 샤오펑)들은 앞다투어 이 오린 칩을 4개씩 엮어 1,000 TOPS짜리 트렁크 괴물 컴퓨터를 만들어놓고 “우리가 테슬라(Tesla)를 이길 자율주행 차를 만들었다!“라고 환호하며 엔비디아 칩의 충실한 소비 노예가 되었다.

하지만 젠슨 황의 연산력 살육전은 멈추지 않았다. 그는 ‘토르(Thor)’ 라는 차세대 2,000 TOPS짜리 핵폭탄급 침을 공개하며 기존의 잡다한 생태계를 모조리 부숴버리겠다고 선포했다.
“한 자동차 안에 자율주행 두뇌 따로, 자석 좌석 통제 두뇌 따로, 음악 트는 칩 따로… 이렇게 멍청하게 칩을 수십 개씩 처박으니 전력만 낭비하고 해킹에 뚫리는 거다. 토르 칩 단 ’한 장’이면, 자동차의 자율주행부터 승객의 영화 재생, 에어컨 조절, 주차 연산까지 깡그리 완벽하게 처리해 낼 수 있다.”
이것은 차량 내 물리적인 전선의 숫자와 설계 복잡성을 혁명적으로 파괴하며 자동차 회사 디자인의 모든 주도권을 오직 칩 제조사인 엔비디아 손바닥 위로 완벽하게 귀속시켜 버리는 소름 돋는 선전포고였다.

11.2.2 확장 가능한 엔드투엔드(End-to-End) 하드웨어 아키텍처의 강점

자동차 회사들이 엔비디아(NVIDIA)의 드라이브(NVIDIA DRIVE) 칩에 한 번 손을 대면 절대 빠져나갈 수 없는 가장 지독한 이유는 바로 그 특유의 ‘확장 가능한(Scalable) 하드웨어 아키텍처’ 구조에 있다.

전통적인 자동차 세계에서는 “우리가 이번에 5천만 원짜리 중형차랑 1억 원짜리 대형차를 만들자“라고 기획하면, 중형차용 내비게이션 칩과 대형차용 첨단 센서 보드를 아예 처음부터 다르게 설계하고 조립해야 했다. 이 파편화된 원가 구조는 자동차 회사의 연구개발(R&D) 비용을 갉아먹는 암 덩어리와 같았다.
하지만 엔비디아는 이들에게 마법 같은 해답을 제시했다.
“차급(Class)에 따라 칩을 다르게 만들지 마라. 우리 엔비디아의 드라이브 통합 아키텍처를 쓰면, 싼타페에는 오린(Orin) 칩 1개를 꽂고 제네시스에는 똑같은 오린 칩 4개를 꽂기만 해라. 소프트웨어 호환성(Compatibility)은 100% 보장된다.”

graph TD
    A[NVIDIA DRIVE Scalable Architecture]
    
    A --> B[단일한 기본 하드웨어 뼈대 통일]
    B --> C[보급형 차량Level 2+]
    B --> D[고급형 차량Level 3]
    B --> E[로보택시 무인차Level 4/5]
    
    C --> |Orin 칩 1개 장착| F[동일한 DRIVE 플랫폼 소프트웨어 사용]
    D --> |Orin 칩 2개 장착| F
    E --> |Orin 칩 4개 장착| F
    
    F --> G((차량 제조사OEM 개발비 절감 및 즉각적 라인업 설계 확장 가능))
    
    style A fill:#f9f,stroke:#333,stroke-width:2px,color:#fff
    style G fill:#f55,stroke:#333,stroke-width:2px,color:#fff

이른바 밑바닥부터 대가리까지 똑같은 뼈대로 쌓아 올릴 수 있는 ‘엔드투엔드(End-to-End)’ 구조의 승리였다. 제조사 입장에서 이는 어마어마한 축복이었다. 싸구려 차나 비싼 차나 똑같은 구조의 코드(Code)를 복사해서 쓸 수 있었고, 칩의 개수만 더 추가하면 즉시 더 높은 차원의 자율주행 성능을 구현할 수 있었기 때문이다. 이 압도적이고 직관적인 하드웨어 설루션 앞에서, 수십 년 동안 각기 다른 부품사들에게 휘둘리며 파편화된 제어 칩을 조립해 오던 구시대의 자동차 명가들은 홀린 듯이 엔비디아의 품 안으로 굴러 들어올 수밖에 없었다.