NVIDIA DRIVE AGX Thor 기술 사양

2025-10-20, G25DR

1. AI 정의 자동차(Software-Defined Vehicle) 시대의 중앙 집중형 슈퍼컴퓨터, NVIDIA DRIVE AGX Thor

NVIDIA DRIVE AGX Thor(이하 Thor)는 단순한 차세대 차량용 반도체를 넘어, 소프트웨어 정의 자동차(Software-Defined Vehicle, SDV) 시대를 여는 핵심 기술 플랫폼이다. 이는 이전 세대인 DRIVE Orin의 계승자로서의 의미를 가지는 동시에, 데이터센터급 AI 컴퓨팅 성능을 차량 환경으로 이전하여 자율주행, 인포테인먼트, 운전자 모니터링 등 기존에 분산되어 있던 수많은 기능을 단일 시스템-온-칩(System-on-Chip, SoC)으로 통합하는 패러다임의 전환을 상징한다.1

본 보고서의 핵심 논지는 Thor의 진정한 의의가 바로 이 ’중앙 집중화’와 ’통합’에 있다는 점이다. 과거 수십 개의 개별 전자제어장치(Electronic Control Unit, ECU)가 담당하던 기능을 하나의 강력한 AI 슈퍼컴퓨터로 통합함으로써, 자동차 제조사는 차량 아키텍처를 근본적으로 단순화하고, 비용과 무게를 절감하며, 무선 소프트웨어 업데이트(Over-the-Air, OTA)를 통한 지속적인 기능 향상을 구현할 수 있게 된다.3 이는 SDV 개념을 실현하기 위한 필수적인 전제 조건이다.

이러한 통합은 단순한 하드웨어의 집적을 넘어선 전략적 의미를 지닌다. Thor는 NVIDIA의 데이터센터용으로 개발된 최신 Blackwell 아키텍처를 기반으로 한다.6 이는 클라우드에서 AI 모델을 훈련하고, 차량(Edge)에서 추론하는 전 과정에 걸쳐 일관된 개발 및 배포 파이프라인을 구축하려는 NVIDIA의 거시적 전략을 보여준다. 실제로 BYD와 같은 주요 자동차 제조사들은 차량 내 Thor 플랫폼 채택과 더불어, 클라우드 기반 AI 개발 및 훈련을 위해 NVIDIA의 AI 인프라를 활용할 계획을 밝히고 있다.8 이는 개발자들이 클라우드의 Blackwell GPU에서 훈련한 AI 모델을 차량의 Blackwell 기반 Thor SoC에 보다 효율적으로 최적화하고 배포할 수 있음을 의미한다. 결과적으로 Thor는 단순한 반도체 칩이 아니라, CUDA, TensorRT, 클라우드 서비스를 아우르는 NVIDIA의 통합 AI 생태계의 최종 단말로서 기능하며, 자동차 고객들에게 강력한 기술적 종속 효과(Lock-in)를 창출한다.

더 나아가, Thor와 같은 고성능 중앙 집중형 컴퓨터의 등장은 자동차 산업의 공급망과 비즈니스 모델 자체를 재편하는 촉매제로 작용한다. 전통적인 자동차 산업은 다수의 1차 협력사(Tier-1)가 공급하는 하드웨어 기반의 분산형 ECU 네트워크에 의존해왔다. 그러나 Thor는 이러한 구조를 OEM이 직접 제어하는 중앙 집중형 소프트웨어 중심으로 전환시킨다.2 이는 OEM에게 차량의 전자 아키텍처와 소프트웨어 스택에 대한 더 강력한 통제권을 부여하며, OTA를 통한 기능 구독 서비스와 같은 새로운 수익 모델 창출의 기회를 연다.2 자동차가 정적인 하드웨어 제품에서 스마트폰처럼 지속적으로 진화하는 플랫폼으로 변모하는 것이다.

본 보고서는 Thor 플랫폼의 하드웨어 아키텍처에 대한 심층 분석을 시작으로, 핵심 기술 혁신, 소프트웨어 생태계, 생성형 AI 활용 사례를 순차적으로 검토할 것이다. 또한 이전 세대 플랫폼과의 비교 분석을 통해 기술적 진보의 폭을 가늠하고, 마지막으로 주요 산업 파트너십과 시장 전망을 통해 Thor가 차세대 모빌리티에 미칠 영향을 종합적으로 조망하고자 한다.

2. DRIVE AGX Thor 시스템-온-칩(SoC) 아키텍처 심층 분석

Thor SoC는 자율주행과 인포테인먼트라는 이질적인 워크로드를 단일 칩에서 처리하기 위해 최첨단 컴퓨팅 코어, 고대역폭 메모리, 그리고 유연한 상호연결 기술을 유기적으로 결합한 복합적인 구조를 가진다.

2.1 컴퓨팅 코어: Blackwell GPU와 Arm Neoverse V3AE CPU

Thor의 AI 연산 능력의 핵심은 Blackwell 아키텍처 기반 GPU에 있다. 이 GPU는 데이터센터에서 먼저 선보인 기술을 자동차 환경에 최적화하여 적용한 것으로, 특히 생성형 AI 워크로드 처리에 특화된 2세대 트랜스포머 엔진(Transformer Engine)과 텐서 코어(Tensor Core)를 탑재하고 있다.6 이 ’생성형 AI 엔진’은 거대 언어 모델(LLM)과 비전 언어 모델(VLM)의 근간이 되는 트랜스포머 모델의 핵심 연산을 하드웨어 수준에서 직접 가속한다.7 또한, FP32, FP16, FP8과 더불어 새로운 FP4 데이터 정밀도를 지원하여, 성능과 효율성을 극대화한다.7

CPU 코어의 선택은 Thor의 설계 사상을 명확히 보여주는 중요한 지표다. 이전 세대인 Orin이 모바일/차량용 고성능 코어인 Arm Cortex-A78AE를 사용한 것과 달리, Thor는 14개의 Arm Neoverse V3AE 코어를 탑재했다.7 Neoverse 시리즈는 Arm의 데이터센터 및 서버급 CPU 라인업으로, 이는 Thor가 단순한 AI 가속기를 넘어 여러 복잡한 운영체제와 소프트웨어 스택을 동시에 구동하는 진정한 중앙 집중형 서버로 설계되었음을 시사한다.12 서버급 CPU는 의사결정, 시스템 관리와 같은 병렬화하기 어려운 작업에 필수적인 높은 단일 스레드 성능과 강력한 가상화 지원을 제공한다. 이는 Thor가 멀티-도메인 컴퓨팅 환경에서 Linux, QNX, Android와 같은 여러 게스트 OS를 안정적으로 실행하기 위한 필수 요건이다.2 ‘AE(Automotive Enhanced)’ 접미사는 기능 안전 및 실시간 결정성(determinism) 확보를 위한 특화 기능이 포함되었음을 의미한다.12

2.2 메모리 및 상호연결 기술: LPDDR5X와 NVLink-C2C

강력한 컴퓨팅 코어의 성능을 온전히 활용하기 위해서는 데이터를 신속하게 공급하는 메모리 시스템이 필수적이다. Thor는 최대 273 GB/s의 대역폭을 제공하는 LPDDR5X 메모리를 채택했다.7 이 고대역폭 메모리는 고해상도 카메라, 레이더, 라이다 등에서 쏟아지는 방대한 센서 데이터를 처리하고 거대한 AI 모델을 실행할 때 발생할 수 있는 데이터 병목 현상을 방지하는 데 결정적인 역할을 한다.

또한 Thor는 NVIDIA의 독자적인 칩 간 상호연결 기술인 NVLink-C2C를 지원한다.2 이 기술은 두 개의 Thor SoC를 연결하여 마치 하나의 칩처럼 동작하는 단일 모놀리식(monolithic) 플랫폼을 구성할 수 있게 해준다. 이 기능은 단순한 성능 확장을 넘어, 확장성과 기능 안전이라는 두 가지 전략적 목표를 동시에 달성한다. 예를 들어, 레벨 4 자율주행 트럭과 같이 극한의 성능이 요구되는 애플리케이션에서는 듀얼 Thor 구성을 통해 연산 능력을 두 배로 확장할 수 있다. 실제로 자율주행 트럭 기술 기업인 Aurora와의 파트너십에서는 듀얼 Thor SoC 구성이 명시되었다.14 반면, 일반 승용차에서는 두 개의 칩을 서로 감시하거나 오류 발생 시 백업 역할을 수행하는 이중화(redundancy) 구조로 구성하여, ASIL-D와 같은 엄격한 기능 안전 요구사항을 충족하는 데 활용될 수 있다.

2.3 입출력 및 센서 인터페이스

Thor는 첨단 자율주행 시스템에 필요한 포괄적인 센서 제품군을 지원하기 위해 풍부한 입출력 인터페이스를 제공한다. 개발자 키트 사양을 기준으로 볼 때, Thor는 최대 10GbE 속도의 고속 이더넷, 다수의 카메라 연결을 위한 GMSL2/3, 고대역폭 주변 장치를 위한 PCIe Gen5, 그리고 USB 등 다양한 최신 인터페이스를 갖추고 있다.7 이러한 인터페이스는 레벨 2+부터 완전 자율주행에 이르기까지 다양한 수준의 시스템에서 요구되는 카메라, 레이더, 라이다, IMU 등 복잡한 센서 데이터를 지연 없이 수집하고 처리하는 기반이 된다.16

3. 핵심 기술 혁신과 성능 평가

Thor는 단순히 연산 성능을 높이는 것을 넘어, 데이터 처리 방식의 혁신과 시스템 아키텍처의 근본적인 변화를 통해 차세대 차량용 컴퓨팅의 새로운 기준을 제시한다.

3.1 연산 성능: 2000 FP4 TFLOPS의 의미와 데이터 정밀도 혁신

Thor의 대표적인 성능 지표는 최대 2,000 TFLOPS(초당 2,000조 회의 부동소수점 연산)에 달하는 연산 능력이다. 이 수치는 Blackwell 아키텍처에서 새로 도입된 4비트 부동소수점(FP4) 데이터 형식을 기준으로 한 것이다.11 전통적인 AI 워크로드에서 널리 사용되는 8비트 정수(INT8) 형식 기준으로는 최대 1,000 TFLOPS의 성능을 제공한다.7

여기서 주목할 점은 FP8과 FP4와 같은 저정밀도(lower-precision) 데이터 형식의 도입이다. FP8은 기존의 32비트 부동소수점(FP32)에서 정수 형식으로 전환할 때 발생하는 정확도 손실을 최소화하면서 연산 효율을 높이기 위해 도입되었다.2 한 걸음 더 나아가 Blackwell 아키텍처의 트랜스포머 엔진을 통해 구현된 FP4는 FP8 대비 연산 처리량을 두 배로 늘리고 모델 가중치(weights)가 차지하는 메모리 공간을 절반으로 줄이는 혁신적인 기술이다.9 이는 수십억 개의 파라미터를 가진 거대 언어 모델을 차량의 제한된 전력 및 발열 환경 내에서 실행 가능하게 만드는 핵심 요소다.

FP4 기술의 도입은 단순한 하드웨어 기능 추가가 아니라, 특정 문제 해결을 위한 하드웨어와 소프트웨어의 긴밀한 공동 설계(co-design)의 결과물이다. Blackwell의 트랜스포머 엔진이라는 하드웨어와, 이를 네이티브로 가속하는 TensorRT 10이라는 소프트웨어의 결합을 통해 FP4가 실현된다.7 이는 NVIDIA가 차량 내 생성형 AI가 차세대 핵심 워크로드가 될 것을 예측하고, 이를 효율적으로 구현하기 위한 수직 통합 솔루션을 사전에 구축했음을 보여주는 사례로, 강력한 기술적 경쟁 우위를 형성한다.

3.2 멀티-도메인 컴퓨팅과 가상화를 통한 ECU 통합

Thor의 또 다른 핵심 혁신은 멀티-도메인 컴퓨팅(multi-domain computing) 기능이다. 이는 SoC의 하드웨어 자원을 논리적으로 분할하여, 서로 다른 운영체제와 애플리케이션을 완벽히 격리된 상태에서 동시에 실행하는 기술을 의미한다.2 예를 들어, 자율주행과 같이 안전이 최우선인 기능은 QNX와 같은 실시간 운영체제(RTOS)에서 실행하고, 인포테인먼트 시스템은 Android Automotive OS에서 구동할 수 있다.2

이러한 격리는 하드웨어 수준의 가상화 기술을 통해 이루어지며, NVIDIA의 데이터센터 GPU에 적용된 MIG(Multi-Instance GPU) 기술과 유사한 개념으로 볼 수 있다.3 이를 통해 인포테인먼트 시스템의 오류나 충돌이 자율주행과 같은 핵심 안전 기능에 전혀 영향을 미치지 않도록 보장하며, 이는 기능 안전 인증의 필수 요건이다. 결과적으로 자동차 제조사는 과거 수십 개의 ECU로 분산 처리하던 기능들을 단일 Thor SoC에 통합하여 비용, 무게, 케이블링 복잡성을 획기적으로 줄일 수 있다.3

3.3 기능 안전 및 사이버 보안 아키텍처

Thor는 하드웨어 SoC부터 DriveOS 소프트웨어에 이르기까지 플랫폼 전체가 자동차 기능 안전 최고 등급인 ISO 26262 ASIL-D를 충족하도록 설계되었다.4 이를 위해 이중화된 연산 경로, 오류 정정 코드(ECC) 메모리, 그리고 핵심 안전 기능을 전담하는 ’기능 안전 섬(Functional Safety Island)’과 같은 다양한 아키텍처적 안전 장치가 내장되어 있다.17

ASIL-D 인증을 획득하는 것은 Thor와 같이 복잡한 고성능 SoC에서 매우 어려운 기술적 과제이며, 설계, 검증, 문서화에 걸쳐 수년간의 막대한 투자를 요구한다.20 NVIDIA는 자사 전체 스택에 걸쳐 15,000 맨-이어(engineering years) 이상을 안전 기술에 투자했다고 밝힌 바 있다.20 이는 높은 성능의 반도체는 설계할 수 있으나 자동차 산업의 엄격한 안전 요구사항과 인증 프로세스에 대한 전문성이 부족한 잠재적 경쟁자들에게는 넘기 힘든 진입 장벽으로 작용한다. 즉, ASIL-D 인증은 단순한 기능이 아니라, 시장에서 경쟁할 자격을 부여하는 ’면허’이자 강력한 경쟁 해자(moat) 역할을 한다.

이와 함께, Thor는 커넥티드 카 환경에서 필수적인 사이버 보안을 위해 ISO 21434 표준에 맞춰 설계되었다. 여기에는 외부의 악의적인 공격으로부터 시스템을 보호하기 위한 시큐어 부트(secure boot), 하드웨어 기반 암호화 가속기 등의 기능이 포함된다.7

4. 소프트웨어 생태계: DriveOS와 개발자 도구

강력한 하드웨어 성능은 그것을 온전히 활용할 수 있는 성숙한 소프트웨어 생태계가 뒷받침될 때 비로소 가치를 발휘한다. NVIDIA는 DriveOS 운영체제와 포괄적인 개발자 도구들을 통해 Thor의 잠재력을 극대화하고 있다.

4.1 NVIDIA DriveOS 7: 안전 인증 운영체제의 핵심 기능

NVIDIA DriveOS는 Thor 플랫폼의 기반이 되는 소프트웨어 계층으로, 실시간성과 안전성, 보안성을 모두 갖춘 아키텍처를 제공한다.7 DriveOS 7 버전은 멀티-도메인 컴퓨팅을 위한 하이퍼바이저를 내장하여 워크로드 격리를 지원하며, QNX와 같은 실시간 운영체제를 통합하여 결정론적 실행을 보장한다. 또한 운영체제 자체도 ISO 26262 표준에 따라 인증 가능한 수준으로 개발되어, 플랫폼 전체의 기능 안전을 뒷받침한다.13

4.2 개발 가속화를 위한 SDK 및 런타임: TensorRT 10, CUDA 13, LLM SDK

NVIDIA는 개발자들이 Thor의 하드웨어 성능을 최대한 활용할 수 있도록 다양한 SDK와 런타임을 제공한다.

• TensorRT 10: NVIDIA의 고성능 딥러닝 추론 최적화기 및 런타임으로, Blackwell 아키텍처에 긴밀하게 통합되어 있다. 특히 새로운 FP4 데이터 형식을 네이티브로 지원하며, INT4 AWQ(Activation-aware Weight Quantization)와 같은 고급 양자화 기술을 통해 모델의 성능과 메모리 효율을 극대화한다.7

• CUDA 13: NVIDIA의 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델의 최신 버전이다. 컨텍스트 일시 중지/재개, 배치 메모리 복사(batched memcpy)와 같은 새로운 기능들은 개발자가 애플리케이션 성능을 세밀하게 최적화하고 CPU 오버헤드를 줄이는 데 도움을 준다.7

• DriveOS LLM SDK: Thor와 함께 새롭게 선보인 특화 SDK로, 차량 내 생성형 AI 애플리케이션 배포를 획기적으로 간소화한다. 최소한의 종속성을 가진 C++ 기반 런타임으로 저지연 LLM/VLM 추론에 최적화되어 있다. 추측 디코딩(speculative decoding), KV 캐싱 등 고급 기능을 포함하며, 널리 사용되는 모델들을 즉시 사용할 수 있도록 지원한다.17

이처럼 하드웨어에 맞춰 수직적으로 통합되고 고도로 최적화된 소프트웨어 스택은 NVIDIA 생태계의 가장 강력한 힘이다. 개발자들은 이 스택을 활용하여 경쟁 플랫폼 대비 적은 노력으로 더 높은 성능을 달성할 수 있다. 이는 한번 NVIDIA 생태계에 진입한 개발자와 자동차 제조사들이 다른 플랫폼으로 전환하는 데 매우 높은 비용을 치르게 만드는 강력한 기술적 종속 효과를 창출한다.

4.3 개발자 키트 (Developer Kit)

NVIDIA는 양산용 하드웨어에 적용하기에 앞서 개발, 테스트, 검증을 수행할 수 있는 DRIVE AGX Thor 개발자 키트를 제공한다.7 이 키트는 벤치톱 개발 환경을 위한 SKU 10과 실제 차량 통합을 위한 SKU 12의 두 가지 버전으로 제공되어, 개발자의 다양한 요구에 대응한다.17 개발자 키트는 Thor SoC의 성능과 풍부한 I/O를 그대로 제공하여, 프로토타이핑 및 시스템 설계에 필수적인 도구로 활용된다.

5. 생성형 AI의 차량 내 적용 및 활용 사례

Thor의 압도적인 성능과 트랜스포머 엔진은 차량 내에서 강력한 생성형 AI 모델을 실시간으로 구동할 수 있는 길을 열었다. 이는 운전자와 차량의 상호작용 방식을 근본적으로 변화시킬 잠재력을 가진다.

5.1 지능형 운전자 보조 시스템 및 AI 동승자

Thor는 자율주행을 위한 인지 모델을 기존의 CNN(Convolutional Neural Networks) 기반에서 더욱 발전된 트랜스포머 기반 모델로 전환할 수 있는 연산 능력을 제공한다.2 트랜스포머 모델은 비디오 데이터를 단일 인지 프레임으로 처리하여 시간적 맥락을 더 잘 이해할 수 있게 해준다.

더 나아가, Thor는 차량 내에서 ‘AI 동승자(AI Copilot)’ 또는 ’AI 어시스턴트’를 구현할 수 있다. 온보드 LLM과 VLM으로 구동되는 이 시스템은 차량 기능 제어, 정보 접근, 능동적인 지원 등을 위한 자연스러운 대화형 인터페이스를 제공한다.4

5.2 자연어 상호작용 및 상황 인식 강화

생성형 AI의 적용은 운전자 경험을 한 차원 높은 수준으로 끌어올린다. 예를 들어, AI 어시스턴트는 “저기 보이는 카페 근처에 주차할 곳 찾아줘“와 같이 음성 명령과 운전자의 시선 또는 제스처를 결합한 복합적인 입력을 이해하고 처리할 수 있다. 또한 차량의 디지털 사용 설명서를 학습하여 “타이어 공기압은 어떻게 맞춰야 해?“와 같은 질문에 실시간으로 답변할 수 있다.21

안전 및 상황 인식 측면에서도 생성형 AI는 중요한 역할을 한다. 차량 주변 센서 데이터를 종합적으로 이해하고 “조심하세요, 차량 뒤에 장난감 자동차가 있어요“와 같이 자연어 음성 경고를 제공하거나, 주행을 마쳤을 때 “뒷좌석에 두고 내리는 물건이 없는지 확인하세요“라고 알려주는 등, 단순한 경고음을 넘어선 지능적인 상호작용이 가능해진다.21 이는 Thor 위에서 인지, 추론, 언어 생성이 실시간으로 융합되어 동작함을 보여주는 사례다.12

이러한 변화는 운전자와 차량 간의 인터페이스 패러다임을 기존의 ’명령과 제어(Command and Control)’에서 ’대화와 협력(Conversation and Collaboration)’으로 전환시킨다. 운전자가 일방적으로 명령을 내리는 대신, 차량이 운전자의 의도를 파악하고, 필요를 예측하며, 운전자와 협력하는 지능적인 파트너가 되는 것이다. 이는 그래픽 사용자 인터페이스(GUI) 이후 차량 사용자 경험의 가장 큰 진화가 될 것이며, 자동차 브랜드의 핵심 차별화 요소로 자리 잡을 것이다.

6. 세대별 비교 분석: Xavier, Orin, 그리고 Thor

Thor의 기술적 위상을 명확히 이해하기 위해서는 NVIDIA DRIVE AGX 플랫폼의 진화 과정을 살펴보는 것이 유용하다.

• DRIVE Xavier: Volta GPU 아키텍처를 기반으로 약 30 TOPS의 성능을 제공하며, NVIDIA가 ADAS 및 자율주행 시장에 본격적으로 진입하는 발판을 마련한 플랫폼이다.4

• DRIVE Orin: Ampere 아키텍처를 통해 성능을 254 TOPS까지 끌어올리고 ASIL-D 기능 안전을 달성함으로써, 현재의 첨단 L2+ 시스템과 초기 로보택시 시대를 가능하게 한 플랫폼이다.4

• DRIVE Thor: Blackwell 아키텍처를 통해 최대 2,000 FP4 TOPS라는 압도적인 성능을 구현하고, 차량 내 모든 컴퓨팅 도메인을 통합하여 중앙 집중형 컴퓨팅과 생성형 AI 시대를 위해 설계된 혁신적인 플랫폼이다.4

이러한 진화 과정에서 주목할 점은 성능 향상의 속도와 방향성이다. Xavier에서 Orin으로의 성능 향상은 약 8배였고, Orin에서 Thor로의 INT8 기준 성능 향상은 약 4배다. 그러나 Thor의 진정한 혁신은 단순한 TOPS 수치의 증가가 아니라, 트랜스포머 엔진과 FP4 지원과 같이 AI 분야의 최신 트렌드인 트랜스포머 모델에 특화된 아키텍처 변화에 있다. 이는 NVIDIA가 단순히 성능을 선형적으로 확장하는 것이 아니라, AI 모델 자체의 폭발적인 성장과 구조적 변화에 발맞춰 자사 플랫폼 아키텍처를 가속적으로 발전시키고 있음을 보여준다. DRIVE 플랫폼의 진화는 곧 AI 산업의 발전사를 반영하는 거울인 셈이다.

7. 산업 적용 및 파트너십 생태계

Thor의 혁신적인 기술력은 이미 전 세계 주요 자동차 및 자율주행 기술 기업들의 폭넓은 지지를 받으며 강력한 생태계를 구축하고 있다.

7.1 주요 자동차 OEM 및 자율주행 기술 기업의 도입 현황

Thor를 채택하기로 발표한 초기 파트너 그룹은 특히 중국의 혁신적인 전기차(EV) 브랜드들이 주를 이룬다. 세계 최대 EV 제조사인 BYD를 비롯하여 Li Auto, ZEEKR, XPENG, 그리고 GAC AION의 프리미엄 브랜드인 Hyper 등이 차세대 차량에 Thor를 탑재할 계획을 밝혔다.8

상용차 및 완전 자율주행 분야에서도 Thor는 핵심 플랫폼으로 자리매김하고 있다. 자율주행 트럭 분야의 선두주자인 Aurora는 부품 공급사 Continental과의 협력을 통해 개발하는 양산형 자율주행 시스템의 메인 컴퓨터로 듀얼 Thor 구성을 채택했다.14 또한, 라스트마일 자율주행 배송 차량을 개발하는 Nuro 역시 차세대 ‘Nuro Driver’ 시스템의 핵심 컴퓨팅 플랫폼으로 Thor를 선택했다.8

이러한 초기 채택 기업 목록에서 중국 EV 기업들이 두드러진다는 점은 중요한 시사점을 가진다. 이는 중국 자동차 시장이 첨단 기술을 가장 먼저 수용하고 상용화하는 테스트베드이자 격전지가 되었음을 보여준다. 중국의 신생 EV 기업들은 글로벌 시장에서 경쟁력을 확보하기 위한 핵심 차별화 요소로 NVIDIA의 최첨단 기술을 적극적으로 활용하고 있으며, NVIDIA는 빠르게 움직이는 기술 선도 시장을 통해 자사의 가장 야심 찬 제품을 출시하고 검증받는 기회를 얻고 있다. 이러한 상호 필요의 결합은 Thor가 보수적인 유럽이나 북미의 레거시 자동차 시장에 앞서 중국 시장에서 먼저 성공적으로 안착할 가능성을 높여준다.

7.2 양산 차량 적용 타임라인 및 시장 전망

Thor를 탑재한 최초의 양산 차량은 2025년부터 시장에 등장할 전망이다. ZEEKR는 2025년 초 양산을 목표로 하고 있으며 5, Hyper 역시 2025년 양산을 계획하고 있다.8 Aurora와 Continental이 개발하는 자율주행 트럭 플랫폼은 2027년 양산을 목표로 한다.14

이러한 빠른 도입 속도는 자동차 산업이 소프트웨어 정의 아키텍처로 얼마나 빠르게 전환하고 있는지를 보여준다. Thor는 이러한 전환을 가속화하는 핵심 동력으로 작용하며, NVIDIA를 차세대 자동차의 ‘중앙 신경망’ 공급자로서의 독보적인 위치에 올려놓을 것으로 예상된다.

8. 결론: 차세대 모빌리티 컴퓨팅의 미래 전망

본 보고서를 통해 분석한 바와 같이, NVIDIA DRIVE AGX Thor는 단순한 성능 향상을 이룬 반도체가 아닌, 소프트웨어 정의 자동차 시대를 위한 근본적인 플랫폼 혁신이다. 그 핵심은 Blackwell 아키텍처 기반의 데이터센터급 성능, 자율주행과 인포테인먼트를 아우르는 중앙 집중형 멀티-도메인 컴퓨팅, 그리고 차세대 차량 내 경험을 정의할 생성형 AI 워크로드에 대한 네이티브 지원으로 요약할 수 있다.

Thor는 ’바퀴 달린 데이터센터’라는 개념을 현실로 만들고 있으며, 자동차 산업의 가치 사슬을 하드웨어 중심에서 소프트웨어 중심으로 전환하는 과정을 가속화하고 있다. 이 과정에서 NVIDIA는 클라우드에서부터 자동차 엣지에 이르기까지 AI 기술의 지배력을 공고히 하며, 새로운 자동차 패러다임의 핵심 기술 공급자로 자리매김하고 있다.

미래의 모빌리티는 Thor와 같은 중앙 집중형 컴퓨터 위에서 구동되는 소프트웨어와 AI 역량에 의해 정의될 것이다. 자동차는 더 이상 정적인 기계가 아니라, OTA를 통해 지속적으로 학습하고 진화하며, 운전자와 소통하는 지능형 플랫폼으로 거듭날 것이다. NVIDIA DRIVE AGX Thor는 바로 그 미래를 여는 열쇠다.

9. 참고 자료

1. NVIDIA: World Leader in Artificial Intelligence Computing, https://www.nvidia.com/en-us/
2. DRIVE Thor Unites AV and Cockpit on a Single SoC - NVIDIA Blog, https://blogs.nvidia.com/blog/drive-thor/
3. NVIDIA Unveils DRIVE Thor — Centralized Car Computer Unifying …, https://nvidianews.nvidia.com/news/nvidia-unveils-drive-thor-centralized-car-computer-unifying-cluster-infotainment-automated-driving-and-parking-in-a-single-cost-saving-system
4. What is NVIDIA DRIVE AGX Thor? A Deep Dive into NVIDIA’s Automotive AI Supercomputer, https://www.nevsemi.com/blog/what-is-nvidia-drive-agx-thor-a-deep-dive-into-nvidia-s-automotive-ai-supercomputer
5. NVIDIA launches new AV car computer - IoT M2M Council, https://www.iotm2mcouncil.org/iot-library/news/connected-transportation-news/nvidia-launches-new-av-car-computer/
6. Bosch To Integrate NVIDIA DRIVE AGX Thor Into Next-Generation ADAS and Software-Defined Vehicle Architectures, https://us.bosch-press.com/pressportal/us/en/press-release-28736.html
7. Accelerate Autonomous Vehicle Development with the NVIDIA DRIVE AGX Thor Developer Kit | NVIDIA Technical Blog, https://developer.nvidia.com/blog/accelerate-autonomous-vehicle-development-with-the-nvidia-drive-agx-thor-developer-kit/
8. NVIDIA DRIVE Powers Next Generation of Transportation — From …, https://nvidianews.nvidia.com/news/nvidia-drive-powers-next-generation-transportation
9. The Engine Behind AI Factories | NVIDIA Blackwell Architecture, https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/
10. Accelerate Autonomous Vehicle Development with the NVIDIA …, https://www.edge-ai-vision.com/2025/09/accelerate-autonomous-vehicle-development-with-the-nvidia-drive-agx-thor-developer-kit/
11. DRIVE AGX Autonomous Vehicle Development Platform | NVIDIA …, https://developer.nvidia.com/drive/agx
12. Arm-based NVIDIA DRIVE AGX Thor Delivers New AI Capabilities for Next-generation Vehicles, https://newsroom.arm.com/news/arm-neoverse-ae-nvidia-next-gen-automotive-technologies
13. Arm and NVIDIA Enabling Intelligent Solutions For Roads and Robots, https://newsroom.arm.com/blog/nvidia-drive-agx-jetson-thor-arm-neoverse
14. Aurora, Continental, and NVIDIA Partner to Deploy Driverless Trucks at Scale, https://ir.aurora.tech/news-events/press-releases/detail/112/aurora-continental-and-nvidia-partner-to-deploy-driverless-trucks-at-scale
15. NVIDIA Enters into Autonomous Driving Partnerships with Major Automakers | Industry News, https://www.photonics.com/Articles/NVIDIA-Enters-into-Autonomous-Driving/a70630
16. NVIDIA DRIVE AGX Thor Ecosystem Vendors, https://developer.nvidia.com/drive/ecosystem-thor
17. Announcement from NVIDIA: Introducing the NVIDIA DRIVE AGX Thor Development Platform, https://forums.developer.nvidia.com/t/announcement-from-nvidia-introducing-the-nvidia-drive-agx-thor-development-platform/343108
18. Deep dive into NVIDIA Blackwell Benchmarks — where does the 4x training and 30x inference performance gain, and 25x reduction in energy usage come from? - adrian cockcroft, https://adrianco.medium.com/deep-dive-into-nvidia-blackwell-benchmarks-where-does-the-4x-training-and-30x-inference-0209f1971e71
19. High-Performance In-Vehicle Computing for Autonomous Vehicles - NVIDIA, https://www.nvidia.com/en-sg/self-driving-cars/in-vehicle-computing/
20. Nuro selects NVIDIA DRIVE Thor to power its Nuro Driver autonomous driving system., https://medium.com/nuro/nuro-selects-nvidia-drive-thor-to-power-its-nuro-driver-autonomous-driving-system-689e8931d49e
21. The Generative AI In-Vehicle Experience Powered by NVIDIA DRIVE - YouTube, https://www.youtube.com/watch?v=t-UPlPlrYgQ
22. Li Auto Selects NVIDIA DRIVE Thor - Engineering.com, https://www.engineering.com/li-auto-selects-nvidia-drive-thor/
23. Nvidia details its position in automotive - Jon Peddie Research, https://www.jonpeddie.com/news/nvidia-details-its-position-in-automotive/
24. BYD to Use Nvidia’s Next-Gen Chips to Elevate Self-Driving Tech - Asia Financial, https://www.asiafinancial.com/byd-to-use-nvidias-next-gen-chips-to-elevate-self-driving-tech
25. Nuro selects NVIDIA DRIVE Thor to power its Nuro Driver autonomous driving system., https://www.nuro.ai/blog/nuro-selects-nvidia-drive-thor-to-power-its-nuro-driver-autonomous-driving-system
26. Watch Nvidia Reveal Drive Thor (Autonomous Driving Chip) - YouTube, https://www.youtube.com/watch?v=HfTnDRAza4I