NVIDIA Drive OS

NVIDIA Drive OS

2025-11-25, G30DR

1. 서론: 소프트웨어 정의 자동차(SDV)의 기반 기술

자동차 산업은 내연기관 중심의 하드웨어 제조에서 소프트웨어 정의 자동차(Software-Defined Vehicle, SDV)로의 근본적인 패러다임 전환을 겪고 있다. 이러한 변화는 차량의 가치가 물리적 주행 성능에서 인공지능(AI), 자율 주행 능력, 그리고 지속적인 업데이트를 통한 사용자 경험(UX)의 향상으로 이동하고 있음을 의미한다. 이 거대한 전환의 중심에는 방대한 센서 데이터를 실시간으로 처리하고, 복잡한 AI 모델을 구동하며, 차량 전체의 제어권을 안전하게 관리할 수 있는 고성능 컴퓨팅 플랫폼과 이를 뒷받침하는 운영체제(Operating System)가 존재한다.

NVIDIA Drive OS는 이러한 차세대 자동차 환경을 위해 설계된 핵심 기반 소프트웨어(Foundational Software)이다. 이는 단순한 임베디드 운영체제를 넘어, NVIDIA의 차량용 시스템 온 칩(SoC)인 DRIVE Orin과 차세대 Thor 플랫폼의 성능을 극대화하기 위해 설계된 포괄적인 소프트웨어 스택으로 정의된다.1 Drive OS는 기능 안전(Functional Safety) 표준인 ISO 26262 ASIL-D를 충족하는 안전한 실행 환경을 제공함과 동시에, 고성능 병렬 연산을 위한 CUDA 및 딥러닝 추론을 위한 TensorRT와 같은 최첨단 라이브러리를 통합하여 제공한다.1

본 보고서는 NVIDIA Drive OS의 아키텍처, 구성 요소, 파일 시스템, 보안 메커니즘, 그리고 최신 Drive OS 7.0의 기술적 진보를 심층적으로 분석한다. 특히 리눅스(Linux)와 QNX라는 이기종 운영체제의 지원 전략, 안전 중요(Safety-Critical) 애플리케이션을 위한 컴퓨팅 스택의 최적화, 그리고 글로벌 자동차 제조사들의 채택 현황을 통해 Drive OS가 자율 주행 생태계에서 차지하는 위상을 규명한다.

2. 하드웨어 플랫폼: Orin에서 Thor로의 진화

Drive OS는 하드웨어와 긴밀하게 결합되어 성능을 발휘한다. 현재 주력 양산 플랫폼인 DRIVE AGX Orin과 차세대 플랫폼인 DRIVE AGX Thor는 Drive OS가 구동되는 물리적 기반이며, 이들 하드웨어의 사양 차이는 소프트웨어 스택의 설계와 기능 확장성에 직접적인 영향을 미친다.

2.1 DRIVE AGX Orin: 현재의 표준

DRIVE AGX Orin은 현재 전 세계 주요 자동차 제조사들이 레벨 2+ 이상의 자율 주행 시스템을 구축하는 데 사용하는 표준 플랫폼이다. Drive OS 6.x 버전은 Orin 아키텍처에 최적화되어 있으며, Orin의 하드웨어 가속기(GPU, DLA, PVA)에 대한 직접적인 접근을 제공한다.1 Orin은 암페어(Ampere) 아키텍처 기반의 GPU를 탑재하고 있으며, 최대 254 TOPS(Tera Operations Per Second)의 연산 성능을 제공하여 센서 퓨전과 경로 계획 알고리즘을 실시간으로 처리한다.

2.2 DRIVE AGX Thor: 미래의 슈퍼컴퓨터

차세대 플랫폼인 DRIVE AGX Thor는 블랙웰(Blackwell) 아키텍처를 기반으로 하며, Drive OS 7.0 버전부터 공식 지원된다.3 Thor는 단일 칩으로 2,000 TFLOPS(FP4 기준)라는 경이로운 성능을 제공하며, 이는 Orin 대비 비약적인 성능 향상을 의미한다. 특히 Thor는 생성형 AI(Generative AI)와 거대 언어 모델(LLM)을 차량 내에서 구동할 수 있도록 설계되었으며, 이를 위해 FP4(4비트 부동소수점)와 같은 새로운 데이터 포맷을 하드웨어적으로 지원한다.3

Drive OS 7.0은 이러한 Thor의 하드웨어적 특성을 반영하여, 칩 간(Chip-to-Chip) 연결성을 강화하고 이더넷 가상화 기능을 추가하는 등 대규모 연산 처리에 최적화된 기능을 제공한다.5

특성DRIVE AGX Orin DevKitDRIVE AGX Thor DevKit
시스템 메모리 (RAM)32 GB LPDDR564 GB LPDDR5X
메모리 대역폭최대 200 GB/s최대 273 GB/s
카메라 인터페이스16x GMSL 216x GMSL 2 + 2x GMSL 3
비디오 디코더 성능최대 1.9 Gigapixels/s최대 2.9 Gigapixels/s
ISP 처리 속도1.85 Gigapixels/s3.5 Gigapixels/s
차량 데이터 전송 속도최대 30 Gb/s (LiDAR/Radar 포함)최대 76 Gb/s (LiDAR/Radar 포함)
CAN 인터페이스6개4개
스토리지 (UFS)256 GB256 GB

표 1: DRIVE AGX Orin과 Thor 개발자 키트의 하드웨어 사양 비교 6

이 표에서 볼 수 있듯이, Thor는 메모리 대역폭과 ISP 성능, 데이터 전송 속도 면에서 Orin을 크게 상회하며, 이는 더 많은 고해상도 센서 데이터와 복잡한 AI 모델을 처리할 수 있는 기반이 된다.

3. Drive OS 소프트웨어 아키텍처 및 파운데이션 서비스

NVIDIA Drive OS의 아키텍처는 고성능 컴퓨팅과 실시간 안전성을 동시에 만족시키기 위해 계층화된 구조를 취한다. 하드웨어 바로 위에 위치하는 파운데이션 서비스(Foundation Services)부터 가상화를 위한 하이퍼바이저, 게스트 OS, 그리고 최상단의 애플리케이션 프레임워크까지 유기적으로 연결되어 있다.

3.1 파운데이션 서비스 (Foundation Services)

Drive OS의 가장 기저에는 하드웨어 리소스 접근을 관리하고 추상화하는 파운데이션 서비스가 존재한다. 이 서비스는 마이크로커넬(Microkernel) 기술을 활용하여 CPU의 관리자 모드(Supervisory Mode)에서 실행되는 소프트웨어를 최소화함으로써 시스템의 안정성과 보안성을 극대화한다.7

파운데이션 서비스가 제공하는 핵심 기능은 다음과 같다:

  • 시간 분할 및 스케줄링 (Time Partitioning and Scheduling): 실시간성이 요구되는 차량용 애플리케이션을 위해 CPU 자원을 엄격하게 스케줄링한다. 이는 자율 주행 제어 루프와 같이 정해진 시간 내에 반드시 수행되어야 하는 작업의 결정론적 실행을 보장한다.
  • 공간 분할 (Space Partitioning): 메모리 보호 유닛(MPU/MMU)을 활용하여 서로 다른 애플리케이션이나 파티션 간의 메모리 영역을 엄격히 분리한다. 이를 통해 한 영역의 오류가 전체 시스템으로 전파되는 것을 방지한다.
  • 운영체제 간 통신 (IPC): 가상화 환경에서 서로 다른 게스트 OS 간의 안전하고 고속의 데이터 교환을 지원한다.
  • 실시간 결정론적 GPU 공유: 그래픽 렌더링(IVI)과 컴퓨터 비전 처리(AD)가 GPU를 공유할 때, 상호 간섭을 최소화하고 성능을 예측 가능하게 유지한다.8

3.2 하이퍼바이저 (Hypervisor) 아키텍처

자율 주행 시스템은 인포테인먼트(IVI)와 같은 비안전(Non-Safety) 영역과 차량 제어와 같은 안전 중요(Safety-Critical) 영역이 단일 하드웨어 상에서 공존해야 한다. 이를 위해 Drive OS는 Type-1 하이퍼바이저를 내장하여 강력한 가상화 환경을 제공한다.7 하이퍼바이저는 하드웨어 베어메탈 위에서 직접 실행되며, 시스템을 여러 개의 파티션(Partition)으로 분리한다.

NVIDIA의 하이퍼바이저는 ARMv8.2 아키텍처에 최적화되어 있으며 다음과 같은 기능을 수행한다:

  • 격리 (Isolation): 각 파티션은 독립적인 가상 머신(VM)으로 간주되며, 하나의 VM에서 발생한 충돌이나 보안 침해는 다른 VM에 영향을 주지 않는다.
  • 하드웨어 상호작용 관리: 게스트 OS가 하드웨어 주변 장치에 접근할 때 이를 중재하고 관리한다.
  • 채널 복구 (Channel Recovery): VM 간 통신 채널에 문제가 발생했을 때 이를 감지하고 복구하는 메커니즘을 제공한다.8

3.3 부팅 흐름 및 복구 메커니즘

Drive OS의 부팅 과정은 보안과 신뢰성을 최우선으로 설계되었다. 전원이 인가되면 BootROM이 실행되어 초기 하드웨어 검증을 수행하고, 이후 마이크로부트(Microboot), 부트로더(Bootloader) 순으로 제어권이 이양된다.

  • 부트 체인 (Boot Chain): Drive OS는 안전한 부팅을 위해 서명된 바이너리만을 로드하는 ’Secure Boot’를 지원한다. 부트 체인은 그룹화되어 관리되며, 펌웨어 업데이트나 시스템 오류 시 대체 부트 체인으로 전환할 수 있는 이중화 구조를 가진다.9
  • 복구 메커니즘 (Recovery Mechanism): 부팅 실패가 감지되면 시스템은 자동으로 복구 모드로 진입하거나 안전한 이전 버전의 펌웨어로 롤백한다. 이는 스크래치 레지스터(Scratch Register)를 통해 상태를 추적하고 제어된다. 또한 게스트 OS 내부에서도 복구 메커니즘을 트리거할 수 있는 인터페이스가 제공된다.9

4. 운영체제 환경: Linux와 QNX

Drive OS는 개발의 유연성과 양산 단계의 안전성 요구를 모두 충족하기 위해 리눅스(Linux)와 QNX라는 두 가지 주요 운영체제를 지원한다. 사용자는 하이퍼바이저 위에서 이 두 OS를 단독으로 사용하거나 혼용하여 시스템을 구성할 수 있다.2

4.1 Drive OS Linux SDK

리눅스 환경은 개발자들에게 친숙한 도구와 방대한 오픈 소스 생태계를 제공한다. Drive OS Linux는 우분투(Ubuntu)를 기반으로 하여 NVIDIA의 드라이버와 라이브러리를 통합한 형태이다.

4.1.1 파일 시스템 계층 구조

Drive OS Linux의 파일 시스템은 명확한 목적을 가진 계층 구조로 설계되었다.11

  1. Canonical Ubuntu Base: 가장 하단에 위치하며 표준 우분투 패키지를 포함한다.
  2. driveos-core-rfs: NVIDIA의 핵심 드라이버, 펌웨어, 라이브러리가 포함된 계층으로, 양산 시스템(Production)의 기반이 된다.
  3. driveos-oobe-rfs: ’Out of Box Experience’를 위한 계층으로, 개발자용 샘플 코드, 문서, 도구들이 포함된다.
  4. driveos-oobe-desktop-rfs: GUI 데스크톱 환경(GNOME 등)을 제공하여 개발 편의성을 높인 최상위 계층이다.

4.1.2 네트워크 및 개발 환경 설정

Drive OS Linux 환경에서 개발을 진행할 때, 타겟 보드와의 네트워킹 설정은 필수적이다. DHCP 서버를 통해 타겟에 IP를 할당하거나, SSH를 통해 접속한다. 특히 driveos-core-rfs와 같은 양산용 파일 시스템은 보안을 위해 기본적으로 SSH 서버가 설치되어 있지 않으므로, 개발자는 별도의 설정 과정을 거쳐야 한다. 반면, driveos-oobe-desktop 파일 시스템은 SSH가 기본 활성화되어 있어 즉각적인 개발이 가능하다.12 또한, Docker 컨테이너를 활용한 크로스 컴파일(Cross-compilation) 환경이 제공되는데, 호스트(x86_64/amd64)와 타겟(arm64) 간의 아키텍처 차이로 인해 Docker 내부에서 아키텍처 간 변환 및 빌드 과정이 필요하다.10

4.2 Drive OS QNX SDK

QNX는 높은 신뢰성과 실시간성을 보장하는 마이크로커넬 기반 RTOS로, 기능 안전이 필수적인 양산 차량의 제어 시스템에 주로 사용된다.

4.2.1 QNX6 파일 시스템 (qnx6fs)

Drive OS에서 사용하는 QNX6 파일 시스템은 안정성과 성능을 위해 독특한 구조를 가진다.13

  • 이중 슈퍼블록 (Double Superblocks): 두 개의 슈퍼블록을 유지하며, 각각 64비트 시리얼 번호를 가진다. 데이터 쓰기 시 새로운 스냅샷을 생성하고 시리얼 번호를 증가시키는 방식으로 ’Atomic Update’를 수행하여, 전원 차단 시에도 파일 시스템의 무결성을 보장한다.
  • 엔디안(Endianness) 투명성: 리틀 엔디안과 빅 엔디안을 모두 지원하며, 리눅스 드라이버 차원에서 이를 투명하게 처리하여 호환성을 확보한다.
  • 블록 구조: 512~4096 바이트 크기의 블록을 사용하며, 최대 16TB까지 주소 지정이 가능하다.

4.2.2 데비안 패키지 기반 관리

특이하게도 NVIDIA는 QNX 환경을 위한 SDK 및 PDK 컴포넌트를 데비안 패키지(nv-driveos-repo-sdk-qnx-*) 형태로 제공하여, 리눅스 호스트 머신에서 QNX 타겟을 위한 소프트웨어를 쉽게 설치하고 관리할 수 있도록 한다.15

5. 핵심 컴퓨팅 및 AI 스택

NVIDIA Drive OS의 가장 큰 강점은 하드웨어 가속을 위한 강력한 컴퓨팅 라이브러리 스택에 있다. 이는 자율 주행의 인지(Perception), 판단(Planning), 제어(Control) 전 과정에 걸쳐 고성능 연산을 지원한다.

5.1 NVIDIA CUDA (자동차 안전 서브셋)

CUDA는 GPU를 범용 병렬 연산에 활용하는 핵심 기술이다. Drive OS에 포함된 CUDA는 데스크톱 버전과 달리, 자동차 안전 표준(ISO 26262)을 준수하기 위해 기능을 제한하거나 검증을 강화한 ‘Safety Subset’ 형태로 제공된다.1 이는 예측 불가능한 동작을 방지하고 ASIL-D 수준의 신뢰성을 확보하기 위함이다. 라이다 포인트 클라우드 처리나 레이더 신호 처리와 같은 대규모 병렬 연산 작업이 CUDA를 통해 GPU에서 처리된다.

5.2 NVIDIA TensorRT

TensorRT는 딥러닝 모델의 추론(Inference)을 최적화하는 런타임 엔진이다. 자율 주행 차량은 카메라와 센서 데이터로부터 객체를 실시간으로 인식해야 하며, 이를 위해 TensorRT는 학습된 모델을 분석하고 최적화하여 지연 시간(Latency)을 최소화한다.

  • Safety Build: Drive OS는 일반적인 TensorRT 외에도 안전 검증이 완료된 ’Safety Build’를 제공한다. 이는 자율 주행의 안전 관련 기능에 사용될 딥러닝 모델을 구동하는 데 필수적이다.17
  • 버전 마이그레이션: Drive OS 7.0에서는 TensorRT 10.x 버전이 도입되어, 기존 8.x 버전 대비 메모리 효율성과 성능이 대폭 개선되었다. 특히 Thor 플랫폼의 Blackwell 아키텍처가 지원하는 FP4 정밀도를 활용할 수 있게 되었다.18

5.3 NvMedia

NvMedia는 이미지 및 비디오 처리를 위한 하드웨어 가속 인터페이스이다.19 CPU 부하를 주지 않고 멀티미디어 데이터를 처리할 수 있는 전용 하드웨어 표면(Surface)과 파이프라인을 제공한다.

  • SIPL (Sensor Input Processing Library): NvMedia의 핵심 컴포넌트로, GMSL 인터페이스를 통해 연결된 다수의 카메라 센서 데이터를 캡처하고 ISP(Image Signal Processor)를 제어하여 고품질의 이미지를 생성한다.20
  • 데이터 라우팅: NvMedia로 캡처된 이미지는 메모리 복사 없이(Zero-copy) CUDA나 TensorRT로 전달되어 즉시 분석될 수 있다. 이는 실시간 처리가 생명인 자율 주행 시스템에서 매우 중요한 기능이다.

6. 데이터 통신 및 스트리밍: NvSci와 NvStreams

자율 주행 시스템은 센서 데이터 수집부터 최종 제어 명령까지 수많은 소프트웨어 컴포넌트와 하드웨어 엔진을 거치는 데이터 파이프라인으로 구성된다. Drive OS는 이를 효율적으로 연결하기 위해 NvSci와 NvStreams를 제공한다.

6.1 NvSci (Software Communication Interfaces)

NvSci는 이질적인 시스템 간의 자원 공유 및 동기화를 위한 저수준 API이다.21

  • NvSciBuf: 서로 다른 하드웨어 엔진(예: GPU, ISP, DLA)이 동일한 메모리 버퍼를 공유할 수 있게 하여 데이터 복사 오버헤드를 제거한다.
  • NvSciSync: 비동기적으로 동작하는 하드웨어 엔진 간의 작업 순서를 조정하기 위해 펜스(Fence) 객체를 사용한다. 이를 통해 CPU의 개입 없이 하드웨어 간 동기화가 가능하다.
  • NvSciIpc: 프로세스 간, 가상 머신 간, 칩 간(C2C) 통신을 지원하여 분산된 시스템 아키텍처를 구현한다.

6.2 NvStreams

NvStreams는 NvSci를 기반으로 구축된 고수준 스트리밍 프레임워크이다.22

  • 생산자-소비자 모델: 데이터 패킷을 생성하는 생산자(Producer)와 이를 소비하는 소비자(Consumer) 모델을 지원한다. 하나의 생산자가 다수의 소비자에게 데이터를 전달하는 멀티캐스트(Multicast) 기능이 지원된다.
  • 유연한 연결성: 런타임 중에 소비자를 추가하거나 제거하는 ‘Late-Attach’ 및 ‘Re-Attach’ 기능을 지원하여 시스템의 유연성을 높였다. 이는 동적 시스템 구성이나 오류 복구 시나리오에서 유용하다.5
  • 안전성 검증 (Safety Validation): ASIL-D 애플리케이션에서 NvStreams를 사용할 때 필요한 추가적인 검증 단계와 메커니즘을 제공하여 데이터 전송의 신뢰성을 보장한다.24

7. 스토리지 및 데이터 보안

자율 주행 차량의 데이터는 외부 공격으로부터 보호되어야 하며, 시스템의 무결성이 유지되어야 한다. Drive OS는 이를 위해 다양한 스토리지 구성과 암호화 기능을 제공한다.

7.1 파티션 레이아웃 및 속성

Drive OS는 GPT(GUID Partition Table)와 EBR(Extended Boot Record)을 지원하며, 파티션마다 고유한 속성을 부여하여 관리한다.14

파티션 속성 (Attribute)설명
encryption파티션 암호화 여부 (true/false)
type파티션의 용도 (boot_config_table, kernel, data, qnx, ramdisk 등)
allocation_policy파티션 배치 방식 (sequential, absolute)
filesystem_type포맷 형식 (ext4, qnx6, basic 등)

특히 secure_os, mb1_boot_config_table과 같은 시스템 중요 파티션과 data 파티션을 구분하여 관리함으로써 시스템 안정성을 높인다.

7.2 데이터 암호화 및 보안 스토리지

  • 디스크 암호화 (Disk Encryption): 리눅스 환경에서는 dm-crypt를 사용하여 사용자 데이터 파티션을 암호화한다. 이는 기기의 물리적 도난이나 해킹 시 데이터 유출을 방지한다. 암호화 알고리즘의 적용은 부팅 시간에 영향을 줄 수 있으므로 최적화가 필요하다.25
  • PKCS#11 인터페이스: 하드웨어 보안 모듈(HSM)과 연동되는 PKCS#11 인터페이스를 제공하여 암호화 키를 안전하게 생성, 저장, 관리한다. 이는 차량의 고유 키(Vehicle Encryption Key, VEK)를 관리하는 데 사용된다.25

8. 기능 안전(Functional Safety) 프레임워크: Halos

NVIDIA는 Drive OS를 포함한 자율 주행 플랫폼의 안전성을 보장하기 위해 포괄적인 안전 프레임워크인 ’NVIDIA Halos’를 구축하였다.26 이는 ISO 26262 ASIL-D 인증을 넘어선 전방위적인 안전 접근 방식이다.

8.1 3계층 안전 감독 프레임워크 (Three-Layered Safety Supervision)

이 프레임워크는 시스템의 안전을 세 가지 계층에서 다중으로 감시하고 제어한다.26

  1. 기술적 안전 (Technology Safety): 하드웨어 및 OS 수준의 안전이다. 칩 내부의 락스텝(Lock-step) 동작, ECC 메모리 오류 정정, 파티션 격리 등이 포함된다. Drive OS 6.0은 TÜV SÜD로부터 ASIL-D 인증을 획득하여 이 계층의 안전성을 입증했다.29
  2. 개발 안전 (Development Safety): 소프트웨어 개발 수명 주기(SDLC) 전체에 걸친 안전 활동이다. V-모델 프로세스 준수, 정적/동적 코드 분석, 요구사항 추적성 관리 등이 포함된다.
  3. 운영 안전 (Operational Safety): 주행 중 실시간 모니터링 및 대응이다. 시스템 오류 발생 시 최소 위험 상태(Minimal Risk Maneuver, MRM)로 안전하게 차량을 정지시키거나 제어권을 이양하는 로직을 포함한다.

8.2 규제 준수 및 인증

Drive OS는 ISO 26262(기능 안전) 뿐만 아니라 ISO 21434(사이버 보안), ISO 21448(SOTIF, 의도된 기능의 안전) 등 최신 자동차 안전 표준을 모두 준수한다. 또한 UN-R 155/156과 같은 사이버 보안 법규 대응을 위해 보안 부팅, 방화벽, OTA 업데이트 보안 기능을 내장하고 있다.1

9. 개발 생태계 및 도구

Drive OS는 개발자가 효율적으로 자율 주행 소프트웨어를 개발할 수 있도록 다양한 도구와 SDK를 제공한다.

9.1 SDK와 PDK의 통합 (Drive OS 7.0)

과거 Drive OS 6.x 버전까지는 애플리케이션 개발을 위한 SDK(Software Development Kit)와 하드웨어 플랫폼 포팅을 위한 PDK(Platform Development Kit)가 분리되어 있었다. 그러나 Drive OS 7.0부터는 이 둘이 단일 패키지로 통합되어, 모든 고객이 동일한 환경에서 플랫폼 커스터마이징과 앱 개발을 수행할 수 있게 되었다.4 이는 개발 복잡도를 낮추고 협업 효율을 높이는 중요한 변화이다.

9.2 DriveWorks SDK와의 관계

Drive OS와 DriveWorks는 상호 보완적이다.

  • Drive OS: 하드웨어 추상화 및 로우 레벨 제어를 담당하는 ’엔진’이다. 최고의 성능 최적화가 필요할 때 사용된다.
  • DriveWorks: Drive OS 위에 구축된 미들웨어로, 센서 추상화 레이어(SAL)와 기본 알고리즘 모듈을 제공한다. 개발자는 DriveWorks를 통해 센서 연동, 데이터 기록(Recording), 시각화 등의 작업을 손쉽게 처리할 수 있다.2 예를 들어, Luminar H3 라이다나 Ouster OS2-128과 같은 특정 센서를 지원하는 드라이버가 DriveWorks에 포함되어 있다.20

10. 시장 채택 현황 및 파트너십

NVIDIA Drive OS는 전 세계 자동차 산업의 표준 플랫폼으로 자리 잡고 있다. 단순한 기술 공급을 넘어, 데이터 센터에서 차량까지 이어지는 ‘End-to-End’ 생태계를 구축하고 있다.

10.1 주요 채택 기업 (OEM 및 Tier 1)

  • 완성차 업체: Mercedes-Benz, Jaguar Land Rover(JLR), Volvo Cars, 현대자동차그룹, BYD, NIO, XPeng, Li Auto, Lucid, Rivian, Zeekr, Xiaomi 등 수많은 글로벌 OEM이 Drive OS 기반의 플랫폼을 채택하였다.31 특히 Toyota는 차세대 차량의 소프트웨어 플랫폼 ’Arene’의 기반으로 Drive OS와 Orin을 선정하였다.33
  • 자율 주행 스타트업: Aurora, Zoox, Waabi, Wayve, Nuro 등 레벨 4/5 자율 주행을 목표로 하는 기업들도 Drive OS의 고성능 컴퓨팅 능력을 활용하고 있다.
  • Tier 1 공급사: Continental, Bosch, ZF 등 전통적인 부품사들 또한 NVIDIA 플랫폼을 기반으로 한 ADAS/AD 솔루션을 개발하여 공급하고 있다.31

10.2 엔드 투 엔드(End-to-End) 워크플로우

NVIDIA 생태계의 강점은 차량 내 컴퓨팅(Drive OS)뿐만 아니라, AI 모델 학습을 위한 슈퍼컴퓨터(DGX)와 가상 검증을 위한 시뮬레이터(Omniverse)가 유기적으로 연결된다는 점이다. 수집된 데이터로 DGX에서 모델을 학습시키고, Omniverse에서 가상 주행 테스트를 거친 후, 검증된 모델을 Drive OS를 통해 실제 차량에 배포하는 순환 구조가 완성되어 있다.31

11. 결론 및 미래 전망

NVIDIA Drive OS는 자율 주행차라는 복잡한 시스템을 구동하는 중추신경계로서, 하드웨어 성능을 극대화하고 엄격한 안전 기준을 충족시키는 핵심 플랫폼이다. 리눅스와 QNX의 유연한 지원, CUDA와 TensorRT를 통한 강력한 AI 연산 능력, 그리고 NvMedia와 NvStreams를 통한 효율적인 데이터 처리는 타 플랫폼이 모방하기 힘든 Drive OS만의 경쟁력이다.

특히 Drive OS 7.0과 함께 도입되는 Thor 플랫폼은 생성형 AI와 거대 언어 모델을 차량 내로 가져옴으로써, 단순한 주행 보조를 넘어 차량이 운전자와 자연스럽게 소통하고 상황을 인지하는 진정한 ’AI 동반자’로 진화하는 계기가 될 것이다. 전 세계 주요 자동차 제조사들의 광범위한 채택은 Drive OS가 이미 업계의 사실상 표준(De facto standard)으로 자리 잡았음을 방증하며, 향후 SDV 시대의 기술 혁신을 주도하는 기반이 될 것으로 전망된다.

12. 참고 자료

  1. NVIDIA DRIVE OS Linux SDK Developer Guide, https://developer.nvidia.com/docs/drive/drive-os/6.0.7/public/drive-os-linux-sdk/drive_os_v5l_sdk_dev_guide.pdf
  2. NVIDIA DriveOS SDK, https://developer.nvidia.com/drive/os
  3. 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
  4. NVIDIA DriveOS 7.x SDK Migration Guide, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/NVIDIA_DriveOS_7.0.3_Migration_Guide.pdf
  5. NVIDIA DriveOS 7.0 Features, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/NVIDIA_DriveOS_7.0.3.0_Features.pdf
  6. DRIVE AGX Autonomous Vehicle Development Platform - NVIDIA Developer, https://developer.nvidia.com/drive/agx
  7. NVIDIA DRIVE OS 5.2 Linux SDK Developer Guide : Getting Started, https://docs.nvidia.com/drive/drive-os-5.2.6.0L/drive-os/index.html
  8. Service Architecture — NVIDIA DriveOS 7.0.3 Linux SDK Developer Guide, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-linux-sdk/core-concepts/architecture.html
  9. Key Features — NVIDIA DriveOS 7.0.3 Linux SDK Developer Guide, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-linux-sdk/development-workflow/KeyFeatures4.html
  10. Drive OS Architecture - DRIVE AGX Orin General - NVIDIA Developer Forums, https://forums.developer.nvidia.com/t/drive-os-architecture/285279
  11. Linux File Systems | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.9/public/drive-os-linux-sdk/common/topics/sys_components/LinuxFilesystems1.html
  12. Getting Started with DRIVE OS 6.x QNX Development | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.7/public/drive-os-qnx-installation/common/topics/installation/docker-ngc/get-started-dos-6x-qnx.html
  13. The QNX6 Filesystem — The Linux Kernel documentation, https://www.kernel.org/doc/html/v6.0/filesystems/qnx6.html
  14. Partition Attributes Table - NVIDIA Developer, https://developer.nvidia.com/docs/drive/drive-os/archives/6.0.4/linux/sdk/common/topics/partition_mass_storage_config/partition_attributes_table.html
  15. Set Up DRIVE OS QNX with Debian Packages | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.9/public/drive-os-qnx-installation/common/topics/installation/debian-packages/nvidia-debian-packages-qnx.html
  16. NVIDIA DRIVE OS Linux SDK API Reference: GPU access API (safety subset) | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.9/public/drive-os-linux-sdk/api_reference/group__nvrm__gpu__safety__group.html
  17. NVIDIA TensorRT 8.6.11 Developer Guide for DRIVE OS, https://developer.nvidia.com/docs/drive/drive-os/6.0.8/public/drive-os-tensorrt/developer-guide/index.html
  18. New Features and Enhancements — NVIDIA TensorRT 10.10.10 Release Notes for DRIVE OS 7.0.3, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-tensorrt-release-notes/features-enhancements.html
  19. NvMedia Architecture — NVIDIA DriveOS 7.0.3 Linux SDK …, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-linux-sdk/core-concepts/NvMediaArchitecture1.html
  20. New DRIVE OS and DriveWorks Updates Enable Streamlined AV Software Development, https://developer.nvidia.com/blog/drive-os-driveworks-updates-streamlined-av-software/
  21. NvStreams | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.8/public/drive-os-linux-sdk/common/topics/nvsci/NvStreams1.html
  22. NVIDIA DRIVE OS 5.2 Linux SDK Developer Guide : NvStreams, https://docs.nvidia.com/drive/drive-os-5.2.6.0L/drive-os/DRIVE_OS_Linux_SDK_NGC_Development_Guide/Graphics/nvsci_nvscistream.html
  23. NvStreams — NVIDIA DriveOS 7.0.3 Linux SDK Developer Guide, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-linux-sdk/core-concepts/NvStreams/NvStreams1.html
  24. Safety Validation | NVIDIA Docs, https://developer.nvidia.com/docs/drive/drive-os/6.0.9/public/drive-os-linux-sdk/common/topics/nvsci/safety-validation-1.html
  25. DriveWorks — NVIDIA DriveOS 7.0.3 Linux SDK Developer Guide, https://developer.nvidia.com/docs/drive/drive-os/7.0.3/public/drive-os-linux-sdk/embedded-software-components/DRIVE_AGX_SoC/DriveWorks/index.html
  26. NVIDIA Unveils Halos: AI-Powered Safety System for Autonomous Vehicles - TeckNexus, https://tecknexus.com/nvidia-unveils-halos-ai-powered-safety-system-for-autonomous-vehicles/
  27. Autonomous Vehicle (AV) Safety | NVIDIA Halos, https://www.nvidia.com/en-us/ai-trust-center/halos/autonomous-vehicles/
  28. DRIVE OS, Three Layered Safety Supervision Framework - NVIDIA Developer Forums, https://forums.developer.nvidia.com/t/drive-os-three-layered-safety-supervision-framework/112769
  29. NVIDIA Autonomous Vehicles Safety Report, https://images.nvidia.com/aem-dam/en-zz/Solutions/auto-self-driving-safety-report.pdf
  30. NVIDIA DriveWorks SDK - NVIDIA Developer, https://developer.nvidia.com/drive/driveworks
  31. Toyota, Aurora and Continental Join Growing List of NVIDIA Partners Rolling Out Next-Generation Highly Automated and Autonomous Vehicle Fleets | TechPowerUp, https://www.techpowerup.com/330619/toyota-aurora-and-continental-join-growing-list-of-nvidia-partners-rolling-out-next-generation-highly-automated-and-autonomous-vehicle-fleets
  32. Wave of EV Makers Choose NVIDIA DRIVE for Automated Driving, https://nvidianews.nvidia.com/news/wave-of-ev-makers-choose-nvidia-drive-for-automated-driving
  33. Toyota, Aurora and Continental Join Growing List of NVIDIA Partners Rolling Out Next-Generation Highly Automated and Autonomous Vehicle Fleets, https://investor.nvidia.com/news/press-release-details/2025/Toyota-Aurora-and-Continental-Join-Growing-List-of-NVIDIA-Partners-Rolling-Out-Next-Generation-Highly-Automated-and-Autonomous-Vehicle-Fleets/
  34. High-Performance In-Vehicle Computing for Autonomous Vehicles - NVIDIA, https://www.nvidia.com/en-us/solutions/autonomous-vehicles/in-vehicle-computing/