운전 중 음성 비서를 써 본 사람이라면 그 순간을 안다. 터널, 지하 주차장, 산길. 신호가 끊기는 순간, 방금까지 대답하던 비서가 조용해진다. 기능 목록이 아무리 길어도 이 실패만은 덮지 못한다. 2026년 11월 3일 공개된 PATEO의 AI Box는 이렇게 화려하지 않지만 매우 실제적인 문제를 정면으로 겨냥한다.
방식은 차량의 기존 메인 제어 칩을 교체하는 대신, 그 옆에 모듈형 연산 유닛을 더하는 쪽이다. 기반은 NVIDIA DRIVE AGX Thor. 모델 못지않게 무게가 큰 결정인데, AI 하나 때문에 전자·전기 아키텍처 전체를 다시 설계할 필요가 없고 개발이 상당히 진행된 차종에도 뒤늦게 넣을 수 있다.
방식은 차량의 기존 메인 제어 칩을 교체하는 대신, 그 옆에 모듈형 연산 유닛을 더하는 쪽이다. 기반은 NVIDIA DRIVE AGX Thor. 모델 못지않게 무게가 큰 결정인데, AI 하나 때문에 전자·전기 아키텍
박스 안에서는 두 작업이 돈다. 실시간 음성 인식을 맡는 NVIDIA의 Nemotron 3.5 ASR, 그리고 이해와 문맥 추론을 맡는 바이트댄스의 더우바오 언어 모델, 총 파라미터 약 350억 규모의 전문가 혼합 구조다. 음성이 들어가 의미가 나오기까지, 셀룰러 연결 없이 실내에서 닫힌다.
350억 파라미터를 차에 넣는 난이도는 피크 연산만의 문제가 아니다. DRIVE AGX Thor는 최대 1,000 INT8 TOPS와 273GB/s 메모리 대역폭을 제공하는데, PATEO가 유독 후자를 강조한다. 대화가 길어질수록 KV 캐시가 부풀어 먼저 압박받는 것은 TOPS가 아니라 대역폭이기 때문이다. 벤치마크 점수는 좋아도 대역폭이 부족한 칩은 대화 후반에서 느려지고, 하필 운전자가 신뢰를 잃는 지점에서 그 지연이 드러난다.
MoE 구조는 여기서 장식이 아니다. 요청마다 모든 파라미터를 깨우지 않고 입력을 전문 서브넷 일부로 라우팅하므로, 회당 연산량이 줄면서도 서버가 필요한 밀집 모델 수준의 표현력이 남는다. 전력과 열을 함께 관리해야 하는 실내에서는 연산을 쌓는 것보다 필요할 때만 깨우는 편이 현실에 가깝다.
오프라인은 클라우드를 거부한다는 뜻이 아니다. 정확히는 계층화다. 웨이크업·인식·공조 및 시트 제어·기본 이해는 차 안에 두고, 모델 개선·소프트웨어 갱신·확장 서비스는 계속 망을 쓴다. 네트워크는 온오프 스위치가 아니라 강화층이 된다. 어느 쪽이 더 똑똑한가보다, 가용성을 전파 품질에서 분리하는 데 가치가 있다.
AI Agent 플랫폼은 음성, 운전자용 카메라, 차량 센서를 하나의 실시간 실내 상황으로 합친다. 피로의 초기 징후를 읽고 명령을 기다리지 않고 환기나 시트 마사지를 제안할 수 있고, 대기 질 센서가 오염 상승을 감지하면 창을 닫고 내부 순환으로 바꾼다. Sentinel 계층은 차 밖까지 살펴 주차 위반 가능성, 근처 침수, 주변 화재 위험을 별도 앱 없이 알린다. 공조와 경로 습관을 차 안 프로필로 학습시키고 서버로 보내지 않게 하는 선택지도 있다.
상업적 검증은 한 신에너지 차량 제조사가 차세대 프로그램에 양산 지정을 내리면서 나왔고, 목표는 2027년 2분기다. 사명은 공개되지 않았다. PATEO는 차량 내 연산을 토큰 과금으로 지속 수익화하는 구상도 진행 중이며, 부품 일회 판매가 아니라 서비스 기반으로 자리매김하려 한다. 위험은 물리적인 데 남아 있다. 추론이 계속되면 한여름 실내에서 전력과 열이 부담이 되고, 원가는 차량 가격으로 바로 흘러간다. 그래도 운전자의 기준은 단순하다. 터널에 들어가도 하던 말을 끝까지 마칠 수 있는가. 이번 발표는 그 질문에 답하려 한다.
댓글