1. 딥루트(DeepRoute)의 ICCV 2025 예고와 핵심 기술 요약
안녕하세요. JJ-Space의 수석 모빌리티 엔지니어 JJ입니다. 최근 자율주행 업계의 가장 뜨거운 화두를 하나만 꼽으라면 단연 엔드투엔드(End-to-End, E2E) AI와 VLA(Vision-Language-Action) 모델의 융합입니다. 단순히 전방의 장애물을 감지하고 멈추는 수준을 넘어, 인간처럼 도로 상황을 언어적으로 이해하고 논리적 추론을 거쳐 제어 명령(Action)을 내리는 시대가 머지않았는데요.
중국의 대표적인 자율주행 유니콘 기업인 딥루트(DeepRoute.ai)가 다가오는 세계적 컴퓨터 비전 학회인 ICCV 2025에서 그들의 차세대 VLA 기반 자율주행 솔루션인 DeepRoute IO 2.0을 최초로 현장 실증하겠다고 예고했습니다. 이번 발표는 단순한 학술적 접근을 넘어, 실제 양산형 차량에 탑재 가능한 수준의 온디바이스(On-device) VLA 모델 아키텍처를 제시한다는 점에서 현업 엔지니어들의 이목을 집중시키고 있네요.
💡 DeepRoute IO 2.0 핵심 아키텍처 및 실증 스펙
- 핵심 아키텍처: 비전-언어-액션(VLA) 통합 파운데이션 모델
- 실무적 지향점: 고정밀 지도(HD Map) 없는 글로벌 자율주행 (Mapless AD)
- ICCV 2025 주요 발표 세션: Oral 3A (파운데이션 모델 & 표현 학습), Oral 1A (멀티모달 학습), Oral 2A (뷰 합성 및 3D 씬 재구성)
그럼 딥루트가 이번 학회에서 강조하는 기술들이 실제 차세대 SDV(소프트웨어 정의 차량) 아키텍처에서 어떤 의미를 갖는지, 현업 엔지니어의 시각에서 한 단계 더 깊이 들어가 분석해 보겠습니다.
2. 현업 엔지니어가 분석하는 DeepRoute IO 2.0과 VLA 아키텍처
360도 공간 인지와 VLA 모델의 결합
기존의 자율주행 시스템은 인지(Perception), 예측(Prediction), 계획(Planning), 제어(Control)가 각각 독립된 모듈로 나뉘어 있었습니다. 각 모듈 간의 데이터 전달 과정에서 정보 손실(Information Bottleneck)이 발생하고, 수많은 예외 상황(Edge Case)을 C++ 코드로 일일이 예외 처리해야 하는 한계가 있었죠.
딥루트가 제시하는 VLA 기반의 DeepRoute IO 2.0은 이 모든 과정을 하나의 거대한 멀티모달 파운데이션 모델로 통합합니다. 카메라와 라이다(LiDAR)를 통해 들어오는 시각 데이터(Vision)와 운전자의 명령이나 도로 표지판의 텍스트 정보(Language)를 동시에 인코딩하여, 차량의 조향각과 가감속 토크 값(Action)을 직접 출력하는 구조입니다.
이를 데이터 파이프라인 관점에서 도식화하면 다음과 같습니다.
flowchart TD
A["멀티모달 센서 데이터 입력<br/>(카메라 비전, 라이다, 차량 CAN)"] --> B["파운데이션 모델 인코더<br/>(표현 학습 및 멀티모달 융합)"]
B --> C["VLA (Vision-Language-Action) 플래너<br/>(상황 인지 및 궤적 예측)"]
C --> D["액추에이터 제어 명령 출력<br/>(조향각, 가감속 토크)"]
classDef default fill:#f8faff,stroke:#0066cc,stroke-width:1.5px,color:#222,font-size:13px;여기서 가장 중요한 기술적 돌파구는 표현 학습(Representation Learning)과 멀티모달 학습(Multi-modal Learning)입니다. 도로 위의 수많은 객체(차량, 보행자, 신호등, 공사 표지판 등)를 단순한 3D 바운딩 박스로 인식하는 것이 아니라, 각 객체 간의 관계성과 인과관계를 고차원 벡터 공간에 매핑하는 것이죠. 예를 들어, "우측 차선의 차량이 깜빡이를 켰으니 내 차선으로 끼어들 확률이 높다"라는 인과적 추론을 모델 스스로 수행하게 됩니다.
3. 기존 방식 대비 비교 분석 및 실무 고려사항
많은 자율주행 스타트업들이 VLA 모델의 우수성을 주장하지만, 실제 차량에 양산 적용하는 단계에서는 완전히 다른 차원의 벽에 부딪히게 됩니다. 딥루트의 이번 발표 자료를 기반으로 기존 규칙 기반(Rule-based) 아키텍처 및 1세대 E2E 모델과의 차이점을 명확히 짚고 넘어가야 합니다.
온디바이스 추론 지연 시간(Latency)의 한계
가장 큰 병목은 역시 연산 장치(SoC)의 리소스입니다. 일반적으로 VLA 모델은 수십억 개의 매개변수(Parameter)를 가진 경량 언어 모델(sLLM)을 백본으로 사용합니다. 차량이 시속 100km로 주행할 때 10ms의 판단 지연은 약 28cm의 제어 오차를 발생시킵니다.
NVIDIA Drive Orin(254 TOPS)이나 차세대 Thor 플랫폼 환경에서 비전 트랜스포머(ViT)와 언어 디코더를 동시에 돌리면서 50ms 이내의 종단간(End-to-End) 루프 타임을 확보하는 것은 극도로 어렵습니다. 딥루트가 이번 ICCV에서 발표할 연구 중 '표현 학습' 세션이 주목받는 이유도, 모델의 크기를 최소화하면서도 인지 성능을 유지하는 지식 증류(Knowledge Distillation) 및 양자화 기술이 핵심이기 때문입니다.
뷰 합성과 시뮬레이션 데이터의 신뢰성
딥루트가 강조한 또 다른 핵심 세션은 뷰 합성(View Synthesis) 및 3D 씬 재구성(Scene Reconstruction)입니다. VLA 모델을 학습시키기 위해서는 단순히 주행 데이터만 많아서는 안 되며, 사고 직전의 아슬아슬한 상황이나 기상 악화 등 현실에서 수집하기 힘든 코너 케이스 데이터가 필수적입니다.
딥루트는 NeRF(Neural Radiance Fields)나 3D Gaussian Splatting 기술을 고도화하여 가상의 환경을 정밀하게 재구성하고, 이를 통해 고품질의 시뮬레이션 데이터를 생성해 모델 학습에 피드백하는 폐루프(Closed-loop) 시스템을 구축하고 있습니다. 이는 가상 세계에서 학습한 모델을 현실에 배포했을 때 발생하는 'Sim-to-Real' 갭을 줄이는 핵심 열쇠가 될 것입니다.
아래는 딥루트가 직접 공개한 ICCV 2025 참가 예고 및 VLA 실증 비전이 담긴 공식 영상입니다. 딥루트가 지향하는 차세대 모빌리티 AI의 방향성을 가볍게 살펴보시죠.
🎬 딥루트(DeepRoute) ICCV 2025 참가 공식 예고 및 비전
4. 마치며
딥루트의 DeepRoute IO 2.0은 자율주행이 단순한 '경로 계획'을 넘어 'Physical AI(물리적 AI)'의 영역으로 완전히 진입했음을 보여주는 이정표입니다. 언어를 이해하고 시각 데이터를 논리적으로 엮어 실시간 제어로 치환하는 VLA 아키텍처는 분명 SDV의 미래가 될 것입니다.
다만, 현업 엔지니어의 냉정한 관점에서 바라본다면 결국 승부처는 "얼마나 저렴하고 전력 소모가 적은 차량용 칩셋에서 이 무거운 모델을 안정적으로 구동할 수 있는가"에 달려 있습니다. 아무리 똑똑한 AI 에이전트라도 트렁크에 서버급 GPU를 싣고 다녀야 하거나, 주행 중 1초씩 버벅인다면 양산은 불가능하니까요.
다가오는 ICCV 2025 부스 617에서 딥루트가 보여줄 실시간 데모가 과연 이 하드웨어 제약 조건을 어떻게 돌파했을지, 그리고 이들이 채용 중인 강화학습(RL) 기반 제어 기술이 실제 도로 위에서 어떤 안정성을 보여줄지 무척 기대됩니다. 자율주행의 패러다임 변화를 주시하는 엔지니어라면 이번 딥루트의 행보를 반드시 팔로우업하시길 권합니다.
참고 자료 및 공식 영상 (References)
'SDV & 자율주행 SW' 카테고리의 다른 글
| 영상 생성 AI 1위 런웨이(Runway)의 도발: 로봇 데이터 품귀 현상을 '유튜브 비디오'로 뚫어낸 'Praxis-1'의 실체 (0) | 2026.10.22 |
|---|---|
| 스텔란티스가 테슬라 FSD 대신 런던 스타트업 '웨이브(Wayve)'를 선택한 이유 (0) | 2026.10.11 |
| 메르세데스-벤츠가 테슬라 대신 중국 모멘타를 선택하고 독일 총리까지 베이징 도로에 태운 이유 (0) | 2026.10.08 |
| 엔비디아 Thor도 긴장할 중국 DeepRoute.ai의 반격: 광저우 헬게이트를 뚫어낸 VLA 모델의 실체 (0) | 2026.10.05 |
