엔비디아가 로봇 학습용 영상 데이터를 자동으로 정리하는 모델 제품군 ‘Flora’를 2026년 10월 20일 공개했습니다. 사람이나 로봇이 작업하는 영상을 입력하면 동작이 언제 일어났는지, 작업이 성공했는지, 실패했다면 원인이 무엇인지 기록합니다. 모델 가중치는 Hugging Face에 공개됐지만, 라이선스는 연구 목적의 비상업적 이용에 한정됩니다.
Flora는 세 모델로 구성됩니다. Flora-TempSeg 9B는 영상에서 작업과 세부 동작이 일어난 구간을 나누고, Flora-Captioner 27B는 시간 정보가 포함된 설명을 만듭니다. Flora-Rewarder 27B는 작업의 품질과 진행 상황을 평가하고 성공 여부와 실패 원인을 분석합니다. 엔비디아는 이 데이터를 자사 휴머노이드 로봇용 모델 GR00T의 학습에도 활용한다고 밝혔습니다.
비용과 성능은 어떻게 비교했나
엔비디아의 비용 추정은 GB300 GPU 8개를 시간당 10달러에 쓰는 조건을 기준으로 합니다. 이때 Flora로 영상 1시간을 처리하는 데 약 0.72달러가 들고, GPT-6 Astra의 최대 추론 노력 설정에서는 약 88.49달러가 든다는 계산입니다. 엔비디아는 이를 약 122~125배의 비용 차이라고 설명했습니다.
성능 수치도 엔비디아가 공개한 평가 결과입니다. 50개 에피소드 자체 평가에서 Flora는 57.1%를 기록했고, GPT-6 Astra의 최대 추론 노력 설정은 53.7%였습니다. 다만 세부 항목에서는 결과가 엇갈렸습니다. RoboReward의 평균절대오차는 Flora가 40.0으로 Astra의 55.4보다 낮았고, DenseRewardBench에서 Flora의 실패 탐지 재현율은 53.3%였습니다. 독립 평가 결과는 자료에 제시되지 않았습니다.
연구용 공개에 그친다
엔비디아에 따르면 512개의 GB300 GPU 서버를 이용해 하루 최대 20만 시간 분량의 영상을 처리할 수 있습니다. 다만 이 수치는 대규모 서버 환경에 관한 설명입니다. Flora가 만드는 것은 데이터 주석과 평가 정보이며, 로봇을 직접 제어하는 명령은 아닙니다. 엔비디아는 이를 안전성을 판단하는 유일한 수단으로 사용해서는 안 된다고 안내했습니다.
왜 중요한가
로봇 연구팀은 영상에서 동작과 실패 사례를 표시하는 작업을 자동화해 학습 데이터 제작 비용을 줄일 가능성이 있습니다. 다만 비용과 성능 수치는 엔비디아가 제시한 추정 및 자체 평가이고, 공개 라이선스도 연구용이라 기업 제품에 바로 적용할 수 있는지는 확인되지 않았습니다.
