Nvidia의 연구 조직 GEAR가 로봇 영상에 세 종류의 라벨을 붙이는 시스템 ‘Flora’를 오픈소스로 공개했습니다. 어떤 동작이 이뤄지는지, 각 단계가 얼마나 잘 수행되는지, 전체 작업이 성공했는지를 표시합니다. Nvidia는 이 도구로 영상 1시간을 약 72센트에 라벨링할 수 있다고 밝혔습니다. OpenAI의 GPT‑6 Astra를 이용하면 약 $88.50이 든다는 설명입니다. 비용 추산은 GPU 1시간 대여료를 $10으로 가정했습니다.
Flora는 미세 조정된 Qwen 3.5 모델 세 개로 구성됩니다. 9 billion 매개변수 모델은 영상을 동작 구간으로 나눕니다. 27 billion 매개변수 모델은 앞뒤 동작을 고려해 자막을 작성하고, ‘Flora‑Rewarder’라는 두 번째 27 billion 매개변수 모델은 성공 여부 평가와 단계별 분류, 평가 기준 점수를 산출합니다. Nvidia에 따르면 Flora는 512 GB300 GPU로 구성된 클러스터에서 이미 하루 최대 200 000시간 분량의 영상에 주석을 달고 있습니다. 모델은 Hugging Face에 공개됐습니다.
Flora와 다른 대규모 언어 모델 비교
Nvidia가 로봇 영상 50개를 대상으로 자체 실시한 벤치마크에서 Flora는 시간당 $0.72의 비용으로 주석 품질 57.1 %를 기록했습니다. GPT‑6 Astra는 시간당 $88.49에 53.7 %를 기록했습니다. Claude Opus 5는 시간당 약 $42로 Astra보다 저렴했지만 성능은 훨씬 낮았습니다. 공개 벤치마크 WGO‑Bench에서 Flora는 동작 경계를 찾는 데 뛰어났지만, 전체 설명의 정확도에서는 Astra와 Gemini 3.8 Flash에 뒤졌습니다. Nvidia의 DenseCaptionBench에서는 사람을 촬영한 영상에서 Flora가 1위를 했고, 로봇 영상에서는 Astra에 이어 2위를 차지했습니다.
로봇 개발자에게 비용과 성능이 중요한 이유
대규모 영상 데이터셋에 라벨을 붙이는 작업은 로봇 제어 모델 학습의 병목입니다. 시간당 주석 비용을 낮추면 소규모 연구실과 스타트업도 Scale AI의 Physical AI Data Engine 같은 상용 서비스를 이용하는 데 큰 비용을 들이지 않고 더 큰 학습 데이터셋을 만들 수 있습니다. 오픈소스 공개로 개발자는 데이터 처리 파이프라인을 Nvidia 하드웨어 생태계 안에 구축할 수도 있어, Nvidia GPU 구매가 늘어날 가능성도 있습니다.
왜 중요한가
라벨링 비용이 낮아지면 로봇 개발팀은 큰 예산을 들이지 않고도 더 큰 데이터셋으로 더 뛰어난 모델을 빠르게 학습시킬 수 있습니다. 오픈소스이므로 연구자가 파이프라인을 맞춤화할 수 있지만, 비용 주장은 Nvidia의 내부 가격 가정에 근거하므로 실제 지출은 달라질 수 있습니다.
