엔비디아, 로봇 학습 영상 정리하는 Flora 공개

엔비디아가 로봇 학습용 영상에 동작 설명과 평가 점수를 붙이는 Flora를 공개했다. 모델 3종과 연구 자료를 함께 내놓았다. 공식 모델 카드에 적힌 공개일은 10월 15일이다. 엔비디아는 자사 로봇 모델 GR00T를 학습시킬 때 Flora를 썼다고 밝혔다.

영상에서 무엇을 뽑아내나

Flora는 영상 속 행동을 학습에 쓸 수 있는 데이터로 정리한다. TempSeg는 사람이나 로봇의 동작이 시작하고 끝나는 구간을 찾는다. Captioner는 각 구간의 행동을 영어 지시문으로 설명한다. Rewarder는 작업 전체의 성공 정도와 짧은 구간별 동작 품질에 점수를 매긴다.

Flora는 로봇을 직접 움직이는 모델이 아니다. 엔비디아가 2025년 공개한 GR00T N1은 로봇이 판단하고 행동하게 만드는 모델이다. Flora는 그 계열 모델이 배울 데이터를 준비하고 평가한다. 영상에서 어떤 행동이 일어났고 얼마나 잘 해냈는지 정리하는 단계에 쓰인다.

비용 125배 차이, 어떻게 나왔나

엔비디아는 GB300 GPU 512개로 하루에 영상 20만 시간 분량을 처리했다고 발표했다. 영상에 설명을 붙이는 특정 작업에서 원본 영상 1시간을 처리하는 비용은 Flora가 약 0.72달러, 답을 깊이 생각하는 기능을 최대로 쓰게 한 GPT-6 Astra가 88.49달러였다. 엔비디아는 이를 근거로 Flora가 약 125배 싸다고 추정했다.

두 비용의 기준은 서로 다르다. Flora 쪽은 GPU 임대료를 가정해 계산한 추정치이고, Astra 쪽은 개발자가 서비스에 붙여 쓸 때 내는 이용료다. Astra가 여러 용도에 쓰는 범용 모델인 반면, Flora는 로봇 영상에 설명을 붙이는 작업에 맞춘 모델 묶음이다.

성능 시험 결과는 항목마다 갈렸다. 엔비디아가 공개한 결과를 보면 Flora는 사람이 물체를 다루는 영상에서 동작 구간을 찾는 점수가 더 높았다. 작업 수행을 평가하는 RoboReward 시험에서도 오차가 더 작았다. 반면 로봇 조작 영상의 구간 찾기와 WGO-Bench의 일부 동작 설명 정확도는 Astra가 앞섰다.

한국에서도 쓸 수 있나

공식 모델 카드의 배포 지역은 전 세계이고 한국도 포함된다. 연구자와 개발자는 모델을 내려받아 비상업적 연구와 개발에 쓸 수 있다. 다만 엔비디아는 상업적 사용과 실제 서비스 운영 환경에서의 사용은 허용하지 않는다. Captioner가 내놓는 지시문과 학습 텍스트는 영어다. Flora의 결과물은 영상에 붙이는 설명과 점수이며, 로봇을 직접 제어하거나 단독으로 안전을 감시하는 용도는 아니다.

국내 연구팀도 공개된 모델을 쓸 수 있다. 다만 비상업적 사용 범위와 영어 출력 조건을 따져야 한다. 앞으로 확인할 대목은 각 연구팀의 영상에서도 비용 절감과 설명 정확도가 함께 유지되는지다.