# NVIDIA는 이미지, 비디오, 텍스트를 통합적으로 이해하는 오픈 웨이트 AI “Nemotron 3.5 Super VL”을 공개, 처리 비용을 40분의 1로 줄이는 사례도 제시함

> https://bookfactory.kr/board/news/21962
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-10-16T05:23:14.829Z

---

NVIDIA는 2026년 10월 15일에 텍스트, 이미지, 비디오를 종합적으로 이해할 수 있는 오픈 웨이트 AI 모델 “NVIDIA Nemotron 3.5 Super VL”을 공개했습니다. 여러 정보를 결합하여 작업을 수행하는 AI 에이전트용 모델로, 동 규모의 오픈 모델에 비해 최대 5배의 처리 능력을 발휘한다고 합니다. 기업의 업무에 맞춰 조정된 모델에서는 AI의 처리 비용을 40분의 1로 줄인 사례도 보고되었습니다. NVIDIA Nemotron 3.5 Super VL은 멀티모달 추론을 통해 전문화된 에이전트와 함께 작동합니다 | NVIDIA 기술 블로그 https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/ AI를 사용하여 업무를 자동화하는 경우, 텍스트를 읽는 것만으로는 작업이 완결되지 않을 수 있습니다. NVIDIA가 공개한 Nemotron 3.5 Super VL은 텍스트 이해, 추론, 이미지 및 비디오 분석, 외부 도구 조작을 1개의 모델로 처리할 수 있도록 한 것입니다. 기존의 “Nemotron 3 Super”에서 이미지와 비디오를 다루는 능력을 확장하고, 복잡한 작업을 수행하는 능력을 강화했습니다. NVIDIA는 1200억 파라미터 규모의 일본어 대응 하이브리드 MoE 오픈 웨이트 AI 모델 “Nemotron 3 Super”를 발표했습니다 - GIGAZINE

네모트론 3.5 슈퍼 VL은 1200억 개의 파라미터를 가진 대규모 AI 모델이지만, 필요한 부분만 활성화하는 “Mixture of Experts(MoE)”라는 기법을 통해 1 토큰을 처리할 때 사용되는 파라미터는 120억 개로 줄어들었습니다. 아래 그래프는 AI 모델의 성능을 나타내는 “Intelligence Index”와 문장 생성 속도를 비교한 것입니다. 수직축은 성능을, 수평축은 1초에 생성 가능한 토큰 수를 나타내며, 네모트론 3.5 슈퍼 VL은 매초 600 토큰 이상을 기록합니다. 동 규모의 오픈 모델과 비교했을 때 단일 GPU에서 AI 에이전트의 처리 속도는 최대 5배에 달한다고 합니다.

다음 그래프는 NVIDIA B200 GPU를 4개 사용하여 1만 건의 소프트웨어 개발 작업을 처리했을 때 소요 시간과 정확성을 비교한 것입니다. 네모트론 3.5 슈퍼 VL은 약 10시간 만에 1만 건의 처리를 완료했으며, 정확성은 약 51%입니다. 네모트론 3.5 슈퍼 VL은 다른 동 규모 모델에 비해 최대 4배의 속도로 작업을 완료했습니다.

이미지나 동영상을 이해하는 능력도 강화되었으며, 그래프의 읽기 능력 평가에 사용되는 “CharXiv”에서는 80.8%의 점수를 기록했습니다. NVIDIA의 또 다른 모델인 “Nemotron 3 Nano Omni”의 63%를 상회하며, Python을 사용하여 그래프를 분석하는 조건에서는 84%에 도달합니다. 더불어, 기업이 자체 업무에 맞게 모델을 추가 학습시키는 것도 가능합니다. NVIDIA는 AI 모델의 학습 및 조정용 소프트웨어인 “NVIDIA NeMo”를 제공하며, 기업 고유의 문서, 업무 절차, 내부 규정 등에 맞춰 Nemotron 3.5 Super VL을 조정할 수 있습니다.

실제로 AI 개발 기업 Scale AI는 엔터테인먼트 기업 Skydance Corporation을 대상으로, 거래처의 청구서 및 환불/할인 관련 문서 확인, 미회수 금액 조회를 자동화하는 모델을 개발했습니다. 실제 업무 데이터 사용 테스트 결과, 추가 학습 후 모델은 Skydance가 운영 중인 AI와 동등한 정확성을 보이며 처리 비용을 약 40분의 1, 응답 시간을 약 5분의 1로 줄일 수 있었습니다. 비용 관리 서비스인 Ramp는 영수증 이미지에서 매장명, 날짜, 결제 정보 등을 추출하는 업무에 활용하고 있습니다. Ramp는 처리 능력이 최대 50% 향상되고, 처리 대기 시간이 10분의 1로 줄 것으로 예상하고 있습니다. 더불어 AI21과 Alice가 사이버 보안 분야의 위협 분석을 위해 조정(調整)한 모델에서는 정확성이 41포인트 향상되었다고 보고되었습니다. 아래 그래프는 기업별 업무에서 추가 학습 전후 Nemotron 3.5 Super VL의 정확성을 비교한 것으로, 연한 녹색은 추가 학습 이전의 정확성, 짙은 녹색은 추가 학습에 따른 개선 폭을 나타내며, 기업의 업무에 맞춘 조정으로 인해 정확성이 향상되는 것을 확인할 수 있습니다.

네모트론 3.5 슈퍼 VL에서는 AI 운영 비용을 절감하기 위해, 문장을 생성할 때 여러 단어의 후보를 미리 예측하는 기술인 “LiLiCorr”이 채택되었으며, NVIDIA의 소형 AI 컴퓨터 “DGX Spark”에서는 미리 예측을 사용하지 않을 경우와 비교하여 문장 생성 속도가 최대 2.3배까지 빨라진다고 합니다. 또한, AI 에이전트가 같은 지시나 대화 이력을 반복적으로 읽어들일 경우에는 이전의 계산 결과를 재활용하는 기능도 갖추고 있습니다. 다수의 사용자가 동시에 AI를 이용하는 환경에서는, AI의 처리를 효율적으로 분배하는 소프트웨어 “NVIDIA Dynamo”도 활용할 수 있습니다. NVIDIA B200 GPU를 16개 사용한 테스트 결과, 1인당 문장 생성 속도를 유지하면서 대응 가능한 사용자 수가 최대 8배에 이르렀으며, 답변의 생성이 시작되는 데까지의 대기 시간도 85% 단축되었다는 내용입니다.

Nemotron 3.5 Super VL은 모델의 중량이 Hugging Face에서 공개되어 있으며, 상업 이용 및 추가 학습에도 대응합니다. 학습용 데이터 및 개발자를 위한 자료 등도 공개되어 있으며, 기업 및 개발자는 용도에 맞게 모델을 조정할 수 있다고 합니다. nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 · Hugging Face: https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4

[원문 보기](https://gigazine.net/news/20261016-nemotron-3-5-super-vl/) | 출처: Gigazine