XPeng·반마, 차량용 300억 매개변수급 AI 콕핏 공개

XPeng과 반마는 2026년 윈치 콘퍼런스에서 차량 내에서 300억 매개변수급 AI 모델을 구동하는 차량용 콕핏 설계를 발표했다. XPeng의 터링(Turing) 칩과 반마의 멀티모달 콕핏 모델 AutoOmni를 결합하고, 칩당 최대 750 TOPS의 연산 성능을 제공한다고 설명했다. 다만 이번 발표는 공동 솔루션에 관한 것으로, 이 시스템을 탑재할 양산 차종이나 출시 일정은 아직 공개되지 않았다. 61821

XPeng과 반마는 무엇을 맡나

XPeng은 차량용 연산 플랫폼인 터링 칩을, 반마는 멀티모달 콕핏 모델 AutoOmni를 제공한다. 양사는 300억 매개변수급 모델을 차량 안에서 구동하는 것을 지원하며, 여러 차례 이어지는 대화, 음성·시각 정보를 함께 활용하는 상호작용, 오프라인 질의응답, 작업 계획 등의 기능을 내세웠다. 1821

이번 발표는 XPeng이 자동차 기술 공급 사업을 넓히려는 흐름과도 맞닿아 있다. 로이터는 XPeng이 다른 완성차 업체에 칩과 콕핏 시스템을 비롯한 기술을 제공할 계획이라고 보도했다. 반마는 알리바바그룹과 SAIC 모터의 지원을 받는 스마트카 솔루션 업체로 소개됐다. 15

‘온디바이스 우선, 클라우드 보조’의 의미

온디바이스 방식은 AI 연산을 서버로 보내는 대신 차량 안에서 처리하는 구조다. 이번 설계에서 지원하는 일부 기능은 인터넷 연결이 원활하지 않아도 작동하도록 하고, 네트워크를 왕복하는 시간을 줄일 수 있다. 클라우드는 사용 빈도가 낮거나 온라인 정보가 필요한 작업 등을 보조하는 역할로 남는다. 이는 발표된 설계에서 기대할 수 있는 장점이지, 실제 차량에서 검증된 성능 결과는 아니다. 1821

따라서 300억 매개변수라는 숫자만으로 흔히 거론되는 40억(4B)·70억(7B) 매개변수급 콕핏 모델보다 빠르거나 더 유능하고, 사생활 보호에도 유리하다고 단정할 수는 없다. 공개된 자료에는 특정 4B·7B 모델과의 성능 비교, 지연 시간 측정, 차량 내부 데이터의 구체적인 처리·보호 방식이 담겨 있지 않다. 실제 차이는 모델 구성과 구현, 시험 결과를 확인해야 판단할 수 있다.

별도로 발표된 AutoOmni 2.0-23B-A3B

반마는 이와 별도로 AutoOmni 2.0-23B-A3B도 발표했다. 혼합 전문가(MoE) 구조를 적용한 230억 매개변수급 온디바이스 모델이다. 반마는 일상적인 콕핏 작업에서 2,300억 매개변수급 클라우드 모델에 견줄 만하고, 복잡한 작업에서는 비슷한 규모의 클라우드 모델 성능의 90%에 도달한다고 밝혔다. 이는 업체가 제시한 비교 결과이며, 독립적인 직접 비교 결과로 확인된 것은 아니다. 또한 이 23B 모델이 XPeng과의 공동 솔루션에서 말한 300억 매개변수급 모델과 동일한 구성이라는 근거도 공개되지 않았다. 4

아직 확인되지 않은 것들

현재 발표와 보도자료만으로는 공동 콕핏 시스템을 탑재할 양산 차량이나 실제 적용 시점을 알 수 없다. 이 콕핏 솔루션이 로봇 등 자동차 밖의 기기에 적용될지도 확인되지 않았다. XPeng은 다른 완성차 업체에 기술을 공급하고 로보택시·로봇 등 물리적 AI 분야로 기술 라이선스와 맞춤화 사업을 넓힐 계획이 있지만, 이는 공동 콕핏 시스템의 비자동차 기기 적용이 확정됐다는 뜻은 아니다. 16

결국 관건은 이 설계를 실제 완성차 업체가 채택하는지, 그리고 양산 차량에서 어떤 성능을 보이는지다. 그 정보가 나오기 전까지 300억급이라는 수치와 온디바이스 우선 구조는 발표된 목표와 설계를 설명할 뿐, 더 작은 콕핏 모델보다 우수하다는 검증 결과를 의미하지는 않는다.