Nvidia Flora, 로봇 학습 영상 라벨링 비용 대폭 절감
Nvidia의 새 시스템 Flora는 로봇 학습용 영상을 GPT-6 Astra보다 훨씬 저렴하게 라벨링하지만, 모든 테스트에서 더 나은 성능을 보이는 것은 아니다.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Nvidia가 로봇 학습 영상 라벨링 시스템 Flora를 오픈소스로 공개했다. 회사는 2026년 10월 25일, GPT-6 Astra로 원본 영상 1시간당 약 $88.49가 들 수 있는 작업을 약 $0.72에 처리할 수 있다고 밝혔다. 방대한 영상 데이터셋으로 학습하는 로보틱스 팀에게 의미 있는 소식이다. 다만 Nvidia가 제시한 가격 차이는 실제 운영 청구액이 아닌 추정치에 기반하며, 연구자들은 공개된 모델을 지금 바로 Hugging Face에서 사용해 볼 수 있다.
무엇이 달라졌나
Flora는 로봇 영상에서 세 종류의 라벨을 생성하도록 설계됐다. 타임스탬프가 붙은 동작 설명, 단계별 진행도 평가, 그리고 작업 전체에 대한 최종 성공 판정이다. Nvidia에 따르면 이 시스템은 이미 GR00T 모델 학습에 쓰이고 있으며, GB300 GPU 512개로 하루 최대 200,000시간 분량의 영상을 처리한다. 내부적으로 Flora는 파인튜닝된 Qwen3.5 모델 세 개를 사용하는데, 9B 세그멘터 하나와 캡셔닝 및 보상 점수 산정을 맡는 27B 모델 두 개로 구성된다.

Illustration made on Lumeta with GPT Image 2.5Make one like it
가격 주장의 의미
Nvidia의 50개 영상 테스트에서 Flora는 주석 품질 57.1퍼센트를 기록해 GPT-6 Astra의 53.7퍼센트를 앞섰다. Nvidia는 영상 1시간당 비용을 Flora $0.72, Astra $88.49로 추정했다. 논문에 따르면 Flora의 비용은 GPU 1시간당 $10라는 가정된 GPU 임대 가격으로 산출한 예상치이며, 실제 배포 청구액을 측정한 것이 아니다. 같은 비교에서 Nvidia는 Claude Opus 5를 영상 1시간당 $41.70, Gemini 3.8 Flash를 $8.48로 제시했다.
Flora가 강한 분야와 그렇지 않은 분야
Nvidia의 결과를 보면 Flora는 특히 동작 경계 탐지, 에피소드 내 실패한 단계 포착, 그리고 로봇이 작업을 완전히 끝내지 못했지만 일부 진전을 보였을 때 부분 점수를 주는 데 강하다. Nvidia에 따르면 RoboRewardBench에서 Flora의 오류율은 Astra보다 27.8퍼센트 낮았고, 해당 테스트에서 Flora-Rewarder는 실패한 단계의 53.3퍼센트를 잡아낸 반면 Astra는 하나도 잡아내지 못했다. 그러나 WGO-Bench 종합 점수, Nvidia DenseCaptionBench의 로봇 영상 결과, 루브릭 기반 채점, 궤적 순위 매기기 등 일부 지표에서는 여전히 Astra가 앞선다. 결국 Flora는 최첨단 멀티모달 모델을 완전히 대체하기보다는, 저렴한 비용으로 대량의 로보틱스 주석 작업을 대규모로 처리해야 하는 연구소를 위한 특화된 오픈 대안에 가까워 보인다.


