NVIDIA Cosmos 3, 교통 영상 QA 정확도 54.41%에서 93.35%로 상승한 결과

수치가 말하는 변화

교통 영상 이해 모델의 성능 차이가 숫자로 크게 벌어졌다. NVIDIA AI는 X에서 Cosmos 3 Nano를 LoRA로 후처리한 뒤 WTS 검증 정확도가 54.41%에서 87.14%로 올랐고, TAO AutoML을 적용하자 "93.35%"에 도달했다고 전했다. 이 트윗은 2026년 7월 14일 게시됐으며, 실험 전후의 도로 장면 비교 이미지를 함께 담았다.

연결된 NVIDIA Technical Blog의 실험 설정은 구체적이다. Cosmos 3 Nano를 Toyota의 Woven Traffic Safety 데이터셋 기반 영상 질의응답 과제에 맞췄다. 이 데이터셋은 8,000개가 넘는 학습·검증 샘플을 포함하며, 도로 형태, 신호, 차량, 보행자, 장면 맥락을 보고 네 가지 보기 중 답을 고르는 문제다. NVIDIA는 coding agent가 TAO agent skills를 사용해 기준 평가를 실행하고, 누락된 FPS 설정을 고치고, LoRA 학습 설정을 만들고, TAO 컨테이너와 AutoML 탐색까지 진행했다고 설명했다.

이 사례가 단순 튜토리얼을 넘는 이유는 개선 폭이다. 기본 모델의 exact-match 정확도는 54.41%, 단일 LoRA 실행은 87.14%, Bayesian optimization 기반 AutoML은 93.35%였다. 기준 대비 38.94%포인트 상승이다. NVIDIA에 따르면 LoRA 실행은 A100 GPU 8개에서 약 30분, AutoML 탐색은 43개 병렬 trial에 19.5시간이 걸렸다. 다음 관전 지점은 이 절차가 물류 창고 모니터링, 자율주행 인지, 로봇 작업셀처럼 데이터 편차가 큰 실제 환경에서도 재현되는지다. 원문 트윗은 여기에서 볼 수 있다.