NVIDIA Nemotron 3.5 Super VL 공개: 120B MoE 멀티모달 오픈 모델

핵심 요약

NVIDIA가 2026년 10월 15일 Nemotron 3.5 Super VL을 공개했다. 문서, 차트, 표, 이미지, 웹페이지를 이해하는 멀티모달 모델이다. 총 파라미터는 120B이고 MoE(전문가 혼합) 구조다. The Decoder에 따르면 추론 시 활성 파라미터는 약 12B다. 같은 날 경량 모델 Bolt도 함께 나왔다. 이 글의 성능 수치는 대부분 NVIDIA가 직접 밝힌 것이다.

주요 기능

1. 120B MoE 멀티모달 구조

Super VL은 Nemotron 3 Ultra에서 증류한 모델이다. 증류는 큰 모델의 능력을 작은 모델로 옮기는 학습 방식이다. NVIDIA는 이 모델을 기업용 AI 에이전트를 쉬지 않고 돌리는 용도로 설계했다. Mistral, Thinking Machines, Perplexity, Black Forest Labs가 참여한 Nemotron Coalition과 함께 개발했다.

2. Bolt 경량 모델

Bolt 74B-A9B는 총 74B에 활성 9B인 모델이다. 네이티브 2비트로 만들어 24GB 메모리에 들어간다. Hugging Face에 공개됐고 llama.cpp, Ollama, LM Studio, vLLM에서 쓸 수 있다. 4GB급인 Bolt E4B는 10월 23일 출시 예정이며 아직 나오지 않았다.

3. 배포 채널과 라이선스

가중치는 Hugging Face, OpenRouter, ModelScope, NIM으로 받을 수 있다. 라이선스는 OpenMDW다. NVIDIA는 상업 이용, 파인튜닝, 재배포가 가능하다고 밝혔다. 다만 프로덕션 지원용 NVIDIA AI Enterprise 라이선스는 GPU당 연 $4,500이다.

성능 평가

아래 수치는 모두 NVIDIA 자체 주장이다. 특정 과제에 맞춰 포스트트레이닝한 모델 기준이며, 과제 정의와 표본 수는 공개되지 않았다.

VentureBeat와 The Decoder는 모두 이 모델이 NVIDIA 하드웨어에 최적화됐다는 점을 짚었다. 비교 조건에 한계가 있다는 지적도 함께 나왔다. 커스터마이즈한 모델을 범용 모델과 견준 결과이므로 그대로 일반화하기는 어렵다.

사용성 분석

문서 처리가 많은 기업에 맞는 모델이다. 보험 청구, 표와 차트 해석, 웹페이지 읽기 같은 업무가 대표적이다. 다만 공개된 높은 수치는 과제별 포스트트레이닝을 거친 결과다. 같은 성능을 얻으려면 자체 데이터로 파인튜닝해야 할 가능성이 크다. Bolt는 24GB 메모리 환경에서 로컬 실행을 시도하려는 개발자에게 현실적인 선택지다. 익숙한 도구인 Ollama나 LM Studio를 그대로 쓸 수 있다.

한계와 불확실성

벤치마크의 과제 정의와 표본 수가 공개되지 않았다. 독립 검증 결과도 아직 없다. 총 파라미터 120B는 하드웨어 요구량이 크다는 뜻이다. 라이선스 조건은 도입 전에 직접 확인해야 한다.

전망

NVIDIA는 모델, 추론 소프트웨어, GPU를 함께 제공하는 전략을 이어가고 있다. 파트너 기업이 참여한 Coalition 방식은 오픈 모델 생태계를 넓히려는 시도로 읽힌다. 10월 23일 예정된 Bolt E4B가 출시되면 더 작은 장치에서의 활용도 확인할 수 있다. 실제 평가는 독립 벤치마크와 사용자 후기가 쌓인 뒤에 가능하다.

결론

Nemotron 3.5 Super VL은 문서 중심 에이전트를 만들려는 기업에 검토할 가치가 있는 오픈 모델이다. Bolt는 로컬 실행 수요를 겨냥한다. 다만 핵심 성능 수치는 NVIDIA 자체 주장이고 조건 한계가 분명하다. 자체 데이터로 소규모 검증을 먼저 하길 권한다. 평점은 4점이다.