2026년 10월 현대차·기아가 바스트 데이터(VAST Data)에 전략 투자했습니다. 센서·영상 데이터 2:1 절감의 조건, S3·NFS 단일 네임스페이스, DDN과의 차이, 레벨 2+·2++ 양산 일정을 기준으로 이 투자를 어떻게 읽어야 하는지 정리했습니다.
기아 자율주행, 무엇을 기준으로 비교해야 할까
현대차·기아가 바스트 데이터(VAST Data)에 투자한 대상은 차에 들어가는 기능이 아닙니다. 자율주행 학습데이터를 쌓아 두고 꺼내 쓰는 저장 계층에 돈을 넣었습니다. 발표된 2:1 데이터 절감률은 측정 조건이 공개되지 않아 견적 기준으로 쓰기 어렵습니다. 투자 소식은 2026년 10월 13일 ZDNet Korea·서울경제·벤처스퀘어 등 국내 매체가 바스트 데이터 제공 자료를 받아 보도했고, 금액과 지분율은 공개되지 않았습니다. 이 글은 자율주행 학습데이터 인프라를 다섯 가지 축으로 비교합니다. 데이터 절감률, 접근 프로토콜, GPU 클러스터 연계, 공급사 종속, 양산 일정입니다. 세 업체 모두 공개 가격표가 없어 비용 비교는 다루지 않습니다.
기아 자율주행 자동차의 성능을 가르는 건 주행 데이터의 양보다 수집·학습·검증·배포의 순환 속도입니다. 현대차그룹은 2026년 9월 13일 뉴스룸에서 이 순환 구조인 ‘데이터 플라이휠(Data Flywheel)’을 본격 가동한다고 발표했습니다. 같은 발표에 따르면 데이터 수집 전용 차량은 영어 원문 기준 “approximately 40 dedicated data collection vehicles”이고 24시간 운영됩니다. 그룹은 현대차·기아·42dot·Motional의 센서 체계를 NVIDIA DRIVE Hyperion 10 기준으로 맞추고, 그 위에 공동 데이터 체계인 ‘Data Union’을 만들 계획입니다.
저장 계층이 따로 문제가 되는 건 데이터가 그만큼 크기 때문입니다. ZDNet Korea는 시험차 한 대가 하루 수 TB를 만들고, 전체로는 수백 PB가 쌓일 수 있다고 보도했습니다. 다만 이 수치를 누가 측정했는지는 기사에 없습니다. 학습 쪽 규모도 큽니다. WardsAuto는 2026년 9월 4일 보도에서 새만금 AI 데이터센터를 100MW, GPU 5만 장 이상 규모로 소개했는데, 회사가 제공한 수치입니다.
투자의 출발점은 42dot입니다. 42dot은 여러 공급사 플랫폼에 흩어져 있던 ADAS·LLM 개발 환경을 NVIDIA Hopper 기반 DGX SuperPOD 환경으로 통합했고, 그 과정에서 VAST AI OS를 수년간 운용했습니다. 인공지능신문과 벤처스퀘어에 실린 정호근 현대차·기아 미래전략본부장(부사장)의 발언에 이 맥락이 그대로 드러납니다. 그는 “바스트 데이터와의 여정은 고객사로서 시작됐다”고 말했고, “ADAS와 언어 모델 개발 환경을 단일 플랫폼으로 통합하면서 데이터 수집부터 검증 모델 도출까지의 속도가 획기적으로 개선됐다”고 밝혔습니다. 현대차·기아는 공급사를 바꾸지 않았습니다. 이미 쓰던 공급사의 지분을 샀습니다.
비교 기준 정리
자율주행 학습데이터 스토리지를 비교할 때는 아래 일곱 항목을 같은 조건에서 맞춰 봐야 합니다. 업체 발표 수치는 대부분 회사에 가장 유리한 조건에서 나온 값입니다.
| 비교 항목 | 판단 기준 | 단위 | 주의점 |
|---|---|---|---|
| 데이터 절감률 | 실제 보유 데이터로 잰 원본 대비 저장량 | 비율(예: 2:1) | 이미 압축된 영상 비중이 높으면 수치가 낮아짐. 제조사 최소 보장치와 고객 사례값이 다름 |
| 접근 프로토콜 | 시뮬레이션·학습·검증이 같은 네임스페이스를 공유하는지 | 지원 프로토콜, 복제 단계 수 | S3·NFS 동시 지원 여부, 단계 사이 데이터 복사 필요 여부 |
| GPU 클러스터 연계 | DGX SuperPOD 같은 학습 클러스터 인증 | 인증 여부·시점 | 인증은 호환성 확인이므로 처리량 수치는 별도로 확인 |
| 레퍼런스 | 완성차·자율주행 고객 사례 | 고객 수, 공개 범위 | 회사 자체 주장인지, 고객이 직접 밝힌 것인지 구분 |
| 데이터 규모 | 수집 차량 수, 차량당 생성량 | 대수, TB/일, PB | 전용 수집 차량과 양산차 수집을 구분 |
| 비용 | 용량당 단가, 계약 구조 | 원/PB 등 | 2026년 10월 기준 VAST·DDN·WEKA 모두 공개 가격표 없음 |
| 종속성 | 데이터 포맷·메타데이터 스키마 소유 | 정성 평가 | 지분 투자는 공급 안정성과 종속 위험을 함께 키움 |
판단을 가장 크게 바꾸는 항목은 절감률과 접근 프로토콜입니다. 절감률은 필요한 물리 용량, 곧 구매 규모를 정합니다. 접근 프로토콜은 학습 파이프라인 단계마다 데이터를 복사해야 하는지를 정합니다. 인공지능신문과 벤처스퀘어에 따르면 바스트 데이터는 S3와 NFS를 함께 지원해, 별도 복제 없이 시뮬레이션·학습·검증이 하나의 네임스페이스를 공유한다고 설명합니다.
발표 문구와 실제 조건은 차이가 납니다. 아래 표에 이번 투자 관련 발표와 실제 조건을 나란히 놓았습니다.
| 발표된 내용 | 실제 조건 | 읽는 법 |
|---|---|---|
| VAST 제품 페이지: “Minimum 3:1 Reduction on Any Data” | 현대차 사례로 VAST가 밝힌 값은 센서·영상 2:1(용량 50% 절감) | 제조사가 내건 최소치보다 낮은 사례값 |
| 데이터 플라이휠 본격 가동 | 수집 전용 차량은 약 40대 | 양산차 대규모 수집은 앞으로의 계획 |
| ADAS·LLM·로보틱스 통합 | 42dot에서 실제로 통합된 것은 ADAS·LLM 환경 | 로보틱스는 계획 단계 |
| 현대차·기아 전략 투자 | 금액·지분율 비공개. 2026년 10월 13일 기준 VAST 글로벌 보도자료 목록과 현대차그룹 뉴스룸에는 게시되지 않음 | 국내 매체가 전한 바스트 데이터 제공 자료가 근거 |
2:1과 3:1은 단순한 숫자 차이가 아닙니다. VAST 제품 페이지는 사전 압축 파일, 암호화 데이터, 임베딩까지 포함해 최소 3:1을 내세웁니다. 그런데 이미 압축된 영상이 많은 자율주행 데이터에서는 이 최소치보다 낮은 2:1이 나왔습니다. 데이터 종류별 비중·원본 코덱·측정 기간 같은 2:1의 측정 조건은 서울경제 영문판과 벤처스퀘어 보도 어디에도 없습니다. 우리 데이터에서도 2:1이 나온다고 볼 근거는 없습니다.
옵션·유형별 비교
자율주행 데이터 스토리지 3사 비교
자동차 학습데이터 저장 계층에서 함께 거론되는 업체는 VAST Data, DDN, WEKA입니다. 2026년 10월 13일 기준 각 회사가 공개한 자료로 비교하면 다음과 같습니다.
| 구분 | VAST Data | DDN | WEKA |
|---|---|---|---|
| 내세우는 구조 | 저장·DB·실행 계층을 묶은 ‘AI OS’. DASE 구조(상태 없는 CNode + 올플래시 DNode, NVMe-oF 연결) | HPC 병렬 파일시스템 계열 | 이 글에서 비교한 공개 자료 없음 |
| 자동차 레퍼런스 | 42dot이 연구개발 환경에서 수년 운용, 현대차·기아 전략 투자 | 회사 페이지에 “Trusted by 6 of the World’s Top 10 Automakers” | 회사 자료에 완성차 자율주행 고객 공개 사례 없음 |
| NVIDIA 관계 | 시리즈 F에 NVIDIA 참여, 2023년 5월 DGX SuperPOD 인증 | — | — |
| 데이터 절감 주장 | 제품 페이지 최소 3:1, 현대차 사례 2:1 | — | — |
| 유리한 용도 | ADAS·LLM·로봇 데이터를 한 네임스페이스에 모을 때 | 학습 처리량 위주 클러스터 | — |
| 공개 가격표 | 없음 | 없음 | 없음 |
VAST가 다른 점은 S3와 NFS를 한 네임스페이스에서 쓴다는 것입니다. 객체 스토리지로 들어온 원본 영상을 파일 기반 학습 코드가 복사 없이 바로 읽습니다. 현대차처럼 ADAS·LLM·로봇 데이터를 한 곳에 모으려는 조직에 맞는 구조입니다. DDN은 HPC 병렬 파일시스템 이력이 깁니다. 학습 처리량이 가장 중요한 클러스터라면 같은 조건으로 비교해 볼 대상입니다.
공급 안정성을 따지려면 VAST의 재무 상황도 봐야 합니다. VAST 보도자료에 따르면 회사는 2026년 4월 22일 시리즈 F를 마감했습니다. 기업가치는 300억 달러, 거래 규모는 약 10억 달러(1차·2차 자금 합산)입니다. Drive Capital이 주도하고 Access Industries가 공동 주도했으며, Fidelity·NEA·NVIDIA가 참여했습니다. 2023년 말 시리즈 E 기업가치가 91억 달러였으니 약 3.3배로 뛰었습니다. 같은 보도자료에서 VAST는 누적 계약액 40억 달러 초과, CARR 5억 달러 초과를 밝혔습니다. 일부 국내 매체가 시리즈 F를 전년도 4월로 적었지만, VAST 보도자료 기준 마감일은 2026년 4월 22일입니다.
기아 자율주행 레벨, 언제 어떤 단계가 나오나
이번 투자는 저장 계층에 관한 것이고, 차량 기능은 아래 일정을 따릅니다. 현대차그룹(2026년 9월 13일)과 기아 CEO Investor Day(2026년 4월 9일)가 공식 발표한 목표 시점입니다.
| 목표 시점 | 단계 | 기반·주체 | 발표 주체 |
|---|---|---|---|
| 2026년 연말 | 광주 실도로 레벨 4 실증 개시(SDV 페이스카, 국토교통부 협력) | 자체 Atria AI | 현대차그룹 |
| 2027년 말 | 기아 첫 SDV 모델 개발 완료, 고속도로 레벨 2+ 탑재 | 기아 | 기아 |
| 2028년 상반기 | 레벨 2+ 양산 | NVIDIA 기반 | 현대차그룹 |
| 2028년 하반기 | 레벨 2++ 양산 | NVIDIA 기반 | 현대차그룹 |
| 2029년 초 | 기아 도심 레벨 2++ 적용 | 기아 | 기아 |
| 2029년 하반기 | 레벨 2++ 양산 | 자체 Atria AI | 현대차그룹 |
1년 전과 비교하면 일정이 약 1년 늦어졌습니다. 2025년 4월 9일 기아 CEO Investor Day 보도자료는 2026년 SDV 페이스카 출시와 2027년부터 레벨 2+ 적용을 제시했습니다. 2026년 발표에서는 이 목표가 2027년 말 개발 완료로 바뀌었습니다. Reuters는 2026년 4월 9일 보도에서 기아가 SDV 계획을 약 1년 미뤄 2028년으로 잡았다고 전했고, 송창현 전 사장의 2025년 12월 사임을 배경으로 들었습니다.
투자 규모도 함께 봐야 합니다. 기아는 2026-2030년 5개년 투자를 49조 원으로 발표했고, 이 중 미래사업이 21조 원으로 직전 계획보다 7조 원 늘었습니다. 반면 Reuters는 2026-2029년 기간에 41.4조 원으로 보도해 기아 발표와 기간·금액이 다릅니다. 현대차·기아를 합한 연간 판매는 700만 대 이상, 판매 지역은 약 190개 국가·지역입니다(현대차그룹 2026년 9월 13일 발표). 이 판매 차량 전체가 데이터 수집원이 되는 건 아직 계획 단계입니다.
용어 풀이
1. DASE — 연산 노드와 저장 노드를 분리해, 저장 노드를 모든 연산 노드가 공유하도록 설계한 VAST의 스토리지 구조입니다.
2. NVMe-oF — NVMe SSD를 네트워크 너머에서도 로컬 디스크에 가까운 지연 시간으로 읽게 해 주는 연결 방식입니다.
3. CARR — 계약 기준 연간 반복 매출로, 구독형 기업의 매출 규모를 가늠하는 지표입니다.
상황별 추천
같은 뉴스라도 독자의 위치에 따라 봐야 할 지점이 다릅니다. 상황별로 먼저 확인할 기준을 표로 정리했습니다.
| 독자 상황 | 우선 볼 기준 | 권장 판단 |
|---|---|---|
| 자율주행 데이터 스토리지 도입을 검토하는 인프라팀 | 자체 데이터로 잰 절감률 | 보유 데이터로 PoC를 먼저 하고, 3:1은 견적에서 뺀다 |
| ADAS와 LLM 개발 환경을 합치려는 조직 | 단일 네임스페이스, S3·NFS 동시 접근 | VAST형 구조를 우선 후보로 둔다 |
| 학습 처리량 중심 HPC 클러스터 운영팀 | 병렬 파일시스템 처리량, 완성차 레퍼런스 | DDN을 같은 워크로드 조건으로 비교한다 |
| 기아 차량 구매를 검토하는 소비자 | 현재 판매 트림의 기능 | 이번 투자로 바뀌는 기능은 없다 |
| 산업 동향·투자 관점 독자 | 지분 투자의 성격 | 공급 안정성과 종속 위험을 함께 본다 |
인프라팀이라면 견적은 자기 데이터에서 시작해야 합니다. 카메라 영상은 대부분 이미 코덱으로 압축된 상태로 저장되므로, 절감률은 라이다 포인트클라우드·로그·메타데이터의 비중에 달려 있습니다. 데이터 구성 비율부터 집계하고, 실데이터 표본으로 절감률을 잰 뒤 용량을 산정하세요. 이 순서가 안전합니다.
ADAS와 LLM 환경을 합치려는 조직이라면 42dot 사례가 가장 직접적인 참고 자료입니다. 정호근 부사장이 말한 속도 개선은 시뮬레이션·학습·검증 사이의 복사 단계를 없앤 데서 나왔을 가능성이 큽니다. 다만 회사 측 설명일 뿐 독립적으로 측정된 수치는 없습니다. 도입을 검토한다면 복사 단계가 몇 번 사라지는지, 단계별 대기 시간이 얼마나 줄었는지 직접 재 봐야 합니다.
기아 자율주행 옵션을 고르는 소비자라면 이번 투자를 보고 구매 시점을 정할 필요는 없습니다. 지금 판매 중인 기아 차량의 기능은 그대로입니다. 기다릴지는 다른 일정을 보고 판단하세요. 고속도로 레벨 2+가 들어가는 첫 SDV(2027년 말 개발 완료 목표)와 도심 레벨 2++(2029년 초 목표)입니다. 두 일정 모두 한 차례 밀린 적이 있다는 점도 감안해야 합니다.
산업 동향을 보는 독자라면 이 결정에는 양면이 있습니다. 현대차그룹은 센서 표준을 NVIDIA DRIVE Hyperion 10에, 데이터 계층을 VAST에 맞췄습니다. 핵심 두 층이 모두 외부 업체에 묶였습니다. 지분 투자로 공급 안정성은 높아지지만 공급사 종속 위험도 같이 커집니다. 이식성을 지키려면 데이터 포맷과 메타데이터 스키마를 자체적으로 소유해야 합니다.
자주 하는 실수
첫째, 제조사가 내건 최소 절감률을 견적에 그대로 쓰는 것입니다. VAST 제품 페이지의 “Minimum 3:1 Reduction on Any Data”는 회사가 내건 기준입니다. 그런데 현대차 사례로 회사가 밝힌 값은 센서·영상 데이터 기준 2:1이었습니다. 고객사 사례가 제조사 최소치에도 못 미쳤다는 점을 눈여겨봐야 합니다. 3:1로 용량을 잡으면 증설 시점이 예상보다 빨리 옵니다.
둘째, 저장 공간 절감을 성능 향상으로 읽는 것입니다. 데이터를 절반으로 줄였다는 말은 저장 공간이 50% 줄었다는 뜻입니다. 자율주행 모델의 성능이 두 배가 됐다는 뜻이 아닙니다. 플라이휠 전체 효과를 두고도 WardsAuto는 2026년 9월 4일 보도에서 효율 개선이 “at least in theory” 기대될 뿐이라고 단서를 달았고, 독립 검증된 결과는 없다고 했습니다.
셋째, 계획을 현재의 사실로 읽는 것입니다. 일부 매체는 전 세계 수백만 대에서 데이터를 모으는 것처럼 썼습니다. 하지만 현대차그룹이 밝힌 현재 수집 규모는 전용 차량 약 40대입니다. 로보틱스까지 포함한 단일 데이터 아키텍처도 서울경제 영문판이 전한 앞으로의 계획이고, 42dot에서 실제로 통합된 건 ADAS와 LLM 환경까지입니다. 일정도 2025년 발표의 2027년 레벨 2+가 2026년 발표에서는 2027년 말 개발 완료로 바뀌었습니다. 발표 시점이 다른 자료를 섞어 읽으면 이런 변화를 놓치기 쉽습니다.
정리
현대차·기아의 바스트 데이터 투자는 자율주행 학습데이터를 복사 없이 한 네임스페이스에서 돌리는 구조에 건 투자입니다. 지금 판매 중인 차량의 기능과는 관련이 없습니다. 2:1 절감률은 측정 조건이 공개되지 않은 사례값이고, 제품 페이지의 3:1은 회사가 내건 최소 기준입니다. 어느 쪽도 우리 데이터의 견적 기준이 될 수 없습니다. 스토리지를 고를 때는 자기 데이터로 잰 절감률과 파이프라인 복사 단계 수부터 비교하고, 공급사 종속 위험은 그다음에 따지면 됩니다.
참고 자료
조사 기준일: 2026년 10월 13일
본문의 수치는 아래 자료에서 확인한 것입니다. 제조사 공식 자료(T1)와 전문 매체 실측(T2)을 구분해 표기했습니다. 가격·공급 상황은 변동이 크므로 기준일 이후의 값은 다시 확인해야 합니다.
공식 자료 (확인일 2026-10-13)
– 현대차그룹 뉴스룸, 데이터 플라이휠(2026-09-13): https://www.hyundaimotorgroup.com/en/news/hyundai-motor-group-accelerates-autonomous-driving-innovation-with-ai-powered-data-flywheel
– 기아 2026 CEO Investor Day 보도자료 PDF(2026-04-09): https://mmx.prnewswire.com/media/2953024/Press_release__2026_Kia_CEO_Investor_Day.pdf (본문 추출로 원문 대조) / https://www.hyundaimotorgroup.com/en/news/CONT0000000000208362
– 기아 2025 CEO Investor Day 보도자료 PDF(2025-04-09): https://mmx.prnewswire.com/media/2660755/Press_release__2025_Kia_CEO_Investor_Day.pdf
– VAST 시리즈 F 보도자료(2026-04-22): https://www.vastdata.com/press-releases/vast-series-f-financing-at-30-billion-valuation
– VAST Scale & Speed 페이지: https://www.vastdata.com/features/scale-and-speed
– VAST 보도자료 목록(현대차 관련 항목 없음 확인): https://www.vastdata.com/press-releases
– VAST DGX SuperPOD 인증: https://www.vastdata.com/press-releases/vast-data-achieves-nvidia-dgx-superpod-certification
– DDN 자동차 솔루션 페이지: https://www.ddn.com/solutions/automotive/
– ZDNet Korea: https://zdnet.co.kr/view/?no=20261013101440
– 인공지능신문: https://www.aitimes.kr/news/articleView.html?idxno=42275
– 벤처스퀘어: https://www.venturesquare.net/1119352
– 서울경제 영문판: https://en.sedaily.com/technology/2026/10/13/hyundai-motor-kia-invest-in-us-ai-operating-system
– Reuters(Yahoo Finance 전재): https://finance.yahoo.com/news/south-koreas-kia-cuts-2030-052008920.html
– WardsAuto: https://www.wardsauto.com/news/hyundai-building-a-data-flywheel-to-strengthen-its-sdv-capabilities/829555/
– DIGITIMES(유료 구독 필요, 리드 문단만 확인): https://www.digitimes.com/news/a20260915PD205/hyundai-data-autonomous-driving-nvidia-hardware.html
답글 남기기