Nemotron 3.5 Super VL은 NVIDIA가 2026년 10월 15일 기술 블로그에서 발표한 오픈 멀티모달 모델입니다. 전문가 혼합 구조로 총 파라미터 1200억 개, 토큰당 약 120억 개가 활성화되고, 컨텍스트는 최대 100만 토큰이며, 텍스트, 이미지, 문서, 짧은 동영상을 하나의 워크플로 안에서 처리합니다. NVIDIA가 노리는 자리는 챗봇이 아니라 상시 가동형 기업 에이전트입니다. PDF를 읽고, 차트를 확인하고, 도구를 호출하고, 사내 규칙에 따라 다단계 업무를 끝까지 진행합니다. 같은 날 더 작은 Bolt 엣지 모델 두 종도 함께 나와, Nemotron 계열의 배포 범위는 데이터센터에서 데스크톱과 임베디드 기기까지 넓어졌습니다.
새 모델 세 종, 각자 맡은 배포 구간이 다르다
| 모델 | 규모와 활성화량 | 대상 하드웨어 | 출시 |
|---|---|---|---|
| Super VL | 총 120B, 활성화 약 12B | DGX Spark, H200, H100급 장비 | 2026년 10월 15일 |
| Bolt 74B-A9B 24GB | 총 74B, 활성화 약 9B, 2비트 양자화 | 24GB 메모리의 RTX 워크스테이션과 노트북 | 2026년 10월 15일 |
| Bolt E4B 4GB | 경량판, 세부 사항 추후 공개 | GeForce RTX, Jetson 등 엣지 기기 | 2026년 10월 23일 |
NVIDIA는 Super VL이 같은 급의 오픈 모델보다 최대 약 5배 높은 처리량을 내고, 파라미터를 약 5분의 1로 줄이면서도 자사 최대 추론 모델에 가까운 성능을 낸다고 밝혔습니다. 다만 이 수치는 NVIDIA 자체 벤치마크와 인용한 리더보드에서 나온 것이므로, 독립 검증이 따라올 때까지는 업체 발표값으로 읽어야 합니다. 본 사이트는 앞서 Nemotron이 수학과 정보학 대회에서 두 개의 금메달을 딴 소식을 다룬 적이 있는데, 그때는 추론의 상한이 주제였다면 이번은 모델을 기업 일상 업무에 넣는 효율이 주제입니다.
왜 이번에는 문서 장면을 따로 떼어 강조했을까
기업에서 사람 시간을 가장 많이 잡아먹는 에이전트 일은 시를 쓰는 일이 아니라, 청구서, 계약서, 영수증, 표가 가득한 PDF 같은 서류를 읽는 일입니다. Super VL의 강점은 OCR, 표, 차트, 구조화된 레이아웃을 한 모델 안에서 읽어, 먼저 텍스트로 바꾸고 나중에 이해하는이어 붙이는 공정을 없앤 데 있습니다. NVIDIA가 든 초기 사례로는 Scale AI가 영화사 Skydance를 위해 공급업체 신용 처리 절차를 후훈련한 일, Ramp가 영수증 이미지를 구조화 JSON으로 바로 바꾸는 일, AI21이 위협 인텔리전스 분석에 쓰는 일이 있습니다. 이 효과 수치 역시 NVIDIA 발표 자료에서 나온 것이므로 구매 결론이 아니라 후보를 좁히는 단서로 보는 게 맞습니다.
가중치만이 아니라 후훈련 도구까지 한 상자로
Super VL은 기본판, 후훈련판, NVFP4 양자화판 체크포인트로 제공되며, 기업은 NeMo로 자사 데이터, 도구, 규칙을 넣어 후훈련한 뒤 자기 인프라에 배포할 수 있습니다. NVIDIA는 Hugging Face에 도구 호출, 금융 추론, 지시 따르기, 시각-언어 등 여러 방향의 오픈 데이터셋도 함께 공개했습니다. 라이선스는 OpenMDW로 상업적 이용, 미세조정, 재배포를 허용합니다. 에이전트를 내부망 안에 두려는 팀에게 이 조합의 의미는 모델, 훈련 레시피, 데이터가 한 묶음으로 온다는 데 있습니다. 가중치 파일 하나만 던져주고 알아서 헤매게 하는 방식이 아닙니다. 진짜 시험은 그다음입니다. 상시 에이전트는 몇 달 돌렸을 때의 안정성, 비용, 문제가 생겼을 때의 통제 가능성으로 평가받으며, 그 답은 첫 기업 사용자들이 자기 수치를 내놓아야 나옵니다.
