Transcription
앞권 시작합니다. 따끈따끈한 소식을 들고 왔습니다. 현대차 자율주행 수장의 NB 출신이 영입이 됐다. 어, 권순 취재 팀장과 함께 하겠습니다. 어서 오세요.
예, 단독사 나오자마자 방송을 진행하는 악권입니다. >> 알고 있었어요?
근데 >> 예, 좀 얘기들은게 있어 가지고 그 현대차의 그 자율주행 MVP 본부의 수장 얼마 전에 송창현 대표가 >> 사야직을 했잖아요. 그래서 거의 후임으로 이제 엔비디아 분이 온다라는 얘기가 좀 있어 가지고 현대차하고 엔비디아가 좀 어떤 관계를 맺으려고 하는 거고 지금 엔비디아의 어떤 부분을 현대차가 매력을 느끼고 있는지 그 얘기를 준비를 했습니다.
근데 그분이 아직 퇴사를 안 하셔 가지고 >> 음 >> 그래가지고 그분 이름을 공개를 안 하려고 했는데 >> 이번에 그 기사가 나왔습니다. 어 >> 그래가지고 그냥 공개를 하는 걸로 >> 아 >> 그래서 같이 한번 화면 한번 띄어봐 주시면은 이게 박민우 엔비디아 본부장이 현대차기 AVP 본부장으로 내정이 됐다 >> 그러면서 첨단차 플랫폼 본부장으로 내정이 됐고 이번 주 그니까 다음 주에 본부장으로 임명을 하고 미래차 기술 개발 전략 전반을 새롭게 정비할 예정이다. 그리고 조만간 퇴사를 한 뒤 현대차에 합류를 하도록 한다. 이렇게 돼 있습니다.
그리고 송창현 사장의 사미로 한 달 가량 공백이 이어진 여기가 원래 현대차 인사가 연말에 있었어요. >> 네. 근데 송재 사장 나가고 여기에 그 누가 후임이 들어오지 않아서 어떤 식의 좀 계획들을 가지고 있는지에 대한 관심을 많이 모으고 있었습니다.
그리고 최근 CS 지나면서 현대차에 주가가 엄청 많이 올랐잖아요. >> 그래 가지고 이게 어떤 방향으로 가는 거냐, 미래 모빌리티가 어떤 방향으로 가는 거냐에 관심들이 많이 모이셨었는데 그래서 관련된 내용을 좀 오늘 소개를 좀 해 드리려고 합니다. >> 네. 네. 알겠습니다.
일단 그 얼마 전 CES에서 이제 NBI에서 또 알파마이요라고 하는 어 자율주행 그건 플랫폼이라고 불러야 되나요? 알파마이요를 어 그 솔루션이라고 해야 된다. 이거를 공개를 했었고 그다음에 엔비디아 출신의 제율주는 전문가가 현대차로 온다고 하니까 뭔가 관계가 있을 것도 같은데 저는 모르니 우리 권순 취재 팀장이 하나하나 좀 설명을 해 주시죠.
>> 예. 일단 CES에서 정희선 회장하고 젠슨왕 CEO가 만났었습니다. 그러면서 알파마이요와의 협업을 검토하라 이렇게 얘기가 나와 있었고요. 그리고 지난해 말쯤에 엔비디아에서 알파마이요 R1이라는 그 논문을 발표를 한게 있었습니다. 그래서 그 관련된 내용들을 좀 말씀을 드릴 건데 사실 현대차가 이제 홍창현 사장에 나간 이후로 야 그 그동안 그 분부를 통으로 이끌었던 사람인데 도대체 뭘 하다가 나갔는지도 잘 모르겠고 도대체 현대차는 미래 모빌리티 준비가 얼마나 돼 있는 거냐라고 하는 상황에서 수장이 나가 버렸잖아요. >> 그러니까 야 그러면 자율주행을 이제 어떻게 하려 그러는 거지라는 부분들의 좀 퀘스천 마크가 있었습니다.
근데 한번 같이 보시면은 제가 기본적으로 그 자율주행을 하는 기본 툴부터 좀 설명을 좀 드릴게요. 이게 룰베이스라는게 있고 그리고 E2라는게 있습니다. >> 음. 이게 룰베이스라는 거는 그인지 판단 제어 그러니까 센서를 통해서 무엇인가를 인지하고 그리고 이게 어떤 상황인지 판단을 해서 저 조양이라든지 그니까 그 스티어링 휠을 돌린다거나 아니면은 가속 배턴을 발판을 누른다거나 브레이크를 누른다거나 요런 제어를 하는 세 개 단계의 모듈로 설정이 돼 있습니다. 그래서 이런 이런 상황이 들어오면은 이렇게 판단을 해서 이렇게 제어를 해라는 세 가지 모듈로 돼 있어요.
근데 E2E는 거는 그 테슬라가 그 FSD 버전 12부터 적용했던 방식인데 그 모듈 방식으로 했을 때 그니까 룰베이스 방식으로 했을 때 문제점이 좀 특이한 상황이 설정이 될 경우에는 이게 제어를 판단 제어를 잘 못 한다는 거예요. 예를 들어서 뭐 얼마 전에 그 자동차 사고 난 거 보니까 뭔가 철판이 그냥 이렇게 있는데 아니면은 뭐도 트럭이 하얀 트럭 >> 이런 거 있으면 이게 하늘이야 뭐야 이러면서 지금 잘 안 되는 그런 일들을 모든 상황을 다 설정을 해 둬야 되기 때문에 야 이거는 잘 안 되겠다 그래 가지고 테슬라에서 그 아예 센서에서 입력이 되면은 바로 출력이 되게끔 그걸 통으로 묶어 버렸습니다네. >> 그러니까 인공지능 모델 같은 거죠. 그러니까 뭔가 토큰값이 입력이 되면은 거기에 답변으로서 생성 토큰이 나오는게 제어 토큰이 나오는 거죠네. >> 그래갖고 그거를인지 판단 제어해 가지고 사람이 그 룰을 정해 주는게 아니고 그 모듈을 그렇게 만드는 겁니다. 통으로. 음이를 처음부터 끝까지 한에 한가지라는 이름을 붙였어요.
근데 엔드 엔드의 또 문제점이 뭐가 있냐면 그 일단은 데이터가 엄청 많아야 됩니다. >> 그러니까 이거는 룰베이스는 사람이 그 상황을 정해 주는 거기 때문에이 상황들을 특이 케이스들 사람이 많이 입력을 해 놓으면 돼요. 근데 엔드투 엔드는 그 우리가 이제 라지랭기지 모델처럼 라지랭기지 모델이 뭐 뭐라고 물어보면 뭐라고 답해 이렇게 알려 주는게 아니라 그냥 모든 데이터를 다 때려 넣어 가지고 그 데이터들 사이에서의 상호 관계에 의해서 확률적으로 답변을 내놓는 방식이잖아요. 그러니까 데이터가 굉장히 많이 필요합니다.
그래서 당시에 그 현대차의 송창여 사장이 엔드투 엔드로 가겠다고 선언을 했을 때 시장에서 그 말을 크게 신뢰하지 않았던 이유는 >> 그동안 현대차가 모아 놓은 데이터가 별로 없고 >> 그 데이터가이를 모은다고 하더라도 어마어마하게 큰 데이터 센터가 있어야 되고 >> 그 데이터를 가지고 얘를 적용할 모델이 있어야 되는데 그런 부분들의 준비가 없이 어떻게 자율 그 엔드투 엔드 자율 주행을 할 수 있어라는 것에 대해서 의문을 제기했던 겁니다.
그리고 또 하나의 특징이 뭐가 있냐면이 엔드투 엔드 방식은 입력값이 나오면은 여기서 모델이 처리를 해서 답변을 하는 방식이기 때문에 >> 왜 얘가 그런 판단을 했는지에 대해서 알 수가 없습니다. >> 음. >> 그냥 사람 입장에서는 아, 운전을 잘하는구만. 확실히 운전을 잘해요. >> 잘하는데 왜 잘하는지는 잘 모릅니다.음.
근데 이번에 나왔던 알파마요 R1 논문에 보면 내용이 어떻게 돼 있냐면은 그 R이라는게 리즈닝 추론을 더하다 이런 얘기입니다. >> 그래서 구조적으로 이게 한번 살펴보시면은 여기서 카메라 이미지가 있고 그다음에 이제 모션 히스토리 과거의 히스토리가 있고 이거를 인코더를 해서 입력이 되면은 >> 여기서 코스모스 리즌 백본이라는 데서이 부분들을 파악을 한 다음에 궤적을 답변으로 내놓는 거는 똑같아요. >> 음. 근데 여기서 알추론이라는 거는 그 알려주는 겁니다. 이게 지금 어떤 상황이라 내가 이렇게 했어요라고 얘기를 해 주는 거예요.
그래서 같이 보시면은이 장면을 딱 봤을 때 어 날씨가 맑으네 도로가 넓으네 사람이 많네 좀 조심하는게 좋겠어 이렇게 모한 설명이 아니라 여기서 어 앞에 전방 차량이 정차돼 있어 >> 그러니까 감속을 하는게 좋겠어라고 구체적이고 결정 기반으로 정보만 활용해서 이걸 내용을 얘기하는 겁니다네 >> 그러면은 어떤 장점이 있냐면 아 화면을 먼저 보여 드릴게요. 이게 알파마이오를 가지고서 나왔던 내용인데 같이 보시면은 여기 설명이 나오죠네. 음. 아, 그 위에 있는 어, 박스 말씀하시는 거죠? >> 예예.
같이 한번 다시 볼게요. 여기 보면은 공이 굴러 나옵니다. >> 네. >> 공이 굴러 나옵니다. >> 음. >> 공이 딱 굴러 나왔어요. 그러면은 어, 얘가 공이네라고 인식하는게 아니고 >> 어, 공이 나오면 보통은 아이가 따라 나올 수 있어. >> 아.라고 아라고 생각을 하고 여기에 설명을 해주는 겁니다. >> 공이 나오면 아이가 따라나올 수 있어. 그래서 내가 감속을 할 거야. 이런 부분을 설명을 해 주는 거죠. 그래서이 리즈닝 모델을 사용하게 되면은 엔드투 엔드가 가지고 있었던 그 일종의 블랙박스 같은 문제를 해결을 할 수 있다라는게 이제 장점이 되는 겁니다.
그래서 보시면은 계속적으로 설명을 해 줘요. 어 앞에이 차가 가니까 내가 천천히 가는 거야. 지금 앞에 지금 오토바이가 있으니까 내가 천천히 갈 거야. 뭐요런 것들을 이제 설명을 해 준다는 거죠. >> 네. >> 그러면은 장점이 뭐가 있냐면 첫 번째는 이게 뭐 보는 사람이 어 마음이 편합니다. >> 아 저걸 보는 사람이 직접 볼 수 있는 거예요. >> 아 그래요? >> 설명을 하니까 그러면 내가 차가 이렇게 움직이는데 얘가 왜 감속을 하는지 얘가 왜 좌회전을 하는지 뭐 얘가 왜 멈칫멈칫하는지 그런 걸 알 수 있으니까 그 보는 사람이 마음이 편합니다. 일차적으로.
두 번째는 이게 그 인간 사회에서 살려면 얘가 아무리 잘해도 로봇이 잘하는 거를 사람이 그대로 인정해 주기가 쉽지 않습니다. >> 그렇죠. 네. >> 너 왜 잘하는데 그러면 확률적으로 보세요. 제가 잘해요. 그러니까 아이 그러니까 너 왜 잘하냐고 이걸 자꾸 물어본다는 거죠. 근데 그 물어보는게 개인적으로 물어보는게 아니라 제도화가 돼야 되고 규제가 만들어져야 됩니다. >> 아, >> 그래서 같이 보시면은 왜 멈췄는가에 대한 인과적 설명이 가능하기 때문에 규제 및 안전 인증의 핵심 열쇠가 됩니다. 아, 그러니까 이런 상황일 때 이렇게 해야 저희는인 어 인증을 해 드릴 수 있습니다라는 규제 기관의 어떤 결정 기준이 만들어질 수 있어야 되는데 예, >> 네가 왜 안전한지를 네가 설명해 봐라고 할 때 우리는 이런 상황은 이렇게 하고요. 이런 상황은 이렇게 하고요. 이런 상황은 이렇게 한다라는 거를 다 설명 가능하다는 거죠. 아, >> 그래 가지고 이제 벤츠가 아, 이거는 좀 있다 할로스 얘기할 때 말씀드리겠습니다.
이게 이제 두 번째 장점이고 세 번째 장점은 이게 이제 개발을 하는 입장에서도 내가 이거를 개발을 하는데 입력값을 넣었는데 출력값이 나와요. >> 근데 왜이 출력값이 나오는지는 몰라요. >> 그러니까 보통 확률로 계산을 하죠. >> 근데이 부분들을 어, 이게 틀린 답이 나왔어요. >> 네. >> 그러면 왜 틀렸는지를 알아야 모델을 개선할 거 아니에요. >> 그렇죠? 그러니까이 부분을 개발을 지금 하고 있을 때는이 너무 큰 모델을 가지고 할 때는 얘가 답을 왜 내내 놓은지를 모르기 때문에 개선을 하기가 어려워요. 그래갖고 모델을 이렇게 쪼개서 좀 작은 모델로 개발을 해 가지고 합치는 방식을 이용하거든요. >> 근데 얘는 리즈닝 모델이기 때문에 설명을 하잖아요. 그럼 네가 왜 이런 답을 했어? 그러면은 설명을 다 해 주기 때문에 그래서 그걸 보고서 아 얘가이 이래서 잘못된 거구나라고 해서 개선이 가능하다는 거죠. >> 음. 음. >> 그래서 그 부분들에 대해서 개발적인 장점이 또 하나 있고요. >> 그리고 이제 희기 데이터에서의 인과적 이해 부족을 해결할 수 있다. 그러니까 정말 특이한 케이스는 어떻게 해야 되는지를 잘 모르겠는데 아 특이한 케이스에서 얘가 이렇게 판단을 했구나라는 부분들을 이해할 수 있다라는 측면이 좀 장점이라 그래서 >> 음 >> 얘를 최초의 VLA 모델이라고 얘기하는데 VLA라는 거는 비전 랭기지 액션 모델. >> 음. 그니까 비전이 있고 사람이 말을 하는 것도 알아듣고 그게 차로 움직이는 액션 모델이라 그래서 VLA 모델이라고 최초로 얘기를 좀 하고 있습니다. 네.
>> 그리고 이번에 공개했던 부분들에서 그 자동차 회사들이 느꼈던 장점이 있는데 제가 뭐 느꼈을 때 자동차 회사들에 물어봤을 아에 느꼈던 가장 큰 장점은이 부분이 있어요. 이번에 그 세 가지 어떤 그 솔루션을 공개를 했는데 첫 번째는 이제 알파마요입니다. R1. 그럼 100억 개의 파라미터를 가진 일종의 두뇌 같은 역할을 해요. 네. >> 그리고 두 번째는 수백만 번의 주행을 테스트하는 가상 시험장인 알파심을 공개를 했습니다. >> 오, 심시티 같은 건가 보네요. >> 어. 어. 그것까지 생각을 못 해봤네. 네. 예. 그다음은 물리적인 데이터셋인데 이거는 1700시간 이상의 그 어떤 센스윙 정보인데 여기는 단순히 그냥 블랙박스 같은게 1700시간이 담겨 있는게 아니고요. 그 수백개 그 수십개 국가의 수백개 도시에서 했던 그 카메라, 레이더, 라이더 관련한 정보, >> 그러니까 자율주행을 할 때 필요한 다양한 정보들이 담겨 있습니다.
그리고 이게 아무리 시간이 길어도 그냥 멀뚱멀뚱하게 운전하는 시간은 그렇게 중요하지 않습니다. 그거는 그냥 하면 되는 거고 엣지 케이스 뭐 사고 갈 가능성이 높은 케이스들을 중심으로 그런 부분들이 있어요. 그니까 자율주행에서 그 H케이스를 어떻게 파악하냐면은 이게 뭔가 이렇게 쫙 있다가 H케이스가 딱 발생을 하게 되면은 네. 뭐 그 사람이 어떻게 예를 들어서 갑자기 급브레이크를 밟았다 >> 그러면 그 급브레이크를 밟은 상황에 레이다 라이다 레이저가 현재 상황을 쫙 파악을 해서 360도로 쫙 파악을 해 가지고 아 이런 상황에서는 사람이 급브레이크를 밟았구나라는 것들을 파악하는 거예요. >> 어쩌면 되게 단순한 어 아이디어일 수도 있네요. 왜냐면 우리도 블랙박스도 >> 예 >> 72시간 데이터를 계속 담고 있는게 아니라 충격 있을 때 담는 거니까 >> 예. 그렇죠. 그러네요.
그래서 25개국 2,500개 이상 도시에서 여덟대 고화상 카메라 라이더 레이다 정보가 시간 단위로 동기화된 최고 수준의 데이터셋을 공개를 한 거예요. >> 근데 여기서의 그 장점이 뭐냐면 >> 지금 기존에 자동차 회사가 룰베이스로 갔을 때 주로 했던 얘기가 엔드투 엔드는 그게 블랙박스기 때문에 안전을 담보하는게 어렵다라고 이야기는 했어요. 그런데 그 속내에는 뭐가 있었냐면은 그 테슬라는 지금 거의 한 70억마일 정도의 그 주행 데이터가 있거든요. >> 네. >> 두 번째로 많은 회사가 웨이모인데 웨이모가 1억마일 정도 됩니다. >> 네. 그니까 70억마일대 1억마일이면 데이터가 엄청 차이나잖아요. 그러면 나머지 자동차 회사들은 아무리 자동차가 많이 돌아다니긴 하지만 데이터 모아 놓은게 별로 없어요. >> 그러니까 제 그 데이터도 없을 뿐더러 모델도 없어요. >> 그러면은 사실 엔드투 엔드로 간다고 선언을 하더라도 시간이 엄청나게 오래 걸리게 되는 거죠네. 그래 가지고 이거를 가고 싶어도 갈 수 없는 상황에서 엔비디아가 자기네들이 물리적 데이터셋을 1700시간 이상을 공개를 함으로써 >> 그 데이터를 활용해서 알파마이요를 이용하면은 당장 사용이 가능한 거예요. >> 아 >> 그래 가지고 제가 뭐 아는 그 자율 전문가들은 다 이거 다운받아서 써 보더라고요. >> 그 어떻게 써 봐요? 오픈 소스니까 그냥 돌려보는 겁니다. 시뮬레이션을. >> 네. >> 그래 가지고 대학교에서도 다 돌려보고 있습니다. >> 그고 어이 데이터 사가 가지고 돌리니까 어 이렇게 되네라는 것들을 시뮬레이션 해 볼 수가 있는 거예요.
여기서 추가적으로 생각을 해 보면 추가적으로 이제 그러면은 이게 기본 틀을 잡았으면 여기서 자동차 회사들이 그걸 다운받아서 쓸 때 그럼 자기네 데이터가 또 있을 거 아니에요. >> 네. 그러면 자기네를 섞어서 이걸 또 시험을 해봐야 되잖아요. >> 그 시험을 해볼 수 있는 가상 시험장까지 공개를 한 거예요. >> 음. >> 그러니까 자동차 회사 입장에서는 바로 시험을 해 볼 수가 있는 거죠. >> 네. 그리고 저렇게 보시면 됩니다. 그 라지랭기지 모델 같은 경우도 이제 공개를 안 하는 모델이 있고 오픈소스로 공개하는 모델이 있잖아요. >> 그러면 오픈 소스로 공개하는 모델 같은 경우는 그거를 가져다가 이른바 파인 튜닝이라 그래 가지고 자기가 필요한 정도를 바꿔서 바로 쓸 수가 있잖아요. >> 네. >> 그 정도를 해 놓은 거예요. >> 음. >> 거기 데이터셋까지 다 공개를 한 겁니다. 그래 가지고 어 이게 자동차 회사들 입장에서는 아 진입할 수 있다. >> 음라는 용기를 주는 거죠.
근데 지금까지 우리가 어 자동차 회사는 테슬라를 따라가지 못할 거라고 얘기했던게 데이터의 양도 양이지만 그 데이터를 통해서 차량을 조작할 수 있는 하드웨어 시스템에 대한 문제도 우리가 얘기를 많이 했던 거잖아요. 그러다 보니까 결국 전기차가 되고이 모든 전기 그 하나의 두뇌에서이 모든 것을 조작해야지 전기 조작해야 자율주행이 되는 거라서 결국 자율주행은 전기 차여야 되는 거다라는 논리처럼 우리는 받아들이고 있었잖아요. >> 근데 일단 전기 차여만 한다라는 얘기는 제가 최근에 정말이 분야 잘하는 사람한테 물어봤을 때는 그 전기차도 배터리를 그 큰 배터리를 모터 돌리는데 쓰는 거지 차량 제어하는데 쓰는 건 아니라고 하고요. 그리고 차량 제어에는 지금 ECU 시스템으로 다 그 배터리를 사용하고 있기 때문에 엔비디아는 그런 차량에서도 주행을 할 수 있게끔 시스템을 구축을 한 거고 거기에 하드웨어적인 측면에서의 반도체는 원래 M비디어 반도체입니다.
그게 있는 거고 사실 알파마요가 자율주행 솔루션으로 나온 거인데다가 여기에 더해서 그 다른 솔루션들이 많이 있는 거예요. 그러니까 예를 들어서 그 내가 주행 데이터를 뭔가 모집을 했을 때 그거를 어 내 거 주행 데이터가 좀 부족해 그러면 이걸 가지고 가상 데이터를 더 만들어서 하고 싶어 >> 그랬을 때 코스모스 같은 거 엔비디아가 가지고 있는 코스모스 플랫폼이 있잖아요. 코스모스 플랫폼이 거기다가 이제 뭐 예를 들어서 영상이 있으면 그니까 사진이 있으면이 사진이 있고이 사진이 있고이 사진이 있으면 여기다가 영상을 생성하는 겁니다. 딱 딱 딱 딱 딱딱 생성을 해서 내가 이렇게 움직이는 그 데이터들을 다 만들어 낼 수가 있거든요.
그러니까 지금 자동차 회사들이 막 이제 와서 자기네가 70억 마일의 데이터를 모으는 거는 너무 오래 걸리고 힘들 거 같아. 근데 이거 가지고 기본적으로 적용을 할 수 있어. 솔루션을썼을 옴니버스라든지 코스모스 같은 기존에 있는 피지컬 AI 그 솔루션들을 같이 사용을 하게 되면은 이거를 적용했을 때 훨씬 수월하게 자율주행에 진입을 할 수 있게 된다는 거예요.
그리고 엔비디아 같은 경우는 테슬라하고 좀 다릅니다. 테슬라는 >> 자신들의 길을 가요. 사실 엔드투 엔드 방식에서의 자율주행을 엔비디아가 잘하냐 뭐 테슬라가 잘하냐 이거는 테슬라가 잘합니다. 왜냐면 테슬라는 자기가 독자적인 플랫폼을 가지고 하고 있기 때문에 하는 건데 그럼 아까 리즈닝이라는 기능 있잖아요. >> 리즈닝은 어쩌면 사람보라고 하는 걸 수도 있습니다. 사람이 너 왜 갔는지 궁금해하니까. 근데 사람이 그거를 왜 궁금해야 합니까? >> 불안하니까. >> 불안하니까. >> 그럼 가면 가는 거지. >> 예. 그렇죠. 예. >> 그러니까 테슬라는 그런 부분들을 그냥 빼버린 거예요. >> 음. 거기다 갖다 집어넣으면 또 할 수 있을 겁니다. 그래서 자율주행 성능만 따지고 자율주행 데이터 워낙 많으니까 그 데이터 가지고 자기들을 학습을 하고 있는 건데 거기서 뭐 엔비디아가 가상 데이터들 만들어서 했을 때 테슬라는 얘기할 수 있죠. 야 가상 데이터만 가지고 할 수 있는게 한계가 있어. 그게 H케이스 같은 경우는 실제로 많은 주행 데이터가 필요해. 예. 그러면서 70억마일의 데이터로도 부족해서 완전자율주행으로 가려면은 100억마일의 데이터는 필요할 거야라고 일론머스크는 얘기를 하고 있어요.
그래서 어쩌면이 그 엔비디아하고 테슬라는 어쩌면 같은 방향으로 가고 있는 거예요. 근데 목적이 다른 겁니다. 테슬라는 자체적인 자율 주행을 하기 위해서 거길 가고 있는 거고 엔비디아는 다른 자동차 회사들이 자율주행으로 가는 것을 도와주는 역할을 하면서 거기서 반도체하고 솔루션을 팔고 있는 거죠.
그러면이 자율주행을 가지고 경쟁을 하는 사람은 그 자동차 회사입니다. >> 네. 네. 그래서 그 자동차 회사가 자기가 가져가서 그 솔루션을 뭐 엔비디아와 함께 협업을 해서 업그레이드를 하고 그걸 통해서 자기 데이터를 또 확보를 하고 자기 자 차량에 맞게 솔루션을 개선을 하고 그러면서 엔비디아하고 경쟁을 아 테슬라하고 경쟁을 하는 겁니다.
그러면 여기서 제일 중요한 건 뭐냐? 엔비디아와 길 기존 OEM의 파트너십입니다. >> 음. 음. 그러다 보니까 현대차는 이번에 박민우본부장을 그 파트너십의 수장으로 데려다 앉혀 놓은 거예요. 그랬을 때 이게 엔비디아가 가고 있는 방향과 기존 OEM이 하고 있던 방향이 다 조금은 다를 수도 있잖아요. 엇갈릴 수도 있잖아요. 그러면은 이거를 얼마나 빨리 융합할 수 있느냐가 중요하기 때문에 그래서 현대차의 수장을 엔비디아에서 데리고 왔다라고 해석을 하시면 될 거 같고요.
그리고 여기 엔비디아가 준비하고 있는 솔루션 중에는 할로스라는 솔루션이 있습니다. 칼로스는 AI가 판단을 했을 때 AI 판단 치고는 굉장히 바람직할 수도 있어요. >> 응. >> 그런데 안전 범위나 교통 법규를 위반할 수도 있죠. >> 네. >> 그러니까 이런 부분들을 즉시 차단에서 강제 제어하는 할로스라는 솔루션을 또 가지고 있어요. >> 음. 이건 뭐예요? 그니까 엔비디아가 가지고 있는 솔루션 이름입니다. 아까 알파마이요 같은 경우는 거기서 출론 판단 그니까 인시제어 판단의이 모델을 하면서 설명을 해주는게 알파마이오 R 모델이라 그러면 할로스 모델은 거기에 같이 붙어 가지고 여기서 교통법규를 위반하거나 안전 범위를 벗어나면은 바로 차단을 해 버리는 거예요. 그럼 저런 거는 이제 각 국가별로 이제 다 만들어 놨겠네요. 뭐 예를 들어 미국은 미국 벽가 있을 거 한국은 한국 법규가 있을테니까 뭐 자동차를 한 군데서만 파는 건 아니고 전 세계에서 파니까 그러면 할로스 이용하면 이쪽에서는 요거 저쪽에서는 저거 저런 그런 시기의 아이디어겠네요. >> 그렇죠. 그런 부분들을 이제 그 회사들이 가져가서 실제로 적용할 때 쓸 수 있게 되는 거죠. 그러면서 여기서 유로 신차 안전 평가의 N캡이라고 얘기하죠. 최고 등급을 달성을 하게 된 겁니다. 안전 등급에서. 음. >> 이게 벤츠가 받아낸 케이스인데 벤츠도이 자동차 회사들은 안전에 대해서 굉장히 예민합니다. >> 테슬라 같은 경우는 뭐 IT 회사라 그러면은 좀 보수적이라 그럴 수도 있겠지만 자동차 회사가 치고는 그 정도면 너무 무모한 거 아니냐 싶을 정도로 도전적인데 자동차 회사가 그걸 받아들이기가 쉽지 않아요. 근데 엔비디아는 자율주행 자체가 목적이 아니라 자동차 회사들이 자율주행을 하게 만드는게 목표기 때문에 그 자동차 회사들이 원하는 안전 기준을 충족해 줄 수 있게 할로스라는 또 시스템을 만들었습니다.
그리고 여기에 또 더해서 하이페리온이라는 아키텍처가 있는데요. 하이페리온이라는 아키텍처는이 아키텍처는 레벨 4 자율 주행을 할 수 있는 아키텍처입니다. 여기는 그비디아 토르칩 두 개에 360도 전방이 센서 데이터 정밀하고 여기에 뭐 다양한 뭐 카메라라든지 라이더라든지 이런 것들을 쭉쭉쭉 했을 때 그런 걸 달았을 때 안에서 제어하는 솔루션 >> 네 >> 레벨 4면은 완전 자율 주행이죠.이 이 완전 자율 주행을 할 수 있는 솔루션으로는 하이페리온이라 데를 가지고 있는 거고이 하이페리온 시스템에 맞춰서 센서 회사들과 또 협업을 하고 있습니다. 그러니까 지금 가지고 있는 알파마요는 일단은 레벨 2플러스 단계로 가는 거에 리즈닝이 되는 모델인 거고 거기에 더해서 레벨 4로 갔을 때 필요한 솔루션은 하이페리온이라는 형식으로 작용을 하고 있어요. 그래서 AI 컴퓨팅에 12개의 카메라, 세 개의 네, 내부 카메라,에 레이더, 12개의 초음파, 한 개 레이더, 한 개 라이더 뭐 이렇게 가지고 있는 제품군과 함께 하이페리온을 가지고 있는 거죠. >> 네.
그래서 알파마요가 인상적인 부분은 뭐 테슬라보다 더 뛰어나다 뭐 이런 식으로 설명하는 사람들도 있는데 뭐 일단 전문가들의 평가도 그렇고 제가 봐도 이게 목표가 달라요. 그리고 그 테슬라에 비해서 더 뛰어나기가 쉽진 않습니다. 그게 왜 그러냐면 일단은 이게 완전 자율 주행을 하게 되는 그 뭐 1억 100억 마일에 그 도달해야 된다라는 그 데이터이 >> 데이터와 그리고 엔비디아와 테슬라는 경쟁 관계가 사실 아닙니다. >> 그래요? >> 예. 그래서 테슬라도 완전 자율 주행으로 가는 과정에서 학습을 하고 그 학습한 거를 시험 주행을 하고 시험 주행을 하려 그러면 이제 가상 솔루션들이 필요하잖아요. 그럼 그런 거는 엔비디아 거 갖다 씁니다. >> 어 >> 근데 테슬라는 독자 폐쇄적인 생태계를 가지고 있기 때문에 자기 차를 만드는 거니까 굳이 밖에다 공개를 안 하는 거고 >> 엔비디아는 밖에다 파는 회사기 때문에 이걸 다 공개를 하고 있는 것뿐입니다. 음. 음.
그러면 테슬라 같은 경우도 뭐 예를 들면 저런 거 있습니다. 아까 그 엔비디아가 아예 뭐 쓸데없는 데이터 말고 1700시간이긴 하지만 진짜 알짜로 카메라 레이더를 아다 다달아 놓고서 2,500개 도시에서 모아놓은 엣지 케이스만 모아놓은 끝내 주는 정보가 있어요. >> 네. 이렇게 한다고 해서 테슬라의 정보를 데이터를 넘어서기는 어렵습니다. 왜냐면 테슬라 같은 경우도 뭐 기본적으로 이게 운전을 하다가 뭐 예를 들어서 뭐 섀도우 모드라는 이름이 있거든요. 섀도우 모드는 뭐냐면은 이게 운전을 하고 가다가 이제 사람이 그냥 있다가 이게 운전에 개입을 하는 경우가 있잖아요. >> 그러면은 운전을 할 때 섀도우 모드는 자기가 FSD로 운전을 안 하고 있는데 혼자 시뮬레이션 운전을 하고 있어요. >> 음. 네. >> 예. 그래 갖고 예를 들어서 사람이 어 여기서 내가 이렇게 갑자기 브레이크를 세게 밟았는데 >> 얘는 브레이크를 세게 안 밟았어. >> 어 여기서 왜 사람이 브레이크를 세게 밟았지?라 그러면은 딱 그때 상황을 파악하는 겁니다. >> 어이 사람이 왜 이때 내가 보기에는 아닌데 왜이 사람은 급브레이크를 밟았지라고 해서 상황을 판단한 다음에 그걸 서버로 보내요. >> 네. >> 음. 그래서 모든 테슬라 유저들이 이제 자기의 선택에 따라서 하는 거지만 거기서 H케이스들을 그런 식으로 계속 모으고 있거든요.
그래서이 부분들을 더 발전시켜 나가야 되는 거는 기존 OEM들의 몫이다. >> 네. 아, >> 근데 OEM들이 그동안은 자체적으로 개발을 하거나 여기에 될까 할 수 있을까라고 했을 때 이걸 오픈 소스 모델로 공개를함으로써 어, 할 수 있겠네. 음. 부분들을 이번에 확인을 하게 됐고 그러다 보니까 정희선 회장이 송창현 사장을 좀 자신있게 내보낼 수 있었던 거 아닌가? >> 네. >> 그리고 내보낸 자리에는 엔비디아 본부장을 영입한 거다. >> 음. >> 좀 보고 있는 거죠.
사실 저희는 이게 막 경쟁 관계, 내지는 그 상하 관계 예를 들어 엔비디아는 워낙 지금 전 세계에서 가장 시가 총액이 큰 기업이기도 하고 칩을 살려고 해도 이렇게 되게 못 뻣뻣하게 들고 어 나중에 오세요 막 번호표 뽑으세요 이러니까 마치 그럴 거 같지만 실제로는 우리의 고객님이기 때문에 우리는 고객님이 편하게 쓰실 수 있도록 저희가 다 맞춰 드릴게요라고 하는 굉장히 고객적인 어 제품들이 거라고 인식해야 되겠네요. >> 근데 그런게 있는 거죠. 그게 자동차 회사들이 개발한게 있는데 엔비디아가 개발한 솔루션이 있잖아요. 안 붙을 수가 있잖아요. 그러면 그거 그렇게 하면 안 됩니다. 이렇게 얘기할 때 야 어디 밴더사가 된다 말이야. 이렇게 됐으니까 이렇게 맞추라고 >> 이렇게 나왔을 때 아 그건 그렇게 하면 안 돼요. >> 예라고 얘기하는 부분들이 좀 서로 부딪히게 되는게 있는 거죠.
그리고이 부분이 이제 일론머스크가 99%까지는 되는데 1%는 안 될 거야라고 얘기한게 있잖아요. 그 말을 이제 그 부분도 이제 엔비디아나 이런 쪽에 좀 뭐 안파크로 좀 취재를 해 보면은 그런 얘기를 해요. 지금 글로벌 OEM들이 99%에서 1% 가는게 지금 목표일까? 일단 99% 먼저 가보고 >> 99%를 가야 >> 거기서 자기 차량으로 데이터를 모으고 아키텍처를 만들고 거기서 데이터 소싱을 하고 모델을 개발하고 그다음 단계로 갈 수 있는 거잖아요. 그러니까 그 테슬라처럼 자율주행을 잘할 거냐의 문제가 아니라 그 어 레벨 B플러스 단계로 넘어가기 위한 솔루션이 뭐가 있느냐라 그랬을 때 그 답을 못 찾고 있다가 >> 알파마이요가 공개가 되면서 이거를 아 그럼 이걸로 한번 해 보면은 너무 길지 않은 시간에 >> 음 >> 99가 다 뭐야 그냥 50 이상이라도 좀네 >> 없었으니까 >> 없었으니까 그리고 방향을 못 잡고 있었으니까 그 부분을 99까지 따라갈 수 있다면 면 뭐 그 정도만 해도 훌륭하죠.
그럼 우리 지금 정이 정도 수준까지만 보면 거의 자율주행 진영은 NBA 진영과 테슬라 진영 테슬라 진영이라고 해봐야 테슬라밖에 없지만 그렇게 구분이 되게 될까요? 근데 그렇게 구분이 될 거냐의 문제는 여기부터 좀 설명을 드릴게요. 일단은 벤츠가 한 5년이었어 동안 협력을 해 가지고 CLA 플랫폼 이번에 전기차 플랫폼 만든 거 있거든요. 거기에 알파마이요를 탑재를 해서 1분기에 출시를하기로 했습니다. >> 그러니까 얘네는 꽤 오랫동안 같이 만들어서 내놓는 거예요. 그러니까 알파마유를 통해서 자동차가 나오는게 또 뭐 사실 옴니버슨이 뭐 크 코스모스니 해 가지고 뭐 피지컬 AI 얘기 나왔지만 실제로 상용화된 거 있냐 이렇게 얘기할 수도 있잖아요. 근데 실제 상용화된 사례가 이제 나올 겁니다. 1분기면 이제 나올 겁니다. 이게 바로 나오는 거고 그 알파마이오 R 같은 경우는 리즈닝에서 설명해 주는 거는 한 3분기 정도에 업데이트 되지 않겠느냐. 네. 그거 이제 소프트웨어 업데이트로 가한 거니까 기존 플랫폼으로 할 수 있습니다.
그리고 아까 설명 말씀주셨던 부분은 결국은내는 비디아가 되고 껍데기만 현대차가 만들게 되는 거 아니냐라고 얘기를 할 수가 있어요. >> 근데 여기서 이거는 되게 복잡한 생태계란 말이에요. 그러면 컴퓨터 뭐 예를 들어서 네이버 막 막 구글이다. 뭐 구글이 그 뭐 되게 컴퓨터 잘한다고 해 가지고 >> OS를 뭐 윈도우 대신 만들고 반도체를 자기가 다 만들고 뭐 그렇게 할 필요는 없잖아요. 그러니까 엔비디아 쪽 얘기는 뭐냐면은 어 사실 나는 반도체를 팔고 싶다. 우리가이 소프트웨어 만들어 주는 건 반도체를 팔기 위해서야. 아, 네. >> 근데 고객님이이 반도체에 적합한 소프트웨어를 잘 못 만들어서 내가 소프트웨어를 만들어 주는 거야. >> 네. >> 그리고 그 소프트웨어는 그 고객님이 마음대로 바꿔서 써도 돼. >> 네. >> 그리고 나중에 고객님이 필요 없다. 그래서 계약이 끝나면 그냥 소스 코드까지 다 줄 거야. >> 음. >> 그 소스 코드 가지고 고객님이 잘 발전시키시면 돼. >> 네. >> 근데 그 과정이 걸리지 않냐? 음. >> 그럼 그때는 그게 실제로 중국 자동차 회사들 같은 경우는 엔비디아 자율주행 칩을 써요. 네. 근데 그 솔루션을 직접 만들어서 씁니다. 그런 업체들도 있어요. 그러니까 반도체 성능만 필요하다 그러면은 반도체만 사시면 되는 거고 >> 거기 위에 솔루션이 필요하시면 솔루션 써도 되는 거고 협업이 지금 아무것도 안 돼 있어 가지고 이제 99까지 가든 95까지 가든 여기까지는 같이 가야 되겠다고 생각이 들면은 솔루션을 만들었는데 그 공짜로 달라 그럴 순 없잖아요. 그러니까 그거는 같이 쓰시다가 나중에 보니까 그거보다 더 좋은 솔루션을 개발을 하셨다. >> 음. 음. >> 그러면 자기들 칩다 그냥 그 솔루션 쓰시면 된다. 네.이 >> 얘기를 하고 있는 거죠. 그러니까 두뇌를 뺏긴다라는 개념은 >> 어 안타깝지만 >> 두뇌가 있을 때 하는 얘기입니다. >> 그렇죠. 네. 두 대를 독자적으로 개발을 할 때 그니까 독자적으로 두 대를 개발해야 된다 그랬을 때 풀스택으로 다 한 번에 개발해 본 경험들이 없고 >> 실제로 수년간 실패를 해서 이제 어떻게 해야 될지를 몰라 하고 있는 OEM들의 상황에서 그럼이 방식으로 해보시고 개선을 하셔 가지고 나중에 두뇌가 생기면 바꾸세요라고 좀 얘기를 하고 있는 거기 때문에 여기에 실패한 수직 계열라보다는 성공적인 플랫폼 활용이 낮다. 현재는 2단계다. >> 네. 보시면 될 것 같습니다. >> 네.
알겠습니다. 아, 그 정말 시적절하게 알파마이요 취재를 하고 계셨는데 N엔디아의 그 자율주행 전문가가 딱 현대차 AVP 수장으로 탁 옮겨가는 그 시점. >> 어떻게 이렇게 잘 맞칩니까? 아, 이게 뭐 다.
자, 그런데 이렇게 잘 맞는게 또 하나가 있습니다. 뭐냐면 바로 겨울철 별미 과매기와 그다음에 과메기의 환상의 짝꿍 생막걸리라는 겁니다. 저희가 이번 주에 과매기를 여러분들한테 소개를 해 드리고 있는데이 과매기가 포항에서 나는 거잖아요. 이번에 저희가 준비한 과매기도 포항 구룡포에서 나온 핵과맥입니다. 그리고 이게 언제 잡은 건지 보니까 2025년에 잡은 아주 그거 >> 새거 세 새거 2025년 옛날 거 아니고 2025년에 잡아서 이제 막 덕장에서 말린 다음에 바로 여러분들한테 보내 드리는 겁니다. 바로 보내 드리는 거라서 근데 워낙 과매이 잘 아시죠? >> 아 과액이 좋아죠. >> 과액이 잘 아시고 네 >> 딱 먹어 보면 알죠. >> 한번 드셔 보세요. 어떤지 한번 먹어보겠습니다.
일단은 딱 봤을 때이 >> 기름기가 해야 됩니다. >> 그죠? 요게 일단 첫 번째고 그다음에는 약간 젤리를 먹듯이 쫄깃쫄깃해야 됩니다. 제가 김에다 싸서 한번 먹어 보겠습니다. 과매기는 먹고 나서 입술이 키스하고 싶을만큼 눈기가 자르 돌아야 됩니다. 그래야 진정한 과매입니다. 안 그러면 이건 제대로 된 과매기가 아니에요. >> 와 >> 이거 과이 잘못 말리면 딱딱하거든요.네 >> 진짜 부드럽다. >> 맞아요. >> 근데 쫄깃쫄깃해요. 그 부드러울 때 또 생선 삶은 거마냥 하얀 생선 말린 거마냥 푸석푸석해도 안 돼요. >> 아, 맞아요. 맞아요. >> 쫄깃쫄깃해야 >> 쫄깃쫄깃해야 되죠. 음. 끝내주네. 정말 잘 말렸습니다.
이게 보니까 그 25년 원양산 산지 직송이기 때문에 제가 말씀드렸던 것처럼 건조하자마자 막 건조가 완료된 걸 여러분들한테 직접 보내 드리는 거고요. 그리고 이게 그 두 차례에 걸쳐서 말린다고 하더라고요. 실 외에서 한번 말리고 실 내에서 한번 말리고 이렇게 해야 최적의 맛을 내면서 비린내도 가장 없앨 수가 있는 방법이라고 하더라고요. >> 비린내 하나도 안 납니다. 거의 안 제가 일부러 그래서 이거를 안 찍고 한번 먹어 봤어요. 이게 초장맛에 비린내가 좀 감춰지는 경향이 좀 있긴 있거든요. 제가 막걸리 좀까 봐. 안 찍어서도 먹어 봤는데 >> 안 찍고도 지금 >> 말씀하세요. 제가 막 할게요. >> 그 초장을 안 찍고도 비린내가 거의 없습니다. 진짜 그러니까 여러분들 요거 그 과매기 드실 때 가장 그 허이 비린내더라고요. 비린내. 아유이 제가 우리 본부장님한테 이럴 순 없지. 예. >> 아예 말씀하세요. >> 예.
그래서 지금 그 또 한 가지가 과매기를 그 먹을 때 과매기에 과매기랑 그다음에 야채 그다음에 김 이런 거 따로따로 준비하셔야 되잖아요. 저희가 그거 귀찮으니까 그러지 말고 과매에다가 야채 세트까지 합쳐서 보내 드리는 거 어떠냐? 지금 사진에서 보시는 것처럼 과매기 그다음에 뭐 알배추 그다음에 여러 가지 야채 어 그다음에 마늘 뭐 이런 거 다 포함되어 있고 오른쪽에 보시면은 저것도 있죠. 김, 초고 추장 이런 거 다 들어가 있습니다. 그래서 여러분들 이거 한 번 구매하시면은 그냥 아무것도 걱정하실 거 없이 그냥 드실 수 있게끔 저희가 세트를 마련했으니까 여러분들 과매이 겨울철 별미는 또 과매이 아니겠습니까?
저는 어제도 얘기했지만 좀 크게 크게 먹는 걸 좋아해요. 그래서이 한 마리를 >> 그대로 이렇게 넣는 걸 가장 좋아합니다. >> 아 저거는 좀 있는 집에서나 하는 일인데요. 과매기가 원래 좀 비싸요. >> 워낙 없어서. 음. 아, 그래 그게 없진 않았지만 그래도 이렇게 크게 먹는 걸 좋아해서 >> 음. >> 과메기가 되게 고급 음식입니다. >> 그렇죠. 비싸요. 예. 그리고 이런 원어물이라고 부르는데 요런 것들은 할인을 잘 안 해 줍니다. >> 맞아요. >> 예. 저희도 이번에 업체랑 얘기하면서 할인을 좀 더 해 달라 그랬더니 아 이런 거는 할인 안 된다고 할인 더 요구할 거면 하지 말라 그래 갖고 아 안 그럴게요. >> 그렇게 해서 저희가 이번에 관리를 가져왔습니다.
그래서음 20 그러니까 20m짜리 그러니까 열마리죠. 열마리짜리가 있고 그게 3만 원대 3,000원 그다음에과 20마리 40쪽이죠. 40쪽이 45,130원대. 음. 할인폭은 5% 6%밖에 안 돼요. 이거 어디 가서도 할인 많이 못 봤더라고요. 제가 생각했을 때는 이게 또 원어물이다 보니까 >> 무료 배송이 안 돼요. >> 배송률을 내야 되거든요. 배송 4,000원이니까 이왕이면 이왕이면 제가 생각했을 때에는 3만 원짜리보다는 4만 원짜리 사시는게 4만5,000원짜리 사시는 게 >> 와 근데 열미에 3만 원인데 20미에 45,000원이면 >> 무조건 20m를 사야 되겠네. 이거 20미 사라고 만들어 놓은 메뉴네요. >> 아, 그렇죠. 예. 그러니까 이왕이면 45,000원짜리 구매하시면 될 거 같고 그럼 여기에 딱 맞는 우리 고양막걸리. >> 어제도 말씀드렸지만 고향막걸리가 왜 고양막걸리냐면 고양시의 양조장이 있습니다. >> 그리고이 브랜드가요. 음. 1900년대 초부터 어 6대째 지금 양조 업을 하고 있는 집안이에요. >> 네. 배달리 술도가라 그래서 이분들이 이번에 프리미엄 막걸리를 내놨는데 보통 막걸리 비싸지 않잖아요. 근데 저희가 아무리 싸게 한다고 해서 만든게 한 병당 거의음 만 원 아래거든요. 만 원 살짝 아래거든요. 딱 이거 보자마자 막걸리가 왜 이렇게 비싸라는 거? 막걸리 요새 고급 막걸리 되게 비싸요. 근데 그래도 막걸리라고 하는 이미지
자체가 왜 이렇게 비싸라는 그 딱 판마디를 내놓을 수가 있거든요.
근데 왜 비싼지 그리고 프리미엄 막걸리가 뭔지 이걸 직접 만드신 분한테 제가 여쭤 보니까 설탕이라든지 간료를 하나도 안 넣으셨대요. 그러니까 제로래요. 완전 제로.
아 근데 한번 드셔 보시면 단맛이 나요. 단맛이 나고 그리고 묵직한 바디감도 있습니다.
음. 그럼이 단막과 묵직한 바디감을 어떻게 만들었어요라고 물어보니까 쌀을 일반 막걸리보다 거의 네배 가량 더 쓴대요.
아. 그렇게 해서 쌀 본연이 갖고 있는 당분의 단맛을 끌어낸다고 하더라고요.
그러다 보니 워낙 원재료가 많이 들어가서 프리미엄 막걸리는 가격이 좀 높을 수밖에 없다. 대신 저희가 이번 행사할 동안만 다소 낮은 가격 원래는 7만8,000원이거든요. 저희가 여섯 병 보내 드리는데 그러면 한 병당 대략 13,000원 정도 되는 꼴인데 요거를 어 이번 한 주 동안만 52,000원 그러니까 9,000원 조금 넘는 아 9,000원 조금 안 되는 거네요. 9,000원 조금 안 되게 저희가 준비를 했으니까 어 여러분들 겨울철 별미 관매기와 그다음에 거기에 딱 환상의 궁합으로 어울리는 고향 막걸리 프리미엄 막걸리까지 한번 드셔 보셨으면 좋겠습니다.
이 막걸리가 그 와인을 먹을 때 바디감이라고 얘기하거든요. 바디감이 좀 무겁다 가볍다 얘기하는데 막걸리에서 바디감 느끼기 쉽지 않습니다.
근데이 막걸리는 바디감이 있어요.
음. 그리고 단맛도 확실히 그 설탕 단맛이 아니고 네.
그 정말 공물 짜냈을 때 나오는 그 단맛.
그거 뭐죠? 어 우리 시 만들 때 엿기름 넣었잖아요. 근데 이게 그 뭔가 이렇게 꾸덕한 그런 느낌 있죠. 그게 이제 막걸리에서 좀 저희가 사실 시험을 다 해봤어요. 시험을 해보고 바디감이 있는게 훨씬 더 낫다. 그래 갖고 이걸 저희가 선택한 거니까요. 여러분들 맛에 대해서는 어물론 맛의 취향은 있겠습니다만 이미 저희가 한번 맛을 보고 선택한 제품이다. 요 정도까지는 이해하시면 될 것 같습니다.
아 과매액이이 막걸리 우리 이거 좀 회식해야 되겠다. 너무 맛있다 이거.
예. 그러니까 이거 요거 하나 요거 하나 딱 하면 10만 원 10만 원의 행복. 아 10만 원 좀 비싸긴 하지. 낮은 가격은 아니죠. 근데 뭐 몇 명이 먹으려고 여섯 병을 세명? 네.
자, 그러면 오늘 알파마이오 이야기부터 어 겨울철 별미까지 소개를 해 드렸습니다. 저희가 영상 하단에 링크를 어 보내 드리니까 그 링크 따라 들어와서 구매하시면 되고요. 그다음에 앞권 채널 개시물에 들어오셔도 저희가 게시로 구매할 링크를 걸어 놨습니다. 그쪽으로 들어오셔도 됩니다. 자, 그럼 여기까지 하도록 하죠. 지금까지 악권이었습니다.