Google DeepMind가 3차원 공간에 시간의 흐름을 결합해 세상을 4차원으로 인식하는 혁신적인 AI 모델, D4RT를 공개했다. 기존 컴퓨터 비전은 평면적인 2D 영상을 일관성 있게 움직이는 3D 환경으로 변환하는 데 큰 어려움을 겪어왔다. D4RT는 공간 내 픽셀의 궤적을 정밀하게 추적함으로써 이 복잡한 '역문제(inverse problem)'를 해결하는 데 성공했다. 이 모델의 핵심은 유연한 쿼리 메커니즘을 사용하는 통합 인코더-디코더 트랜스포머 아키텍처에 있다. D4RT는 여러 작업을 위해 개별 모듈을 조합하는 대신, "특정 픽셀이 임의의 시간에 3D 공간 어디에 위치하는가?"라는 본질적인 질문을 던진다. 각 쿼리는 독립적이며 병렬로 처리된다. 덕분에 정확도를 유지하면서도 유례없는 효율성을 달성했다. 성능 평가 결과, D4RT는 기존 시스템보다 18배에서 최대 300배 빠른 처리 속도를 기록했다. 단일 칩에서 1분 분량의 영상을 약 5초 만에 처리하는 수준이다. 특히 카메라의 움직임과 물체의 움직임을 성공적으로 분리해내며 공간 컴퓨팅과 로봇 공학을 위한 견고한 토대를 마련했다는 평가다. 이는 물리적 실체를 온전히 이해하는 '세계 모델(world model)' 구축에 한 걸음 다가선 성과로, 범용 인공지능 (AGI)으로 향하는 중요한 이정표가 될 전망이다.

Google DeepMind가 3차원 공간에 시간의 흐름을 결합해 세상을 4차원으로 인식하는 혁신적인 AI 모델, D4RT를 공개했다. 기존 컴퓨터 비전은 평면적인 2D 영상을 일관성 있게 움직이는 3D 환경으로 변환하는 데 큰 어려움을 겪어왔다. D4RT는 공간 내 픽셀의 궤적을 정밀하게 추적함으로써 이 복잡한 '역문제(inverse problem)'를 해결하는 데 성공했다. 이 모델의 핵심은 유연한 쿼리 메커니즘을 사용하는 통합 인코더-디코더 트랜스포머 아키텍처에 있다. D4RT는 여러 작업을 위해 개별 모듈을 조합하는 대신, "특정 픽셀이 임의의 시간에 3D 공간 어디에 위치하는가?"라는 본질적인 질문을 던진다. 각 쿼리는 독립적이며 병렬로 처리된다. 덕분에 정확도를 유지하면서도 유례없는 효율성을 달성했다. 성능 평가 결과, D4RT는 기존 시스템보다 18배에서 최대 300배 빠른 처리 속도를 기록했다. 단일 칩에서 1분 분량의 영상을 약 5초 만에 처리하는 수준이다. 특히 카메라의 움직임과 물체의 움직임을 성공적으로 분리해내며 공간 컴퓨팅과 로봇 공학을 위한 견고한 토대를 마련했다는 평가다. 이는 물리적 실체를 온전히 이해하는 '세계 모델(world model)' 구축에 한 걸음 다가선 성과로, 범용 인공지능 (AGI)으로 향하는 중요한 이정표가 될 전망이다.