AI의 새로운 지평, '월드 모델'의 부상과 기술적 도전
- •월드 모델은 로봇 공학과 3D 생성 등을 위해 물리적 환경을 시뮬레이션하는 새로운 AI 범주로 부상했다.
- •구글 딥마인드, 런웨이, 월드 랩스 등 주요 기업들이 2026년 8월 이후 첨단 시뮬레이션 모델을 발표했다.
- •투자 자본이 이 분야로 집중되며, 개별 기업이 10억 달러 이상의 대규모 펀딩을 유치하는 사례가 이어지고 있다.
월드 모델은 대규모 언어 모델(LLM)의 텍스트 중심 능력을 넘어, 물리 세계를 시뮬레이션하거나 그에 준하는 기능을 수행하도록 설계된 신흥 AI 범주다. LLM은 챗봇 인터페이스를 통해 추상적인 지식을 처리하는 데 탁월하지만, 연구자들은 로봇 공학, 자산 생성, 과학적 시뮬레이션 활용을 위해 공간적이고 연속적인 상호작용이 가능한 모델로 눈을 돌리고 있다. MIT 조교수 빈센트 시츠만(Vincent Sitzmann), 런웨이 CTO 아나스타시스 게르마니디스(Anastasis Germanidis), 월드 랩스 공동 창업자 벤 밀든홀(Ben Mildenhall) 등 주요 전문가들은 월드 모델이 기존 LLM의 턴제 상호작용보다 더 역동적이고 실시간성 높은 환경을 제공한다고 강조한다.
현재 시장은 대규모 자금을 확보한 주요 상업 프로젝트들로 구성된다. 2026년 8월 구글 딥마인드는 실시간 상호작용이 가능한 모델인 Genie 3를 공개했다. 이어 11월 월드 랩스는 텍스트, 이미지, 비디오 입력으로부터 몰입형 3D 환경을 생성하는 도구 세트 Marble을 발표했다. 런웨이는 2026년 12월 내부 환경 표현 내에서 미래 사건을 시뮬레이션하도록 설계된 모델 제품군 GWM-1을 선보였다. 또한 얀 르쿤(Yann LeCun)은 물리적 환경과 상호작용하는 시스템에 집중하기 위해 AMI(Advanced Machine Intelligence)를 설립했다. 최근 투자 규모도 상당하다. 월드 랩스와 AMI는 2026년 2월과 3월 각각 약 10억 달러를 유치했으며, 런웨이는 2026년 2월 3억 1,500만 달러를 확보했다.
기술적으로 현재 대부분의 월드 모델은 자기회귀 확산(Autoregressive diffusion)을 사용하는 비디오 기반 시스템으로 작동한다. 이는 사용자 상호작용을 허용하기 위해 프레임 단위로 데이터 시퀀스를 생성하는 방식이다. 미래가 과거에 영향을 미치는 일반적인 비디오 모델과 달리, 자기회귀 확산은 현재의 사용자 입력이 후속 프레임에 실시간으로 반영될 수 있게 한다. 다만 높은 컴퓨팅 비용과 상태 유지(환경 재방문 시 세부 사항을 기억하는 능력)의 어려움은 여전한 과제다. 많은 연구자는 리처드 서튼(Richard Sutton)이 제창한 '쓴맛 나는 교훈(The bitter lesson)'을 따르고 있다. 이는 사람이 직접 코딩한 물리적 제약이나 추상화에 의존하는 시스템보다, 컴퓨팅 자원을 확장하고 원시 데이터로부터 직접 학습하는 방식이 결국 더 뛰어난 성능을 발휘한다는 개념이다.