대부분의 생성형 AI는 우리가 볼 수 있는 콘텐츠를 만듭니다.
World Labs는 한 단계 더 나아가려 합니다.
사람이나 카메라가 실제로 이동할 수 있는 ‘세계’를 AI로 만드는 것입니다.
새롭게 공개된 Atlas는 World Labs가 말하는 Spatial Intelligence(공간 지능) 를 중심으로 설계된 멀티모달 월드 모델입니다.
이미지 한 장만 입력해도 새로운 카메라 시점을 만들고, 3D 장면을 복원하고, 정해진 경로대로 카메라를 움직일 수 있습니다.
심지어 로봇을 위한 가상 환경도 시뮬레이션할 수 있습니다.
쉽게 말하면,
Atlas는 이미지를 만드는 데서 끝나지 않고, 그 이미지 뒤에 있는 공간 자체를 이해하려는 AI입니다.
World Labs Atlas란?
World Labs는 Atlas를 Omni World Model이라고 설명합니다.
Atlas는 다음과 같은 다양한 정보를 함께 처리할 수 있도록 학습되었습니다.
- 텍스트
- 이미지
- 영상
- 카메라 위치
- 3D 깊이 정보
기존 이미지 생성 AI는 주로 화면이 어떻게 보이는지에 집중합니다.
Atlas는 여기서 더 나아가,
각 객체가 공간에서 어디에 위치하는지
이해하려고 합니다.
예를 들어 방 사진 한 장을 업로드했다고 가정해 보겠습니다.
일반적인 이미지 생성기는 비슷한 분위기의 새로운 이미지를 만들 수 있습니다.
Atlas는 해당 방의 공간 구조 자체를 이해하려고 합니다.
그 후 원본 사진에 없던 위치로 가상 카메라를 이동시키고, 그 자리에서 보일 장면을 새롭게 생성할 수 있습니다.
이 점이 일반적인 이미지 생성 모델과 월드 모델의 핵심적인 차이입니다.
Atlas의 핵심 기능: 정밀한 카메라 제어
AI 영상 생성 모델은 빠르게 발전했습니다.
하지만 카메라 움직임을 정확하게 제어하는 일은 아직 쉽지 않습니다.
예를 들어 다음과 같이 입력할 수 있습니다.
캐릭터 주변을 천천히 돌면서 촬영해 줘.
하지만 실제로 카메라가 어떤 경로로 움직일지는 여전히 모델이 판단합니다.
Atlas는 다른 방식을 사용합니다.
카메라의 기하학 정보를 직접 입력할 수 있기 때문에 다음 요소를 더 정밀하게 제어할 수 있습니다.
- 카메라 위치
- 시야각
- 이동 방향
- 카메라 경로
- 샷 전환
World Labs는 이를 Pixel-Perfect Camera Control이라고 설명합니다.
원하는 카메라 움직임이 나올 때까지 영상을 반복 생성하는 대신, 움직임 자체를 더 직접적으로 설계할 수 있습니다.
다음 분야에서 특히 유용할 수 있습니다.
- 영화 제작
- 게임 개발
- 광고
- 버추얼 프로덕션
- 건축
- 3D 시각화
Atlas는 최대 1분 길이의 1440p 영상을 생성할 수 있다
World Labs에 따르면 Atlas는 참조 이미지와 사전에 설계된 카메라 경로를 활용해 최대 약 1분, 1440p 해상도의 영상을 생성할 수 있습니다.
하지만 단순히 영상이 길다는 점보다 더 중요한 것이 있습니다.
바로 공간 일관성입니다.
카메라가 생성된 공간을 이동할 때 사물은 계속 같은 위치에 있어야 합니다.
문이 갑자기 다른 벽으로 이동해서는 안 됩니다.
카메라를 돌렸다고 테이블이 사라져서도 안 됩니다.
시점이 달라져도 장면의 전체 구조가 유지되어야 합니다.
Atlas는 바로 이 문제를 해결하도록 설계되었습니다.
이미지 한 장에서 3D 장면까지
Atlas는 3D 장면 복원 모델로도 사용할 수 있습니다.
실제 공간을 촬영한 한 장 또는 여러 장의 이미지를 입력하면, 원본 사진에는 없던 위치에서 바라본 새로운 장면을 생성할 수 있습니다.
참조 이미지가 많을수록 Atlas가 확보하는 정보도 많아지고, 보이지 않는 공간을 임의로 추측해야 하는 부분도 줄어듭니다.
Atlas는 다음과 같은 명시적인 3D 표현도 생성할 수 있습니다.
- 포인트 클라우드
- 3D Gaussian Splats
따라서 Atlas의 결과물은 단순한 이미지나 영상 생성에 그치지 않을 수 있습니다.
활용 가능한 분야는 다음과 같습니다.
- 게임
- 3D 디자인
- VFX
- 디지털 트윈
- 시뮬레이션
- 로봇
Atlas가 ‘월드 모델’이라고 불리는 이유
최근 AI 업계에서는 World Model(월드 모델) 이 중요한 개념으로 떠오르고 있습니다.
대규모 언어 모델은 주로 단어, 개념, 정보 사이의 관계를 학습합니다.
반면 월드 모델은 다음 요소 사이의 관계를 이해하려고 합니다.
- 객체
- 공간
- 움직임
- 시간
예를 들어 로봇이 의자를 본다고 가정해 보겠습니다.
단순히 “이건 의자다”라고 인식하는 것만으로는 충분하지 않습니다.
로봇은 다음과 같은 정보까지 이해해야 합니다.
- 의자가 어디에 있는지
- 얼마나 큰지
- 얼마나 멀리 있는지
- 옆으로 지나갈 수 있는지
- 다른 각도에서는 어떻게 보이는지
- 부딪히면 어떤 일이 생길 수 있는지
World Labs는 이러한 능력을 공간 지능이라고 부릅니다.
Atlas가 로봇 분야에서 중요한 이유
Atlas의 가장 흥미로운 활용 사례 중 하나는 멋진 영상을 만드는 것이 아닙니다.
바로 로봇 훈련입니다.
현실 세계에서 로봇을 훈련하려면 많은 시간과 비용이 필요합니다.
시뮬레이션을 활용하면 효율을 높일 수 있지만, 현실적인 가상 환경을 만드는 것 역시 많은 작업이 필요합니다.
Atlas는 다른 방법을 제시합니다.
실제 환경 자체를 시뮬레이션 가능한 디지털 공간으로 바꾸는 방식입니다.
예를 들면 다음과 같은 워크플로가 가능합니다.
실제 환경 촬영 → 3D 장면 복원 → 다양한 조건 시뮬레이션 → 로봇 훈련 또는 테스트
이 기술이 대규모 환경에서도 안정적으로 작동한다면 월드 모델은 Physical AI를 위한 중요한 인프라가 될 수 있습니다.
Atlas는 이미지 생성도 가능하다
Atlas는 기존 생성형 AI에서 익숙한 기능도 제공합니다.
예를 들어 다음과 같습니다.
- 텍스트 기반 이미지 생성
- 다양한 비주얼 스타일
- 이미지 안의 텍스트 생성
- 360도 파노라마
하지만 이미지 생성 자체가 Atlas의 핵심은 아닙니다.
기존 이미지 생성기에게는,
이미지가 최종 결과물입니다.
Atlas에게는,
이미지는 더 큰 세계를 바라보는 하나의 시점일 뿐입니다.
World Labs Atlas vs 기존 AI 영상 생성
| 기존 AI 영상 생성 | World Labs Atlas |
|---|---|
| 영상을 생성 | 세계를 생성하거나 복원 |
| 카메라를 주로 프롬프트로 제어 | 카메라 기하학 정보를 직접 입력 가능 |
| 개별 영상 클립에 집중 | 공간 일관성에 집중 |
| 주로 2D 출력 | 2D와 3D 모두 지원 |
| 콘텐츠 제작 중심 | 콘텐츠, 복원, 시뮬레이션, 로봇 |
Atlas는 모든 AI 영상 생성기를 대체하려는 모델은 아닙니다.
더 큰 문제를 해결하려고 합니다.
AI가 공간 자체를 이해하고 서로 다른 시점에서 같은 공간을 일관되게 볼 수 있을까?
Atlas의 실제 데모가 궁금하다면 World Labs 공식 Atlas 영상도 확인할 수 있습니다.
iWeaver로 Atlas와 다른 월드 모델을 더 빠르게 조사하기
Atlas 같은 새로운 모델이 등장하면 정보가 부족해서 문제가 되는 경우는 많지 않습니다.
오히려 정보가 너무 많고 여러 곳에 흩어져 있는 것이 문제입니다.
실제로 무엇이 달라졌는지 이해하려면 다음 자료를 함께 살펴봐야 할 수 있습니다.
- 공식 발표
- 기술 보고서
- 연구 논문
- 데모 영상
- 벤치마크
- 개발자 테스트
- 사용자 후기
- 경쟁 모델
iWeaver를 사용하면 웹페이지, PDF, 영상, 리서치 노트를 하나의 공간에 모아 핵심 정보를 요약하고 여러 자료를 비교할 수 있습니다.
또한 원본 출처와의 연결도 유지할 수 있습니다.
예를 들어,
World Labs 공식 문서 + 기술 보고서 + 데모 영상 + 경쟁 모델
을 한 번에 비교할 수 있습니다.
중요한 질문도 단순히
“새로운 AI 모델이 출시됐나?”
에서 끝나지 않습니다.
대신,
“Atlas는 어떤 문제를 해결하고, 기존 월드 모델과 무엇이 다른가?”
를 더 쉽게 파악할 수 있습니다.
World Labs Atlas는 지금 사용할 수 있을까?
현재 Atlas는 모든 사용자에게 공개된 상태가 아닙니다.
World Labs에 따르면 현재 일부 파트너를 대상으로 Early Access가 진행되고 있습니다.
일반 공개 일정은 아직 발표되지 않았습니다.
Atlas는 향후 World Labs의 Marble 제품에도 활용될 예정입니다.
따라서 대부분의 사용자에게 Atlas는 지금 당장 일상적인 워크플로에 넣을 수 있는 도구라기보다는,
공간 AI가 앞으로 어디로 향하고 있는지를 보여주는 미리보기
에 가깝습니다.
Atlas는 AI의 다음 방향을 보여주는 모델일까?
지난 몇 년 동안 AI는 다음과 같은 콘텐츠를 훨씬 잘 만들게 됐습니다.
- 텍스트
- 이미지
- 오디오
- 영상
하지만 대부분은 각각 독립된 결과물입니다.
이미지는 이미지입니다.
영상은 영상입니다.
Atlas 같은 월드 모델은 다른 질문을 던집니다.
AI가 그 이미지 뒤에 존재하는 공간까지 이해할 수 있을까?
만약 가능해진다면 차세대 생성형 AI는 단순히 개별 콘텐츠만 만들지 않을 수도 있습니다.
사람, 카메라, 게임 캐릭터, 소프트웨어, 로봇이 실제로 이동할 수 있는 지속적인 디지털 환경을 만들게 될 가능성이 있습니다.
Atlas는 아직 초기 단계입니다.
하지만 AI가 콘텐츠 생성에서 세계 이해로 이동하고 있다는 방향성은 충분히 주목할 만합니다.