월드랩스, 옴니 월드모델 ‘아틀라스’ 공개...사진 한 장으로 3D 공간 추론

페이페이 리가 이끄는 AI 스타트업 월드랩스(World Labs)가 최근 발표한 옴니 월드 모델 ‘아틀라스(Atlas)’는 사진 한 장으로도 3D 공간을 추론할 수 있는 혁신적인 기술로 주목받고 있다. 이 모델은 텍스트, 이미지, 비디오, 3D 데이터를 통합하여 실제 세계를 생성하고 시뮬레이션하는 가능성을 제시하고 있다. 이번 기술 발표는 공간 지능 AI의 새로운 장을 여는 계기가 될 것으로 예상된다.

아틀라스의 새로운 접근 방식

‘아틀라스’는 사전 학습된 멀티모달 자가 회귀 확산 트랜스포머(Autoregressive Diffusion Transformer) 기반 모델로, 다양한 입력 형태를 처리할 수 있다. 이 모델은 각 이미지의 3D 공간에서의 위치와 관계를 이해하고, 이를 통해 공유된 ‘공간 컨텍스트’를 형성한다. 이렇게 생성된 공간은 물리적이고 일관된 방식으로 다음 장면이나 보이지 않는 공간을 추론할 수 있는 능력을 갖추고 있다. 특히, 단 한 장의 이미지만으로도 새로운 시점을 생성할 수 있다는 점은 기존 기술들과의 큰 차별점이다.

아틀라스는 입력 이미지에 대한 고유한 카메라 제어 기능을 제공하여, 사용자가 원하는 카메라의 위치와 각도를 기반으로 매우 정밀한 영상 생성이 가능하다. 이로 인해 최대 1440p 해상도의 1분 길이 영상도 제작할 수 있으며, 이는 게임, 영화, 로봇 공학 등 다양한 분야에서 활용될 가능성을 열어준다.

3D 재구성과 시뮬레이션의 새로운 가능성

아틀라스의 또 다른 강력한 기능은 3D 재구성에서의 성능이다. 입력된 이미지와 카메라 위치 정보를 활용하여 3D 공간을 정확하게 재구성하며, 기존의 다양한 오픈소스 모델들을 능가하는 성능을 보여줬다. 월드랩스는 아틀라스를 통해 희소 입력 이미지 기반의 ‘신규 시점 합성(Novel View Synthesis)’ 기술을 발전시켰다. 이는 사용자가 제공한 이미지에서 보이지 않는 부분까지 상상력을 기반으로 합리적으로 추론해 새로운 시점을 생성하는 것으로, 3D 컴퓨터 비전 분야에서 오랫동안 해결되지 않았던 난제를 풀어냈다는 평가를 받고 있다.

뿐만 아니라, 아틀라스는 시공간 시뮬레이션의 적용 가능성도 보여준다. 여러 스마트폰 카메라로 촬영한 영상을 바탕으로 장면을 재구성한 뒤, 카메라가 없던 위치에서의 시점을 생성할 수 있다. 이를 통해 ‘불릿타임(bullet time)’ 효과를 구현하거나, 로봇이 특정 공간을 이동할 때 발생하는 다양한 데이터를 시뮬레이션하는 것도 가능하다.

향후 전망과 활용 가능성

월드랩스는 아틀라스 기술을 선택된 파트너에게 얼리 액세스 형태로 제공하기 시작했으며, 앞으로 자사의 다양한 제품에 이 기술을 접목할 계획이다. 학습 데이터와 연산량을 늘려갈수록 아틀라스의 성능은 더욱 향상될 것으로 기대된다. 이 기술은 창작, 로봇 공학, 게임, 시각 효과(VFX) 등 다양한 분야로의 확장이 가능성을 지니고 있으며, 공간 지능을 중심으로 한 세계의 재구성과 시뮬레이션을 통해 새로운 산업의 패러다임을 제시할 것으로 보인다.

이처럼 월드랩스의 아틀라스는 단순한 이미지 생성의 경계를 넘어, 3D 공간 이해와 시뮬레이션을 결합한 혁신적 기술로 자리잡을 전망이다. 앞으로의 발전이 기대되는 이유다.