엔비디아, 물리 법칙 배우는 영상 생성 프레임워크 ‘파이시스-랭’ 공개

최근 엔비디아가 발표한 ‘파이시스-랭(Physis-Lang)’은 영상 생성 인공지능(AI)의 새로운 패러다임을 제시하고 있다. 이 오픈 프레임워크는 기존 영상 생성 모델의 한계를 넘어, 물리 법칙을 이해하는 데 중점을 두고 설계되었다. 이제 AI는 단순히 그럴듯한 이미지를 만들어내는 것을 넘어, 물체의 움직임과 상호작용을 물리학적으로 해석할 수 있는 능력을 갖추게 될 전망이다.

파이시스-랭의 핵심 기술

파이시스-랭은 물리적 현상을 언어적으로 표현하는 데 중점을 둔 혁신적인 접근법을 채택하고 있다. 기존의 영상 생성 AI는 단순히 시각적인 유사성을 기반으로 데이터를 생성했지만, 파이시스-랭은 물리적 법칙의 이해를 통해 더 실감나는 영상을 만들어내는 데 초점을 맞춘다. 예를 들어, 엔비디아의 연구진은 "온도가 올라가면서 버터가 녹는다"는 단순한 설명을 넘어, 열이 버터를 녹이고 중력이 녹은 버터를 아래로 퍼뜨리는 과정을 상세히 설명한다. 이는 AI가 생성하는 영상이 물리적으로 더 타당하게 만들어지도록 돕는다.

이 프레임워크는 또한 ‘에이전트 루프(Agentic Loop)’라는 독특한 방식을 활용하여 캡션 작성의 정확성을 높인다. 연구진은 20개의 영상으로 구성된 개발 세트에서 물리학 평가 모델을 통해 캡션의 오류를 감지하고, 이를 바탕으로 캡션 작성 지침을 지속적으로 수정함으로써 성능을 향상시킨다. 이러한 과정은 AI가 스스로 학습하며 진화할 수 있는 기회를 제공한다.

성능 향상과 비용 효율성

파이시스-랭의 도입으로 영상 생성 AI의 성능이 크게 향상되었다. 엔비디아는 246개의 영상과 3,794개의 검증 주장을 바탕으로 한 '파이캡벤치(PhyCapBench)'를 구축하여 성능 평가를 진행했으며, 그 결과 캡션의 F1 점수가 78.64에서 87.82로 상승했다. 특히, 18만3000개의 학습 데이터를 통해 물리적 결함을 보완하고, 다양한 벤치마크에서 성능이 개선되었다. 예를 들어, 파이젠벤치에서는 점수가 61.67에서 71.04로 증가하며, 비디오파이-2에서도 화학 및 열 과정 성능이 각각 8포인트 개선되었다.

비용 효율성 측면에서도 큰 발전이 있었다. 엔비디아는 GPT 기반 추론 능력을 40억 매개변수 규모의 비전언어 모델인 ‘파이싱커-C’와 ‘파이싱커-U’로 이전함으로써, 상용 모델을 사용할 때 드는 비용을 대폭 낮췄다. 이전에는 2만4120달러에 달하던 비용이 이제는 120달러로 줄어들었다. 이는 기업들이 영상 생성 AI를 보다 경제적으로 활용할 수 있는 기반을 마련해 줄 것으로 기대된다.

향후 전망

엔비디아의 파이시스-랭은 영상 생성 기술의 미래를 한층 더 밝게 하고 있다. 물리 법칙을 이해하는 AI의 등장은 다양한 분야에서의 응용 가능성을 열어줄 것으로 보인다. 예를 들어, 게임 개발, 영화 제작, 교육 등에서 현실감 넘치는 콘텐츠를 제작할 수 있는 기회가 확대될 것이다. 앞으로도 AI가 더욱 발전하여 우리가 상상하는 것 이상의 혁신을 가져올 날이 기대된다.