기초 지식
세계 모델
01정의
로봇·자율차에 느리고 위험한 현실 시행착오 대신 내부에서 결과를 ‘상상’하고 실기기 접촉 전 계획·행동을 개선할 수 있습니다.
02작동 방식
03학습 방식
대부분 대량 영상·센서 데이터에서 최근 과거로 다음 상태를 예측하는 자기지도 목표로 학습합니다. Genie 3·GAIA-1은 다음 프레임을 픽셀별 autoregressive 생성합니다. V-JEPA 2 계열은 픽셀을 만들지 않고 압축된 추상 embedding의 다음 상태를 예측해 계산이 싸고 계획에 필요한 물리 결과 표현에 가깝다고 개발자는 주장합니다.
04주요 사례
Cosmos 플랫폼
CES 2025에서 발표된 world foundation model 플랫폼. 로봇·자율차 학습용 물리 기반 시뮬레이션 영상을 생성하며 Figure·Skild·Agility가 사용합니다.
Genie 3 모델
단일 텍스트 prompt로 24fps의 탐색 가능 실시간 환경을 만들고 몇 분간 일관성을 유지하는 범용 모델. Genie 2보다 진전됐습니다.
V-JEPA 2 모델
100만 시간 넘는 영상으로 학습해 픽셀 영상을 생성하지 않고 zero-shot 로봇 계획·조작에 쓰입니다.
단일 텍스트 prompt에서 실시간 탐색 가능 환경을 생성하는 Genie 3 공식 영상. 학습법이 아니라 월드 모델의 실제 출력을 보여줍니다.
05중요한 이유
현실에서 차를 수천 번 충돌시키거나 깨지기 쉬운 물체를 떨어뜨릴 수 없습니다. 월드 모델은 시행착오를 내부에서 압축·안전하게 실행한 뒤 학습을 적용합니다.
연구에만 머물지 않습니다. Hugging Face LeRobot은 2026년 7월 v0.6.0 출시에서VLA-JEPA·LingBot-VA·FastWAM을 추가해 policy가 행동 전 다음 움직임을 내부 예측하게 했습니다. 다음에서 LeRobot의 역사 프로젝트 전체 맥락을 볼 수 있습니다.
06자주 묻는 질문
월드 모델과 수제 물리엔진의 차이는?
물리엔진은 중력·충돌·마찰을 명시적 규칙으로 코딩합니다. 월드 모델은 데이터에서 복잡한 현실 동역학을 학습하지만 정확한 시뮬레이션이 아닌 근사라는 대가가 있습니다.
자율주행차에만 쓰이나요?
아닙니다. Genie 3·V-JEPA 2처럼 로보틱스·휴머노이드 계획에도 널리 쓰입니다. GAIA-1이 주행 특화 사례일 뿐입니다.
유용하려면 영상을 생성해야 하나요?
아닙니다. Genie 3·GAIA-1 영상은 학습환경 생성·인간 검토에 유용하지만 V-JEPA 2는 픽셀 없이 추상 embedding의 미래 상태 예측만으로 계획·제어가 가능하고 계산도 저렴함을 보입니다.
기초 지식
기초 지식 전체 글 →산업용 로봇의 기초
피지컬 AI 개념
- ›피지컬 AI
- ›체화형 AI
- ›세계 모델(현재 글)
- ›Sim-to-Real(Sim2Real)