【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]AMI랩스 연구원 "물리 세계 예측이 제조 AI 상용화 열쇠"

온카뱅크관리자

2026-10-15 06:07:25

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="5bNCUIfzvF">
 <figure class="figure_frm origin_fig" contents-hash="55e39a2af3afb86e7b68236926721bd0ee65175cb1e8ac38c281c6e52d282893" dmcf-pid="1KjhuC4qvt" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/552796-pzfp7fF/20261015060027555mcbl.jpg" data-org-width="640" dmcf-mid="Z6ypR0jJS3" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/552796-pzfp7fF/20261015060027555mcbl.jpg" width="658">
 </figure>
 [디지털데일리 구아현기자] "인공지능(AI)이 실제 제조 현장에서 작동하려면 물체를 인식하는 수준을 넘어 움직임과 행동 결과까지 예측할 수 있어야 합니다."
 쿠엔틴 가리도(Quentin Garrido) AMI랩스 연구원은 14일 서울 코엑스에서 열린 '피지컬 AI 테크 위크'에서 이 같은 취지로 설명하며, 물리 세계의 작동 원리를 학습해 새로운 작업에도 활용하는 '월드모델(World Model)'을 차세대 로봇 AI의 핵심 기술로 제시했다.
 월드모델은 현실 세계의 물리적 구조와 움직임을 학습하고, 특정 행동을 취했을 때 주변 환경이 어떻게 변할지 예측하는 AI 모델이다. 로봇이 왼쪽과 오른쪽 중 어느 방향으로 이동할지 결정해야 한다면 각 경로에서 발생할 결과를 미리 예측하고 더 적합한 행동을 선택하는 방식이다.
 이러한 예측 능력은 로봇의 안전성과도 직결된다. 언어모델의 잘못된 예측은 사실과 다른 문장으로 나타날 수 있지만, 로봇의 오판은 충돌이나 인명 피해로 이어질 수 있기 때문이다.
 AMI랩스는 세계적인 AI 석학 얀 르쿤 전 메타 수석 AI 과학자가 설립한 기업이다. 대규모언어모델(LLM)이 언어의 통계적 규칙을 학습하는 방식과 달리 물리 세계의 상태와 변화를 예측하는 월드모델 개발에 주력하고 있다.
 ◆ 월드모델, 미래 예측으로 새 작업에 적응…VLM과 상호보완
 가리도 연구원이 강조한 월드모델의 산업적 가치는 새로운 작업에 대한 적응력이다. 이미지나 영상을 분석해 사물을 인식하고 상황을 설명하는 시각언어모델(VLM)과 달리 월드모델은 물체의 움직임과 상호작용에 관한 지식을 새로운 작업에도 재활용하는 것을 목표로 한다.
 그는 공장에서 수행하는 작업이 조금 변경될 때마다 방대한 데이터를 다시 수집하고 모델을 학습시키는 방식에는 한계가 있다고 설명했다. 물리 세계의 작동 원리를 한 번 학습한 뒤 새로운 상황에서도 이를 활용해 행동을 계획할 수 있어야 한다는 것이다.
 예를 들어 로봇이 물체를 집어 다른 위치로 옮기려면 물체가 어디에 있는지 파악하는 것만으로는 부족하다. 어떤 방향에서 잡아야 하는지, 이동하면 주변 환경이 어떻게 변하는지, 다른 물체와 충돌할 가능성은 없는지까지 예상해야 한다.
 이는 제조 현장의 조립과 유지보수처럼 여러 동작이 연속적으로 이어지는 작업에서 중요하다. 작업 대상이나 순서가 바뀌더라도 기존에 학습한 물리적 이해를 활용할 수 있다면 새로운 데이터를 확보하고 로봇을 재학습시키는 부담을 줄일 수 있다.
 다만 월드모델이 VLM을 비롯한 기존 AI 모델을 대체하는 것은 아니다. 두 기술은 상호보완적으로 활용할 수 있다. VLM 등 언어 기반 모델이 주변 상황을 해석하고 자연어로 작업 목표를 전달하는 역할을 한다면, 월드모델은 물리 세계의 변화를 예측하고 목표 달성을 위한 행동을 계획하는 방식이다.
 가리도 연구원은 빠르게 행동을 결정하는 '시스템 1'과 행동의 결과를 분석하고 검증하는 '시스템 2'를 결합하는 접근도 제시했다. 정책 모델이 여러 행동 후보를 생성하면 월드모델이 각각의 미래 결과를 예측해 최적의 행동을 선택하는 구조다. 이를 통해 빠른 반응과 신중한 판단을 함께 구현한다는 구상이다.
 다만 범용적인 문제 해결 능력을 갖춘 월드모델은 아직 연구 단계다. 현실 세계의 모든 물리적 변화를 정확하게 예측할 수 있는 것은 아니며, 제조 현장에 적용하려면 정밀한 위치 인식과 실시간 행동 계획을 위한 계산 효율, 안전성 확보 등이 필요하다.
 ◆ JEPA로 미래 상태 학습…영상 생성 넘어 실제 로봇 제어로
 가리도 연구원은 월드모델 구현을 위한 기술로 '공동 임베딩 예측 아키텍처(JEPA)'를 소개했다. JEPA는 영상의 모든 픽셀을 그대로 생성하는 대신 물체와 환경의 중요한 특징을 추상적인 형태로 학습하고 미래 상태를 예측하는 접근법이다.
 예를 들어 공이 벽 뒤로 이동해 화면에서 보이지 않더라도 실제로 사라진 것은 아니다. 인간에게는 당연한 물리적 현상이지만 일부 영상 생성 모델은 공이 다시 나타나지 않는 등 부자연스러운 결과를 만들 수 있다.
 가리도 연구원은 이처럼 모델이 물리 세계의 규칙을 이해하는지 확인하기 위해 미래 상황을 예측하고 실제 관찰 결과와의 차이를 측정하는 방법을 설명했다.
 그는 월드모델의 활용 방향을 영상 생성과 행동 계획으로 구분했다. 가상의 환경이나 영상을 생성하는 데 그치지 않고, 실제 행동에 따른 결과를 예측해 로봇의 의사결정에 활용하는 것이 중요하다는 설명이다.
 다만 실제 로봇 제어에는 추상적인 세계 이해만으로 충분하지 않다. 물체를 정확하게 잡고 움직이려면 정밀한 위치와 거리 정보가 필요하다. 물리 세계에 대한 일반적인 이해와 정교한 동작 제어 사이의 간극을 좁히는 것이 주요 연구 과제다.
 월드모델이 상용화되려면 정확한 미래 예측뿐 아니라 이를 실제 행동으로 연결하는 능력이 뒷받침돼야 한다. 가리도 연구원은 복잡한 작업을 여러 중간 목표로 나누는 '계층적 계획(Hierarchical Planning)'을 해법 중 하나로 소개했다. 수분에서 수 시간에 걸쳐 진행되는 조립이나 유지보수 작업을 한 번에 계획하는 대신 단계별 목표를 설정해 문제를 해결하는 방식이다.
 빠른 행동과 신중한 판단을 결합하는 접근도 제시했다. 직관적인 사고에 해당하는 '시스템 1'이 행동 후보를 빠르게 제안하면, 분석적인 사고에 해당하는 '시스템 2'가 월드모델을 활용해 각 행동의 미래 결과를 검증하는 구조다. 이 방식은 새로운 작업마다 별도의 모델을 학습시키는 부담을 줄일 가능성이 있지만, 행동을 실행하기 전에 여러 미래를 계산해야 한다는 문제가 있다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기