소수 사진에 카메라 경로를 직접 넣어 영상과 3D 장면을 만든다고 밝혔으나, 논문·가격·일반 공개는 없다

발표 내용

World Labs는 2026년 9월 1일 공식 블로그에서 Atlas를 공개했다. 회사는 Atlas를 텍스트·이미지·영상·3D를 처음부터 함께 다루는 옴니 월드모델이라고 규정했다. 아키텍처는 multimodal autoregressive diffusion transformer이며, 입력을 3D 좌표에 고정한 공유 공간 컨텍스트(shared spatial context) 위에서 다음 시점과 표현을 생성한다고 설명했다.

World Labs는 페이페이 리(Fei-Fei Li)가 2024년 공동 창업한 회사다. 2025년 11월 상용 제품 Marble을 내놨고, 2026년 1월 World API를 열었으며, 2026년 2월 AMD·엔비디아·오토데스크·피델리티 등이 참여한 10억 달러 추가 조달을 발표했다. 누적 조달액은 약 12억 3천만 달러로 집계된다. 2026년 7월에는 로봇 시뮬레이션 스타트업 SceniX를 인수했다. Atlas는 일반 공개가 아니라 일부 파트너 조기 접근이며, 이후 Marble 등 자사 제품의 기반 모델로 쓰인다고 했다.

Atlas가 수행하는 작업

회사 블로그가 명시한 기능은 네 갈래다.

카메라 제어 생성

  • 1–6장 정도의 참조 이미지와 카메라 기하(위치·자세·경로)를 네이티브 입력으로 받는다.
  • 최대 1분, 1440p 영상을 생성한다고 밝혔다.
  • 기존 영상 생성 모델이 텍스트로 카메라 움직임을 지시하는 방식과 달리, 경로 자체를 입력으로 넣는 점이 핵심 차별점이다.

공간 재구성

  • 1장부터 수십 장, 회사 설명으로는 100장 이상까지 입력을 받는다.
  • 새 시점 영상과 함께 포인트클라우드, 3D 가우시안 스플랫을 출력한다.
  • Unity, Unreal, Blender, 자사 Spark로 넘길 수 있다고 했다.
  • 스탠퍼드 메인 쿼드 데모는 지면에서 찍은 2–25장으로 장면을 쌓은 뒤 항공 경로를 생성한 사례다.

시공간 시뮬레이션

  • 3–5대 카메라로 찍은 영상을 재구성한 뒤 촬영하지 않은 시점으로 다시 본다. 회사가 불릿타임으로 부른 기능이다.
  • 로봇 Real-to-Sim에도 쓴다. 재구성한 공간에서 로봇 시점의 RGB·깊이 영상을 만들어 주는 식이다.
  • 물리 엔진과 정책 학습 부분은 7월 인수한 SceniX 쪽 파이프라인과 맞물린다고 보는 해석이 있다. 발표문만으로는 Atlas와 SceniX의 역할 분담이 명확하지 않다.

텍스트 기반 이미지·360 생성

  • 복잡한 프롬프트, 텍스트 렌더링, 여러 화풍, 360 파노라마를 지원한다고 했다.
  • 회사 스스로 주력이 아니라고 적었다.

회사는 입력이 적을수록 보이지 않는 면을 사전학습 지식으로 메우고, 입력이 늘수록 추정 비중을 줄인다고 밝혔다. 관측과 생성을 한 모델에서 처리한다는 주장의 핵심이다.

회사가 제시한 수치

카메라 제어 인간 평가에서 Atlas 선호 비율은 다음과 같다. 전부 World Labs가 설계·집계한 결과다.

  • MiniMax H3 대비 75%
  • Gemini Omni Flash 대비 81%
  • Happy Horse 1.1 대비 86%
  • FLUX 3 대비 93%
  • Seedance 2.5 대비 94%

희소 시점 재구성에서는 평균 절대상대오차(AbsRel) 약 25.3을 냈고, 회사가 다시 돌린 차선 모델은 약 28.7이라고 했다. DTU·ETH3D·ScanNet 등 공개 벤치를 사용했다고 밝혔다. 비교군에는 Pi3X, VGGT-Ω 1B, Depth Anything 3, MapAnything 등이 포함됐다.

이전 연구 미리보기 RTFM은 프레임을 이전 프레임에서 바로 생성하고 명시적 기하를 두지 않았다. Atlas는 RGB와 깊이맵을 함께 다루고 스플랫·포인트클라우드를 직접 내보낸다. 이 차이가 Marble 1.1과 같은 표현을 쓰는 이유다.

수치가 말해 주지 않는 것

발표 이틀이 지난 시점(2026년 9월 3일) 기준으로 논문, 모델카드, 파라미터 수, 학습 연산량, 지연시간, 하드웨어 요구사항, 가격, 일반 공개 일정, 조기 접근 파트너 이름은 없다. API 문서도 아직 Marble 중심이다. 일부 외부 평가도 같은 공백을 지적했다.

카메라 평가의 공정성 문제는 회사 글에도 힌트가 있다. Atlas에는 카메라 기하를 주고, 비교 모델에는 텍스트로 경로를 줬다. World Labs는 더 정교한 프롬프트나 멀티모달 입력이 일부 모델의 카메라 추종을 올릴 수 있다고 인정했다. 재구성 벤치도 회사가 베이스라인을 다시 돌린 자체 집계다. 평가 코드와 산출물은 공개되지 않았다.

추가로 지적된 점은 VGGT-Ω 관련이다. 해당 체크포인트 저자가 벤치 오염 가능성을 경고한 뒤 Atlas 글이 나왔으나, 어느 체크포인트를 썼는지는 명시되지 않았다. 독립 재현은 아직 없다.

“세계 최초 멀티모달 월드모델”은 마케팅 표현이다. 2025–2026년 사이 DeepMind Genie 3, 엔비디아 Cosmos 3, 텐센트 HunyuanWorld 등 같은 범주를 주장하는 시스템이 이미 나와 있다. Atlas의 실제 차별점은 명칭이 아니라 카메라 기하를 네이티브 입력으로 받고, 픽셀과 명시적 3D를 같이 내보낸다는 설계에 있다.

월드모델 시장의 위치

2026년 월드모델은 한 종류가 아니다. 출력과 쓰임새가 갈린다.

유형별 차이

  • Genie 3 (DeepMind): 텍스트로 상호작용 가능한 세계를 약 24fps, 720p로 생성한다. 수 분간 탐색이 유지된다고 했다. 실시간 에이전트 연습에 가깝다.
  • Cosmos 3 (엔비디아): 언어·이미지·영상·오디오·행동을 한 프레임워크에서 다루는 오픈 웨이트 계열이다. 로봇·자율주행용 합성 데이터와 정책 학습이 목적이다. 2026년 6월 기술 보고서로 공개됐다.
  • Marble / Atlas (World Labs): 한 번 만든 뒤 남는 3D 자산(메시, 콜라이더, 스플랫)을 강조한다. 게임 엔진·CAD·VFX 파이프라인에 넣는 쪽에 가깝다.

엔비디아는 Cosmos를 직접 밀면서 World Labs에도 투자했다. 오토데스크는 2026년 2월 라운드에 2억 달러를 넣고 엔터테인먼트 워크플로 협업을 거론했다. 칩 회사는 연산과 시뮬레이션 툴을 팔고, World Labs는 장면 생성·재구성 층을 팔려는 구도로 읽힌다.

페이페이 리는 2025년 11월 에세이에서 기존 멀티모달·영상 모델이 데이터를 1차원·2차원 수열로 잘라 공간 과제를 어렵게 만든다고 썼다. Atlas의 공간 컨텍스트는 그 문제 설정에 대한 회사의 답이다. 다만 물리 법칙 준수, 물체 상호작용, 장시간 일관성은 데모만으로는 검증되지 않았다.

현장별로 달라지는 의미

영상·VFX

소수 폰 카메라로 찍은 뒤 사후 카메라 워크를 고르는 작업이 가능해지면, 촬영 단계에서 기기를 늘리거나 사전 스토리보드를 고정할 필요가 줄어든다. 광고·뮤직비디오·게임 시네마틱처럼 재촬영 비용이 큰 영역에서 관심이 나온다. 반대로 미촬영 뒷면은 추정이므로, 법적·사실 확인이 필요한 기록 영상에는 바로 쓰기 어렵다.

3D·공간컴퓨팅

스캔 장비와 밀도 높은 멀티뷰 없이도 스플랫·포인트클라우드를 뽑는다는 점은 기존 재구성 파이프라인을 압박한다. 다만 오차는 회사 집계이고, 장면 규모·반사·투명·동적 물체에서의 품질은 외부 데이터가 없다. 엔진에 넣어도 편집 가능성과 라이팅 일관성은 별도 문제다.

로보틱스

Real-to-Sim 비용이 장면 수집에 묶여 있던 지점을 건드린다. 몇 장의 실사로 환경을 만들고 센서 뷰를 합성하면 도메인 랜덤화 범위를 넓힐 수 있다. 동시에 Atlas 발표는 접촉 물리, 마찰, 파지 성공률, 심투리얼 이전율을 수치로 보여 주지 않았다. 그 부분은 SceniX 인수 이후의 별도 엔진에 가깝다.

투자·제품

Marble은 이미 유료 상품이 있고, Atlas는 그 아래 기반 모델이다. 조기 접근 품질이 실제 작업 시간을 줄이는지가 다음 분기점이다. 논문 없는 데모 공개는 연구 커뮤니티보다 파트너 영업과 제품 로드맵에 맞춘 방식이다.

앞으로 확인할 지점

발표 직후 단계에서 의미 있는 검증 항목은 네 가지다.

  • 조기 접근 사용자가 폰 촬영·소규모 세트에서 카메라 경로를 얼마나 재현하는지
  • 미관측 영역의 추정이 창작에는 쓸 만하고 계측·로봇에는 위험한지, 용도별로 나뉘는지
  • 독립 벤치에서 희소 시점 재구성 우위가 유지되는지
  • Marble 다음 버전에 Atlas가 들어가는 시점과, 그때의 지연시간·가격

지금은 데모와 자사 벤치 단계다. 영상 생성, 3D 재구성, 로봇 시뮬레이션이 한 모델로 붙으면 촬영·스캔·엔진 에셋의 경계는 줄어든다. 그 경계가 실제로 줄어드는지는 공개 접근과 외부 재현이 나온 뒤에야 판단할 수 있다.

#AI 산업

함께 읽기