런웨이가 새롭게 선보인 일반 월드 모델 'GWM-1'의 개념도.
단순한 비디오 생성을 넘어, 물리 법칙을 이해하고 현실 세계를 시뮬레이션하는 'AI 월드 모델링의 혁명'을 시각적으로 구현했다. [이미지 = 코리아비즈니스리뷰 DB]
생성형 AI 시장을 선도해 온 런웨이(Runway)가 또 한 번의 거대한 도약을 알렸다.
그동안 할리우드와 크리에이터들을 위한 비디오 생성 도구로 명성을 떨쳤던 런웨이는 이제 '일반 월드 모델(General World Model, GWM)'이라는 새로운 패러다임을 제시하며, 엔터테인먼트를 넘어 시뮬레이션과 로보틱스 산업으로 그 영역을 급격히 확장하고 있다.
런웨이가 공개한 'GWM-1'은 단순한 영상 생성을 넘어, 물리 법칙과 인과 관계를 이해하는 AI의 탄생을 예고하고 있어 전 세계 기술 업계의 이목이 쏠리고 있다.
비디오를 넘어 세상의 법칙을 그리는 GWM-1
런웨이가 발표한 GWM-1은 기존의 대형 언어 모델(LLM)이나 이미지 생성 모델이 겪고 있는 정체기를 돌파할 새로운 '개척지'로 평가받는다.
GWM-1은 런웨이의 최신 비디오 생성 모델인 Gen-4.5를 기반으로 구축되었으나, 그 목적과 기능은 확연히 다르다.
단순히 텍스트를 입력받아 영상을 출력하는 것을 넘어, 이 모델은 현실 세계의 물리적 상호작용과 환경의 변화를 예측하고 시뮬레이션하도록 설계되었다.
런웨이는 이를 위해 GWM-1을 '세 가지 자동 회귀(Autoregression) 모델의 집합체'로 정의했다. 이는 각기 다른 도메인에 특화된 데이터로 사후 학습(Post-training)을 거쳐, 게임 개발부터 로봇 공학에 이르기까지 산업별로 최적화된 솔루션을 제공한다는 전략이다.
GWM Worlds: 상호작용 가능한 디지털 현실의 구축
GWM-1의 첫 번째 핵심 축인 'GWM Worlds'는 디지털 환경 탐색의 새로운 지평을 열었다. 기존 비디오 생성 AI가 사용자의 개입 없이 완성된 결과물만을 내놓았다면, GWM Worlds는 실시간 사용자 입력에 따라 환경이 변화하는 인터랙티브(Interactive) 기능을 제공한다.
사용자는 월드 내의 물리 법칙이나 환경 구성을 직접 정의할 수 있으며, 카메라의 움직임이나 객체의 변화를 실시간으로 조작할 수 있다.
런웨이 측은 이 기술이 "긴 시퀀스의 움직임 속에서도 일관성과 인과관계를 유지한다"고 강조했다. 비록 완전한 물리 엔진 시뮬레이션에는 미치지 못할지라도, 프레임 예측(Frame Prediction) 기술의 고도화를 통해 게임 디자인의 사전 시각화(Pre-visualization)나 가상현실(VR) 환경 구축에 즉각적으로 활용 가능한 수준의 신뢰성을 확보했다는 평이다.
이는 역사적 공간을 재현하는 교육용 콘텐츠나, 복잡한 게임 개발 초기 단계에서 반복적인 테스트를 수행하는 데 혁신적인 도구가 될 것으로 전망된다.
GWM Robotics: 로봇을 위한 '합성 데이터'의 보물창고
산업계가 가장 주목하는 지점은 바로 'GWM Robotics'다. 이는 런웨이가 엔터테인먼트 기업을 넘어 AI 인프라 기업으로 진화하고 있음을 보여주는 결정적 증거다. 로봇 공학의 최대 난제 중 하나는 로봇을 훈련시킬 현실 데이터가 턱없이 부족하다는 점이다.
GWM Robotics는 이러한 문제를 '합성 데이터(Synthetic Data)' 생성으로 해결한다. 이 모델은 로봇이 수행할 과제 지시(Task Instructions), 새로운 객체 인식, 다양한 환경 변수 등을 포함하여 실제 데이터셋을 다차원으로 증강해 준다. 즉, 로봇이 현실 세계에 투입되기 전, GWM이 생성한 무한에 가까운 가상 시나리오 속에서 학습하며 시행착오를 겪게 함으로써 'Sim2Real(시뮬레이션에서 현실로의 적용)'의 격차를 획기적으로 줄일 수 있게 된 것이다.
이는 자율주행차나 휴머노이드 로봇 개발사들이 겪고 있는 데이터 병목 현상을 해소할 핵심 열쇠가 될 것으로 분석된다.
[Insight] 할리우드에서 물리적 AI(Physical AI)로의 피벗
"비디오 생성은 시작일 뿐, 최종 목적지는 '물리적 지능'이다"
런웨이의 이번 GWM-1 발표는 생성형 AI의 경쟁 구도가 '누가 더 그럴듯한 영상을 만드느냐'에서 '누가 더 현실 세계를 잘 이해하느냐'로 이동했음을 시사한다. 텍스트와 이미지를 넘어선 '행동(Action)'과 '물리(Physics)'의 영역은 AI가 진정한 범용성(AGI)을 갖추기 위한 필수 관문이다.
한국의 AI 및 로보틱스 기업들 역시 단순한 모델 개발을 넘어, 이러한 '월드 모델'을 활용한 데이터 파이프라인 구축에 사활을 걸어야 할 시점이다.
런웨이의 GWM-1은 AI가 단순한 창작의 도구를 넘어, 현실 세계를 모사하고 예측하는 '시뮬레이션 엔진'으로 진화했음을 알리는 신호탄이다.
게임과 VR 등 콘텐츠 산업의 생산성을 극대화하는 것은 물론, 로보틱스 분야의 데이터 기근을 해결함으로써 물리적 AI의 상용화를 앞당길 것으로 기대된다. 이제 기업의 경쟁력은 현실 데이터를 얼마나 잘 쌓느냐가 아니라, 얼마나 정교한 '가상 세계'를 통해 AI를 학습시키느냐에 달려 있다고 해도 과언이 아니다.