텐센트, 텍스트로 3D 오픈월드 만드는 'Hy3D WorldClaw' 공개

프롬프트 한 줄로 세운 세계를 걸어 다닌다

텐센트 훈위안(Tencent Hunyuan)이 8월 11일 X에 올린 것은 짧은 영상 한 편과 문장 두 개였다. 텍스트 프롬프트를 넣으면 대규모 3D 오픈월드가 나온다는 것, 그리고 그렇게 만들어진 장면을 자유롭게 돌아다닐 수 있다는 것. 이름은 Hy3D WorldClaw다.

주목할 만한 건 팀이 이것을 '모델'이라 부르지 않았다는 점이다. 표현은 에이전틱 워크플로(agentic workflow)였다. 신경망 하나가 결과물을 한 번에 뱉는 방식이 아니라, 여러 단계를 스스로 밟아가며 장면을 조립하는 절차라는 뜻이다. 지형을 잡고, 건물과 나무를 배치하고, 재질을 입히는 일을 나눠 처리하는 파이프라인을 떠올리면 된다.

"영상도 아니고, 스플래팅도 아니다"

텐센트는 자기 자랑보다 부정문을 먼저 썼다. "영상도 아니고, 가우시안 스플래팅도 아니다"(텐센트 훈위안 X 게시물). 이 한 줄이 이번 발표의 핵심이다.

최근 1~2년 사이 '월드 생성'이라는 이름을 붙인 결과물은 크게 두 갈래였다. 하나는 영상 생성형이다. 사용자가 움직이면 그 다음 프레임을 실시간으로 그려내는 방식으로, 화면은 그럴싸하지만 그 안에 실제 형상 데이터가 남지 않는다. 뒤돌아보면 방금 지나온 건물이 달라져 있을 수 있다. 다른 하나는 가우시안 스플래팅이다. 사진 여러 장에서 공간을 흐릿한 점 덩어리 수백만 개로 복원하는 기법으로, 사실감은 뛰어나지만 결과가 메시(3D 표면 데이터)가 아니어서 게임 엔진에 넣고 문을 열게 하거나 벽을 옮기기가 어렵다.

WorldClaw가 내세운 것은 세 번째 길이다. 결과물이 처음부터 편집 가능한 3D 에셋 단위로 나온다는 주장. 사실이라면 만들어진 세계를 감상하는 데서 그치지 않고, 개발자가 그 안의 물체를 골라 옮기고 바꿀 수 있다는 뜻이 된다.

접근	결과물	편집·재사용	약점
영상 생성형 월드모델	프레임 시퀀스	사실상 불가	형상이 남지 않아 일관성 유지가 어렵다
가우시안 스플래팅	3D 점 집합	제한적	메시가 아니어서 엔진 통합·물리 적용이 까다롭다
Hy3D WorldClaw(주장)	게임용 3D 에셋	가능하다고 설명	공개 형태와 품질 검증은 아직 남았다

며칠 사이 '월드'로 몰린 발표들

이 발표가 놓인 자리를 보면 흐름이 읽힌다. 8월 초 열흘 사이에 주요 연구소들이 나란히 '세계'를 이야기했다.

시점	주체	내용
8월 4일	NVIDIA	영상 월드모델 기반 로봇 정책 개념 World Action Model 제시
8월 8일 보도	NVIDIA	오픈 피지컬 AI 파운데이션 모델 Cosmos 3, OpenMDW 1.1로 공개
8월 9일 보도	큐원(Qwen)	에이전트 훈련용 월드모델 Qwen-AgentWorld-35B-A3B 공개(Apache-2.0)
8월 11일	Tencent Hunyuan	텍스트→3D 오픈월드 워크플로 Hy3D WorldClaw 공개

같은 단어를 쓰지만 목적지는 다르다. NVIDIA와 큐원의 월드모델은 로봇과 에이전트를 훈련시킬 환경을 만드는 쪽에 무게가 있다. WorldClaw는 사람이 들어가 쓰는 콘텐츠, 즉 게임과 3D 제작 파이프라인 쪽을 정면으로 겨냥한다.

텐센트의 3D 노선

텐센트 훈위안은 최근 공개 속도가 빠른 팀이다. 8월 9일에는 MoE 구조의 텍스트 생성 모델 Hy3를, 같은 날 1.8B 번역 모델을 1.25비트까지 양자화한 GGUF 버전을 허깅페이스에 올렸다. 언어 모델은 가볍게, 3D는 파이프라인 단위로 — 두 방향을 동시에 밀고 있는 셈이다. 이름 앞의 'Hy3D'는 이 팀이 이어온 3D 생성 계열의 연장선임을 드러낸다.

다만 이번 게시물은 시연과 선언에 가깝다. 가중치나 코드의 공개 형태, 지원되는 엔진, 생성 규모의 상한 같은 세부는 게시물에 담기지 않았다.

그래서 무엇이 달라지나

지금까지 AI로 만든 '세계'는 대부분 구경거리였다. 영상은 예뻤지만 안으로 들어가 만질 수 없었고, 스플래팅은 공간을 복원했지만 게임 제작 도구로 옮기는 순간 다시 사람이 모델링을 시작해야 했다. WorldClaw의 주장이 실측으로 확인된다면, 텍스트에서 시작해 바로 편집 단계로 넘어가는 경로가 열린다. 배경 한 구획을 세우는 데 며칠을 쓰던 소규모 게임팀에게는 초안을 뽑아주는 도구가 생기는 것이고, 로보틱스 쪽에서는 물리 엔진에 얹을 수 있는 훈련 환경을 대량으로 찍어낼 수 있다는 뜻이 된다.

결국 관건은 하나다. 데모 영상 밖에서도, 남이 준 프롬프트로도 같은 품질이 나오는지. 그 답은 실제 파일을 열어볼 수 있게 된 뒤에 나온다.