월드랩스 아틀라스, 사진 몇 장으로 3D 세계 생성·복원

풀어서 설명하면, 월드랩스는 원래 3D 공간을 영상으로 만들어 주는 '마블(Marble)'이라는 제품으로 알려진 회사인데, 이번 아틀라스는 마블 같은 개별 제품을 움직이는 더 큰 엔진 역할을 해요. 2026년 2월 오토데스크·엔비디아 등에서 10억달러를 투자받았을 때 블룸버그는 회사 가치를 50억달러로 협상 중이라고 보도한 적이 있어요.

월드랩스는 아틀라스를 텍스트·이미지·영상·3D 데이터로 처음부터 학습한 '옴니 모델'이라고 설명해요. 입력되는 모든 정보를 평면적인 순서가 아니라 3D 공간의 특정 위치에 고정시키는데, 이 방식을 회사는 '공간 맥락(spatial context)'이라고 불러요. 페이페이 리는 2025년 11월 에세이에서 기존 멀티모달 언어모델과 영상 확산 모델이 데이터를 1차원·2차원 순서로 쪼개는 탓에 간단한 공간 작업조차 어려워진다고 짚었는데, 아틀라스는 그 문제를 3D·4D 구조로 풀겠다는 답이에요.

카메라를 직접 조작하듯 화면을 만든다

카메라 제어 생성 기능에서는 이미지 한 장 이상을 넣으면 원하는 카메라 위치와 각도에서 새 장면을 뽑아낼 수 있어요. 다른 영상 모델들이 카메라 움직임을 텍스트 프롬프트로 설명해야 하는 것과 달리, 아틀라스는 카메라 움직임 자체를 기하학적 입력값으로 직접 받아요. 출력은 최대 1분, 1440p 해상도의 영상이고요. 월드랩스는 이 방식을 두고 사용자가 매번 슬롯머신 손잡이를 당기는 게 아니라 모든 장면을 직접 통제할 수 있다고 표현했어요.

두세 장으로도 실제 공간을 되살린다

공간 복원 기능은 한 장에서 수십 장까지의 사진만으로 특별한 촬영 장비 없이 실제 장면을 재구성해요. 입력 이미지가 많아질수록 모델이 스스로 채워 넣어야 하는 부분이 줄어드는데, 월드랩스에 따르면 단 두세 장만으로도 전문 3D 모델보다 나은 결과를 냈다고 해요. 한 시연에서는 스탠퍼드 메인 쿼드를 지상 사진 2장에서 25장까지 점진적으로 늘려가며 재구성하고, 캠퍼스 위 하늘에서 내려다보는 장면까지 만들어냈어요. 반면 VGGT나 InfiniteVGGT 같은 기존 모델은 OpenWorldLib 프레임워크 비교에서 카메라가 조금만 크게 움직여도 기하 구조가 어긋나고 텍스처가 흐려지는 문제를 보였다고 해요.

아틀라스는 RGB 정보와 함께 깊이 정보를 처리하기 때문에 이미지나 영상뿐 아니라 실제 3D 데이터로도 결과를 내놓을 수 있어요. 지원 형식은 포인트클라우드와 3D 가우시안 스플랫인데, 여러 개의 작은 공간 데이터 점으로 장면을 구성해 어느 각도에서든 부드럽게 볼 수 있게 해주는 방식이에요. 이는 월드랩스의 기존 제품 마블(Marble)이 쓰는 표현 방식과 같아요.

로봇 훈련 데이터를 시뮬레이션 안에서 통째로 만든다

로봇 분야에서 아틀라스는 실제 공간을 시뮬레이션으로 옮기는 '리얼투심' 도구로 쓰여요. 방 하나를 재구성하면 시뮬레이션 속 로봇 센서가 이동 경로에서 보게 될 이미지와 깊이 데이터를 함께 생성해요. 사진 몇 장만 있으면 물체·위치·조명·배경을 바꿔가며 잡기·이동 작업을 다양하게 시뮬레이션할 수 있는데, 목표는 현실의 모든 상황을 일일이 촬영하지 않고도 로봇 학습에 필요한 다양한 데이터를 만드는 거예요.

이 접근은 지난 8월 월드랩스가 '리얼투심투리얼' 엔진이라는 독립 제품으로 먼저 선보인 적이 있어요. 이 엔진은 현실의 작업 하나를 수천 가지 변형으로 늘려 시뮬레이션 안에서만 제어 모델을 학습시키는데, 회사에 따르면 로봇 플랫폼 5종에서 각각 1시간씩 사람의 개입 없이 작동했다고 해요. 이 기술은 월드랩스가 지난 7월 인수한 스타트업 SceniX에서 나왔어요.

자체 평가에서 경쟁 모델들을 앞섰다고 주장한다

월드랩스는 어떤 단일 벤치마크도 아틀라스의 능력을 온전히 담지 못한다고 말하면서도, 두 가지 평가 결과를 제시했어요. 사람 평가자가 카메라 제어 생성 결과를 비교한 항목에서 아틀라스는 미니맥스(MiniMax) H3 대비 75%, 구글 제미나이 옴니 플래시 대비 81%, 해피 호스 1.1 대비 86%, 바이트댄스의 시댄스(Seedance) 2.5 대비 94%의 선호율을 받았다고 해요. 원문에는 93% 항목의 비교 대상 이름이 빠져 있어 확인이 어려워요.

비교 대상	아틀라스 선호율
MiniMax H3	75%
Gemini Omni Flash	81%
Happy Horse 1.1	86%
(모델명 미확인)	93%
Seedance 2.5	94%

몇 장 안 되는 사진으로 하는 3D 복원 평가에서는 아틀라스가 중간값 오차 25.3을 기록해 Pi3X와 VGGT-Ω 1B를 앞섰다고 회사는 밝혔어요.

마블에서 시작해 10억달러를 유치하기까지

월드랩스는 2024년 페이페이 리가 세운 회사예요. 페이페이 리는 이미지넷을 만들고 2017년부터 2018년까지 구글 클라우드의 AI 부문을 이끈 연구자로 알려져 있어요. 창업 당시부터 앤드리슨 호로위츠, AMD, 인텔, 엔비디아의 투자를 받았고요. 2024년 말 내놓은 첫 시스템은 사용자가 가상 공간에서 몇 미터만 움직이면 보이지 않는 경계에 부딪히는 수준이었는데, 2025년 11월 마블이 그 뒤를 이었어요.

2026년 2월에는 오토데스크, 앤드리슨 호로위츠, 엔비디아, AMD로부터 10억달러 규모 투자를 받았는데, 그전에 블룸버그는 회사 가치를 50억달러로 놓고 협상 중이라고 보도한 적이 있어요. 아틀라스는 앞으로 나올 마블 버전들과 다른 제품들을 움직이는 핵심 모델로 쓰일 예정이고, 지금은 일부 파트너를 대상으로 한 얼리 액세스 프로그램으로만 제공되고 있어요. 일반 사용자가 바로 써볼 수 있는 창구는 아직 열리지 않은 상태예요.

세계모델의 정의를 둘러싼 논쟁

'세계모델'이 정확히 뭘 가리키는지는 연구자들 사이에서도 의견이 갈려요. 베이징대가 이끈 국제 연구팀은 2026년 4월 OpenWorldLib을 통해 통일된 정의를 제안했는데, 순수 텍스트-투-비디오 모델은 현실 세계와의 피드백 루프가 없다는 이유로 제외했어요. 이 틀에서는 3D 복원과 아틀라스 같은 시뮬레이터가 물리 법칙을 검증할 수 있는 환경을 제공한다는 점에서 핵심 구성 요소로 인정받아요.

공식 원본 영상

에디터의 시선

아틀라스가 흥미로운 건 성능 수치보다 접근 방식이에요. 지금까지 3D 생성과 복원, 로봇 시뮬레이션은 각각 다른 모델·다른 회사의 영역이었어요. 엔비디아는 코스모스로 로봇 파운데이션 모델을 밀고, 텐센트는 텍스트 프롬프트로 오픈월드를 만드는 워크플로를 냈고, 런웨이는 화면 자체를 실시간으로 그리는 인터페이스 월드모델을 내놨어요. 월드랩스는 이 세 갈래를 하나의 모델 안에 다 넣겠다고 말하는 셈인데, 그 판단이 맞다면 지금 따로 쓰이는 3D 파이프라인 도구들 여러 개가 한 모델로 합쳐지는 흐름이 시작된 거예요.

세대를 비교해 보면 체감이 분명해요. 2024년 말 첫 시스템은 사용자가 가상 공간에서 몇 미터만 움직여도 벽에 부딪히는 수준이었어요. 1년도 안 돼 나온 마블은 실제 활용 가능한 3D 장면을 만들었고, 이번 아틀라스는 그 마블을 움직이는 엔진 역할까지 맡아요. 세대마다 '보여주기'에서 '쓸 수 있는 도구'로, 다시 '다른 도구를 움직이는 기반'으로 역할이 바뀌는 속도가 눈에 띄어요.

실무적으로 보면 아직은 지켜볼 단계예요. 얼리 액세스로만 열려 있어서 일반 개발자나 스튜디오가 바로 붙여볼 수 있는 상태는 아니고, 벤치마크도 회사가 직접 낸 인간 평가와 자체 재구성 오차 수치뿐이에요. 그래도 로봇 학습 쪽은 눈여겨볼 만해요. 현실에서 촬영하기 어려운 잡기·이동 작업 변형을 시뮬레이션으로 대량 생성하는 방식은, 로봇 파운데이션 모델을 다루는 팀이라면 데이터 확보 비용을 어떻게 줄일지 참고할 만한 사례예요.

앞으로 몇 달 안에는 마블에 아틀라스가 실제로 얼마나 반영되는지, 그리고 파트너 대상 얼리 액세스가 언제 일반에 열리는지가 이 발표의 진짜 시험대가 될 거예요. 엔비디아·텐센트·런웨이가 각자 다른 방식으로 3D·월드모델 경쟁에 뛰어든 지금, 아틀라스가 벤치마크 숫자 이상의 실제 사용 사례를 얼마나 빨리 보여주느냐에 따라 이 발표의 무게가 달라질 거예요.