코스모스 3

코스모스 3는 로봇이나 자율주행차가 '세상이 어떻게 움직이는지'를 미리 연습해보는 가상 두뇌 같은 모델이다. 사람이 컵을 잡으면 손가락 모양에 따라 컵이 어떻게 눌리는지, 수건을 집으면 어떻게 접히는지를 실제로 해보기 전에 예측한다. 이런 예측 능력을 만들려고 NVIDIA는 이미지·영상·행동 기록 수억 건을 모아 학습시켰다.

보통 로봇용 AI는 장면을 설명하는 데는 능숙해도 그 장면이 다음에 어떻게 변할지는 잘 못 맞힌다. 코스모스 3는 설명 대신 영상 자체로 미래를 그려보는 방식을 택해 이 약점을 메우려 한다. 그래서 개발자는 이 모델을 장면을 이해하는 용도로도, 가짜 학습 데이터를 만드는 용도로도, 미래 상태를 시뮬레이션하는 용도로도 쓸 수 있다.

또 하나 중요한 점은 이 모델의 가중치(모델을 이루는 숫자 값들)를 누구나 받아서 자기 데이터와 서버로 다시 학습시킬 수 있게 공개했다는 것이다. 성능 좋은 모델을 그냥 빌려 쓰는 게 아니라, 자기 회사의 로봇이나 차량에 맞게 뜯어고칠 수 있다는 뜻이다.

기사에서는 "NVIDIA는 8월 초 피지컬 AI 파운데이션 모델 Cosmos 3를 리눅스 파운데이션의 OpenMDW 1.1 라이선스로 공개해 자체 데이터와 하드웨어로 후속 학습이 가능하도록 했다"처럼 오픈 웨이트 흐름의 사례로 등장한다. 흔히 하는 오해는 이걸 대화형 챗봇으로 여기는 것인데, 코스모스 3는 대화가 아니라 로봇·자율주행차 같은 물리적 장치가 세상의 변화를 예측하도록 돕는 모델이다.