텍스트 한 줄을 입력하면 화면 속에 세계가 열린다. 1인칭이나 3인칭 시점을 고르고, 걸어 다니고, 사건을 일으키면 모델이 그 결과를 실시간으로 그려낸다. 캘리포니아 AI 기업 Odyssey가 공개한 월드 모델 Odyssey-3의 연구 프리뷰 체험 방식이다.
지금 직접 해볼 수 있는 것
무료 온라인 데모는 Odyssey-3 Flash 모델로 돌아간다. 사용자는 텍스트 설명으로 환경을 만들고, 시점을 고른 뒤 그 안을 돌아다닌다. 개발자는 API 접근을 별도로 신청할 수 있다.
구조는 자기회귀 방식의 확산 트랜스포머다. 앞선 프레임과 사용자 행동을 바탕으로 새 영상 프레임을 계속 만들어 낸다. Odyssey에 따르면 모델은 학습 과정에서 시각 관찰만으로 물리 관계와 인과를 익힌다. 학습 데이터는 사건 설명이 붙은 인터넷 영상, 키보드·마우스 입력과 짝지은 게임 영상, 시뮬레이션 상호작용이다. 연산 단계를 줄이는 추가 학습 기법 덕분에 실시간 생성이 가능해졌다고 한다.
기본 모델은 140억 파라미터에 832×480 픽셀 영상을 만든다. 상위 모델 Odyssey-3 Pro는 1280×720 픽셀을 지원한다. 창업자 올리버 캐머런(Oliver Cameron)과 제프 호크(Jeff Hawke)는 9월 15일 모델을 처음 소개했고, 이번에 공개 접근과 기술 세부, 벤치마크 결과가 추가됐다.
회사 발표와 검증 가능한 부분 구분하기
체험으로 확인할 수 있는 것은 Flash 모델의 상호작용성과 반응 속도다. 아래 성과는 회사 발표이므로 따로 봐야 한다.
Odyssey는 Pro 모델이 Physics-IQ Verified의 영상 이어가기 벤치마크에서 66.1점을 받았다고 밝혔다. 유체역학, 광학, 고체역학, 자기, 열역학 분야의 실제 실험 영상을 모델이 이어가고, 결과를 실제와 비교하는 시험이다.
단서가 크다. 66.1점은 생성 영상 8개 중 하나를 선택하는 방식을 쓴 단일 실행 결과다. 벤치마크 규칙은 기록을 주장하려면 4회 실행과 표준편차 보고를 요구하는데, 이 기록은 그 기준을 채우지 못한다. 선택 방식을 빼고 4회를 평균하면 63.37점이다. 두 결과 모두 공식 리더보드에 올라 있지만 Odyssey가 직접 제출했다.
WorldMark 벤치마크 역시 자체 평가 기준이다. 1인칭 양식화 77.2점, 3인칭 실사 79.0점, 3인칭 양식화 76.3점으로 세 부문 1위이고, 1인칭 실사는 80.6점으로 3위다.
로봇·드론·GTA V 시연
Odyssey는 하나의 월드 모델을 여러 작업에 쓰겠다는 구상이다. 작업마다 모델의 예측을 구체적 명령으로 바꾸는 전용 컨트롤러를 붙인다. 회사 설명에 따르면 Odyssey-3 기반 AI가 로봇팔 여러 대를 제어했고, 수십 시간의 시연 데이터로 학습이 충분했다. 파지에 실패해도 스스로 회복했다. 스위스 로봇 기업 Flexion과는 휴머노이드용 컨트롤러를 개발 중이다. 드론 컨트롤러는 가상 실내에서 장애물을 피해 목표 지점까지 날았다.
게임 시연도 있다. AI가 GTA V에서 차량을 몰고 적과 싸웠고, 약 2시간 분량 GTA 영상으로 학습한 컨트롤러가 추가 학습 없이 Red Dead Redemption 2의 말 탄 캐릭터를 움직였다. 다만 공개된 프리뷰가 제공하는 것은 지금은 상호작용 환경 생성뿐이다. 로봇과 자율 시스템 영역은 추가 작업이 필요하다고 회사는 밝혔다.
경쟁 구도
Odyssey는 2023년 설립됐고 2026년 6월 Amazon과 AMD Ventures 등에서 3억 1,000만 달러를 투자받았다. Google DeepMind는 Genie 3로 비슷한 접근을 하고 있고, 페이페이 리(Fei-Fei Li)가 세운 World Labs도 유사 기술을 개발 중이다. AMD는 9월 말 World Labs를 약 82억 달러에 인수한다고 밝혔다.
한국 사용자도 웹 데모로 월드 모델의 반응 방식과 해상도 한계를 직접 가늠해 볼 수 있다.
