월드 모델이란 무엇인가 — LLM 너머 AGI의 다음 화두

“AI가 세상을 이해한다”는 말은 이제 흔하게 쓰인다. 하지만 이 문장을 곱씹어 보면 생각보다 애매하다. 지금까지 우리가 써온 거대언어모델(LLM)은 사실 세상을 ‘이해’한 적이 없다. 방대한 텍스트에서 다음 단어가 나올 확률을 정교하게 계산했을 뿐이다. 월드 모델은 바로 이 지점에서 출발하는 개념이다. 언어의 패턴이 아니라, 물리 세계가 실제로 어떻게 작동하는지를 학습하는 AI를 가리킨다.

월드 모델이란 무엇인가 — 정의부터 다시 짚기

월드 모델은 AI가 환경의 상태와 그 변화 규칙을 내부적으로 표상하고, 다음에 무슨 일이 일어날지 예측하는 모델을 의미한다. 공이 굴러가면 어디로 향할지, 물체를 밀면 어떻게 움직일지를 시뮬레이션하듯 예측하는 능력이다.

이 개념 자체는 새롭지 않다. 얀 르쿤(Yann LeCun)은 오래전부터 “예측하는 세계 모델”을 인공지능의 핵심 과제로 제시해 왔다. 다만 최근 들어 이 용어가 다시 부상한 이유는 따로 있다. LLM의 한계가 명확해지면서, 그 대안 혹은 보완재로서 월드 모델이 재조명되고 있기 때문이다.

왜 지금 월드 모델이 화두인가 — LLM 한계와의 대비

필자가 보기엔 이 논의의 핵심은 ‘이해’와 ‘패턴 매칭’의 차이다. LLM은 텍스트라는 이차원적 기호 체계 안에서 통계적 규칙성을 학습한다. 그 결과 놀라운 언어 생성 능력을 얻었지만, 물리적 인과관계에는 약하다.

예를 들어 LLM에게 “컵을 뒤집으면 물이 쏟아진다”는 문장은 쉽게 생성할 수 있다. 하지만 로봇이 실제로 컵을 어느 각도로 얼마나 빠르게 기울여야 물이 쏟아지는지는, 텍스트만으로는 배우기 어렵다. 이 지점이 흥미로운데, 언어와 물리적 실재 사이의 간극이 바로 월드 모델 연구가 채우려는 공백이다.

LLM: 텍스트·기호의 통계적 상관관계를 학습
월드 모델: 공간·시간·물리 법칙에 따른 상태 변화를 학습
공통점: 대규모 데이터와 신경망 구조를 기반으로 예측을 수행

업계에서는 이를 두고 “LLM이 다음 단어를 맞춘다면, 월드 모델은 다음 순간을 맞춘다”는 평가가 나온다. 두 접근을 비교하면 다음과 같이 정리할 수 있다.

구분	LLM (거대언어모델)	월드 모델
학습 대상	텍스트, 코드 등 기호 데이터	영상, 센서, 시뮬레이션 등 물리적 상호작용 데이터
목표	다음 토큰 예측	다음 상태(위치, 형태, 결과) 예측
강점	언어 이해·생성, 추론 표현	공간 추론, 물리 시뮬레이션, 행동 계획
주요 활용	챗봇, 코드 생성, 문서 요약	로보틱스, 자율주행, 게임/시뮬레이션 세계 생성

표에서 보듯 두 모델은 경쟁 관계라기보다 역할이 다르다. 개인적으로는 이 둘이 결국 결합되는 방향으로 갈 것이라 본다. 언어로 지시를 받고, 물리 세계에서 그 지시를 실행하려면 두 능력이 모두 필요하기 때문이다.

실제 활용 사례 — 로보틱스, 자율주행, 시뮬레이션

월드 모델이 가장 먼저 실용성을 인정받는 분야는 로보틱스다. 로봇이 새로운 환경에서 작업하려면 모든 경우의 수를 실제로 시도해볼 수 없다. 대신 내부의 월드 모델로 결과를 미리 시뮬레이션한 뒤, 가장 성공 확률이 높은 행동을 선택하는 방식이 연구되고 있다.

자율주행 역시 비슷한 맥락이다. 도로 위 돌발 상황은 무한에 가깝다. 실제 주행 데이터만으로 모든 경우를 학습시키는 것은 비효율적이라는 평가가 많다. 그래서 가상 환경에서 다양한 사고 시나리오를 생성해 학습시키는, 월드 모델 기반 시뮬레이션 접근이 주목받고 있다.

게임·영상 생성 분야에서도 변화가 뚜렷하다. 프레임 하나하나를 그리는 대신, 물리 법칙이 반영된 가상 공간 자체를 생성하는 시도가 이어지고 있다. 페이페이 리(Fei-Fei Li)가 이끄는 월드 랩스(World Labs)는 2026년 9월 ‘아틀라스(Atlas)’라는 공간 지능 시연을 공개해 이 분야의 진전을 보여줬다고 알려졌다. 엔비디아 역시 월드 모델을 로보틱스·자율주행의 핵심 인프라로 정의하며, 관련 시뮬레이션 플랫폼 투자를 확대하고 있다.

구글 딥마인드와 메타(얀 르쿤이 주도한 조직에서 파생된 연구팀 포함) 또한 각자의 방식으로 월드 모델 연구를 이어가고 있는 것으로 전해진다. 다만 접근 방식은 제각각이다. 영상 예측 중심, 3차원 공간 표상 중심, 강화학습 결합 중심 등으로 갈래가 나뉜다는 분석도 있다.

IT-SUE의 시각 — 다음 화두는 ‘이해’의 정의 싸움

필자는 월드 모델 논의를 단순한 기술 트렌드로만 보지 않는다. 이는 “AI에게 이해란 무엇인가”라는 오래된 질문을 다시 꺼내는 작업이라고 생각한다. LLM 시대에 우리는 언어 생성 능력을 곧 지능으로 여기는 경향이 있었다.

하지만 물리 세계에서 행동해야 하는 로봇이나 자율주행 시스템 앞에서는 그 정의가 흔들린다. 텍스트를 잘 만드는 것과 컵을 안전하게 옮기는 것은 전혀 다른 능력이기 때문이다. 개인적으로는 이 간극이야말로 AGI 경쟁의 다음 화두가 월드 모델로 옮겨간 근본 이유라고 본다.

물론 과장은 경계해야 한다. 월드 모델이 아직 상용 수준의 범용성을 갖췄다고 보기는 이르다는 평가도 많다. 데이터 확보 비용, 시뮬레이션과 현실의 격차 같은 과제도 여전하다. 다만 방향성 자체는 분명해 보인다. 언어 중심 AI에서, 세계를 예측하고 행동하는 AI로의 이동이다.

관련해서 데이터 학습 방식론을 폭넓게 이해하고 싶다면 합성 데이터란 무엇인가 글도 함께 참고할 만하다. 앞으로 월드 모델이 실제 산업 현장에서 어떤 성과를 내는지, IT-SUE는 계속 지켜볼 예정이다.