한국어 箭头
Podcast Cover

[공간 지능의 시대: 페이페이 리와 저스틴 존슨이 그리는 3D 세계 모델의 미래]-[What Comes After ChatGPT? The Mother of ImageNet Predicts The Future]

a16z Podcast · B2 · 2025-12-05

Technology
또는 웹버전으로 공부하세요

📋 Summary

공간 지능: 언어를 넘어선 새로운 차원의 AI

최근 'Latent Space' 팟캐스트에 출연한 스탠포드 대학의 페이페이 리(Fei-Fei Li) 교수와 저스틴 존슨(Justin Johnson)은 그들이 공동 창업한 'World Labs'와 첫 번째 모델인 'Marble'을 소개하며, 인공지능의 차세대 핵심으로 '공간 지능(Spatial Intelligence)'을 제시했습니다.

1. 공간 지능이란 무엇인가?

페이페이 리 교수는 공간 지능을 "공간 속에서 추론하고, 이해하고, 이동하며, 상호작용하는 능력"으로 정의합니다. 그녀는 인류의 지능이 단순히 언어적 지능에 국한되지 않으며, 하워드 가드너의 다중지능 이론처럼 언어 지능과 공간 지능은 상호 보완적인 관계라고 설명합니다. 예를 들어, DNA 구조를 발견한 프랜시스 크릭과 왓슨의 업적은 언어적 서술만으로는 불가능했으며, 분자의 3D 구조를 공간적으로 파악했기에 가능했던 것입니다.

2. Marble: 3D 세계를 생성하는 첫걸음

World Labs가 선보인 'Marble'은 텍스트나 이미지를 입력하면 탐험 가능한 3D 세계를 생성하는 모델입니다. 저스틴 존슨은 이를 "3D 세계의 생성 모델"이라 부르며, 단순히 이미지를 만드는 것을 넘어 사용자가 실시간으로 편집하고 상호작용할 수 있다는 점을 강조했습니다.

  • 가우시안 스플래팅(Gaussian Splats): Marble은 원자 단위와 같은 작은 입자인 가우시안 스플랫을 사용합니다. 이는 실시간 렌더링에 매우 효율적이며, 모바일 기기나 VR 헤드셋에서도 고품질의 3D 환경을 구현할 수 있게 합니다.
  • 정밀한 제어: 기존 생성형 모델들이 단순히 프레임 단위의 결과물을 낸다면, Marble은 카메라 배치를 정밀하게 제어할 수 있어 감독이 촬영하는 듯한 경험을 제공합니다.

3. 트랜스포머는 시퀀스 모델이 아닌 세트 모델이다

기술적 논의에서 저스틴 존슨은 흥미로운 통찰을 제시했습니다. 그는 "트랜스포머는 본질적으로 시퀀스 모델이 아니라 세트(Set) 모델"이라고 주장합니다. 트랜스포머 내부의 연산은 토큰 단위로 독립적이며, 순서를 결정하는 것은 오직 위치 임베딩(Positional Embedding)뿐입니다. 이는 공간 데이터를 처리하는 데 있어 트랜스포머 구조가 가진 유연성을 시사하며, 향후 3D 공간 모델링의 확장 가능성을 보여줍니다.

4. 왜 지금 세계 모델(World Models)인가?

페이페이 리 교수는 딥러닝의 역사를 "컴퓨팅 자원을 확장해온 역사"로 규정합니다. 알렉스넷(AlexNet) 시절보다 현재 컴퓨팅 성능은 백만 배 이상 향상되었으며, 이제는 단순한 텍스트를 넘어 시각적·공간적 데이터를 처리할 준비가 되었습니다.

또한, 로봇 공학 분야에서 데이터 부족 문제를 해결하기 위해 고충실도의 합성 데이터를 생성하는 것이 매우 중요해졌습니다. Marble은 이러한 로봇 학습을 위한 시뮬레이션 환경을 구축하는 데 강력한 도구가 될 수 있습니다.

5. 결론: 지적 대담함의 필요성

이들은 현재의 AI가 인간의 지능과 달리 "패턴을 맞추는(fitting patterns)" 수준에 머물러 있다고 지적합니다. 하지만 세계 모델을 통해 더 넓은 범위의 패턴과 인과관계를 학습하게 된다면, 인간의 사고방식과는 또 다른 형태의 '외계 지능(Alien form of intelligence)'이 탄생할 수 있습니다.

페이페이 리와 저스틴 존슨은 이 분야가 아직 초기 단계임을 인정하며, 학계와 산업계가 협력하여 '지적인 대담함(Intellectual fearlessness)'을 가지고 기존의 틀을 깨는 연구를 지속해야 한다고 강조합니다. World Labs는 이제 막 여정을 시작했으며, 이들은 공간 지능이 창의적 산업을 넘어 로봇 공학, 건축, 디자인 등 인류의 일상을 혁신할 것이라 확신하고 있습니다.

🎯Key Sentences

1
That's very easy because Justin was my former student.
저스틴은 제 제자였기 때문에 그건 아주 쉬운 일이에요.
2
How do you think about the AlexNet equivalent model for world models?
월드 모델(world models)을 위한 알렉스넷(AlexNet)급 모델에 대해 어떻게 생각하시나요?
3
I think one is just there is a lot more data in compute generally available.
제 생각에는 전반적으로 활용 가능한 데이터와 컴퓨팅 자원이 훨씬 많아졌다는 점이 한 가지 이유인 것 같습니다.
4
I think it's important to recognize the ecosystem is a mixture, right?
생태계가 복합적인 구성이라는 점을 인식하는 것이 중요하다고 생각해요, 그렇지 않나요?
5
It's just how the market is.
시장이 원래 그런 법이죠.
모두 펼치기

📝Key Phrases

1
scaling up compute
컴퓨팅 자원 확장
2
put all the eggs in one basket
모든 달걀을 한 바구니에 담다
3
see the daylight
세상에 빛을 보다
4
state-of-the-art
최첨단
5
theoretical underpinning
이론적 토대
모두 펼치기

📖 Transcript

I think the whole history of deep learning is in some sense the history of scaling up compute.
When I graduated from grad school, I really thought the rest of my entire career would be towards solving that single problem, which is
A lot of AI as a field, as a discipline, is inspired by human intelligence.
We thought we were the first people doing it.
It turned out that was also simultaneously doing it.
So Marble, like basically one way of looking at it, it's the system, it's a generative model of 3D worlds, right?

ListenLeap이 실제 문맥에서 학습하도록 이끌어줌

🎨 흥미로운 콘텐츠
🌍 실제 자료
📱 언제든 듣고 보기