NC AI, 컴퓨팅 4분의 1로 글로벌 톱 80%…K-월드모델 띄웠다 작성일 03-16 26 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">바르코 3D·MMORPG 노하우 결합…반도체·철강·조선 도메인 특화 데이터 공급 예정</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ZiLBHerNaK"> <p contents-hash="663b6dd6d60ed1574b34014e5c82dd8b68889ada2fe60e8b5c4395959d8a1c25" dmcf-pid="5nobXdmjgb" dmcf-ptype="general">(지디넷코리아=이나연 기자)NC AI가 글로벌 최고 성능 모델의 4분의 1 수준 컴퓨팅 자원으로 고난도 로봇 조작의 80% 성공률을 달성한 'K-월드모델' 기술로 피지컬 인공지능(AI) 시장을 공략한다.</p> <p contents-hash="0f60e0c3b3d38532c2191c38da05d82337b03224a89a115e362a523b5ae54f75" dmcf-pid="1LgKZJsAaB" dmcf-ptype="general">NC AI는 로봇 지능의 핵심인 '월드 파운데이션 모델(WFM)'을 자체 연구 인프라로 학습·검증해 주요 태스크에서 실무 적용 가능한 수준의 성공률을 달성했다고 16일 밝혔다.</p> <p contents-hash="ff9f9f25abdf58e318c052b8ec6d21d1549913ff838aac8ab3ec1f93b92f4c81" dmcf-pid="tjc43glwaq" dmcf-ptype="general">전 세계 피지컬 AI 산업의 핵심 난제는 가상 시뮬레이션에서 학습한 로봇이 현실의 미세한 물리 변수 앞에서 오작동을 일으키는 '시뮬레이션-현실(Sim2Real) 격차'다. 미·중 빅테크들이 로봇 파운데이션 모델에 천문학적 투자를 쏟아붓는 가운데, NC AI는 시각적 모방을 넘어 현실의 정교한 물리 법칙까지 예측하는 WFM으로 해법을 제시했다.</p> <figure class="figure_frm origin_fig" contents-hash="d9c4f2948f384c1969734a2e01987c7b8fad15623e3a7a123c79e68ff3b54172" dmcf-pid="FAk80aSrNz" dmcf-ptype="figure"> <p class="link_figure"><img alt="NC AI의 WFM이 예측한 영상(좌측)과 로봇이 시뮬레이터에서 실제로 움직인 영상(우측). (사진=NC AI)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/16/ZDNetKorea/20260316084228217xlnj.gif" data-org-width="800" dmcf-mid="GkN21nIkjV" dmcf-mtype="image" height="auto" src="https://t1.daumcdn.net/news/202603/16/ZDNetKorea/20260316084228217xlnj.gif" width="800"></p> <figcaption class="txt_caption default_figure"> NC AI의 WFM이 예측한 영상(좌측)과 로봇이 시뮬레이터에서 실제로 움직인 영상(우측). (사진=NC AI) </figcaption> </figure> <p contents-hash="5d44d113ff82e05954a5e32d4dedbd5cfa22ec38e68e489c0710d8f1063d9550" dmcf-pid="3cE6pNvmg7" dmcf-ptype="general"><span>NC AI WFM의 핵심 차별점은 처리 구조다. 기존 WFM이 영상을 생성한 뒤 </span><span>비전 언어 모델(VLM)로 추론해 행동을 선택하는 방식인 반면, NC AI의 WFM은 영상 생성 이전 단계인 잠재공간</span><span> 정보에서 바로 행동을 생성한다.</span></p> <p contents-hash="dbb9b550b99e716acd827e3bedcebe097e966be4526f7be8cad0b5cd2643ac7b" dmcf-pid="0kDPUjTscu" dmcf-ptype="general">영상 생성·추론 단계를 제거해 속도를 높이고, 고정밀 물리 엔진으로 생성한 학습 데이터를 활용해 행동 정확도까지 끌어올렸다. 여기에 엔씨소프트 시절부터 20년 이상 대규모 다중접속역할수행게임(MMORPG) 서비스로 축적한 가상 세계 구축 노하우와 3차원(3D) 생성 모델 '바르코 3D(VARCO 3D)'를 결합해 현실 세계에 흡사한 수준의 3D 시뮬레이터를 구현할 수 있다.</p> <p contents-hash="8e3abebeb7ab91428cf56dabf3590b18fa8ecb875e39a3c43b61639dc057a0ab" dmcf-pid="pEwQuAyOjU" dmcf-ptype="general">성능과 효율성 지표도 눈에 띈다. 로봇 팔의 복잡한 움직임을 제어하는 24개 고난도 조작 태스크 전체 기준으로 세계 최고 수준(SOTA) 대비 70% 성능을 확보했고, 현장 투입·상용화와 직결되는 상위 18개 핵심 태스크에선 엔비디아 코스모스 등 최고 성능 모델의 80%에 달하는 태스크 성공률을 기록했다. 이를 글로벌 톱 성능 모델 파인튜닝에 필요한 그래픽처리장치(GPU) 자원의 25%로 달성했다고 회사는 설명했다.</p> <figure class="figure_frm origin_fig" contents-hash="8e63d1681c85a5e004b8f3b5f0edf3049269c9f800e53552a901fd6d362580de" dmcf-pid="UDrx7cWIop" dmcf-ptype="figure"> <p class="link_figure"><img alt="WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. (사진=NC AI)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/16/ZDNetKorea/20260316084230271cpuw.gif" data-org-width="960" dmcf-mid="Xb2Gwqd8j9" dmcf-mtype="image" height="auto" src="https://t1.daumcdn.net/news/202603/16/ZDNetKorea/20260316084230271cpuw.gif" width="960"></p> <figcaption class="txt_caption default_figure"> WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. (사진=NC AI) </figcaption> </figure> <p contents-hash="ff02dfa801697acd1eb99988b2f10dc5c3341b912cc429e2bc66b5113e183cc8" dmcf-pid="uwmMzkYCa0" dmcf-ptype="general"><span>NC AI는 로봇 학습의 또 다른 병목인 데이터 부족 문제도 WFM으로 정면 돌파한다. 기존엔 눈 내리는 공장, 야간 물류센터, 예상치 못한 인간 개입 등 현실 변수를 담은 영상 데이터 수집에 막대한 시간과 비용이 들었다. NC AI의 WFM 환경은 프롬프트 조작만으로 이런 극한 환경의 비디오 데이터를 대량 생성할 수 있다.</span></p> <p contents-hash="45db85f4ad8e8d5d9d2ab499dc61af74a659bfb4c9a48a59672acfc787af0099" dmcf-pid="7rsRqEGhj3" dmcf-ptype="general">A100 1대 기준 10초 분량 비디오 생성에 80초가 소요되는 고효율로, A100 성능의 3배 수준인 H100 GPU 100대를 활용하면 1만 시간 분량의 합성 비디오 데이터를 단 11일 만에 생성할 수 있다. NC AI는 이를 기반으로 반도체 클린룸·철강 공정·조선소 블록 등 한국 제조업 특성에 맞춘 도메인 특화 합성 데이터를 공급할 계획이다.</p> <p contents-hash="9f60f6615c36e95ab296a178274d3dd47034d7d4374ff5cb3e6186dd3e2c4ce6" dmcf-pid="zmOeBDHlaF" dmcf-ptype="general">NC AI는 리얼월드·삼성SDS·씨메스·컨피그 인텔리전스·레인보우로보틱스·엔닷라이트·펑션베이 등 기업과 ETRI·KETI·한국자동차연구원 등 정부출연연, 카이스트·서울대·고려대·GIST 등 학계를 아우르는 'K-피지컬AI 얼라이언스'의 핵심 주체로 참여한다. 정밀 물리 시뮬레이션부터 3D 에셋 생성, 로봇 현장 실증으로 이어지는 가치 사슬에서 WFM이 기반 역할을 수행할 예정이다.</p> <p contents-hash="c1dfc5d7839d206135f692b6f205232c7e53ffd98c5842acd7489e6a4f5edb62" dmcf-pid="qsIdbwXSjt" dmcf-ptype="general">이연수 NC AI 대표는 "이번 WFM 연구로 막대한 연산 자원에 의존하던 기존 로봇 AI 개발 방식에서 벗어나, 정밀한 물리 이해와 최적화된 학습 아키텍처로 글로벌 톱티어 수준의 실질적 유효성을 증명했다"며 "K-피지컬AI 얼라이언스와 함께 한국 산업 특화형 로봇 생태계를 구축하고, 글로벌 피지컬 AI 패권을 주도하는 핵심 경쟁력으로 키울 것"이라고 말했다.</p> <p contents-hash="4fb1ed009d33c10404fc19527adcd27b45ccb23c295985028b5fe08341e872f0" dmcf-pid="BOCJKrZva1" dmcf-ptype="general">이나연 기자(ny@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 가트너 “AI 인재·거버넌스 중요…AI 확산으로 데이터·분석 전반 구조 변화” 03-16 다음 F1 사우디·바레인 대회 취소… FIA 회장 "평온과 빠른 안정 기원" 03-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
