NC AI, ‘Sim2Real’ 한계 넘은 K-월드모델 연구…GPU 25%로 SOTA급 성능 작성일 03-16 31 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="fdxnJKnQ5u"> <figure class="figure_frm origin_fig" contents-hash="bad3c001bd08c9ad15a905b52bcb84a2b9dea4a159e7759dcc56be3c113eeac8" dmcf-pid="4JMLi9LxGU" dmcf-ptype="figure"> <p class="link_figure"><img alt="WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. [NC AI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/16/ned/20260316103103376huro.jpg" data-org-width="1280" dmcf-mid="9Bq5Xm5TZq" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/16/ned/20260316103103376huro.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. [NC AI 제공] </figcaption> </figure> <p contents-hash="51fdda6d1110e060905f66b24c49b126a2f30422a40c237edbf37ebca4d7e0bd" dmcf-pid="8iRon2oMtp" dmcf-ptype="general">[헤럴드경제=박혜림 기자] 국내 피지컬AI 대표기업 NC AI가 글로벌 SOTA(현존 최고 성능)급 ‘K-월드모델’ 연구에 성과를 내고 있다. 기존 모델 학습에 필요한 컴퓨팅 자원의 약 4분의 1(GPU 25%) 수준으로 모델을 학습시켜 SOTA 대비 최대 70% 수준의 성능을 확보하는 데 성공했다.</p> <p contents-hash="211d9d15e17d7121d51930bbd1e624cd5f31d4d1f5dff429f9322ad3c8ec9bb9" dmcf-pid="6negLVgRX0" dmcf-ptype="general">NC AI는 16일 로봇 지능의 핵심인 ‘월드 파운데이션 모델(WFM, World Foundation Model)’을 성공적으로 시연하고, 글로벌 피지컬 AI 시장 공략에 나선다고 밝혔다.</p> <p contents-hash="80852d10028ec1ade4850d4bda2a5cf277e0ef336deda06222f606845377f264" dmcf-pid="PLdaofaeY3" dmcf-ptype="general">월드모델 연구는 대규모 컴퓨팅 인프라가 필요한 분야로 꼽힌다. 하지만 NC AI는 자체 연구 인프라를 활용해 모델 학습과 검증을 수행했으며 주요 태스크에서 실무 적용 가능성을 확인할 수준의 성공률을 기록했다.</p> <p contents-hash="4ed365c7bc87ddf286a67ca4b32f24c5e86e066cb1b43f482f88cfd9430425ad" dmcf-pid="QoJNg4Nd1F" dmcf-ptype="general">현재 피지컬 AI 산업의 주요 과제는 가상 시뮬레이션에서 학습한 로봇이 현실 세계의 미세한 물리 변수로 인해 오작동하는 ‘Sim2Real(시뮬레이션-현실) 격차’ 문제다. 이를 해결하기 위해 미국과 중국 빅테크 기업들이 로봇 파운데이션 모델 개발에 대규모 투자를 진행하고 있다.</p> <p contents-hash="ab9318dac94a32b77a613fe6f42823384b3391780e128f2c7f92a351232cb6c1" dmcf-pid="xgija8jJYt" dmcf-ptype="general">NC AI는 시각적 모방을 넘어 현실 물리 법칙을 예측하는 WFM 구조로 해당 문제 해결에 접근했다. 기존 WFM이 영상을 생성한 뒤 VLM을 통해 추론하고 행동을 선택하는 방식이라면, NC AI 모델은 잠재공간(Latent Space) 정보에서 바로 행동을 생성하는 구조를 적용했다. 영상 생성과 추론 단계를 줄여 효율성을 높이고 고정밀 물리 엔진 기반 학습 데이터를 활용해 행동 정확도를 개선했다는 설명이다.</p> <p contents-hash="11a86236ab38d4ec6f079d415d1e1ad2b11f48a0eaf35efd176ffb5b565f66dc" dmcf-pid="yFZp3lpXH1" dmcf-ptype="general">여기에 엔씨소프트 시절부터 20년 이상 대규모 MMORPG를 운영하며 축적한 가상 세계 구축 기술과 자체 3D 생성 모델 ‘바르코 3D(VARCO 3D)’를 결합해 현실과 유사한 수준의 3D 시뮬레이션 환경을 구현할 수 있다는 것이 회사 측 설명이다.</p> <p contents-hash="3686c37166fa75043d412748c26c37216f4b97199af2a10c4f5e7dc13c061004" dmcf-pid="WrkOmiOcY5" dmcf-ptype="general">자원 효율성도 강조했다. NC AI는 글로벌 최고 성능 모델의 파인튜닝에 필요한 GPU 자원의 약 25% 수준으로 WFM 학습을 수행했다.</p> <figure class="figure_frm origin_fig" contents-hash="83b7c6398c4c03a0005699357f302691d5b64656aaff12711ab366ba3420945a" dmcf-pid="YmEIsnIkZZ" dmcf-ptype="figure"> <p class="link_figure"><img alt="WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. [NC AI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/16/ned/20260316103103701pqns.gif" data-org-width="960" dmcf-mid="2fy5Xm5T1z" dmcf-mtype="image" height="auto" src="https://t1.daumcdn.net/news/202603/16/ned/20260316103103701pqns.gif" width="960"></p> <figcaption class="txt_caption default_figure"> WFM을 통해 생성한 원본영상(좌측 상단)을 기반으로 다양한 합성 영상 데이터를 생성한 모습. [NC AI 제공] </figcaption> </figure> <p contents-hash="c1a4e766470212d82d0eda549afe27af22ef4306d18d1f894fbf8d199d56c5ef" dmcf-pid="GsDCOLCEGX" dmcf-ptype="general">성능 평가에서도 실무 적용 가능성을 확인했다. 로봇 팔의 복잡한 움직임을 제어하는 24개 로봇 조작 태스크를 대상으로 테스트한 결과 전체 태스크 기준 SOTA(현존 최고 성능) 대비 약 70% 수준의 성능을 확보했다. 현장 적용과 상용화와 관련된 상위 18개 핵심 태스크에서는 엔비디아 ‘코스모스(Cosmos)’ 등 최고 성능 모델의 약 80% 수준의 성공률을 기록했다.</p> <p contents-hash="36e5a8c1e9f12521f5c619582d984d55e21b0aa4c3866cea56848f6988d9aa2f" dmcf-pid="HOwhIohDtH" dmcf-ptype="general">NC AI는 이를 통해 대규모 인프라 투자 없이도 최적화된 학습 구조를 기반으로 글로벌 수준의 기술 경쟁력을 확보했다고 설명했다.</p> <p contents-hash="75da77865d791b3142a690225338b76ef2afa88b91b9b2261eba59ae95db14f5" dmcf-pid="XIrlCglwYG" dmcf-ptype="general">로봇 학습에 필요한 데이터 확보 문제를 해결하기 위한 합성 데이터 생성 파이프라인도 구축할 계획이다. 기존에는 눈이 내리는 공장, 야간 물류센터, 예기치 않은 작업자 개입 등 다양한 환경 데이터를 확보하기 위해 실제 촬영에 많은 비용과 시간이 필요했다.</p> <p contents-hash="004dc44cd0b1d153fcfbecac3e43aff8589d5ba78e034dd08ecd2fbee471df11" dmcf-pid="ZCmShaSrXY" dmcf-ptype="general">하지만 NC AI의 WFM 환경에서는 프롬프트 입력만으로 다양한 환경의 비디오 데이터를 생성할 수 있다. A100 GPU 1대 기준 10초 분량 비디오 생성에 약 80초가 소요되며, H100 GPU 100대를 활용할 경우 약 1만 시간 분량의 합성 비디오 데이터를 11일 만에 생성할 수 있다는 설명이다.</p> <p contents-hash="5af4c388dd3e4e12ab41ca5d14fbccbf77409e5110618e89a87a30fd63cd6961" dmcf-pid="5hsvlNvmYW" dmcf-ptype="general">NC AI는 이러한 기술을 활용해 반도체 클린룸, 철강 공정, 조선소 등 국내 제조업 환경에 특화된 합성 데이터를 공급할 계획이다.</p> <p contents-hash="af84891fbf3dda89b25dd2894592a26445f759baf5ff72b2fbaea68753e38843" dmcf-pid="1lOTSjTsGy" dmcf-ptype="general">현재 NC AI는 리얼월드, 삼성SDS, 씨메스, 컨피그 인텔리전스, 레인보우로보틱스, 엔닷라이트, 펑션베이 등 기업과 ETRI, KETI, 한국자동차연구원 등 정부출연 연구기관, 카이스트·서울대·고려대·GIST 등 학계가 참여하는 ‘K-피지컬 AI 얼라이언스’에 참여하고 있다.</p> <p contents-hash="2b4c55da1054fb151e952ee5e631c237dde210ed6b6f844a0d2551cf55aded81" dmcf-pid="tSIyvAyO1T" dmcf-ptype="general">이연수 NC AI 대표는 “이번 WFM 연구 성과는 막대한 연산 자원에만 의존하던 기존의 로봇 AI 개발 방식에서 벗어나, 정밀한 물리 이해와 최적화된 학습 아키텍처를 통해 글로벌 톱티어 수준의 실질적 유효성을 증명해 냈다는 데 큰 의의가 있다”며 “향후 NC AI의 독보적인 월드모델 기술력을 바탕으로 K-피지컬AI 얼라이언스와 함께 한국 산업 특화형 로봇 생태계를 견고히 구축하고, 나아가 글로벌 피지컬 AI 패권을 주도하는 핵심 경쟁력으로 키워나갈 것”이라고 강조했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 미국, 중국 반도체 '국가 안보 위협' 규정…"국내도 대비해야" 03-16 다음 '0.009초 대역전극' 람보르길리 또 일 냈다! 김길리, 세계선수권 金金...1000m 이어 1500m도 우승 '2관왕 달성' 03-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
