안녕하세요, 리키입니다. 요즘 인공지능(AI) 분야가 정말 뜨겁죠? 특히 거대언어모델(LLM)의 한계를 넘어서려는 연구들이 활발한데요. 오늘은 세계적인 AI 석학인 얀 르쿤 교수가 ‘월드모델’이라는 새로운 접근법을 수학적으로 증명했다는 이야기를 들려드리려고 합니다.
그동안 거대언어모델은 문맥상 다음에 올 단어를 예측하는 방식으로 작동하기 때문에, 때로는 존재하지 않는 사실을 지어내는 ‘환각 현상(할루시네이션)’이 발생한다는 한계가 있었습니다. 자율주행이나 정밀 제조 같은 분야에서는 이런 오류가 치명적이기 때문에, AI가 현실의 물리 법칙을 오차 없이 학습할 수 있는 월드모델이 필요하다는 목소리가 커지고 있는 상황입니다.
월드모델과 JEPA 아키텍처
얀 르쿤 교수 연구팀은 이러한 생성형 모델의 한계를 극복할 대안으로 ‘공동 임베딩 예측 아키텍처(JEPA)’라는 구조를 제시했습니다. 이 방법은 단순히 픽셀 단위의 예측이 아니라, 의미 공간의 핵심 인과 관계만을 추출하여 학습함으로써 오류와 환각을 방지하는 아키텍처입니다. 이 연구는 AI가 외부 세계의 상태를 인식하고 행동했을 때 세계가 어떻게 변할지 예측하는 월드모델을 구축하는 데 중요한 토대를 제공한다고 설명하고 있습니다.
특히 이번 논문에서는 JEPA 기반 모델인 ‘LeJEPA’가 정제되지 않은 비디오 픽셀이나 센서값 같은 비선형 데이터로부터 중력, 마찰력과 같은 현실 세계의 숨겨진 물리적 변수를 왜곡 없이 선형적으로 복원해 낼 수 있음을 수학적으로 입증했습니다. 인간의 증명 오류까지 검증하는 도구를 통해 이 모델의 신뢰성을 확보했다는 점이 매우 의미가 깊습니다.
이러한 월드모델과 피지컬AI에 대한 관심은 투자로도 이어지고 있습니다. 르쿤 교수팀의 연구는 현실 세계를 정밀하게 반영하는 피지컬AI의 중요성을 강조하며, 엔비디아나 삼성전자 같은 주요 기업들로부터 막대한 시드 투자를 유치하는 계기가 되었습니다. 앞으로 AI가 물리 세계를 어떻게 이해하고 학습해 나갈지, 정말 기대가 되더군요.
