메타(Meta)가 물리적 세계를 이해하고 예측할 수 있는 새로운 세계 모델 'V-JEPA 2'를 공개했다고 11일(현지시간) 발표했다. 이 모델은 AI 에이전트가 행동하기 전에 생각할 수 있도록 돕는 기술로, 고급 기계 지능(AMI) 개발을 위한 중요한 진전을 나타낸다. V-JEPA 2는 비디오를 통해 훈련된 최첨단 세계 모델로, 로봇과 다른 AI 에이전트들이 물리적 세계를 이해하고 자신의 행동에 대한 세계의 반응을 예측할 수 있게 한다. 메타는 이러한 능력이 물리적 세계에서 작동할 수 있는 AI 에이전트 구축에 필수적이라고 설명했다.

인간은 자신의 행동이나 다른 사람의 행동에 따라 물리적 세계가 어떻게 변화할지 예측하는 능력을 가지고 있다. 예를 들어 테니스공을 공중에 던지면 중력에 의해 다시 떨어진다는 것을 알고 있으며, 낯선 복잡한 지역을 걸을 때도 사람들이나 장애물에 부딪히지 않으면서 목적지로 향하는 길을 찾는다. 하키를 할 때는 퍼크가 현재 있는 위치가 아닌 퍼크가 향할 위치로 스케이트를 탄다.

메타에 따르면, 인간은 주변 세계를 관찰하고 내부 모델을 개발함으로써 이러한 물리적 직관을 달성하며, 이를 통해 가상의 행동 결과를 예측할 수 있다고 설명했다. V-JEPA 2는 AI 에이전트가 이러한 지능을 모방하도록 도와 물리적 세계에 대해 더 똑똑하게 만든다. 이러한 종류의 기계 지능을 개발하는 데 사용되는 모델을 세계 모델이라고 하며, 이는 이해, 예측, 계획이라는 세 가지 필수 능력을 가능하게 한다.

지난해 공개한 첫 번째 비디오 훈련 모델인 V-JEPA를 기반으로 구축된 V-JEPA 2는 이해와 예측 능력을 향상시켜 로봇이 낯선 물체와 환경과 상호작용하며 작업을 완료할 수 있도록 한다. 메타는 V-JEPA 2를 비디오를 사용해 훈련시켰으며, 이를 통해 모델이 사람이 물체와 상호작용하는 방식, 물체가 물리적 세계에서 움직이는 방식, 물체들이 서로 상호작용하는 방식 등 물리적 세계의 중요한 패턴을 학습하도록 했다고 설명했다. 연구실의 로봇에 배치했을 때, 로봇들이 V-JEPA 2를 사용해 도달하기, 물체 집어 올리기, 물체를 새로운 위치에 배치하기 등의 작업을 수행할 수 있다는 것을 발견했다.

해당 모델에 대한 자세한 사항은 메타 웹사이트에서 확인 가능하다.

이미지 출처: 메타