AI 생성 이미지
생성형 AI가 다음 단계로 가려면 단순히 멋진 장면을 만들어내는 것만으로는 부족합니다. 사용자가 입력하면 화면이 반응하는 수준을 넘어, 여러 사람이 동시에 들어가도 같은 규칙과 상태가 유지되는 공간을 만들 수 있어야 합니다. Agora-1이 주목받는 이유는 바로 이 지점에 있습니다. 핵심은 그래픽 데모가 아니라, 생성형 모델이 다중 사용자 환경의 기본 조건을 감당할 수 있는지에 대한 실험입니다.
월드 모델의 관심사가 바뀌고 있다
월드 모델은 대체로 이전 프레임과 사용자 입력을 바탕으로 다음 프레임을 예측하는 방식으로 이해돼 왔습니다.1 이 접근에서는 시뮬레이션과 렌더링이 하나의 신경망 안에서 결합됩니다. 사용자가 한 명이고, 화면도 하나라면 이 구조는 비교적 직관적입니다. 입력이 들어오면 다음 장면을 예측하고, 그 결과를 다시 이어 붙이면 됩니다.
하지만 여러 참여자가 같은 공간에 들어오는 순간 문제는 달라집니다. 한 명의 화면에서만 그럴듯하면 되는 것이 아니라, 각 참여자의 행동이 하나의 세계 상태에 반영돼야 합니다. 서로 다른 위치와 시점에서 같은 사건을 바라보더라도, 세계가 모순 없이 이어져야 합니다.
그래서 멀티 에이전트 월드 모델은 단순한 영상 생성 모델과 다른 평가 기준을 요구합니다. 중요한 것은 프레임의 사실감만이 아니라, 여러 에이전트가 동시에 존재하고 행동할 때 공유된 환경이 유지되는가입니다.
Agora-1이 시도하는 구조
Odyssey는 Agora-1을 자사가 계획한 ‘멀티 에이전트 월드 모델’ 시리즈의 첫 모델로 소개했습니다.1 멀티 에이전트 월드 모델은 여러 인간 또는 AI 에이전트가 같은 생성형 3D 환경 안에서 동시에 존재하고 행동할 수 있게 하는 신경망 시스템입니다.1
Agora-1은 하나의 실시간 생성 시뮬레이션 인스턴스에 최대 4명의 인간 또는 AI 에이전트를 수용합니다.2 각 참여자의 행동을 추적하고, 하나의 공유 월드 상태를 유지하며, 모든 참여자에게 동시에 픽셀 스트림을 전송합니다.1
테스트 환경으로는 Nintendo 64 게임 GoldenEye가 사용됐습니다. Agora-1은 각 플레이어에게 별도의 시점을 실시간으로 렌더링합니다. 또한 Odyssey 웹사이트에서 초기 연구 프리뷰로 플레이할 수 있습니다.2
여기서 GoldenEye라는 선택은 흥미로운 시각적 장치이지만, 기술적으로 더 중요한 부분은 ‘무엇을 재현했는가’보다 ‘어떤 방식의 상호작용을 실험했는가’입니다. Agora-1은 단일 사용자용 생성 화면이 아니라, 여러 참여자가 같은 세계 안에 있는 상황을 전제로 합니다.
‘학습된 게임 엔진’이라는 표현의 의미
Odyssey는 Agora-1을 ‘학습된 게임 엔진’처럼 작동한다고 설명합니다.1 이 표현이 중요한 이유는 전통적인 게임 제작 방식과 대비되기 때문입니다.
일반적인 게임 엔진에서는 세계의 규칙, 물리, 상호작용, 렌더링 파이프라인이 사람이 설계한 코드와 시스템으로 구성됩니다. 반면 Agora-1은 손으로 작성한 게임플레이 로직이나 전통적 렌더러 없이 작동하는 것을 목표로 합니다.1
이 목표가 현실화된다면, 게임이나 가상환경을 만드는 방식은 크게 달라질 수 있습니다. 개발자가 모든 규칙과 장면을 직접 구현하는 대신, 모델이 학습한 세계 표현을 바탕으로 환경을 생성하고 반응시키는 방향이 열릴 수 있기 때문입니다.
다만 이 표현을 곧바로 ‘기존 게임 엔진의 대체’로 받아들이기는 이릅니다. 게임 엔진은 단순히 화면을 그리는 도구가 아니라, 예측 가능성, 제어 가능성, 디버깅 가능성, 성능 안정성까지 포함하는 복합 시스템입니다. Agora-1은 그중 일부를 신경망 기반으로 실험하는 초기 연구 프리뷰에 가깝습니다.
멀티플레이에서 어려워지는 것들
한 명의 사용자에게만 반응하는 월드 모델과 여러 참여자를 동시에 다루는 월드 모델 사이에는 큰 간극이 있습니다.
첫째, 공유 상태가 필요합니다. 참여자 A가 어떤 행동을 했다면, 참여자 B의 화면에서도 그 결과가 일관되게 나타나야 합니다. 각자의 화면이 따로 생성되더라도, 기반이 되는 세계는 하나여야 합니다.
둘째, 시점별 렌더링이 필요합니다. Agora-1은 각 참여자에게 별도의 시점을 실시간으로 렌더링합니다. 이는 하나의 장면을 한 방향에서 보여주는 것보다 훨씬 까다롭습니다. 같은 세계 상태를 여러 관점의 픽셀 스트림으로 동시에 바꿔야 하기 때문입니다.
셋째, 에이전트 수가 늘어날수록 복잡성이 커집니다. Agora-1은 최대 4명을 대상으로 합니다.2 이 숫자는 연구 프리뷰의 범위를 보여주는 동시에, 다중 사용자 생성 환경이 아직 해결해야 할 확장성 과제를 안고 있음을 시사합니다.
기대와 한계를 함께 봐야 한다
Agora-1의 의미를 과장하지 않으려면 두 가지를 구분해야 합니다. 하나는 연구적으로 흥미로운 방향성이고, 다른 하나는 실제 제품 수준의 안정성입니다.
방향성 측면에서 Agora-1은 생성형 AI가 ‘보는 화면’을 만드는 기술에서 ‘함께 들어가는 공간’을 만드는 기술로 확장될 수 있음을 보여줍니다. 특히 인간뿐 아니라 AI 에이전트도 같은 환경에 들어올 수 있다는 점은 향후 시뮬레이션, 게임, 가상 협업 환경에서 중요한 실험 축이 될 수 있습니다.
반면 제품화 관점에서는 아직 확인해야 할 부분이 많습니다. 공유 월드 상태가 얼마나 오래 안정적으로 유지되는지, 참여자가 예측하기 어려운 행동을 할 때 모델이 어떻게 반응하는지, 여러 시점의 픽셀 스트림이 얼마나 일관적인지 등이 핵심입니다. 초기 연구 프리뷰라는 성격상, 지금은 가능성의 증명에 더 가깝게 보는 것이 적절합니다.
Odyssey가 함께 공개한 대화형 오디오·비디오 월드 모델 Starchild-1도 같은 맥락에서 볼 수 있습니다. 생성형 월드 모델이 시각적 장면 생성에 머무르지 않고, 상호작용과 멀티모달 경험으로 확장되는 흐름을 보여주는 사례입니다.
앞으로 봐야 할 것
Agora-1을 볼 때 가장 중요한 질문은 “AI가 게임처럼 보이는 화면을 만들었는가”가 아닙니다. 더 중요한 질문은 “여러 참여자가 동시에 행동해도 같은 세계가 유지되는가”입니다.
앞으로는 다음 지점을 지켜볼 필요가 있습니다.
공유 월드 상태가 장시간 상호작용에서도 일관되게 유지되는지
참여자 수가 늘어날 때 실시간성과 안정성이 어떻게 변하는지
각 참여자의 개별 시점이 서로 모순 없이 생성되는지
손으로 작성한 게임플레이 로직이나 전통적 렌더러 없이 어느 정도까지 상호작용을 처리할 수 있는지
인간과 AI 에이전트가 같은 환경 안에서 함께 행동하는 시나리오가 얼마나 자연스럽게 확장되는지
Agora-1은 완성된 게임 엔진이라기보다, 생성형 AI가 다중 사용자 세계를 만들 수 있는지 묻는 초기 실험입니다. 그럼에도 이 실험이 중요한 이유는 분명합니다. AI 생성 환경의 경쟁력이 앞으로는 장면의 품질만이 아니라, 공유된 세계를 얼마나 안정적으로 유지하느냐에 달려 있을 가능성이 크기 때문입니다.
1Odyssey's Agora-1 Puts Four Players Inside the Same AI-Generated World -- Built on a 1997 Shooter
2Agora-1 by Odyssey - A multi-agent world model you can play
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.