AI 경쟁의 중심이 챗봇에만 머물지 않는다는 신호가 나오고 있다. 2023년 설립된 월드 모델 AI 스타트업 Odyssey는 3억1천만 달러 규모의 시리즈 B 투자를 유치했고, 투자 후 기업가치는 14억5천만 달러로 평가됐다.1 이번 라운드는 Natural Capital이 주도했으며 Amazon, AMD Ventures, GV 등이 참여했다.1
하지만 이 소식의 핵심은 투자 규모 자체보다 방향성에 있다. 시장은 이제 “텍스트를 잘 생성하는 AI”를 넘어 “물리 세계를 이해하고 시뮬레이션하는 AI”를 중요한 다음 축으로 보고 있다.
월드 모델은 무엇이 다른가
월드 모델은 물리 세계의 동작을 시뮬레이션하도록 학습된 AI 시스템이다. 대규모 언어 모델이 문장의 다음 단어를 예측한다면, 월드 모델은 장면의 다음 프레임을 예측한다.2
이 차이는 작지 않다. 다음 프레임을 예측하려면 중력, 빛, 움직임, 객체 간 상호작용 같은 요소를 함께 고려해야 한다.2 그래서 월드 모델은 단순한 이미지나 영상 생성보다 “어떤 행동을 했을 때 세계가 어떻게 변하는가”를 다루는 기술에 가깝다.
이 특성 때문에 활용 분야도 명확하다. 로보틱스, 자율주행차, 게임 엔진, 산업 시뮬레이션처럼 실제 행동 전에 결과를 검증해야 하는 영역과 잘 맞는다.2 예를 들어 로봇이 물체를 잡기 전에 결과를 예측하거나, 자율주행 시스템이 복잡한 교통 상황을 가상 환경에서 시험하는 식의 응용을 생각할 수 있다.
Odyssey도 이 방향에 서 있다. 회사는 Odyssey-2를 “상호작용 가능한 장시간 시뮬레이션”으로 설명하고, Agora-1은 여러 인간 또는 AI가 같은 시뮬레이션 안에서 실시간으로 상호작용하는 모델로 소개한다.3 공동창업자는 CEO Oliver Cameron과 CTO Jeff Hawke다.
좋은 월드 모델의 기준은 성능만이 아니다
월드 모델이 중요한 이유는 분명하지만, 구현은 쉽지 않다. 월드 모델 학습은 장시간 중단 없는 고활용률 연산을 필요로 한다.2 대규모 언어 모델은 버스트 형태의 학습이 가능하지만, 월드 모델에서는 지속적인 연산이 특히 중요하다.2
따라서 경쟁력의 기준도 달라진다. 단순히 더 큰 모델을 만들거나 더 빠른 칩을 쓰는 것만으로는 충분하지 않다. 실제 워크로드에서 얼마나 많은 유효 연산을 안정적으로 뽑아내는지가 비용과 직결된다.
여기서 중요한 지표가 모델 FLOP 활용률이다. 이는 칩의 이론상 최대 성능 중 실제 작업에서 구현되는 비율을 측정한다.2 월드 모델 기업에는 유효 연산당 비용이 핵심 인프라 지표로 쓰이기 때문에, 이 수치는 단순한 기술 지표를 넘어 사업 지표에 가깝다.2
Odyssey가 AWS Trainium3에서 80% 모델 FLOP 활용률을 달성했다는 점이 눈에 띄는 이유도 여기에 있다.2 월드 모델처럼 지속적인 대규모 연산이 필요한 분야에서는 “얼마나 높은 성능을 낼 수 있는가”만큼 “그 성능을 얼마나 효율적으로 유지할 수 있는가”가 중요하다.
Amazon 참여가 보여주는 인프라 경쟁의 변화
Odyssey의 투자자 명단에 Amazon과 AMD Ventures가 포함된 점도 주목할 만하다.1 이는 AI 인프라 경쟁이 특정 GPU 생태계에만 갇혀 있지 않고, Amazon Trainium 같은 자체 칩과 다양한 연산 플랫폼으로 확장되고 있음을 보여준다.
특히 월드 모델은 연산 효율의 압박이 큰 분야다. 장시간 시뮬레이션과 지속적인 학습이 필요하다면, 기업은 모델 구조뿐 아니라 어떤 칩과 클라우드 조합에서 유효 연산당 비용을 낮출 수 있는지도 함께 따져야 한다.
즉 Odyssey의 사례는 “어떤 모델이 더 똑똑한가”라는 질문에서 한 걸음 더 나아가게 만든다. 앞으로는 “그 모델을 어떤 인프라에서 얼마나 효율적으로 학습하고 실행할 수 있는가”가 AI 기업의 경쟁력을 가르는 기준이 될 가능성이 크다.
Odyssey에서 읽어야 할 신호
Odyssey의 시리즈 B는 단순한 스타트업 투자 뉴스가 아니다. AI의 다음 확장 방향이 텍스트와 이미지 생성을 넘어, 물리 세계의 변화와 상호작용을 예측하는 쪽으로 움직이고 있음을 보여주는 사례다.
독자가 이 흐름에서 얻을 수 있는 실용적인 판단 기준은 세 가지다.
무엇을 예측하는 모델인가
다음 단어인지, 다음 프레임인지, 또는 실제 환경의 변화를 예측하는지에 따라 AI의 활용 범위가 달라진다.시뮬레이션이 실제 의사결정에 도움이 되는가
로보틱스, 자율주행, 게임, 산업 시뮬레이션처럼 행동 전 검증이 필요한 영역에서는 일관된 세계 모델이 더 큰 가치를 만든다.연산 효율을 확보했는가
월드 모델에서는 모델 성능뿐 아니라 모델 FLOP 활용률과 유효 연산당 비용이 핵심 지표가 된다.
결국 Odyssey가 보여주는 결론은 명확하다. 앞으로 AI를 평가할 때는 생성 결과의 품질만 볼 것이 아니라, 세계를 얼마나 일관되게 시뮬레이션하는지, 그리고 그 시뮬레이션을 얼마나 효율적인 인프라 위에서 구현하는지를 함께 봐야 한다.
1After taking Nvidia's money, Odyssey raises $310M and bets on Amazon and AMD instead
2The AI startups building beyond chatbots are choosing Amazon's custom chips. Here's why.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.