AI 영상 모델을 볼 때 기준이 조금씩 바뀌고 있습니다. 예전에는 “얼마나 그럴듯한 장면을 만드는가”가 핵심이었다면, 월드 모델에서는 “사용자가 행동했을 때 세계가 얼마나 오래, 일관되게 반응하는가”가 더 중요해집니다.
LingBot-World-Infinity, 즉 LingBot-World 2.0은 바로 이 지점을 겨냥한 모델입니다. 논문 제목도 Infinite Worlds with Versatile Interactions입니다.1 짧은 영상 클립을 잘 만드는 모델이라기보다, 사용자의 입력과 사건 전개를 받아들이며 계속 이어지는 생성 세계를 목표로 합니다.
핵심은 ‘긴 영상’이 아니라 ‘긴 상호작용’입니다
LingBot-World 2.0은 인과적 사전학습 패러다임을 통해 상호작용 가능한 시간을 사실상 제한 없이 확장하려는 접근을 취합니다.1 쉽게 말하면, 세계를 한 번에 완성된 장면으로 만드는 것이 아니라 시간 순서에 따라 다음 상태를 이어가며 생성하는 쪽에 가깝습니다.
이 차이는 중요합니다. 월드 모델에서 어려운 문제는 단순히 아름다운 프레임을 만드는 것이 아닙니다. 사용자가 계속 움직이고, 공격하고, 새로운 이벤트를 발생시켜도 세계가 무너지지 않아야 합니다. 즉, 평가 기준은 “한 장면의 품질”에서 “누적된 시간 속 일관성”으로 이동합니다.
공개된 보고서에서 20개 시나리오를 포함한 단일 60분 연속 세션이 제시된 것도 이 맥락에서 볼 수 있습니다. 긴 시간 동안 세계가 어떻게 유지되고 반응하는지가 LingBot-World-Infinity의 핵심 주장에 가깝습니다.
실시간 반응이 있어야 ‘세계’가 됩니다
상호작용형 모델에서 지연 시간은 단순한 성능 지표가 아닙니다. 사용자가 입력한 뒤 반응을 기다려야 한다면, 그것은 여전히 “생성된 영상을 보는 경험”에 가깝습니다. 반대로 즉각적인 반응이 가능해질수록 게임, 시뮬레이터, 인터랙티브 스토리텔링에 가까워집니다.
LingBot-World 2.0은 기본 모델에서 실시간 변형 모델을 증류해 빠른 응답을 지원합니다.1 논문은 이 실시간 변형이 720p 비디오 스트림을 60fps로 구동할 수 있도록 설계됐다고 설명합니다.1
또한 지원하는 행동 범위도 넓어졌습니다. 공격, 활쏘기, 주문 시전, 사격 같은 행동을 다루며, 텍스트 기반 이벤트의 종류도 이전 버전보다 확장했습니다.1 이는 단순한 이동 시뮬레이션을 넘어, 사건과 액션이 있는 가상 환경으로 확장하려는 방향을 보여줍니다.
에이전트 구조는 세계를 ‘진행’시키기 위한 장치입니다
LingBot-World 2.0에서 특히 눈에 띄는 부분은 에이전틱 하네스입니다. 이 구조는 파일럿 에이전트와 디렉터 에이전트로 구성됩니다.1
파일럿 에이전트는 캐릭터의 행동을 계획하고 실행하는 역할을 맡습니다.1 반면 디렉터 에이전트는 장면이 진행되는 동안 새로운 환경 요소를 합성합니다.1
이 구조가 중요한 이유는 월드 모델을 단순 렌더러가 아니라 “진행되는 시스템”으로 다루기 때문입니다. 사용자가 모든 행동과 사건을 직접 지정하지 않아도, 세계 안에서 캐릭터의 행동과 환경 변화가 이어져야 더 자연스러운 상호작용이 가능합니다.
적용 전에 봐야 할 기준
LingBot-World-Infinity를 평가할 때는 “영상 생성 모델이 얼마나 발전했는가”보다 다음 기준을 보는 편이 실용적입니다.
사용자의 입력에 얼마나 빠르게 반응하는가
긴 시간 동안 장면과 상태의 일관성을 유지하는가
이동뿐 아니라 공격, 사격, 주문 같은 복합 행동을 처리하는가
텍스트 이벤트와 환경 변화가 자연스럽게 이어지는가
에이전트 구조가 실제 상호작용 경험을 얼마나 풍부하게 만드는가
다만 현재 공개 릴리스는 연구와 실험 목적에 가깝게 보는 것이 적절합니다. GitHub 기준으로 공개된 항목에는 체크포인트 1개와 480P reference script가 포함되어 있으며, 다운로드 가능한 모델은 14B causal-fast입니다.2 라이선스는 CC BY-NC-SA 4.0으로 비상업 사용 조건이 붙어 있습니다.2
결론
LingBot-World-Infinity의 의미는 “더 긴 영상을 만든다”가 아닙니다. 긴 시간의 상호작용, 낮은 지연, 다양한 행동, 에이전트 기반 진행 구조를 묶어 생성형 AI를 “플레이 가능한 세계”에 더 가깝게 밀어붙인다는 데 있습니다.
따라서 이 모델을 볼 때 가장 중요한 질문은 단순합니다. 얼마나 예쁜가가 아니라, 얼마나 오래 일관되게 반응하는가입니다. LingBot-World 2.0은 앞으로 월드 모델을 평가할 때 이 기준이 더 중요해질 것임을 보여줍니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.