생성형 영상이 실제 제작 도구가 되려면 결과가 그럴듯한 것만으로는 부족하다. 카메라의 위치와 이동을 얼마나 정확히 지정할 수 있는지, 서로 다른 시점이 동일한 공간으로 유지되는지, 생성 결과를 후속 3D 작업에 활용할 수 있는지가 중요하다. World Labs Atlas를 평가할 때도 영상의 인상보다 이러한 제어 방식과 출력 구조를 먼저 살펴볼 필요가 있다.
프롬프트가 아니라 카메라 기하가 출발점이다
World Labs Atlas는 텍스트로 카메라 움직임을 묘사하는 대신, 위치·각도·경로를 포함한 정밀한 카메라 기하 정보를 기본 입력으로 처리한다. 카메라 제어 영상에는 1~6장의 이미지를 사용할 수 있으며, 지정된 경로를 따라 최대 1440p 해상도의 1분 영상을 생성한다.1
이 접근의 의미는 제어 단위가 언어적 의도에서 공간 좌표로 바뀐다는 데 있다. 사용자는 여러 번 생성해 우연히 적절한 움직임을 얻기보다, 원하는 촬영 경로를 먼저 설계하는 방식으로 작업할 수 있다. 반면 결과의 실용성은 경로 입력이 정밀하다는 사실만으로 보장되지 않는다. 카메라가 이동하는 동안 물체의 형태와 배치가 안정적으로 유지되는지도 함께 검증해야 한다.
여러 입력을 하나의 공간 관계로 묶는다
기술적으로 Atlas는 텍스트·이미지·비디오·3D 데이터로 처음부터 학습된 멀티모달 자기회귀 확산 트랜스포머다. 서로 다른 입력은 하나의 공유 공간 컨텍스트로 결합되며, 각 이미지는 이 컨텍스트 안에서 3D 공간상의 위치와 연결된다.1
이 구조를 통해 서로 무관한 참조 이미지들을 공간에 배치하고, 이미지 사이에 존재할 장면을 생성할 수 있다. 중요한 점은 개별 이미지를 독립적으로 재현하는 것이 아니라 여러 입력 사이의 공간적 관계를 구성한다는 것이다.
다만 참조 이미지에 나타나지 않은 부분은 모델이 생성해야 한다. 따라서 결과를 검토할 때는 입력에서 확인할 수 있는 영역과 모델이 새로 구성한 영역을 구분해 판단해야 한다. 시각적으로 자연스러운 연결과 실제 공간을 정확히 복원하는 일은 동일한 평가 기준이 아니다.
영상과 3D 출력은 서로 다른 검증을 요구한다
Atlas는 영상뿐 아니라 포인트 클라우드와 3D 가우시안 스플랫 형식의 데이터도 출력한다.1 이 때문에 평가는 한 편의 영상이 자연스러운지에 머물러서는 안 된다. 영상에서는 시간에 따른 장면 일관성과 카메라 경로 준수 여부를, 3D 데이터에서는 기하 구조의 정확성과 후속 작업에 필요한 활용 가능성을 따로 확인해야 한다.
도입을 검토하는 조직이라면 다음 질문이 핵심이다.
입력하지 않은 시점에서도 물체와 공간 배치가 일관되는가
지정한 카메라 경로가 결과에 얼마나 정확히 반영되는가
포인트 클라우드와 3D 가우시안 스플랫이 요구되는 작업 수준에 맞는가
관측된 영역과 생성된 영역을 작업자가 구분하고 관리할 수 있는가
처리 시간과 비용, 기존 3D 제작 도구와의 연계가 업무 조건에 맞는가
얼리 액세스 단계에서 봐야 할 것
World Labs는 2024년 페이페이 리가 설립했으며, Atlas는 현재 일부 파트너에게 얼리 액세스로 제공되고 있다.2 따라서 현시점의 핵심 과제는 공개 사례의 시각적 완성도를 일반적인 성능으로 확대 해석하지 않는 것이다.
앞으로 주목할 부분은 더 화려한 데모보다 반복 가능한 검증 자료다. 동일한 입력과 카메라 경로에서 결과가 얼마나 안정적인지, 복잡한 장면에서도 공간 관계가 유지되는지, 영상과 3D 출력이 각각 실제 제작 기준을 충족하는지가 World Labs Atlas의 활용 범위를 가를 가능성이 크다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.