‘월드 모델’, 그 중요성이 점점 커지고 있습니다.

보통 월드 모델이라고 하면 ‘피지컬 AI’와 연결지어 생각하시는 분들도 있겠지만, 언어 기반의 에이전트들도 점점 ‘시간이 흘러도 사라지지 않고 계속 이어지는 환경을 필요로 하기 시작’했고, 그 맥락에서의 ‘에이전트를 위한 월드 모델’은 점점 중요해지고 있습니다.

이상적인 상황이라면, 에이전트는 자기가 뭘 했는지 기억하고, 그 행동이 어떤 결과를 낳았는지 지켜보고, 한 걸음마다 초기화되는 게 아니라 계속해서 상호작용을 이어가야 합니다. 그렇게 하기 위해서, 연구자들이 다른 모델을 훈련시킬 수도 있고, 현실의 상황을 흉내낼 수도 있고, 긴 시간에 걸쳐 행동이 펼쳐지게끔 만들 수도 있는 ‘시뮬레이션 세계’를 만들고 있는 것이구요.

엔지니어와 개발자들이 '어떤 기술적 접근이 가장 좋은가'를 아직 탐색하는 단계이긴 하지만, 요구 사항만큼은 이미 분명합니다. 쓸 만한 AI 시뮬레이션 세계라면 통제 가능하고(Controllable), 일관되고(Consistent), 열려 있어야(Open-Ended) 합니다.

최근까지 AI 에이전트를 위한 세계를 만드는 방법은 크게 두 갈래였는데요, 둘 다 위의 조건들을 한꺼번에 다, 잘 만족시키지는 못했습니다.

그러던 와중에, 프린스턴 대학교와 캘리포니아 대학교 연구진이 단순하지만 효과적인 대안을 내놨습니다. 바로, ‘표준 웹 기술로 풍부하고 열린 AI 세계를 만들 수 있게 하자’는 거예요. 세계의 '물리 법칙'에 해당하는 핵심적인 규칙은 코드에 그대로 남겨 두고, 그 위에 AI 모델을 얹어서 서사와 묘사, 그리고 상위 수준의 판단을 할 수 있게끔 하는 겁니다. 그리고 이런 접근법을 웹 월드 모델(Web World Model, WWM) 이라고 부릅니다.

자, 그럼 이 웹 월드 모델이 뭔지, 그리고 어떻게 만들어지고 사용되는지 한 번 같이 살펴볼 텐데요. 오늘 에피소드에서 다룰 내용은 아래와 같습니다.

우선, 이름부터 살짝 오해를 부를 수도 있는데요. 여기서 '모델'은 GPT 같은 AI 모델이 아니라, 기상 모델이나 모형 비행기 할 때의 '모형'에 가깝습니다. 그리고 '웹'은 무엇을 흉내 내는지가 아니라 무엇으로 만들었는지를 가리키는 겁니다.

실제 사례로 나오는 것도 은하계와 카드 게임과 소설책이지, 웹사이트가 아닙니다. 그러니까 웹 기술로 지어 놓은 '세계의 모형' — 에이전트가 들어가서 돌아다니는 환경이라는 뜻입니다.

여기서 '세계'는 두 가지로 이루어집니다. 변하지 않는 규칙, 그리고 계속 변하는 상태입니다. 체스로 치면 "비숍은 대각선으로만 간다"가 규칙이고, "지금 말이 어디 놓여 있는가"가 상태죠. 규칙만 적힌 종이는 경기가 아니고, 규칙과 상태, 둘 다 있어야 세계가 됩니다.

웹 월드 모델의 핵심은 이 세계를 두 겹으로 나눈다는 데 있습니다. 규칙과 상태는 코드가 맡고, 그걸 사람이 읽을 문장으로 옮기는 일만 언어 모델이 맡습니다.

장면 하나를 생각해 보면 분명해집니다. 플레이어가 잠긴 문 앞에 서 있고, 가방에 열쇠는 없습니다. 여기서 "문을 연다"를 입력하면 코드가 먼저 판정을 내립니다. 열쇠 없음, 문은 안 열림. 그러고 나서야 모델이 호출되죠. 모델이 받는 건 이미 확정된 그 사실 뿐이고, 모델이 하는 일은 거기에 문장을 입히는 겁니다. "손잡이를 돌리자 녹슨 쇠가 서걱거리는 소리만 났다" 같은 식으로요.

여기서 모델이 할 수 없는 일이 하나 있습니다 - 바로 ‘문을 여는 것’이죠. 문이 열렸는지는 이미 앞 단계에서 끝난 이야기라, 모델에게는 그 결정을 뒤집을 통로 자체가 없거든요. 묘사는 매번 달라져도, 문은 언제나 잠겨 있는 겁니다.

만약에 말이죠, 위와 반대로 모델에게 상태까지 맡겼다면, 이야기가 달라지겠죠. 모델이 어떤 이유에서든 극적인 상황 전개를 하려고 문을 열어버릴 수 있죠. 나쁜 모델이라서가 아니라, 원래 그럴듯한 이야기를 만들도록 만들어진 물건이라서 그렇습니다.

순서를 바꿀 수 없게 못박아 둔 것 — 그게 기본적으로는 웹 월드 모델의 전부입니다.

웹 월드 모델은 2026년에 일어나고 있는 ‘더 큰 규모의 변화’를 대변하는 한 단면이라고 생각합니다 - 바로, AI 에이전트가 채팅 인터페이스를 넘어서 계획하고 행동하고 실패하고 배우고 다시 시도할 수 있는 '지속되는 환경'으로 옮겨가고 있거든요.

이게 왜 중요할까요? 살아있는 진짜 웹에서 에이전트를 직접 훈련시키는 건 비싸고, 느리고, 위험하기 때문이죠. 실험 중인 에이전트가 실수로 항공권을 결제하거나, 레코드를 지워버리거나, 되돌릴 수 없는 구매 버튼을 눌러가면서 뭔가를 배우게 두고 싶지는 않으실 겁니다.

바로 그래서 시뮬레이션된 웹 환경이 더 중요해지고 있습니다. 2026년에 나온 DynaWeb, WebWorld 같은 연구들도 에이전트 훈련 쪽에서 같은 방향을 보고 있는 연구들이구요. 에이전트를 살아있는 웹사이트에 붙여 놓는 대신, 웹 페이지의 상태를 예측하는 월드 모델을 만들어서 에이전트가 실제로 움직이기 전에 합성된 궤적(Synthetic Trajectory)을 먼저 만들어 보게 하자는 거죠.

이런 흐름 때문에 원래의 웹 월드 모델 아이디어가 점점 더 중요해집니다. WWM은 그저 무한하게 게임을 할 수 있게 해 주거나 여행 일정을 제대로 뽑아내게 해 주는 괜찮은 기법에 그치는게 아니라, ‘AI 시스템 설계 전반에 통하는 하나의 패턴’을 구성하는 체계입니다 — 규칙은 코드가 지키게 하고, 유연한 맥락은 모델이 만들게 해서, 에이전트에게는 긴 호흡의 행동을 현실에서 실제로 하기 전에 시험해 볼 수 있는 안정된 환경을 줄 수 있습니다.

자, 이렇게 AI 에이전트가 안전하게 활동할 수 있는 믿을 만한 세계를 만들려면, ‘엄격한 규칙’과 ‘창의적인 생성’ 사이에서 균형을 잘 잡아야겠죠. 그리고, 프린스턴 대학교와 캘리포니아 대학교 연구진이 내놓은 웹 월드 모델(WWM)이 바로 이 균형을 잘 잡은 연구입니다.

에이전트가 활동할 세상의 구조를 만들어 주는 결정론적인 코드, 그리고 풍부함과 다양함을 더해 주는 확률적인 언어 모델(LM) 두 가지 요소로 구성되어 있는데, ‘코드’는 TypeScript 모듈, HTTP 핸들러, 데이터베이스 스키마 같은 것들입니다.

연구진은 WWM이 실전에서 작동하게끔 하기 위한 ‘네 가지 기본 원칙’을 정리했는데, 여러분들도 그대로 따라해 보셔도 좋을 만한, 실제로 쓸만한 로드맵이라고 생각해서 소개합니다:

WWM은 세계를 두 개의 층으로 쪼갭니다. 비디오 게임이 게임 로직과 그래픽을 나누는 것과 비슷하죠.

전체적인 갱신은 이런 순서로 일어납니다. 1) 사용자가 행동을 합니다. 2) 코드가 먼저 새로운 논리적 상태를 계산합니다. 3) 그러고 나서야 LLM이 갱신된 상태를 바탕으로 묘사를 생성합니다.

논리가 먼저 오기 때문에, 모델이 창의적인 디테일을 얹어도 세계는 앞뒤가 맞는 상태로 남습니다.

앞에서 모델이 만들어 낸 것은 화면에 뿌릴 문장 한 줄이 전부였습니다. 코드가 "문은 안 열림"을 정하면 모델이 "녹슨 쇠 소리만 났다"라고 옮기는 식이었죠. 플레이어가 읽고 넘어가면 그만이고, 게임 안에서 바뀌는 건 아무것도 없습니다.

그런데 사실, 모델을 부르는 진짜 이유는 따로 있습니다. 없던 것을 새로 지어내게 하려는 겁니다.

문은 개발자가 미리 만들어 뒀습니다. 잠겨 있다는 것도 정해 놨고요. 그런데 예를 들면, ‘행성’을 모델링한다면 그럴 수가 없죠. 좌표가 무한한데 그걸 하나하나 미리 써 둘 방법이 없거든요. 플레이어가 도착하는 순간까지 그 행성은 아무것도 아닙니다. 기후도 없고 위험 요소도 없죠. 코드는 미리 적어 둔 것밖에 못 하니까, 이 빈자리를 채우는 게 모델의 몫이 되는 겁니다.

여기서 하나는 분명히 해 두면, 모델이 지어내는 건 사고가 아니라 시켜서 하는 일입니다. 앞서 문제 삼았던 건 지어내는 행위 자체가 아니라, 지어내면 안 되는 자리에서 지어내는 것이었구요. 문이 열렸는지는 코드가 이미 정해 놓은 자리고, 처음 가본 행성의 기후는 아무도 정해 놓지 않은 자리죠. 앞은 막아야 하고, 뒤는 오히려 시켜야 합니다.

문제는 그다음입니다. 모델이 지어낸 행성이 게임 안에 진짜로 존재하려면 코드가 그 내용을 쥐고 있어야 합니다. 예를 들어, 착륙했을 때 피해를 얼마나 입는지 계산해야 하니까요. 그런데 모델이 "춥고 황량한데 폭풍이 자주 몰아쳐 위험하다"라고 문장으로 넘겨주면, 코드는 그 안에서 위험 요소만 골라낼 재간이 없습니다.

그래서 그 길목에 서식을 정해 놓습니다. 자유롭게 쓰라고 하는 대신, 칸이 정해진 양식을 건네는 거죠.

모델은 이 칸을 채운 JSON을 내놓아야 합니다. 기후: 얼어붙은 툰드라, 위험: 정전기 폭풍 이렇게요. 그러면 코드가 '위험' 칸만 꺼내서 판정에 씁니다. 모델이 상상한 것이 세계의 규칙으로 들어오게 되는 겁니다.

이 서식은 두 가지 일을 한꺼번에 합니다. 하나는 코드가 바로 읽을 수 있는 모양으로 받아내는 것이고, 다른 하나는 지어내도 되는 구역을 그어 주는 것입니다. 위 서식에는 칸이 둘뿐이죠. 모델은 기후와 위험 요소는 마음껏 지어낼 수 있지만, 플레이어의 소지금이나 세계의 중력 상수에는 손댈 수 없습니다. 칸이 없으니까요. 막는 게 아니라 구역을 정해 주는 방식입니다.

눈여겨볼 대목은 이 서식이 대단한 물건이 아니라는 점입니다. AI 시스템들은 보통 임베딩, 그러니까 사람이 읽지 못하는 숫자 덩어리로 서로 정보를 주고받지만, WWM은 그러지 않아요. JSON을 HTTP로 주고받고, 형식은 TypeScript로 못박습니다. 웹 개발자가 서버와 브라우저 사이에서 매일 하던 그 일 그대로입니다.

그래서 두 가지가 따라옵니다. 오가는 내용을 사람이 눈으로 읽을 수 있으니 어디가 어긋났는지 확인이 되고, 통로가 평범한 웹 API와 다르지 않으니 새로 배울 것도 없습니다. 형식에 맞지 않는 출력은 TypeScript가 걸러내거나 다시 요청하죠.

무한한 세계를 데이터베이스에 저장할 수는 없습니다만, 일관되게 '다시 만들어 낼' 수는 있을까요?

앞의 두 원칙이 세계를 통제하는 방법이었다면, 그것만으로는 아직 반쪽입니다. 개발자가 미리 적어 둔 만큼만 존재하는 세계라면 이렇게 공들여 만들 이유가 없으니까요.

그렇다고 해서 세계를 무한히 늘리려고 하면 곧바로 저장 문제에 부딪힙니다. 무한한 것을 담아 둘 데는 없고, 그렇다고 저장을 포기하면 다시 찾아왔을 때 그 행성이 딴 곳으로 바뀌어 있겠죠.

그래서, 세 번째 원칙은 저장하는 대신 매번 ‘똑같이 다시 만들어내는’ 방식으로 이 딜레마를 없애 버립니다.

여기 쓰이는 해시 함수는 같은 것을 넣으면 언제나 같은 숫자가 나오는 계산기인데, 그 숫자를 건네받으면 매번 조금씩 다르게 답하던 모델의 변덕이 없어집니다. 같은 좌표에서 같은 숫자가, 그 숫자에서 같은 행성이 나오는 셈이니까, 1년 뒤에 다시 가도 그대로 있는 거죠 - 저장해 둔 것은 한 바이트도 없는데 말입니다. 마인크래프트 시드처럼, 숫자 하나만 알려주면 친구도 똑같은 세계를 보게 되는 것과 같습니다.

이게 왜 설계 원칙인지도 여기서 드러납니다. 서두에서 꼽은 세 조건 중에 일관성(Consistency)과 오픈(Openness)되어 있어야 한다는 조건을 한꺼번에 만족시키는 게 이 방식이고, 이것이 없다면 WWM은 그냥 잘 만든 웹 애플리케이션에 머물렀을 테니까요.

물론, 대가는 있습니다. 도착한 자리에서 만들어내야 하는데 완성될 때까지 빈 화면을 보여줄 수는 없으니, 만들어지는 대로 조금씩 흘려보냅니다. 챗봇의 답이 한 글자씩 차오르는 것과 같은 원리로, 이것 역시 웹에서 원래 쓰던 기술(HTTP 스트리밍)입니다.

월드 모델이라면 세계의 상태에 맞춰 달라지는 게 당연합니다. 문이 잠겨 있으면 잠긴 대로, 열려 있으면 열린 대로 반응해야죠. 그런데 WWM은 여기에 축을 하나 더 답니다. 바로 지금 쓸 수 있는 자원이 얼마나 되느냐입니다.

LLM을 갖다 쓰다 보면 느려질 때도 있고 아예 먹통이 될 때도 있으니까요. 돈도 많이 들구요. 서비스를 직접 굴려 보신 분들은 다들 겪어 보셨을 겁니다.

그래서 WWM은 형편에 따라 세 단계의 충실도(Fidelity) 를 오갑니다.

‘생성’에만 기대는 서비스라면 모델이 멈추는 순간 화면도 같이 멈추겠지만, WWM은 규칙과 상태를 코드가 들고 있으니, 모델이 손을 놓아도 물리 층은 그대로 돌아가고 세계는 계속 플레이할 수 있는 상태로 남죠. 층을 갈라 놓은 값을 여기서 하는 셈입니다.

밋밋해지는 건 문장 뿐입니다. 묘사가 좀 심심해질 뿐 문은 여전히 잠겨 있고, 플레이어는 하던 걸 그대로 이어가면 되죠. 서버를 늘 켜 둘 필요가 없다는 점도 여기에 한몫하는데, 사람이 들어올 때만 잠깐 돌면 되니까 세계는 무한해도 운영은 가볍습니다.

자, 이론 이야기는 여기까지 하죠. 이런 개념은 실제로 만들어 봐야 쓸모가 드러나는 법인데, 연구진은 이 구조로 뭘 할 수 있는지 이미 여럿 보여주고 있습니다.

WWM으로 만들 수 있는 건 생각보다 폭이 넓습니다. 연구진은, 뼈대는 코드로 짜 놓고 이야기와 미션은 AI가 채우는 가상 은하도 만들었고, 열린 웹이나 장편 소설을 바탕에 깐 세계, 게임에 가까운 시뮬레이션까지 내놓았거든요. 하나씩 보시죠.

1. 무한 여행 지도(The Infinite Travel Atlas) — 실제 지구 위에 얹은, 끝없는 여행기

결은 구글 어스와 비슷한데 WWM으로 지었다는 게 다릅니다. 어떤 장소를 고르면 그 좌표를 해싱해서 시드를 뽑고, 그 시드가 장소의 지형이며 특징을 정합니다. 그 위에 LM이 테마와 여행 일정, 이야깃거리를 얹구요. 뒤에 데이터베이스 하나 없이 브라우저에서 그때 그때 만들어 내는데도, 같은 곳에 다시 가면 늘 같은 느낌을 받게 됩니다. 표준 웹 기술과 LM만으로 무한한 목적지를 돌아다니면서도 세계를 일관되고 통제되는 상태로 붙들어 둘 수 있다는 얘기죠.

2. 은하 여행 지도(Galaxy Travel Atlas) — 같은 구조를 통째로 가상 우주에

은하와 행성은 코드가 절차적으로 찍어 내고, 좌표를 해싱한 시드가 그 구조와 물리 규칙을 정합니다. LM은 그 위에 미션과 묘사와 이야기를 더하는데, 어디까지나 정해진 범위 안에서만 움직이죠. 그렇게 일관되고, 얼마든지 커지고, 통제도 되는 무한한 가상 세계가 나옵니다.

3. AI Spire — AI가 카드를 발명해도 규칙은 안 흔들리는 카드 게임

게임 자체는 브라우저에서 결정론적으로 돌아가고, LM은 오직 새 카드와 유물을 그때그때 지어내는 데만 씁니다. 카드의 효과는 게임 엔진이 읽고 강제할 수 있는 구조화된 데이터로 나오구요. 덕분에 플레이어는 원하는 카드를 만들어 달라고 조르고 끝없는 변주를 즐기면서도, 규칙이 발밑에서 슬그머니 바뀌지 않는 안정적인 게임을 하게 됩니다.

4. AI Alchemy — 세계가 스스로 규칙을 불려 나가는 샌드박스

중력이며 흐름이며 충돌은 결정론적인 셀룰러 오토마타 엔진이 맡습니다. LM은 처음 보는 일이 생겼을 때만 끼어들죠. 한 번도 만난 적 없는 두 원소가 부딪히면 그 반응을 새로 지어내는 식입니다. 그렇게 만든 규칙은 검증을 거쳐서 저장해 두고 다시 쓰기 때문에, 세계가 계속 커져도 흔들리지 않습니다. 혼돈에 빠져서 무너지지 않으면서 새로운 행동을 계속 발견해 나가는 시뮬레이션인 셈이죠.

5. Cosmic Voyager — 읽는 우주가 아니라 돌아다니는 우주

브라우저에서 돌아가는 3D 세계라, 우주에 대해 읽는 게 아니라 그 안을 직접 날아다니게 됩니다. 행성과 궤도와 항행은 코드가 짠 결정론적 시뮬레이션이 처리하고, LM은 실시간 가이드를 맡아서 지금 보고 있는 게 뭔지 설명해 주죠. 내레이션이 사용자의 위치와 시점에 딱 붙어 있어서, 세계를 흔들지 않으면서도 탐험이 살아 있는 것처럼 느껴집니다. 가벼운 우주 비행 체험을 흉내 낸 셈이에요.

6. WWMPedia — 질문을 던지면 그 자리에서 쓰이는 백과사전

질문을 하면 위키피디아 같은 페이지 하나가 통째로 만들어집니다. 검색과 레이아웃과 출처는 코드가 챙기고, 그 틀 안에서 AI 모델이 설명을 쓰죠. 그렇게 나온 페이지 하나하나가 열린 웹의 구체적인 '상태'가 됩니다. 흘러가 버리는 채팅 답변이 아니라, 들여다보고 넓히고 다시 찾아올 수 있는 무언가가 되는 거예요.

7. Bookshelf — 넘길 때마다 이어 쓰이는 책

책 한 권이 그대로 지속되는 세계가 됩니다. 페이지와 레이아웃과 앞뒤 연결은 코드가 붙들고, 모델은 지정해 둔 문체와 장르에 맞춰 그 페이지를 채우죠. 한 장 넘길 때마다 이야기가 통제된 채로 한 걸음씩 나아가는 독서가 되는 겁니다.

실제 지구를 다룬 여행 지도가 있는가 하면 통째로 지어낸 은하도 있고, 공부하자고 만든 백과사전이 있는가 하면 놀자고 만든 카드 게임도 있습니다. 이렇게 제각각인 세계들이 전부 WWM 덕분에 실제로 만들어질 수 있었던 것이고, 앞으로 WWM에 기반해서 만들어질 수 있는 세계는 무한할 것 같습니다.

그런데, 위에서 보신 활용사례들 중에 몇 가지는 ‘뉴로-심볼릭 AI’를 떠올리게 하지 않나 생각이 혹시 드셨나요?

맞습니다 - 간단히 말하면, WWM은 뉴로-심볼릭 AI를 엔지니어가 실제로 손댈 수 있는 형태로 구현해 낸 사례 중 하나라고 할 수 있을 겁니다.

뉴로-심볼릭 AI가 뭔지부터 다시 리캡해 볼까요? 논리와 규칙, 구조화된 상태, 그리고 "이건 반드시 이렇게 된다"는 보장을 맡는 심볼릭 시스템에다가, 지각과 언어와 일반화와 창의성을 맡는 뉴럴 시스템을 하나로 붙이자는 발상입니다. 앞에서 코드와 LM이 나눠 맡았던 일이 정확히 이 구분이죠. 코드가 심볼릭이고 LM이 뉴럴입니다.

둘을 이어 붙이는 고리가 바로 두 번째 원칙에서 본 ‘타입 지정 인터페이스’구요. 코드가 어떤 형식과 어떤 행동이 유효한지 정해 두면 LM은 그 울타리에 맞는 내용만 내놓을 수 있고, 어긋난 출력은 걸러지거나 고쳐집니다. 이 과정을 거치면서 흐릿하던 뉴럴 생성물이 명시적인 심볼릭 상태로 바뀌게 되죠. 뉴럴 추론 → 심볼릭 표현 → 심볼릭 실행으로 이어지는, 전형적인 뉴로 심볼릭 루프입니다.

모델이 "얼어붙은 툰드라, 정전기 폭풍"을 지어내고(뉴럴), 그게 서식에 맞는지 검사를 거쳐 게임이 읽을 수 있는 값이 되고(심볼릭 표현), 코드가 그 값으로 피해량을 계산하는(심볼릭 실행) 그 과정도 바로 이런 뉴로 심볼릭 루프의 사례라고 할 수 있겠죠.

그러니까 WWM은 뉴럴 모델이 가설을 내놓고 심볼릭 시스템이 그걸 검증하고 제약하고 실행하는 뉴로 심볼릭 파이프라인을 그대로 따르고 있는 셈입니다. 다만, 널리 쓰이는 웹 스택 위에서 돌아가는 데다가 모델을 지휘자가 아니라 울타리 안의 생성기로 세워 뒀다는 점이 다른 점이기는 합니다. 어쨌든 그런 구조 덕분에 뉴로 심볼릭 AI가 연구실 밖에서도 만들어 볼 만한 물건이 된 게 아닐까 합니다.

정리하면 통제하고 디버깅하기가 수월하고, 규모를 얼마든지 키울 수 있고, 상태가 사라지지 않고, 무엇보다 열려 있습니다. 물론 아쉬운 데가 없는 건 아니죠.

WWM 이야기를 하면서 가장 눈에 띄었던 건, 이게 바로 ‘손에 잡히는 물건’이라는 점입니다. 논문 속 연구 데모로 머무는 게 아니라, 웹을 다룰 줄 아는 사람이라면 오늘 당장 만들어서 띄워 볼 수 있는 구조라는 거예요. 이 안에서, AI 에이전트는 살아갈 자리를 얻게 되고, 그 자리는 웹의 뼈대를 빌린 덕분에 모델에게 전부 맡겼을 때 벌어지는 난장판을 피해 갈 수 있습니다.

에이전트가 살아갈 세계를 만들 때 챙겨야 할 핵심, 바로 네 가지 원칙입니다.

뉴로-심볼릭 AI처럼 오래 이야기되어 온 기초 개념들이 이제야 WWM과 같은 모습으로 사람이 쓸 만한 모습을 찾아가고 있고, 그렇게 ‘월드 모델’도 누구나 만져 보고 직접 만들어 볼 수 있는 자리까지 내려오고 있습니다. 그리고 언어 모델이 그 안에서 한 축을 맡고 있죠.

앞으로 WWM을 통해서 더 재미있는 세상을 만들어갈 수 있기를 기대하게 됩니다.

웹 월드 모델(Web World Model)이란 무엇인가요?
표준 웹 기술로 만든 AI 환경입니다. 세계의 규칙과 상태는 결정론적인 코드가 붙들고, 언어 모델은 묘사나 대사, 이야기, 판단 같은 유연한 내용을 채웁니다. 참고로 여기서 '모델'은 GPT 같은 AI 모델이 아니라 기상 모델이나 모형 비행기 할 때의 '모형'에 가깝고, '웹'은 무엇을 흉내 내는지가 아니라 무엇으로 만들었는지를 가리킵니다.

AI에서 말하는 월드 모델은 뭔가요?
어떤 환경이 어떻게 돌아가는지를 담아 놓은 시스템입니다. 지금 상태가 어떤지, 규칙이 무엇인지, 무엇을 할 수 있고 그러면 어떤 일이 벌어질지까지를 포함하죠. 에이전트는 이 덕분에 매 순간 반응만 하는 대신 행동하기 전에 계획을 세울 수 있습니다.

월드 모델과 LLM은 뭐가 다른가요?
월드 모델은 환경이 어떻게 돌아가는지, 그러니까 상태와 규칙과 행동과 결과를 담습니다. LLM은 언어를 예측하고 만들어 내죠. LLM이 월드 모델의 부품으로 들어갈 수는 있지만, LLM 자체가 월드 모델인 건 아닙니다.

월드 모델은 무슨 일을 하나요?
AI가 어떤 환경에서 실제로 움직이기 전에 그 환경을 이해하거나 흉내 내 볼 수 있게 해 줍니다. 다음에 무슨 일이 생길지 내다보고, 여러 선택지를 미리 시험해 보고, 시간이 지나도 상태를 잃지 않고, 긴 호흡의 계획을 세우는 일이 여기서 가능해집니다.

보통의 웹 앱과는 뭐가 다른가요?
보통의 웹 앱은 규칙도 내용도 미리 정해져 있습니다. 웹 월드 모델은 그 안정적인 뼈대를 그대로 가져가되 모델이 만든 내용을 얹어서, 통제는 유지하면서 세계가 계속 넓어질 수 있게 만듭니다.

AI 에이전트에게 왜 유용한가요?
행동에 결과가 따라붙는, 사라지지 않는 환경을 주기 때문입니다. 시뮬레이션이나 게임, 웹 탐색, 훈련과 테스트, 그리고 긴 호흡의 계획 수립에 쓸모가 있습니다.

완전 생성형 세계와 같은 건가요?
아닙니다. 완전 생성형 세계는 AI 생성에 거의 다 기대는 방식이라 통제하기가 어렵습니다. 웹 월드 모델은 역할을 갈라 놓죠. 규칙은 코드가 지키고, 모델은 그 안에서만 내용을 만듭니다.

뉴로 심볼릭 AI와 관련이 있나요?
있습니다. 웹 월드 모델은 뉴로 심볼릭을 실전에 옮겨 놓은 형태예요. 규칙과 구조와 검증은 심볼릭 코드가 맡고, 언어와 창의성과 유연한 생성은 뉴럴 모델이 맡습니다.

어떤 기업들이 월드 모델을 만들고 있나요?
에이전트와 로보틱스, 시뮬레이션, 게임, 피지컬 AI를 다루는 연구소와 기업들입니다. Google DeepMind, NVIDIA, Meta, World Labs, Runway, 그리고 로보틱스와 자율주행 쪽 회사들이 대표적이죠.

그냥 '웹 모델'이라고 하면요?
'웹 모델'은 여러 뜻으로 쓰이지만 이 맥락에서는 대개 웹 환경을 담아낸 모형을 가리킵니다. 웹 월드 모델은 그보다 좁아서, 평범한 웹 기술로 사라지지 않고 상호작용하는 AI 세계를 만드는 걸 뜻합니다.

읽어주셔서 감사합니다. 친구와 동료 분들에게도 뉴스레터 추천해 주세요!