Alibaba 'World Model' 3억 달러 투자... LLM 종말 선언, 로봇·자율주행 시대 개막

Alibaba Cloud가 AI 영상 생성 도구 Vidu를 개발한 ShengShu에 20억 위안(약 3억 달러)을 투자했다고 발표했다. 이 투자는 텍스트 기반 AI를 넘어 실제 물리 시뮬레이션 기술로의 전환을 목표로 한다.

세계 모델, 챗봇 시대의 대체제로 부상

현재의 AI 모델들은 통계적으로 가장 그럴듯한 다음 결과를 예측하는 방식으로 작동한다. 예를 들어 비디오 생성 시 개가 소파 뒤로 숨으면 칼라가 사라지거나, 카메라가 이동하면 소파가 소파로 변하는 오류가 발생한다. 이는 현재 AI가 '지식(knowledge)' 요소는 갖추었으나 '물리 세계의 이해(understanding of the physical world)'와 '지속적 학습(continuous learning)' 부분이 부족하기 때문이라는 것이 업계의 평가다.

이에 대해 ShengShu는 게임, AI 영상 생성 같은 디지털 세계와 자율주행, 로봇 같은 물리 세계를 연결하는 '일반 세계 모델(general world model)'의 개발을 목표로 하고 있다. ShengShu 창립자 Zhu Jun은 "비전, 오디오, 터치 같은 다중모드 데이터로 구축된 일반 세계 모델은 LLM보다 물리 세계 작동 방식을 더 자연스럽게 포착한다"고 밝혔다.

글로벌 기업들의 World Model 경쟁 본격화

세계 모델에 대한 관심은 Alibaba만의 현상이 아니다. Google DeepMind CEO Demis Hassabis는 "LLM은 최종 AI 시스템의 중요한 구성 요소이지만 유일한 요소는 아닐 것"이라고 언급했으며, Meta를 떠난 Yann LeCun과 'AI의 대모' Fei-Fei Li 모두 세계 모델 중심의 시장으로 이동하고 있다.

ByteDance, Kuaishou 같은 중국의 단락형 영상 기업들도 유사한 AI 도구를 출시했으며, Alibaba는 지난달 3D 모델 생성 플랫폼 Tripo AI에 5000만 달러(약 715억원), PixVerse에 6000만 달러(약 858억원)를 투자하는 등 세계 모델 생태계 확보에 집중하고 있다.

NVIDIA CEO Jensen Huang도 CES 2026 키노트에서 물리 법칙에 기반한 세계 모델 개발에 회사의 상당한 역량을 할당하겠다고 밝혔다.

에너지 효율성과 실시간 성능의 혁신

세계 모델이 주목받는 이유 중 하나는 에너지 효율성이다. Tufts University 연구팀이 개발한 신경-기호 AI(Neuro-Symbolic VLA)는 표준 시스템 대비 95% 성공률(표준 34% vs 신경-기호 95%)을 기록했으며, 학습 시간은 1.5일에서 34분으로 단축되었다. 에너지 소비는 표준 모델의 1%에 불과했다.

이러한 4D 기술은 영상 생성을 넘어 증강현실(AR) 분야에서도 중요하다. Meta의 Orion 프로토타입 안경 같은 AR 시스템에서 4D 세계 모델은 사용자 환경의 진화하는 지도 역할을 하며, 가상 객체의 안정성 유지와 공간 기억을 가능하게 한다.

한국 시장의 과제와 기회

한편 국내는 세계 모델 분야에서 상대적으로 뒤처진 상황이다. 중국의 적극적 투자와 달리 한국의 AI 스타트업들은 주로 LLM 기반 챗봇 분야에 집중해왔으며, 로봇공학과 자율주행 기술 연계는 아직 초기 단계다.

다만 한국의 반도체 제조 역량과 로봇 기술 기반은 세계 모델 시대에 핵심 자산이 될 수 있다. 업계 분석가들은 세계 모델이 향후 로봇공학, 자율주행, 과학적 발견 가속화의 열쇠가 될 것으로 보고 있으며, 이는 한국의 제조업 생태계 전환과 직결된 과제다.