제프 베이조스 아마존 창립자의 대형 AI 프로젝트를 거절하고 독자 노선을 택한 연구진이 물리 법칙을 직접 이해하고 시뮬레이션하는 파격적인 '피지컬 AI' 모델을 공개했다.</p> <p data-source-line="4-4">신생 AI 스타트업 액셀러레이티드 언더스탠딩(Accelerated Understanding)은 25일(현지시간) 홈페이지를 통해 기존 트랜스포머 아키텍처는 물론 월드 모델과도 다른 새로운 형태의 '4D 시공간 궤적 예측' AI 모델을 개발했다고 발표했다.</p> <p data-source-line="6-6">아니마 아난드쿠마르와 베네딕트 제닉 공동 창립자는 로이터와의 인터뷰에서 "이 새로운 시스템은 언어를 이해하기 위해 만들어진 것이 아니라 물리학을 위해 만들어졌다는 점이 차이점"이라고 밝혔다.</p> <p data-source-line="8-8">대형언어모델(LLM)의 표준인 트랜스포머 아키텍처는 언어와 기호 데이터의 1차원 시계열 토큰을 학습해 '다음 단어'나 '다음 기호'를 확률적으로 예측하는 언어 중심 지능이다. 반면 이 회사의 모델은 언어가 아닌 다차원 물리 데이터와 법칙을 직접 학습한다.</p> <p data-source-line="10-10">언어 모델이 제시하는 고차원적 아이디어는 물리적 기반이 부족해 타당성 검증을 위해 느리고 값비싼 수동 실험에 의존해야 하지만, 액셀러레이티드 언더스탠딩의 모델은 물리 시스템의 상태를 입력받아 시간 흐름에 따른 시공간 변화를 직접 예측하고 시뮬레이션한다.</p> <p data-source-line="12-12">최근 주목받는 월드 모델과도 차이점이 명확하다. 대부분의 월드 모델은 비디오 데이터를 기반으로 2차원 시각 표현에 의존하거나 시간 축을 생략하는 편법을 사용한다. 또한 자기회귀(Autoregressive) 방식을 적용해 한 단계씩 순차 예측하는 과정에서 오류가 누적되는 한계가 있다.</p> <p data-source-line="14-14">하지만 새로운 모델은 공간 3차원과 시간 1차원을 결합한 완전한 4차원(4D) 시공간 궤적을 한 번에 출력하는 방식을 채택했다. 이를 통해 관찰 가능한 비디오 외형에만 치중하는 대신, 엔지니어링 및 과학 연구에 필요한 정밀한 물리적 세부 정보와 정확도를 확보했다는 설명이다.</p> <p data-source-line="16-16">세부 기술에서도 혁신을 이뤘다. 아난드쿠마르 창립자가 엔비디아 수석 과학자 시절 발전시킨 '신경 연산자(Neural Operators)' 아키텍처를 발전시켜 적용했다. 입력 해상도에 종속되지 않는 '해상도 불변성(Resolution Invariance)'을 보유해 단일 모델에서 대략적인 설계 스케치부터 고해상도의 세부 최적화까지 연속 실행할 수 있다.</p> <p data-source-line="18-18">컨텍스트 처리량도 기존과는 비교가 되지 않는다. LLM이 최대 수백만 토큰 수준에 머무는 것과 달리, 4D 시공간 좌표를 처리하는 이 모델은 패칭이나 서브샘플링 없이 학습 시 최대 1조 개, 추론 시 5조 개 이상의 4D 컨텍스트를 한 번에 처리한다. 5조 개 컨텍스트 기준 단일 추론 샘플의 출력 크기만 22테라바이트(TB)에 달한다.</p> <p data-source-line="20-20">이러한 대규모 데이터를 다루기 위해 단일 가속기와 노드의 한계를 넘어서는 독자적인 분산 샤딩(Sharding) 아키텍처를 구축했으며, 수백 건의 사전 학습을 거쳐 최대 35조 개의 매개변수 영역까지 안정적으로 확장된다는 것을 검증했다.</p> <p data-source-line="22-22">또한 알려진 물리 지배 방정식을 바탕으로 연속적인 점수와 최적화 기울기(Gradient)를 직접 산출하는 자가 개선 루프를 탑재했다. 실수형 실험 데이터나 이산 신호 중심의 복잡한 강화학습(RL)에 의존하지 않고도 모델 스스로 물리 법칙 준수 여부를 검증하며 성능을 극대화할 수 있다는 설명이다.</p> <p data-source-line="24-24">즉, 연구진이 제약 조건과 목표만 설정하면 AI가 물리적 이해를 바탕으로 자동 최적화를 수행하는 구조를 구현해, 실험실 결과를 기다릴 필요 없이 R&D 전체가 자가 개선되는 새로운 엔지니어링 패러다임이 열릴 것으로 기대된다.</p> <p data-source-line="26-26">다만 이 회사는 "혁신 루프 자체의 궤적을 최적화하고 자체적으로 개선할 수 있는 몇 가지 아이디어를 가지고 있지만, 아직은 공개할 수 없다"라고 덧붙였다.</p> <p data-source-line="28-28">액셀러레이티드 언더스탠딩은 반도체 칩 설계 최적화, 첨단 로보틱스, 기후 예측, 에너지 지질 분석 등 고도의 물리적 검증이 필수적인 엔터프라이즈 B2B 시장을 우선 공략할 방침이다.</p> <p data-source-line="30-30">한편, 이 회사는 칼텍(Caltech) 교수이자 엔비디아 디렉터 출신인 아난드쿠마르와 그녀의 남편이자 AI 인프라 엔지니어인 베네딕트 제닉이 공동 창립했다. 이들은 베이조스가 설립한 대형 피지컬 AI 스타트업 '프로젝트 프로메테우스'의 리더십 합류 제안을 거절하고 독자 행보를 이어왔다.</p> <p data-source-line="32-33">아난드쿠마르 대표는 "인간 중심의 언어 지능에서 벗어나 물리 법칙을 중심에 두는 자연 중심 지능으로의 전환이 R&D 패러다임을 바꿀 것"이라며, 수많은 시뮬레이션 시행착오와 물리 실험 병목을 단번에 해결하는 엔지니어링 혁신이 시작됐다고 선언했다.