같은 날 공개된 두 가지 물리적 세계 모델. 이보다 더 다를 수는 없다.
2026년 6월 28일과 29일, 태평양을 사이에 두고 서로 반대편에 위치한 두 기업이 불과 몇 시간 차이로 실세계 모델을 공개했습니다. 샌프란시스코에 본사를 둔 인공지능(AI) 연구소인 데카르트(Decart)는 자율주행차와 로봇공학을 위해 구축된 실시간 생성형 세계 모델인 ‘오아시스 3(Oasis 3)’에 대한 애플리케이션 프로그래밍 인터페이스(API) 접근 권한을 공개했다.

2026년 6월 28일, 샌프란시스코에 본사를 둔 AI 연구소인 데카르트(Decart)는 사진처럼 사실적인 주행 환경을 실시간으로 생성하는 세계 모델인 ‘오아시스 3(Oasis 3)’에 대한 애플리케이션 프로그래밍 인터페이스(API) 접근 권한을 공개했다. 6월 29일, 베이징에 본사를 둔 체화형 AI 스타트업 우지에 파워(Wujie Power)는 로봇 조작 분야 벤치마크인 ‘로보카사 GR1 테이블탑(RoboCasa GR1 TableTop)’에서 평균 과제 성공률 75.2%를 기록하며 1위를 차지한 잠재공간 세계 모델 ‘MWA’를 공개했습니다. 두 회사 모두 자사가 개발한 기술을 설명하는 데 동일한 용어를 사용했다. 두 회사 모두 동일한 근본적인 문제를 해결하려 하고 있다. 두 회사의 접근 방식 사이의 차이는 물리적 AI 분야에서 가장 깊이 뿌리내린 미해결 논쟁을 정확히 보여주는 지표이다.
두 기업이 해결하고자 하는 문제
로봇이나 자율주행차를 훈련시키려면 물리적 세계가 어떻게 작동하는지를 보여주는 방대한 양의 데이터가 필요합니다. 현실 세계에서 이러한 데이터를 수집하는 것은 시간이 오래 걸리고 비용이 많이 들며, 안전하고 합법적으로 기록할 수 있는 범위의 제약에 묶여 있습니다. 업계가 적어도 원칙적으로는 합의에 도달한 해결책은 ‘세계 모델(world model)’입니다. 이는 충분히 정확한 합성 환경을 생성할 수 있는 시스템으로, 그 안에서 훈련된 제어 정책이 실제 하드웨어로 이전되어도 제대로 작동할 수 있도록 합니다.
이 문장에서 ‘정확한’이라는 단어는 매우 중요한 역할을 합니다. 무엇에 대해 충분히 정확한 것일까요? 비가 오는 상황에서 정지 표지판을 인식하도록 학습하는 지각 시스템의 경우, 기준은 시각적 사실성입니다. 유리를 깨지 않고 집어 올리는 법을 배우는 로봇 팔의 경우, 기준은 물리적 인과성입니다. 이는 서로 다른 문제이며, 두 회사는 이를 해결하기 위해 각기 다른 기계를 개발했습니다.
데카르트(Decart): 생성형 AI에 걸은 내기
데카르트(Decart)는 2023년 샌프란시스코에서 딘 라이터스도르프(Dean Leitersdorf)와 모셰 샬레브(Moshe Shalev)에 의해 설립되었습니다. 이 회사의 창립 이념은 로봇 공학에 관한 것이 아니었습니다. 바로 ‘속도’에 관한 것이었습니다. 즉, 생성형 AI를 실시간으로 상호작용하며 실행할 수 있을 만큼 충분히 빠르고 저렴하게 만들 수 있다는 것이었습니다. 그 인프라
‘bet’는 ‘Decart Optimization Stack(DOS)’이라는 이름으로 패키지화되어, 이후 이 회사가 구축한 모든 것의 기반이 되는 엔진이 되었습니다.2024년 10월, 데카트가 게임 엔진 없이 오로지 신경망만으로 생성된 ‘오아시스 1(Oasis 1)’의 플레이 가능한 데모를 공개했을 때, 대중은 비로소 데카트가 무엇을 하고 있는지 이해하게 되었다. 모든 블록, 모든 프레임, 모든 물리 상호작용은 세계가 어떻게 작동하는지 학습할 만큼 충분한 게임 플레이 영상을 학습한 모델에 의해 실시간으로 생성되었습니다. 이 데모 영상은 순식간에 화제가 되었습니다. 불과 몇 주 만에 데카트는 2,100만 달러 규모의 시드 라운드를 유치했고, 이어 5억 달러의 기업 가치를 바탕으로 3,200만 달러 규모의 시리즈 A 투자를 유치했습니다. 2026년 5월, 도요타, 어도비, 엔비디아가 전략적 투자자로 참여하며 3억 달러를 추가로 유치한 후, 기업 가치는 40억 달러에 육박했습니다.
‘오아시스 3(Oasis 3)’는 바로 그 생성형 아키텍처를 물리 AI 분야에 적용한 결과물입니다. 이 모델은 텍스트 프롬프트를 기반으로 다중 카메라를 활용한 사실적인 주행 환경을 생성하며, 자율주행차 개발사가 지각 시스템과 극한 상황 시나리오를 테스트하는 데 활용할 수 있는 연속적이고 상호작용 가능한 장면을 만들어 냅니다. 요금은 생성된 환경 1초당 0.02달러입니다. 라이터스도르프는 이러한 효율성 이점을 경쟁 방식보다 10배 이상 저렴하다고 설명했습니다.
한계점은 잘 알려져 있으며 공개적으로 인정되고 있다. 오아시스 3는 결정론적 물리 엔진의 정밀도로 물리적 일관성을 보장하지 않는다. 테크크런치(TechCrunch)가 보도한 테스트에서, 일부 시나리오에서는 차량이 다른 차량을 관통하기도 했다. 도로 상태는 프레임 사이에서 예측할 수 없이 변화하기도 했다. 이 모델의 자기회귀 아키텍처는 컨텍스트 윈도우를 빠르게 채우는데, 초당 수십 프레임에서 프레임당 약 8,000개의 토큰을 처리하므로 유효 메모리 용량이 제한적입니다. 컨텍스트 윈도우가 채워짐에 따라 일관성이 저하됩니다. 제어 정책을 시뮬레이션에서 하드웨어로 직접 이전해야 하는 애플리케이션의 경우, 이는 실질적인 제약 사항입니다.
다양한 시각적 데이터를 생성하거나 드문 시나리오에 대한 스트레스 테스트를 수행하는 것이 목표인 애플리케이션의 경우, 이는 그다지 중요하지 않습니다.데카르트(Decart)는 개발자 생태계가 중요한 응용 분야를 찾아낼 것이며, 지속 가능한 비즈니스는 애플리케이션 계층이 아닌 인프라 계층에 있다는 점을 내다보고 있습니다. 2026년 5월 투자 라운드에 도요타가 참여한 것은 결코 은근한 움직임이 아니었습니다. 세계 최대의 자동차 제조업체는 자사의 개발 파이프라인에 직접적인 적용 가능성을 확인하지 않는 한, AI 인프라 기업에 거액의 자금을 투자하지 않습니다.
우지에 파워(Wujie Power): 잠재 공간에 대한 베팅
우지에 파워(Wujie Power)는 2025년 베이징에서 호라이즌 로보틱스(Horizon Robotics)와 리오토(Li Auto)의 베테랑들이 설립했다. 이 회사는 2026년 6월 26일 발표된 엔젤 라운드에서 2억 달러 이상을 조달했는데, 이 라운드는 JD.com 계열 펀드가 주도하고 세쿼이아 차이나(Sequoia China)와 리니어 캐피털(Linear Capital)이 참여했다. 이 회사는 최근 중국에서 등장한 신체 기반 AI 스타트업 중 가장 빠르게 자본을 확보한 기업 중 하나이며, 창업 첫해에 전 세계적으로 1억 달러에 가까운 수주를 확보했다.
이 회사의 창립 철학은 데카르트(Decart)와 대부분의 서구 AI 연구소가 추구해 온 접근 방식에 대한 직접적인 비판에 기반을 두고 있다. 우지에 파워는 시각적 입력, 언어 지시, 행동 출력을 단일 파이프라인에서 처리하는 종단간 비전-언어-행동(VLA) 모델이 구조적인 한계에 부딪힌다고 주장한다. 이러한 모델들이 역동적이고 다양한 환경이 공존하는 실제 현장으로 투입될 때, 물리적 세계가 실제로 어떻게 작동하는지에 대한 내부적 표현이 없기 때문에 스스로 예측하고 진화하는 능력을 상실한다. 이들은 모방할 수는 있지만, 물리 법칙에 대해 추론할 수는 없다.
6월 29일에 공개된 모델인 MWA는 우지에 파워가 이 문제에 대한 해답으로 제시한 모델이다. MWA는 시각적 출력을 생성하는 대신, 전적으로 잠재 공간에서 작동한다. 이 모델은
물리적 인과성: 행동이 어떻게 세계 상태를 변화시키는지, 그리고 관측된 세계 상태가 어떤 행동이 가능한지를 어떻게 제한하는지에 대한 모델이다. 이 아키텍처는 양방향 역학을 사용하며, 전방 모델은 행동이 세계를 어떻게 변화시킬지 예측하고, 역방향 모델은 관측된 결과를 잠재 정보로 다시 압축하여 정책 학습을 안정화시킨다. 출력 결과는 동영상이나 이미지가 아닙니다. 이는 잠재적 행동 청크의 시퀀스로, 로봇이 다음에 무엇을 해야 할지에 대한 다단계 예측이며, 자기회귀적 동영상 생성을 제한하는 토큰별 병목 현상 없이 지속적으로 생성됩니다.훈련 방식은 이 회사가 “먼저 학습한 다음 행동한다”는 논리에 따라 진행됩니다. 사전 훈련 단계에서 MWA는 인터넷에서 수집한 대규모 비라벨링 영상 데이터를 기반으로 훈련되며, 작업별 주석이 없어도 물리적 인과 관계에 대한 일반적인 이해를 구축합니다. 강화 학습 단계에서 모델은 AnyPhys for Reinforcement Learning(RL)이라는 독자적인 데이터 시스템을 사용하여 행동 정책을 미세 조정하며, Wujie Power는 이를 체화형 강화 학습(embodied RL)을 위한 업계 최초의 부정 샘플 핵심 데이터 시스템이라고 설명합니다. AnyPhys는 하드 네거티브 샘플, 물리적으로 까다로운 극한 사례, 경계 실패 시나리오를 생성하여 모델이 실패할 가능성이 가장 높은 상황을 인식하고 이를 극복할 수 있도록 훈련시킵니다. 이 회사는 온라인 정밀 삽입 과제에서 이 접근 방식을 사용함으로써 노이즈가 많은 조건 하의 성공률이 최대 15배까지 향상되었다고 주장합니다.
중국과학원(CAS) 자동화연구소와 공동으로 수행한 RoboCasa GR1 TableTop 벤치마크에서 MWA는 평균 과제 성공률 75.2%를 기록하며, ACE-EGO-0(72.8%), DIAL(70.2%), ABot-M0(58.3%), GROOT-N1.6(47.2%)를 앞섰습니다. 이 벤치마크는 조명 조건이 변하고 물체 간 간섭이 발생하는 불규칙한 주방 환경에서의 로봇 조작을 다루며, 현재 널리 사용되는 일반화 테스트 중에서도 특히 까다로운 테스트 중 하나입니다.
사용. 2위와의 격차는 2.4%포인트였다.아키텍처가 갈라지는 이유
두 회사는 같은 것의 서로 다른 버전을 만들고 있는 것이 아닙니다. 그들은 물리적 세계 모델의 용도에 대해 서로 다른 질문에 답하고 있는 것입니다.
데카르트의 아키텍처는 생성 속도와 시각적 커버리지에 최적화되어 있다. 이 아키텍처의 가치는 다양하고 사실적인 환경을 빠르고 저렴하게 생성하여, 지각 시스템이나 시나리오 테스트 파이프라인에 현실 세계에서는 수집할 수 없는 데이터를 공급할 수 있다는 점에 있다. 물리적 일관성의 한계는 간과된 부분이 아니라, 이미 알려진 타협점이다. 지각 훈련을 위해 수백만 장의 희귀 시나리오 이미지가 필요한 자율주행차 개발자들에게는, 완벽한 물리적 정확성보다 저렴한 비용으로 시각적 다양성을 확보하는 것이 더 중요할 수 있습니다.
Wujie Power의 아키텍처는 물리적 추론과 장기적인 행동 안정성을 위해 최적화되어 있습니다. 이 아키텍처의 가치는 주어진 상황에서 어떤 행동 순서가 효과가 있는지에 그치지 않고, 행동이 왜 특정 결과를 초래하는지 이해하는 로봇을 구축하는 데 있습니다. 잠재 공간 접근 방식은 영상 생성에 수반되는 픽셀 수준의 오버헤드를 완전히 피합니다. 이것이 바로 이 모델이 Oasis 3을 제한하는 컨텍스트 윈도우 성능 저하 없이 연속적인 다단계 행동 예측을 생성할 수 있는 이유입니다. 그 대가로 MWA는 시각적 출력을 전혀 생성하지 않습니다. 훈련 환경을 생성할 수 없으며, 정책만을 생성합니다.
이들은 서로 경쟁하는 제품이 아니라 상호 보완적인 영역입니다. 완전한 훈련 파이프라인을 구축하는 로봇 공학 팀은 Oasis 3과 같은 생성형 세계 모델을 사용하여 지각을 위한 다양한 시각적 훈련 데이터를 생성하고, MWA와 같은 잠재 공간 모델을 사용하여 그 지각 정보를 기반으로 작동하는 동작 정책을 훈련할 수 있을 것입니다. 업계는 아직 이 두 가지를 모두 잘 수행하는 표준 아키텍처에 합의하지 못했는데, 바로 그 이유 때문에 자금력이 탄탄한 두 기업이 서로 몇 시간 차이로 근본적으로 다른 두 가지 접근 방식을 발표하게 된 것입니다.
기타.더 깊은 논쟁
이 두 제품의 동시 출시는 단순한 우연의 일치가 아닙니다. 이는 현재 물리적 AI 분야의 현황을 반영한 것입니다. 업계는 ‘세계 모델’이 중요하다는 점에는 동의하고 있습니다. 다만 세계 모델이 정확히 어떤 역할을 해야 하는지에 대해서는 아직 합의에 이르지 못했습니다.
Decart, Wayve의 GAIA, Google DeepMind의 Genie 3, World Labs 등이 대표하는 영상 생성 학파는, 월드 모델이 실제 세계와 같은 모습과 동작을 보이는 풍부하고 상호작용이 가능한 환경을 생성해야 한다고 주장한다. 우지에 파워(Wujie Power)와 점점 늘어나는 중국 연구 그룹들이 대표하는 잠재공간 학파는, 월드 모델이 픽셀 수준의 생성 작업에 따른 계산적 부담 없이 압축된 내부 표현을 통해 물리적 인과관계를 포착해야 한다고 주장한다. RoboCasa의 벤치마크 결과에 따르면, 현재 조작 과제에서는 잠재 공간 접근법이 우위를 점하고 있는 것으로 보인다. 자율주행차 업계가 생성적 접근법에 지속적으로 투자하고 있는 점은, 지각에 중점을 둔 응용 분야에서는 시각적 커버리지의 이점이 더 중요함을 시사한다.
두 학파 모두 어느 정도는 옳습니다. 문제는 구축 중인 특정 애플리케이션에 있어 어떤 절충점이 더 중요한지, 그리고 미래의 아키텍처가 결국 이러한 구분을 무너뜨릴지 여부입니다.
물리 기반 AI 업계는 세계 모델이 과연 필요한지에 대해 수년간 논쟁을 벌여왔습니다. 그 논쟁은 이제 끝났습니다. 새로운 논쟁은 아키텍처에 관한 것이며, 이는 이전 논쟁보다 기술적으로 더 실질적인 내용을 다룹니다. 데카르트(Decart)의 오아시스 3(Oasis 3)과 우지에 파워(Wujie Power)의 MWA는 같은 고객을 두고 경쟁하는 것이 아닙니다. 이들은 ‘자신들의 물리적 세계 표현 방식이 차세대 로봇과 자율 시스템의 기반이 될 것’이라는 동일한 주장을 놓고 경쟁하고 있습니다. 각각 40억 달러와 2억 달러의 자금을 확보한 두 기업이 같은 주에 공개적으로 이러한 주장을 내세운 사실은, 이것이
건축에 관한 이 질문은 더 이상 학문적인 차원의 문제가 아닙니다.출처:
• 데카르트(Decart) 공식 발표, 2026년 6월 28일: https://decart.ai/articles/oasis-3
• 테크크런치 단독 보도, 레베카 벨란, 2026년 6월 10일: https://techcrunch.com/2026/06/10/decarts-new-world-model-can-simulate-hours-of-photorealistic-driving-with-some-caveats/
• 우지에 파워(애니버스 다이내믹스) 위챗 공식 계정, 2026년 6월 29일 10:02: 신체 기반 인공지능 권위 있는 순위 1위 등극! 우지에 파워, MWA™ 은공간 세계 모델 발표
• 우지에 파워(Wujie Power)와 중국과학원 자동화연구소(中科院自动化所)가 공동으로 수행한 RoboCasa GR1 TableTop 벤치마크
• TechCrunch, Decart Oasis 1 최초 출시, 2024년 10월 31일: https://techcrunch.com/2024/10/31/decarts-ai-simulates-a-real-time-playable-version-of-minecraft/
• SiliconAngle, Decart 3,200만 달러 시리즈 A 투자 유치, 2024년 12월 19일:
https://siliconangle.com/2024/12/19/ai-world-model-startup-decart-reels-32m/• Preqin / Exa 투자 현황, Decart 2026년 5월 3억 달러 투자 라운드: https://exa.ai/websets/directory/decart-funding












