LeWorldModel (LeWM): JEPA 기반의 차세대 세계 모델 (2026)

1. 개요 (Overview)

2026년 3월, 메타(Meta)의 얀 르쿤(Yann LeCun)은 생성형 비디오(Generative Video)의 한계를 선언하며, 픽셀 생성 없이 세계의 물리 법칙을 학습하는 **LeWorldModel (LeWM)**을 공개했습니다. 이는 **JEPA (Joint-Embedding Predictive Architecture)**를 기반으로 하며, AI가 단순히 ‘보는’ 것을 넘어 ‘예측하고 계획’하는 능력을 비약적으로 향상시킨 결과물입니다.

2. 핵심 아키텍처: JEPA의 진화

기존의 생성형 모델(Diffusion, Transformer)이 픽셀 하나하나를 예측하는 데 막대한 자원을 소모했다면, LeWM은 추상적인 잠재 공간(Latent Space)에서 미래 상태를 예측합니다.

  • 표현 붕괴(Representation Collapse) 해결: 복잡한 정규화 기법 없이 단 두 개의 손실 함수(Loss terms)만으로 안정적인 엔드투엔드 학습에 성공했습니다.
  • 초고속 계획(Fast Planning): 기존 세계 모델(DINO-WM 등) 대비 계획 속도가 약 48배 향상되었습니다. 단일 GPU에서 1초 미만의 시간 내에 수천 개의 미래 시나리오를 시뮬레이션할 수 있습니다.
  • 물리적 일관성: 픽셀 기반 모델이 흔히 저지르는 ‘물체의 텔레포트’나 ‘갑작스러운 사라짐’ 같은 오류를 감지하고 방지합니다. 잠재 공간에서 실제 물리 법칙(중력, 충돌 등)을 내재적으로 학습했기 때문입니다.

3. OpenAI Sora 서비스 종료와의 비교

비교 항목생성형 비디오 (Sora 등)세계 모델 (LeWM/JEPA)
목표시각적으로 완벽한 영상 생성시스템의 미래 상태 예측 및 계획
학습 대상픽셀(Pixel) 데이터추상적 특징(Feature) 및 물리 법칙
연산 효율극도로 높음 (고비용)상대적으로 낮음 (저비용/고성능)
주요 용도콘텐츠 제작, 마케팅로보틱스, 자율주행, 물리 시뮬레이션

4. AMI Labs와 상용화 전망

얀 르쿤은 이 기술의 상용화를 위해 **AMI Labs (Advanced Machine Intelligence)**를 설립했으며, 1.4조 원 규모의 투자를 유치했습니다. LeWM은 향후 다음과 같은 분야에 혁신을 가져올 것으로 기대됩니다.

  • 범용 로봇 에이전트: 현실 세계의 복잡한 물리적 작업을 수행하기 전, 가상 공간에서 수백만 번의 시뮬레이션을 초고속으로 수행.
  • 에이전트 의사결정 인프라: 복잡한 비즈니스 워크플로우에서 미래 결과의 확률적 분포를 예측하여 최적의 경로를 제시.

출처: AMI Labs Research 관련 노트: [[wiki/Models/RL/OpenAI-Sora-Shutdown-Robot-Pivot]], [[wiki/Agents/Frameworks/구글의-Embodied-Agent-SIMA]], [[wiki/Business/2026년-로봇-공학-예측]]