1시간 이상 연속 생성 가능한 오픈소스 세계 모델 'SolarWM' 공개

SolarWM은 일반 영상 생성 모델을 실시간으로 상호작용할 수 있는 가상 세계로 바꿔주는 오픈소스 프레임워크입니다. 핵심은 생성된 공간 안에서 장면 붕괴 없이 1시간 이상 연속해서 탐험할 수 있다는 점입니다.

무엇을 할 수 있나

기존 인터랙티브 세계 모델의 가장 큰 문제는 몇 분만 조작해도 오차가 누적되어 화면과 물리적 구조가 완전히 무너져버린다는 것이었습니다.

SolarWM은 이러한 장기적 일관성 한계를 해결했습니다. 조작 입력에 실시간으로 반응하면서도 분 단위는 물론 1시간 이상 안정적으로 상호작용과 환경 변화를 유지합니다.

특정 모델에 묶이지 않는 범용성도 갖췄습니다. 단일 프레임워크에서 SolarWM-Wan-5B, SolarWM-Wan-14B, SolarWM-LTX-2.5, Minimax H3 등 다양한 아키텍처와 파라미터 규모를 가진 베이스 모델을 지원합니다.

추론 효율성 역시 돋보입니다. SolarWM-Wan-5B 기반 인과 스튜던트 모델의 경우 단 4단계 샘플링만으로 실시간 생성을 구현해 지연 시간을 크게 줄였습니다.

어떻게 만들었으며 무엇을 공개했나

흥미로운 점은 이 긴 시간의 일관성을 위해 방대한 장편 영상을 학습에 쓴 것이 아니라는 사실입니다. 연구팀은 단 5초 분량의 짧은 영상 클립만을 사용해 장시간 추론 능력을 유도했습니다.

프로젝트는 모델 체크포인트에 그치지 않고 전체 파이프라인을 완전히 개방했습니다. 총 143만 개의 영상 클립, 25TB에 달하는 대규모 데이터셋을 전면 공개했습니다.

데이터와 함께 스케일 일관성을 유지하는 카메라 궤적 라벨링, 정밀 필터링 스택, 여러 훈련 레시피까지 함께 제공됩니다.

연구자와 개발자는 프로젝트 웹페이지를 통해 25TB 데이터셋을 내려받아 자체 훈련에 활용하거나 공개된 체크포인트를 직접 시도해볼 수 있습니다.

왜 중요한가

게임 프로토타입 제작이나 체화 인공지능 시뮬레이션 환경을 구축하려는 연구팀에게 즉시 활용할 수 있는 핵심 자산입니다. 25TB 규모의 카메라 파라미터 정제 데이터는 수개월간의 데이터 엔지니어링 비용을 아껴줍니다.

5초 단위 학습만으로도 1시간 이상의 일관성을 확보할 수 있음을 증명해, 거대 세계 모델 구축에 드는 학습 비용의 패러다임을 바꿨다는 점도 눈여겨볼 만합니다.

다만 25TB 데이터를 저장하고 처리하는 인프라 부담이 만만치 않으며, 대규모 기반 모델을 실시간으로 돌리기 위한 GPU 사양 문턱은 여전히 높습니다.