SpAItial, 3D 월드 모델 'Echo-2' 공개: 사진 한 장으로 탐색 가능한 가상공간 생성

기존 AI 비디오 생성 모델은 놀라운 영상을 보여주지만, 카메라 앵글을 돌리면 가구가 일그러지거나 물건이 사라지곤 합니다. 화면의 다음 프레임만 예측할 뿐 실제 3D 공간을 이해하지 못하기 때문입니다.

AI 스타트업 SpAItial은 이러한 한계를 넘어서는 3D 월드 생성 모델 'Echo-2'를 발표했습니다. 텍스트 프롬프트나 사진 단 한 장만으로 기하학적 일관성을 갖춘, 사람이 직접 안으로 들어가 탐색할 수 있는 3D 가상공간을 만들어냅니다.

프레임 예측 대신 처음부터 3D 구조를 생성

연속된 프레임을 이어 붙이는 기존 비디오 방식은 연산량이 극심할 뿐 아니라, 시간이 지날수록 형태가 뒤틀리는 왜곡 현상이 잦았습니다.

Echo-2는 처음부터 일관된 3D 표현 방식을 설계해 공간을 구축합니다. 공간 내부를 어느 방향으로 이동하더라도 가구와 벽면이 안정적으로 유지됩니다. 웹 데모에는 3D 가우시안 스플래팅(3DGS) 기술이 적용되어, 고사양 워크스테이션 없이 일반 PC 브라우저 환경에서도 끊김 없이 실시간 렌더링을 지원합니다.

단순히 둘러보는 것에 그치지 않고 정밀한 편집도 가능합니다. 모델이 의자, 테이블, 바닥, 벽 등 공간 구성 요소를 스스로 분할 인식하기 때문입니다. 텍스트 입력만으로 특정 가구를 바꾸거나 전체 인테리어 스타일을 전환할 수 있으며, 2D 평면도 한 장으로 직접 걸어 다닐 수 있는 3D 모델하우스를 곧바로 구현합니다.

SpAItial은 세계 모델 평가 벤치마크인 WorldScore에서 Echo-2가 경쟁사인 World Labs의 최신 모델 'Marble 1.1'을 프롬프트 일치도, 주관적 시각 품질, 종합 점수 등 세 가지 주요 지표 전반에서 앞섰다고 밝혔습니다.

왜 중요한가

월드 모델이 단순한 비디오 생성 기술을 넘어 실제 공간을 다루는 실용 엔진으로 진화하고 있습니다.

인디 게임 개발자나 인테리어 디자이너 입장에서는 배경 에셋 제작과 레벨 디자인 비용을 획기적으로 아낄 수 있습니다. 고가의 3D 스캐너 장비 없이 사진 한 장으로 몇 분 만에 캐릭터가 뛰어놀 수 있는 공간을 만들고 게임 메커니즘을 테스트할 수 있기 때문입니다.

산업 전반에서 더 주목하는 분야는 로보틱스와 임바디드 AI입니다. World Labs가 Marble 1.1로 포문을 연 시장에 SpAItial이 강력한 성능으로 맞불을 놓으면서 공간 지능 경쟁이 본격화되었습니다. 로봇이 현실에서 안전하게 작동하려면 가상 시뮬레이션 환경에서 수많은 훈련을 거쳐야 하는데, 사진 한 장으로 디지털 트윈을 만드는 기술은 이 훈련 데이터 부족 문제를 단번에 풀어줍니다.

다만 현재 Echo-2가 보여주는 것은 정적인 공간의 기하학적 일관성에 가깝습니다. 물체가 부딪히고 깨지는 물리 법칙과 시간에 따른 상호작용은 차기 과제로 남아 있습니다. 그럼에도 웹에서 누구나 손쉽게 편집하고 탐색할 수 있는 3D 세계를 열었다는 점에서, 디지털 공간과 현실을 잇는 중요한 도약인 것은 분명합니다.