즈샹 메이타오, '에이전트화 세계 모델' 제안
즈샹 창업자 메이타오가 세 가지 AI 기술 노선이 '에이전트화 세계 모델'로 수렴할 수 있다는 관점을 제시했다.
중국어 원문을 AI로 번역했습니다. 고유명사와 수치는 원문 표기를 우선하며, 중요한 판단에는 아래 출처 원문을 함께 확인하세요.
청첸 2026-11-05 17:37:40 출처: 량쯔웨이(量子位)
"에이전틱 세계 모델(智能体化世界模型)"로 나아간다.
청첸, 어우페이쓰(凹非寺)에서 보내다
량쯔웨이 | 공식 계정 QbitAI
최근 2026 세계 최정상 과학자 포럼 제2회 국제 공학 지능 콘퍼런스가 열렸다. 글로벌 과학계에서 매우 영향력 있는 연례 행사인 이번 콘퍼런스에는 전 세계의 최정상 과학자, 원사(院士), 산업 리더들이 모여 "공학 지능"을 핵심 의제로 삼아 지능 시대의 최전선 트렌드에 대해 함께 논의했다.
행사에서 캐나다 공학원 외국인 원사이자 즈샹위안이(智象元一, HiDream.ai) 창업자 겸 CEO인 메이타오(梅涛)가 연설을 통해 에이전틱 전모달 세계 모델(Agentic Omnimodal World Models) 구축을 제안하며 차세대 세계 지능으로 나아갈 것을 밝혔다.
AI 모델 집계 플랫폼 OpenRouter 데이터에 따르면, 전 세계 대형 모델 호출 규모는 폭발 단계에 접어들고 있다. 올해 10월 기준 중국의 주간 토큰 호출량은 93조에 달해 미국의 4.16배이며, 26주 연속 글로벌 1위를 차지했다.
이 숫자들 뒤에는 AI가 "도구"에서 빠르게 물이나 전기처럼 새로운 사회 인프라로 진화하고 있다는 사실이 있다.
한편 모델의 반복 업데이트는 계속 속도를 높이고 있다. 2023년에는 대형 모델이 기본적으로 12개월을 주기로 반복 업데이트됐다. 재귀적 자기 개선(RSI)이 AI를 자기 가속 궤도에 올려놓으면서, 모델 반복 업데이트는 주 단위로 진행되고 있다.
AI의 능력이 강해질수록 그 단점도 무시할 수 없게 된다. 디지털 지능(Digital AI) 분야에서 AI는 텍스트 상호작용, 코드 작성부터 영상 생성, 나아가 수학 연구에 이르기까지 이미 인간 전문가 수준에 도달했거나 능가했다. 수학 연구를 예로 들면, 최근 OpenAI가 377건의 수학 성과를 한꺼번에 공개했는데, 이는 수백 개의 오랫동안 미해결된 개방형 문제를 아우른다.
물리 지능(Physical AI)의 발전은 상대적으로 더디며, 물리적 이해의 부족, 상호작용 데이터의 결핍, 폐쇄 루프 실행 능력의 부족 등의 문제에 제약을 받고 있다.
Digital AI와 Physical AI 사이에 가로놓인 이 간극을 어떻게 넘을 것인가가 바로 차세대 인공지능이 반드시 답해야 할 시대적 과제다. 그리고 세계 모델이 바로 이 간극을 건너는 다리다.
세계 모델의 핵심은 AI가 세계가 어떻게 작동하는지를 이해하고 미래에 일어날 수 있는 사건을 추론하게 하는 것이다. 이는 전모달 정보에 대한 통일적 이해와 생성을 통해 세계 상태, 물리 법칙, 인과관계를 모델링함으로써 실제 세계에 대한 인지, 추론, 예측을 실현한다.
서로 다른 기술 경로가 세계 모델로 이어지며, 이는 AI 발전의 차기 경쟁 초점이 되었다. 현재 산업계에는 대형 언어, 멀티모달, 임바디드(具身) 대형 모델이라는 세 가지 진화 경로가 형성되어 있다. 메이타오는 이 세 가지 기술 경로가 서로 고립된 것이 아니며, 장기적으로는 결국 하나로 합류해 에이전틱 전모달 세계 모델(Agentic Omnimodal World Models)로 나아갈 것이라고 본다.
에이전틱 세계 모델은 주로 세 부분으로 구성된다:
첫째, LLM. 이는 에이전트의 의사결정 두뇌로, 의도 이해, 추론 생성, 작업 계획 수립을 담당한다.
둘째, Omni-Model, 즉 범용 세계 모델이다. 이는 세계 시뮬레이터로, LLM의 의도를 바탕으로 물리 세계의 작동을 시뮬레이션하고, 행동이 가져올 결과를 추론하며, 다음 동작을 예측한다.
셋째, Embodied Context, 즉 임바디드 컨텍스트다. 이는 실제 물리 환경과 접속해 임바디드 행동을 실행하고, 동시에 실제 관측 데이터를 되돌려 보내 세계 모델을 보정하는 데 사용한다.
세 가지가 협력하여 "One Token Space, One World"를 실현한다. 즉, 동일한 토큰 공간 안에서 사유의 세계와 물리 세계가 통일을 이룬다. 그리고 이것이 바로 차세대 세계 지능으로 나아가는 열쇠다.
세계 모델에 대한 사고는 즈샹의 제품 철학과 기술 유전자로 내면화되었다. 즈샹은 자체 개발한 네이티브 전모달(Unified Transformer) 모델 아키텍처를 통해 텍스트, 이미지, 영상, 공간, 포즈, 힘·촉각, 센서 등 모든 모달이 통일된 표상을 이루도록 했다. UiT 기반 위에 즈샹은 완전한 세계 모델 매트릭스를 구축했다. 이미지 모델에서 출발해 비디오 모델, 인터랙션 모델 HiDream-O1-World, 나아가 임바디드 모델 HiDream-O1-Embodied로 확장하며, 정적 이미지, 동적 영상에서 공간 상호작용, 임바디드 행동으로의 능력 진화를 완성했다.
즈샹은 이미 "1+1+3"의 상용화 아키텍처를 형성했다. 최하층은 네이티브 전모달 세계 모델 매트릭스이고, 중간은 기업용 모델 플랫폼 HiHarness를 통해 자체 개발한 HiDream-O1 전모달 시리즈 모델과 글로벌 최정상 모델을 모으며, 최상층은 세 가지 에이전트로 AIGC 비즈니스 마케팅 에이전트 HiBurst, 영상 창작 에이전트 "전짠(帧赞)", 콘텐츠 창작 에이전트 vivago가 있다.
이와 동시에 즈샹은 세계 모델을 최전선 분야에서 실천하는 것도 적극 추진하고 있다. 임바디드 지능 분야에서 세계 모델은 밀리미터급 고정밀 동작 영상을 규모 있게 합성하여, 실제 기기 데이터의 높은 비용과 작은 규모라는 병목을 돌파하고 실제 기기 훈련에 데이터를 공급할 수 있다. 생명과학 분야에서 즈샹은 협력 기업과 함께 다중 스케일 생물 영상의 통일된 표상을 통해 세포 진화의 이해와 예측을 실현하고, 약물 반응 평가에 사전 참고를 제공하여 실험 전에 더 검증할 가치가 있는 방안을 선별한다.