월드랩스 아틀라스의 3D 재구성 평균 오차는 25.3으로 전용 모델 다섯 개를 앞섰다: 그런데 우위는 실내에서만 나온다

월드랩스는 2026년 9월 1일 아틀라스를 공개하며 텍스트와 이미지와 영상과 3D를 처음부터 함께 사전학습한 옴니 모델이라고 밝혔다. 공개된 3D 재구성 표에서 아틀라스의 평균 포인트맵 오차는 25.3으로, 함께 실린 최근 베이스라인 다섯 개의 28.7에서 47.7 구간을 모두 앞선다. 그런데 데이터셋별 값을 하나씩 펼치면 우위의 출처가 한쪽으로 몰려 있다. 실내 데이터셋 NRGBD에서는 6.5 대 13.3으로 두 배 넘게 벌리지만, 주행 장면인 KITTI에서는 60.0 대 60.2로 사실상 같고 Tanks and Temples에서는 42.4로 완전히 동률이다. ASAP은 월드랩스 공식 공개 글의 표와 수치만으로 아틀라스가 실제로 이긴 지점과 아직 이기지 못한 지점을 갈라 본다.

평균 25.3 뒤에 숨은 것은 실내와 실외의 갈라진 성적표다

아틀라스의 3D 재구성 성적은 평균 하나로 요약될 때와 데이터셋 일곱 개로 펼쳐질 때 전혀 다른 그림을 보여준다. 월드랩스가 공개한 지표는 데이터셋별 평균 절대상대 포인트맵 오차이며 낮을수록 좋다. 아틀라스는 평균 25.3으로 Pi3X의 28.7, 파이3의 34.7, VGGT-Ω 1B의 36.4, Depth Anything 3의 39.3, MapAnything의 47.7을 모두 앞선다.

데이터셋별로 보면 격차의 분포가 고르지 않다. 실내 장면을 담은 NRGBD에서 아틀라스는 6.5, 가장 강한 베이스라인 Pi3X는 13.3으로 두 배 이상 벌어진다. ETH3D는 9.3 대 18.7로 역시 두 배 차이이고, 물체 스캔 데이터셋 DTU는 8.6 대 11.1, 실내 스캔인 ScanNet은 12.4 대 15.7이다. 반대편에는 두 항목이 있다. 주행 영상 데이터셋 KITTI에서 아틀라스는 60.0이고 Pi3X는 60.2로 차이가 0.2에 불과하며, Tanks and Temples에서는 양쪽 모두 42.4로 소수점 첫째 자리까지 같다.

이 분포는 아틀라스가 무엇을 배운 모델인지에 대한 단서다. 아틀라스가 크게 이기는 데이터셋은 카메라가 한정된 공간 안을 돌며 같은 표면을 여러 각도에서 다시 보는 실내 촬영이고, 비기는 데이터셋은 카메라가 한 방향으로 이동하며 같은 지점을 다시 보지 않는 주행 장면과 대형 야외 구조물이다. 3D를 네이티브 입력으로 갖고 공간 맥락을 유지하는 설계는 되돌아보기가 가능한 장면에서 값을 발휘하고, 한 번 지나가면 끝인 장면에서는 기존 전용 모델과 같은 벽에 부딪힌다. 실내 데이터셋 절대 오차가 6.5에서 12.4 사이인 반면 KITTI가 60.0이라는 것은 이 벽이 여전히 높다는 뜻이다.

하나의 모델이 일곱 갈래 출력을 내는 구성이 이번 공개의 골자다

아틀라스의 구조적 주장은 개별 성능 순위가 아니라 하나의 모델이 영상과 3D와 파노라마까지 일곱 갈래 출력을 모두 담당한다는 통합에 있다. 월드랩스는 아틀라스를 다중모달 자기회귀 확산 트랜스포머로 설명하며, 영상 모델에 3D 기능을 덧붙인 것이 아니라 텍스트와 이미지와 영상과 3D를 동시에 처음부터 사전학습했다고 밝혔다. 카메라 기하를 네이티브 입력 유형으로 다루고, 입력을 3D 공간에 접지해 공간 맥락을 만든다.

입력과 출력의 폭이 이 주장을 뒷받침한다. 카메라 제어 생성에는 이미지 1장에서 6장을 받고, 공간 재구성에는 1장에서 수십 장을 받으며, 충실한 재현이 필요하면 100장이 넘는 입력도 처리한다. 출력은 최대 1분 길이의 1440p 영상, 포인트 클라우드, 3D 가우시안 스플랫, 텍스트나 이미지에서 만드는 360도 파노라마, 그리고 로봇 센서 시뮬레이션용 RGB와 깊이 데이터다. 로보틱스 용도에서는 24프레임으로 환경을 포착한다.

이 구성이 실무에서 갖는 의미는 파이프라인 축소다. 지금까지 한 장면을 영상으로 만들고 3D로 세우고 로봇 시뮬레이션에 넣으려면 생성 모델과 재구성 모델과 시뮬레이터를 각각 붙이고 그 사이에서 좌표계와 스케일을 맞추는 작업이 필요했다. 단계 사이의 변환에서 오차가 쌓이고, 앞 단계를 바꾸면 뒤 단계를 다시 맞춰야 했다. 하나의 모델이 같은 공간 표현 위에서 일곱 갈래 출력을 내면 이 접합부가 사라진다. 3D 재구성 표에서 아틀라스가 비교당한 상대가 전부 재구성 전용 모델이라는 점도 같은 맥락이다. 범용 모델이 전용 모델의 평균을 넘어섰다는 사실 자체가 통합의 대가를 치르지 않았다는 증거로 제시된 것이다.

선호도 75%에서 94%까지, 비교 대상에 따라 승률이 19점포인트 갈린다

카메라 제어 생성에서 아틀라스는 비교 모델 다섯 개 모두를 사람 평가에서 앞섰다. 제3자 평가자가 선택한 비율은 MiniMax H 상대 75%, Gemini Omni Flash 상대 81%, Happy Horse 1.1 상대 86%, FLUX 3 상대 93%, Seedance 2.5 상대 94%다. 다섯 값의 폭은 19점포인트다.

승률 표를 읽을 때 중요한 것은 최고값이 아니라 최저값이다. 94%는 그 상대가 카메라 제어를 애초에 겨냥하지 않은 모델일 때 나올 수 있는 값이고, 실제 경쟁 강도를 보여주는 쪽은 75%다. MiniMax H를 상대로 아틀라스는 네 번 중 세 번 선택됐으며, 뒤집어 말하면 네 번 중 한 번은 평가자가 상대 쪽을 골랐다. 카메라를 정확히 지정한 대로 움직이는 작업에서 이미 상당한 수준의 대안이 존재한다는 뜻이다.

선호도 평가와 재구성 오차 표가 서로 다른 성격의 근거라는 점도 구분해 둘 필요가 있다. 오차 표는 정답 3D 형상이 있는 데이터셋에서 잰 절대 지표이고, 선호도는 사람이 두 결과물을 나란히 보고 고른 상대 지표다. 후자는 어느 모델이 더 정확한지가 아니라 어느 쪽이 더 낫게 보이는지를 재며, 두 지표가 항상 같은 순서를 주지는 않는다. 월드랩스가 재구성에서는 오차 표를, 생성에서는 선호도를 쓴 것은 각 과제에 맞는 표준을 따른 선택이지만, 두 숫자를 한 문장에 묶어 읽으면 안 된다.

공개된 것과 공개되지 않은 것

아틀라스에 대해 오늘 확인되는 사실과 확인되지 않는 사실의 경계는 뚜렷하다. 확인되는 것은 아키텍처 계열, 입출력 사양, 두 종류의 평가 결과, 그리고 배포 상태다. 아틀라스는 현재 선별 파트너와 함께 얼리 액세스 단계에 들어갔고 신청 양식을 통해 접근을 요청받으며, 월드랩스의 창작 도구 마블의 차기 버전을 구동할 예정이다.

확인되지 않는 항목이 적지 않다. 가격 정보가 없고, 일반 공개 시점도 밝혀지지 않았다. 모델 크기와 학습 데이터 규모, 1분 1440p 영상 한 편을 만드는 데 걸리는 시간과 필요한 연산량도 공개되지 않았다. 실시간 상호작용이 가능한지, 아니면 배치 생성만 되는지 역시 적혀 있지 않다. 로봇 시뮬레이션용 RGB와 깊이 출력이 실제 정책 학습에 쓰일 만큼 물리적으로 일관되는지에 대한 평가도 없다.

재구성 표의 비교 조건에도 빈칸이 있다. 베이스라인 다섯 개 중 Pi3X에는 posed 표기가 붙어 있어 카메라 자세를 주고 잰 조건임을 알 수 있지만, 아틀라스가 같은 조건에서 측정됐는지 여부는 표만으로는 확정되지 않는다. 정확한 비교 프로토콜은 기술 보고서 수준의 문서가 나와야 검증할 수 있다.

한국 팀이 이 발표에서 지금 꺼낼 수 있는 것

한국의 로보틱스와 공간컴퓨팅 팀에게 아틀라스 발표에서 당장 쓸모 있는 부분은 모델 접근이 아니라 평가 설계다. 얼리 액세스가 선별 파트너로 제한된 이상 대부분의 팀은 지금 이 모델을 쓸 수 없지만, 월드랩스가 고른 평가 방식은 그대로 참고할 수 있다. 재구성 성능을 데이터셋 하나의 평균이 아니라 실내와 실외와 물체 스캔으로 나눠 재고, 생성 품질은 사람 선호도로 따로 재는 이원 구성이다.

특히 KITTI 60.0과 NRGBD 6.5의 차이는 자사 과제를 어느 쪽에 놓아야 하는지 판단하는 기준이 된다. 실내 공간을 여러 각도에서 촬영해 3D로 세우는 과제라면 통합 모델 계열의 진전이 이미 실용 구간에 들어와 있다. 반대로 차량이나 드론처럼 한 방향으로 지나가며 촬영하는 과제라면 아틀라스를 포함한 어느 모델도 아직 오차를 크게 낮추지 못했으므로, 모델 교체보다 촬영 경로 자체를 되돌아보기가 가능하도록 설계하는 쪽이 효과가 크다.

24프레임으로 환경을 포착한다는 로보틱스 사양도 실무 기준선으로 쓸 만하다. 환경 하나를 모델에 넘기는 데 필요한 최소 촬영량이 24프레임 수준이라면, 데이터 수집 계획을 장면당 수백 장 기준으로 짜 온 팀은 규모를 다시 계산할 여지가 있다. 얼리 액세스 신청과 별개로 이 기준선에 맞춘 수집 파일럿을 먼저 돌려 두면, 접근 권한이 열렸을 때 곧바로 자사 데이터로 검증에 들어갈 수 있다.

출처: 월드랩스 공식 공개 글 아틀라스(2026년 9월 1일)의 재구성 벤치마크 표와 사람 선호도 평가, 모델 사양 기반 ASAP 정리