AI 용어집 · 기초 · 피지컬 AI·로봇 · 자율주행
World Action Model 월드 액션 모델
월드 액션 모델(WAM)은 앞으로 주변 상황이 어떻게 바뀔지 예측하는 월드 모델과 다음 행동을 정하는 기능을 하나로 묶은 AI 모델이다. 2026년 무렵 로봇·자율주행 연구에서 쓰이기 시작한 말이고, 아직 정의가 하나로 굳지는 않았다.
무엇인가
로봇이나 자율주행차는 지금 보이는 것만 보고 바로 움직이면 앞일에 대비하기 어렵다. 월드 액션 모델은 '앞으로 세상이 어떻게 될지'(월드)와 '그래서 무엇을 할지'(액션)를 한 모델 안에서 함께 다룬다. 커뮤니티에서는 카메라 화면과 지시를 보고 곧장 행동을 내놓는 VLA(비전-언어-행동 모델)와 견주는 이야기가 나오고 있다. 다만 용어가 새로워서 연구팀마다 가리키는 구조가 조금씩 다르다.
VLA와 월드 액션 모델
VLA보고 바로 행동
- 화면·지시를 받아 행동 출력
- 미래 예측 단계가 따로 없음
월드 액션 모델내다보고 행동
- 미래 상황을 먼저 예측
- 예측을 참고해 행동 결정
- 아직 정의가 굳지 않음
공통 둘 다 로봇·자율주행이 직접 움직이게 하는 모델
어떻게 작동하나
자율주행 연구인 PlanWAM을 예로 들면, 먼저 지나간 여러 프레임의 관측을 짧은 요약으로 압축한다. 그다음 이 요약만 가지고 미래 상황을 나타내는 Representation(모델 내부의 압축된 표현)을 예측하고, 이 예측을 참고해 주행 경로를 만들고 고른다. 학습할 때는 실제 미래 장면을 볼 수 있는 보조 분기가 '계획에 쓸모 있는 미래 표현'을 먼저 만든다. 이어서 과거만 보는 분기가 그 표현을 따라 하도록 Distill한다. 미래 장면을 그림처럼 세밀하게 그리기보다는 계획에 필요한 정보만 남긴다는 점이 핵심이다.
왜 주목받나
미래를 내다보고 행동하면 갑작스러운 상황에 더 잘 대비할 수 있다. 커뮤니티에서는 로봇 분야의 'GPT-2 순간'이라는 표현까지 나왔다. 언론에서는 리페이페이(Li Fei-Fei) 연구팀이 월드 액션 모델을 개발했고 로봇 작업 성공률을 크게 높였다는 보도도 나왔다. 로봇과 자율주행 양쪽에서 같은 이름의 접근이 나오고 있다는 점도 눈에 띈다.
알아 둘 점
아직 새로 생긴 용어여서 표준 정의나 공통 평가 방법이 자리 잡지 않았다. 보도나 커뮤니티 글에 나온 성과는 연구팀 주장이거나 특정 실험 조건에서 나온 결과이므로 그대로 일반화하기 어렵다. 예측한 미래가 틀리면 그 예측을 믿고 정한 행동도 틀릴 수 있다. 실제 도로나 현장에 쓰려면 안전 검증이 따로 필요하다.
예시
PlanWAM은 자율주행차가 과거 몇 초 동안 카메라로 본 장면을 압축한 뒤, 계획에 쓸모 있는 형태로 가까운 미래를 예측한다. 그리고 이 예측을 참고해 여러 후보 경로 가운데 하나를 고른다. 연구팀은 오픈 루프와 클로즈드 루프 평가 모두에서 앞선 계획 성능을 냈다고 밝혔다. 오픈 루프는 기록된 주행 데이터로 하는 채점이고, 클로즈드 루프는 시뮬레이터에서 직접 운전하는 시험이다.