World Labs, 실시간 Atlas 탐색을 위한 Frameboy 출시

World Labs는 2026년 11월 5일 Frameboy를 출시했다. 회사에 따르면, 연구 프리뷰인 Frameboy는 사용자가 카메라를 조작하는 동안 클라우드 GPU에서 Atlas가 생성한 장면을 브라우저로 초당 최대 15프레임 전송한다. World Labs는 3D 장면을 만드는 비공개 베타 웹 앱 Viewfinder에도 이 모드를 통합했다.

렌더링 요청에서 끊김 없는 탐색으로

World Labs에 따르면 Frameboy에 적용된 최적화 Atlas 변형 모델은 새로운 시점 합성 품질을 유지하면서 더 빠르고 효율적인 추론을 하도록 설계됐다. 이번 발표의 핵심 차별점은 새로운 상호작용 방식이다. 동영상을 요청한 뒤 결과를 기다리는 대신, 사용자는 프레임을 연속해서 받아보며 탐색 중에도 카메라 경로를 변경할 수 있다.

사용자가 수동으로 Atlas 동영상을 생성하면 수십 초에서 몇 분이 걸릴 수 있어, World Labs에 따르면 장면을 만들고 카메라 경로를 계획할 때 신중해지고 반복 작업 횟수도 줄어든다. 프레임이 연속해서 출력되면 원치 않는 시점에 즉시 반응해 조정할 수 있다. 그 결과 실험이 별도의 생성 작업을 차례로 수행하는 과정에 따로 묶이지 않고 탐색에 통합된다.

Atlas의 잠재적 활용 사례로는 영화 촬영을 위한 가상 시점 탐색, 건설 현장 진행 상황 점검, 3D 게임 레벨 개발, 로봇용 환경 시뮬레이션 등이 제시됐다. 이러한 작업에는 시점을 선택하거나 시험하는 과정이 포함된다. 이는 World Labs가 생성 지연 시간을 단순한 추론 지표가 아니라 제품 차원의 문제로 다루는 이유를 설명해 준다.

스트리밍 전에 장면을 만드는 Viewfinder

Frameboy 데모에서는 Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior, Frozen Fortress 등 미리 선별된 장면을 선택할 수 있다. World Labs에 따르면 장면은 이미지 한 장으로 시작할 수 있으며, Atlas가 추가 시점을 생성해 Frameboy의 공간 맥락을 채운다. 실제 장소를 탐색할 때는 여러 시점에서 촬영한 이미지 자료를 대신 활용할 수 있다.

Viewfinder에서는 미리 선별된 목록을 넘어설 수 있다. 사용자는 자신의 입력 자료를 바탕으로 프레임 단위로 장면을 만들고, 다양한 카메라 각도에서 시점을 생성하며, Atlas가 새 프레임을 만들 때마다 컬러와 깊이 정보를 모두 받을 수 있다. Viewfinder에서 만든 장면은 실시간 Frameboy 세션의 입력으로 사용할 수 있으며, 세션 중에는 오버레이를 통해 생성된 프레임이 탐색 과정에서 스트리밍된다.

Viewfinder는 대기자 명단을 통해 비공개 베타 테스트를 신청할 수 있다. Atlas도 공개 당시 일부 파트너를 대상으로 얼리 액세스를 시작하는 단계였다. 새로운 스트리밍 워크플로는 이러한 제한적 액세스 프로그램의 일부로 제공된다.

Atlas의 아키텍처와 RTFM의 계보

World Labs는 2026년 9월 1일 Atlas를 공개했다. Atlas는 텍스트, 이미지, 동영상, 3D 데이터를 기본적으로 처리하도록 처음부터 사전 학습된 옴니 월드 모델이다. 멀티모달 자기회귀 확산 트랜스포머인 Atlas는 입력을 3D 공간에 배치해 공간 맥락을 형성한 다음, 앞선 요소를 조건으로 삼아 시퀀스의 요소를 하나씩 생성한다. 지원되는 입력은 텍스트, 이미지, 카메라 포즈, 3D 깊이 맵이다. 동영상은 이미지 시퀀스로 표현되며, 각 이미지나 깊이 맵은 명시적인 카메라 포즈를 조건으로 생성된다.

World Labs에 따르면 Atlas는 카메라를 제어하면서 최대 1분 분량의 1440p 동영상을 생성하고, 드문드문 제공된 입력 이미지를 바탕으로 실제 장면을 재구성할 수 있다. 또한 포인트 클라우드와 3D 가우시안 스플랫도 생성할 수 있어, 생성된 이미지와 동영상 외에 명시적인 3D 출력물도 제공한다.

Frameboy에 앞서 RTFM이 2025년 10월 16일 연구 프리뷰로 공개됐다. RTFM은 H100 GPU 한 대에서 인터랙티브 프레임 속도를 구현하는 것을 목표로 했다. 명시적인 3D 표현을 구축하지 않고 새로운 2D 시점을 생성하는 학습형 렌더러로 설계됐다. 포즈가 지정된 프레임을 공간 메모리로 활용하고, 컨텍스트 저글링을 통해 새 시점마다 주변 프레임을 검색함으로써 계속 늘어나는 프레임 기록 전체에 어텐션을 적용하지 않았다.

World Labs에 따르면 Atlas는 훨씬 더 큰 모델을 방대한 양의 추가 데이터로 학습해 RTFM의 개념을 확장했다. RTFM은 주로 기존 시점 사이를 보간하도록 설계됐지만, Atlas는 이미지 한 장이나 텍스트 설명만으로 장면을 처음부터 생성할 수 있으며, 이미지 모음에서 새로운 시점을 합성하는 기능도 유지한다.

클라우드 컴퓨팅은 여전히 제약 요인

World Labs에 따르면 Frameboy를 사용하려면 현재 강력한 클라우드 GPU 서버가 필요하며, 로컬 렌더링 방식과 비교해 비용도 저렴하지 않다.

회사는 하드웨어와 소프트웨어가 발전하면 기술이 더 빠르고 저렴해질 것으로 기대한다. 따라서 프리뷰의 핵심 절충점은 분명하다. 카메라를 제어하며 연속적으로 생성한 결과를 브라우저에서 볼 수 있지만, 이를 지속하기 위해 필요한 클라우드 추론은 일상적으로 사용하기에 여전히 현실적인 장벽이다.