Genesis AI가 로봇 파운데이션 모델 개발 및 평가를 위한 시뮬레이션 플랫폼 ‘Genesis World 1.0’을 오픈소스(Apache 2.0)로 공개했다. 이 플랫폼은 Genesis World 물리 엔진, 실시간 경로 추적 렌더러 Nyx, 파이썬-to-GPU 컴파일러 Quadrants, 시뮬레이션 인터페이스 네 가지 구성 요소로 이뤄진다. 핵심 성과는 평가 속도다. 실제 로봇으로 수행하면 200시간 이상 소요되는 정책 평가 과정을 0.5시간 안에 완료하며, 결과 일관성도 실행마다 비트 단위로 동일하게 재현된다.
시뮬레이션 정확도 검증 결과도 함께 공개됐다. Genesis 연구팀은 14개 과제, 과제당 200회 에피소드, 소·중·대 세 가지 모델 변종을 대상으로 실험을 진행한 결과, 시뮬레이션과 실제 하드웨어 롤아웃 간 피어슨 상관계수 0.8996(95% 신뢰구간 0.7439~0.9314)을 확인했다. 모델 간 상대 성능 순위 보존 지표인 MMRV(평균 최대 순위 위반)는 0.0166으로, 시뮬레이터가 서로 다른 모델의 성능 차이를 실제와 유사하게 반영한다는 의미다. 또한 실세계와 시뮬레이션을 나란히 실행하며 물리·렌더링·제어 각 요인이 시뮬-리얼 격차에 미치는 기여도를 분리 분석한 결과, 기존 최선 대안 시뮬레이터보다 FID 스코어 기준 45% 작은 현실 격차를 달성했다.
렌더러 Nyx는 NVIDIA GPU와 CUDA를 기반으로 동작하며, 고급 소비자용 GPU에서 1080p 노이즈프리 프레임을 4ms 이내에 생성하는 것을 목표로 설계됐다. 멀티 바운스 조명, 소프트 섀도, 간접 조명을 물리 기반으로 처리하며, HDRI 파이프라인과 3D 가우시안 스플랫을 활용해 자산 다양성을 확보한다. 물리 엔진은 관절형 강체, 변형 가능한 물체(FEM), 과립 및 점탄성 소재(MPM), 유체(SPH), 천 시뮬레이션(PBD) 등 다중 물리 현상을 단일 파이프라인에서 처리한다. 1.0 버전에서 새로 추가된 솔버는 접촉이 많은 장면에서 기존 IPC(점진적 접촉) 방식 대비 최대 103배 빠른 성능을 보고했다.
Genesis AI가 이 플랫폼에서 훈련 데이터 생성보다 평가를 먼저 강조한 이유는 명확하다. 훈련과 평가에 동일한 시뮬레이터를 쓰면, 성능 향상이 실제 일반화 능력 향상인지 시뮬레이터 분포 적합인지 구분하기 어렵다. Genesis World는 정책 훈련은 전적으로 실세계 데이터로 수행하고, 평가만 시뮬레이션으로 대체하는 ‘제로샷 리얼-투-심’ 방식을 채택했다. 이를 통해 평가 신호의 순도를 높이는 동시에 하드웨어와 인력 비용을 대폭 줄일 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
