아폴로 월드 vs SKY-001: "월드 모델"이 세 가지 다른 역할을 뜻할 때

아폴로 월드와 SKY-001은 15일 간격을 두고 발표되었으며, 라벨 하나 말고는 거의 공통점이 없다. 아폴로 월드는 2026년 11월 3일 공개된 바이두의 에이전트 기반 시뮬레이터로, 가상 도시의 카메라 및 라이다 관측을 생성해 로보택시 스택이 전체 트립에서 학습되고 평가받을 수 있게 한다. SKY-001은 2026년 10월 19일 발표된 스카이폴 AI의 엔지니어링 월드 모델로, 기계 부품이 만들어지는 시각적 상태의 순서를 예측한다. 즉 도면 하나하나로 구성된 제작 계획이다. 하나는 교통 장면을 시간 축으로 전개한다. 다른 하나는 제조 공정을 시간 축으로 전개한다. 둘 다 월드 모델이라고 부르는 것이 맞으며, 바로 그것이 이 표현의 문제다.

이 용어는 어느새 범주라기보다 직함이 되었다. 이제 세 제품이 그 이름을 달고 있다. 시청 가능한 환경을 생성하는 모델, 에이전트가 그 안에서 행동할 수 있는 환경을 시뮬레이션하는 모델, 그리고 프로세스의 상태 전이를 예측하는 모델이다. Apollo World는 두 번째다. SKY-001은 세 번째다. 이들을 직접 비교하는 것은 비행 시뮬레이터와 조립 설명서를 비교하는 것과 같다. 둘 다 어떤 것이 어떻게 전개되는지를 설명하지만, 한쪽을 다른 쪽의 용도로 사용할 일은 결코 없을 것이다.

SKY-001은 거리가 아니라 빌드를 예측합니다

Skyfall AI는 2017년 마이크로소프트가 인수한 캐나다 연구소 Maluuba의 팀이 설립했으며, 투자자로는 Fidelity, Touring Capital, M13, iNovia가 있는 것으로 알려졌습니다. SKY-001은 2026년 10월 19일 대기자 명단과 함께 연구 프리뷰로 발표되었습니다. API도, 가격도, 라이선스도, 가중치도 없으며, 정식 상용 배포는 2027년 초를 목표로 하고 있습니다.

이 아키텍처는 두 단계로 구성되며, 두 단계 모두 텍스트 토큰이 아닌 시각 상태에서 작동하는 확산 트랜스포머입니다.

• Hierarchical Composer는 전체 설계를 생성한 다음 이를 조립체, 하위 조립체, 부품으로 재귀적으로 분할하며, 각 수준은 병렬화할 수 있습니다. 이렇게 해서 모델은 복잡한 객체의 단일 모놀리식 도면을 생성하는 일을 피합니다.

Construction World Model은 Matryoshka 스타일 오토인코더에 2패스 확산 방식을 적용하여 각 리프 부품을 구성하는 시각적 상태의 순서화된 시퀀스를 예측합니다. 먼저 거친 잠재 롤아웃을 수행한 다음, 전체 해상도 정제기를 적용합니다.

학습 데이터 규모는 크고 구체적입니다. 컴포저용 부품 20만 개 이상, 시공 예시 60만 개 이상, 약 3만 5천 개의 평면도가 약 200만 개의 도면 상태를 제공합니다. 그 결과로 나오는 것은 일련의 시각적 계획, 즉 시공 순서를 도면으로 렌더링한 것입니다. 이는 편집 가능한 CAD 피처 이력이 아니며, Skyfall은 피처 수준 출력을 향후 과제로 꼽습니다.

마지막 구분점은 엔지니어가 가장 신경 쓸 부분이다. 부품이 어떻게 조립되는지 보여주는 일련의 사진은 검토, 문서화, 다운스트림 모델 학습, 불가능한 작업 순서를 찾아내는 데 유용하다. 하지만 CAD 패키지에서 열어 편집할 수 있는 모델은 아니며, 기계 가공자에게 공구 경로를 넘겨주지도 않는다.

Apollo World는 다음 1초의 트래픽을 예측합니다

선전에서 열린 AI Day·Apollo에서 Baidu가 공개한 내용은 업계에 대한 교정으로 제시되었다. 지능형 주행 그룹의 수석 아키텍트 Wang Liang은 세계 모델이 인상적인 영상을 만들어내는 화가가 아니라 주행 안전성을 검증하는 시험관이어야 한다고 주장했다. 이어서 제시된 평가 기준인 "2+3"은 무엇이 기준이 되는지를 정의하려는 가장 명확한 공개적 시도다.

두 관문은 인과성, 즉 다음 상태가 프레임별로 조립되고 역으로 채워지는 것이 아니라 현재 상태로부터 예측된다는 것과, 상호작용성, 즉 주입된 행동이 이후에 일어나는 일을 바꾼다는 것입니다. 등급이 매겨진 세 가지 속성은 물리적 정확성, 지속성, 실시간 성능입니다. 지속성은 장시간 실행에서 객체와 세부 사항에 드리프트가 없음을 의미합니다. 실시간성은 도로 차량에 필요한 1/30초, 약 33밀리초의 의사 결정 주기에 의해 제한됩니다.

이 모델의 세 가지 역량은 그와 맞물린다. 교통 참여자는 대본대로 움직이는 소품이 아니라 스스로 결정을 내리는 에이전트이므로, 제동하는 로보택시는 뒤따르는 차량의 행동을 바꾼다. 카메라와 라이다는 실시간으로 생성되므로, 테스트 대상 스택은 실제 도로에서 사용하는 것과 동일한 인터페이스를 통해 가상 세계를 인식한다. 그리고 운행은 임의의 출발지와 목적지에 걸쳐 주문, 픽업, 하차까지 엔드투엔드로 완결된다. Baidu는 이 시스템이 이미 Apollo Go의 글로벌 검증을 지원한다고 밝히며, 하루 약 10만 시뮬레이션 킬로미터를 언급했는데, 이는 안전운전자가 탑승한 차량으로 약 3년간 연속 테스트한 것과 대략 맞먹는 규모로 설명했다. Apollo Go의 운영 수치—28개 도시, 2,300만 건 이상의 운행, 3억 5,000만 자율주행 킬로미터, 그중 2억 4,000만 킬로미터는 완전 무인—도 함께 인용됐다.

파라미터도, 아키텍처도, 논문도, 가중치도, 가격도 없습니다. Apollo World는 처음으로 공개적으로 설명된 내부 인프라로, 출시일이 있어 구매 대상으로 삼을 수 있는 제품이 아닙니다.

숫자, 그리고 43.6% IoU가 의미하는 것

Skyfall은 두 가지 벤치마크를 공개했는데, 둘 다 자체 보고된 것이며 어느 것도 독립적으로 재현되지 않았다. 각각 약 100개의 도면 단계로 구성된 1,000개 부품의 CAD 구성 작업에서 SKY-001은 평균 IoU 79.7%에서 사례당 3.9초, $0.005를 보고한다. GPT-6 Astra는 199초, $0.75, 79.1%로, Gemini 4는 253초, $0.25, 76.9%로, Qwen 3.8 Max는 764초, $0.30, 34.4%로, Kimi K3는 439초, $0.13, 9.5%로 기재되어 있다. Grok 4.7은 1,250초 동안 아무 출력도 생성하지 못했다.

약 70단계로 구성된 1,000개 도면의 BIM 평면도 작업에서 SKY-001은 1.22초, $0.0024, 43.6% IoU를 보고했으며, Gemini 3.8 Flash는 42.3%, GPT-6 Astra는 40.6%, Kimi K3는 33.7%, Qwen 3.8 Max는 28.8%, Grok 4.7은 28.2%를 기록했습니다.

주의 깊게 읽어 보세요. 표들은 헤드라인보다 더 흥미로운 사실을 말해 줍니다. GPT-6 Astra 대비 CAD 우위는 IoU 0.6포인트입니다 — Skyfall 자체 게시물도 이 모델이 앞선다기보다 "일치하거나 능가한다"고 말합니다 — 따라서 실제 격차는 더 나은 출력이 아니라 약 51배 빠르고 150배 저렴하다는 것입니다. BIM 우위는 3.0포인트입니다. 그리고 평면도에서 평균 IoU 43.6%라는 것은 표에서 가장 좋은 모델이 교집합 대 합집합 기준으로 참조 평면도의 절반도 재구성하지 못한다는 뜻입니다. 그것은 연구 미리보기 수치이지 프로덕션 수치가 아니며, 랜딩 페이지에서는 CAD에 대해 블로그가 79.7%를 보여 주는 곳에서 76.1%를 보여 주는 것으로 보고되었습니다. 이는 수치가 여러 접점에서 다시 언급될 때 생기는 전형적인 드리프트입니다.

보도 내용의 한 가지 주장은 출처와 맞대어 보면 성립하지 않는다. 바로 SKY-001이 Claude Opus 5.5를 능가한다는 주장이다. Opus 5.5는 자료에서 GPT-6.1 Sol과 함께 블라인드 언어 모델 심사자로 등장할 뿐, 어느 벤치마크에서도 경쟁자로 등장하지 않는다. 정성적 비교에서 심사자의 선호를 받는 것은 IoU에서 더 높은 점수를 받는 것과 같지 않다.

비교가 실제로 문제가 되는 지점: 누가 출력을 판단하는가

두 발표를 연결하는 방법론적 실마리는 모델에 의한 평가다. 스카이폴의 대표 주장은 언어 모델들로 구성된 블라인드 패널이 그림에 점수를 매긴 결과에 부분적으로 근거한다. 바이두의 주장은 자사 엔지니어들이 적용한 내부 평가 기준에 근거하며, 외부 평가는 전혀 없다. 두 회사 모두 제3자가 다시 실행할 수 있는 프로토콜을 공개하지 않았다.

이는 월드 모델 붐에서 가장 미성숙한 부분이며, 라우팅 계층이 장식적인 작업이 아니라 실제 작업을 수행하는 지점입니다. 생성된 시각적 상태를 판정하는 것은 모델 호출입니다 — 흔히 서로 다른 공급업체의 여러 모델을 호출하므로, 어느 한 연구소의 선호만으로 '좋음'이 정의되지 않습니다. OrcaRouter의 모델 퓨전은 모델 패널이 동일한 판정 프롬프트에 함께 답하게 하고, 하나의 엔드포인트를 통해 이들의 결합된 판정을 반환합니다. 또한 라우팅 DSL은 하네스를 다시 작성하지 않고도 서로 다른 평가 단계를 서로 다른 모델로 보낼 수 있습니다. 이것이 우리가 다루는 계층입니다: 200개 이상의 모델, 하나의 키, 공급업체 정가가 그대로 전달되는 0% 마크업. SKY-001도 Apollo World도 해당 카탈로그에 없으며, 둘 다 여러분이 호출하는 모델이 아닙니다 — 호출하는 것은 판정자들입니다.

둘 다 호출 가능하지 않으며, 이는 결정을 바꿉니다.

가용성에 대한 질문은 둘 다 같은 답을 갖지만, 그 이유는 다릅니다. SKY-001은 대기자 명단 뒤에 있는 연구 프리뷰로, 상용 배포는 2027년 초를 목표로 하고 있으며 공개된 약관은 없습니다. Apollo World는 Baidu 내부에 배포되어 있으며 외부에는 제공되지 않습니다. 둘 다 가격이 없고, 오늘날 자체 워크로드와 벤치마크를 비교할 수도 없습니다.

각각에서 얻을 수 있는 것은 방법이다. SKY-001의 2단계 분해 — 전체를 구성한 다음 각 말단의 구성 순서를 예측하는 것 — 는 계층 구조와 작업 순서를 가진 모든 프로세스에 재사용할 수 있는 패턴이다. Apollo World의 2+3 평가 기준은 누군가 여러분에게 팔려고 하는 어떤 시뮬레이터에도 적용할 수 있는 재사용 가능한 테스트이며, 특히 그 지속성 기준은 대부분의 벤더가 측정값으로 답하지 못하는 질문이다.

당신에게 필요한 것이 무엇인지 알려주는 세 가지 질문

먼저: 모델링하고 있는 대상 안에 행동하는 에이전트가 있나요? 그렇다면 환경 시뮬레이터가 필요하며 Apollo World 루브릭이 적용됩니다. 상태 전이가 결정론적이고 정책이 아니라 계획에 의해 구동된다면 SKY-001에 더 가까운 것이 필요합니다.

둘째: 출력은 사람이 소비하는가, 아니면 제어 루프가 소비하는가? 건설 시퀀스는 엔지니어와 다운스트림 모델이 소비하므로 시각적 그럴듯함과 단계 순서가 평가지표다. 주행 시뮬레이션은 인식 및 계획 스택이 소비하므로 센서 일관성과 지연 시간이 평가지표다. 이 둘은 공통된 평가 기준이 거의 없다.

셋째: 필요한 것은 물리학인가, 절차인가? SKY-001은 브래킷이 그것이 고정하는 조립체보다 먼저 부착되어야 한다는 것을 안다. 하지만 브래킷을 떨어뜨렸을 때 무슨 일이 일어나는지는 모른다. Apollo World는 보행자가 갑자기 나설 때 무슨 일이 일어나는지 안다. 부품이 어떻게 제조되는지에 대해서는 의견이 없다.

월드 모델이라는 라벨은 계속 확장될 것이다. 적어도 네 가지 서로 다른 제품 범주를 동시에 위해 마케팅 역할을 하고 있기 때문이다. 유용한 훈련법은 무엇이 예측되고 있는 상태인지, 무엇이 그 상태에 작용하는지, 누가 그 예측을 소비하는지 묻는 것이다. Apollo World와 SKY-001은 이 세 질문에 완전히 다른 방식으로 답하며, 이 질문들을 던지고 나면 그 비교는 원래 그러했던 것으로 녹아든다: 우연히 이름만 공유하는 두 개의 좋은 아이디어.