[The Batch] LLM의 한계와 돌파구: OpenAI GPT-5.2 출시, Runway의 세계 모델, 그리고 디즈니의 AI 협력

핵심 요약

AI 기술은 범용성을 넓혀가고 있으나 여전히 특정 도메인 적응에는 정교한 데이터 엔지니어링이 필요하다. OpenAI는 추론 효율성을 극대하게 높인 GPT-5.2 시리즈를 출시하며 구글 Gemini 3에 대응했고, Runway는 실시간 상호작용이 가능한 일반 세계 모델(GWM-1)을 선보였다. 또한 디즈니는 OpenAI에 10억 달러를 투자하며 자사 IP를 활용한 AI 영상 생성 시장에 본격적으로 뛰어들었다. 이러한 흐름은 AI가 단순한 텍스트 생성을 넘어 물리적 세계 시뮬레이션과 고도화된 전문 추론 영역으로 확장되고 있음을 보여준다.

배경

LLM 추론 및 벤치마크(ARC-AGI)에 대한 기본 이해, 확산 모델(Diffusion Model) 및 자기회귀(Autoregressive) 생성 개념, LoRA 어댑터 및 멀티모달 학습 구조에 대한 지식

대상 독자

AI 전략 기획자, LLM 애플리케이션 개발자, 멀티모달 연구자

의미 / 영향

AI 모델의 발전 방향이 단순 성능 경쟁에서 비용 효율성과 실시간 물리 시뮬레이션으로 이동하고 있다. 특히 거대 IP 홀더들의 참여는 생성형 AI가 주류 엔터테인먼트 산업의 핵심 인프라로 자리 잡는 계기가 될 것이며, 소량의 데이터로 전문 도메인에 적응하는 기술은 산업 현장의 AI 도입 문턱을 낮출 것이다.

섹션별 상세

Andrew Ng은 LLM이 웹 데이터를 통해 범용성을 얻었으나 인간 수준의 일반화에는 미치지 못하며, 현재의 발전은 특정 도메인 데이터를 수동으로 정제하는 데이터 중심 AI 방식에 의존하고 있다고 진단했다. 인간은 적은 데이터로도 연속적인 피드백을 통해 학습하지만, 현재의 모델은 특정 프로그래밍 언어나 의료 분야에 적응하기 위해 방대한 데이터 정제 과정이 필수적이다. 미래의 돌파구가 나오기 전까지는 이러한 수동적인 개선 작업이 지속될 것으로 예상된다.

Runway가 공개한 GWM-1은 프레임 단위로 생성하는 자기회귀 확산 모델(Autoregressive Diffusion Model)을 통해 사용자의 입력에 실시간으로 반응하는 일관된 3D 세계 시뮬레이션을 구현했다. GWM Worlds는 사용자의 텍스트 명령에 따라 물리 법칙이 적용된 가상 공간을 생성하며, 객체가 시야에서 사라졌다가 다시 나타나도 공간적 위치를 유지한다. GWM Robotics는 로봇의 시점에서 행동에 따른 환경 변화를 생성하여 로봇 학습용 합성 데이터를 제공하며, GWM Avatars는 실시간 대화가 가능한 캐릭터를 생성한다.

디즈니와 OpenAI는 3년간의 독점 계약을 체결하여 미키 마우스, 다스 베이더 등 200여 개의 캐릭터를 Sora 앱에서 사용할 수 있게 했으며, 디즈니는 OpenAI에 10억 달러 규모의 지분 투자를 단행했다. 이번 계약은 저작권 분쟁을 해결하기 위한 전략적 파트너십의 일환으로, 디즈니는 자사 IP를 활용한 사용자 생성 콘텐츠를 Disney+에서 스트리밍할 계획이다. 이는 할리우드 스튜디오가 AI 기술을 위협이 아닌 새로운 수익 창출과 관객 참여의 도구로 수용하기 시작했음을 의미한다.

OpenAI의 GPT-5.2는 Pro, Thinking, Instant 세 가지 모델로 출시되었으며, 특히 ARC-AGI-1 벤치마크에서 90.5%를 기록하며 인간 수준의 추론 능력에 한 발 더 다가섰다. GPT-5.2 Pro는 이전 모델 대비 추론 비용을 약 390배 절감하며 경제적 효율성을 확보했고, 새로운 x-high 추론 레벨과 컨텍스트 요약 API 기능을 도입했다. 구글 Gemini 3 출시 직후 Sam Altman이 코드 레드 비상사태를 선포하며 모델 개선에 집중한 결과물로 평가받는다.

에든버러 대학교 등 공동 연구진이 발표한 SEMI 기법은 단 32개의 예시만으로도 LLM이 천문학 이미지나 분자 구조와 같은 새로운 데이터 유형을 처리할 수 있도록 돕는 효율적인 모달리티 통합 방법을 제시했다. 기존에는 새로운 데이터 유형을 처리하기 위해 수만 개의 쌍 데이터가 필요했으나, SEMI는 프로젝터와 LoRA 생성기를 활용해 소량의 데이터로도 임베딩 공간을 정렬한다. 이 기술은 텍스트 데이터가 부족한 전문 기술 분야에서 AI 도입을 가속화할 수 있는 잠재력을 가졌다.

이미지 분석

Chart
GPT-5.2 Pro가 ARC-AGI-1에서 86.2%, AIME 2025에서 100%를 기록하며 Claude 4.5나 Gemini 3 Pro 대비 우위를 점하고 있음을 수치로 보여준다. 특히 추상적 추론 과제에서 경쟁 모델들을 압도하는 성능을 확인할 수 있다.
GPT-5.2와 경쟁 모델들의 주요 추론 벤치마크 성능 비교표.

Diagram
인코더, 프로젝터, 하이퍼넷(LoRA 생성기)을 통해 이미지, 오디오, 비디오 등 다양한 데이터를 LLM 임베딩 공간으로 정렬하는 과정을 설명한다. 적은 예시만으로도 새로운 데이터 유형에 적응하는 메커니즘을 시각화했다.
SEMI(Sample-Efficient Modality Integration) 아키텍처의 학습 및 추론 구조 다이어그램.

실무 Takeaway

GPT-5.2의 등장으로 고성능 추론 비용이 획기적으로 낮아져, 수백 번의 추론 시도나 복잡한 에이전트 워크플로우를 경제적으로 운영할 수 있게 되었다.
Runway의 GWM-1은 단순 영상 생성을 넘어 로보틱스 학습을 위한 합성 데이터 생성 및 실시간 상호작용 시뮬레이션 도구로 진화하고 있다.

언급된 리소스

튜토리얼Nvidia’s NeMo Agent Toolkit Course