창고 영상을 3D 지도로 만들려는 팀에게 VGGT와 SpatialLM은 대체재라기보다 서로 다른 질문에 답하는 도구다. VGGT는 여러 영상이 어디서 찍혔고 픽셀이 공간의 어디에 있는지를 추정한다. SpatialLM은 그렇게 얻은 점군을 읽어 방·벽·문·창·물체 상자 같은 구조화된 장면 설명을 생성한다.
좋은 파일럿은 두 모델의 데모를 나란히 보는 데서 끝나지 않는다. 카메라·깊이·포인트의 기하오차가 구조 추론에 어떻게 전달되는지, 구조가 로봇 지도·작업계획에 실제로 유용한지, 버전·라이선스·연산시간이 운영조건에 맞는지를 하나의 장면 계보로 검증한다.
목표 작업은 복원과 장면 이해를 분리해 적는다
VGGT의 공식 설명은 한 장부터 수백 장의 영상에서 카메라 내·외부 파라미터, 깊이·포인트맵과 3D 트랙을 수초 안에 추론하는 피드포워드 구조를 제시한다. VGGT 공식 저장소의 출력은 좌표가 필요한 재구성·정합의 출발점이지 방의 용도나 문이 통로라는 의미를 자동으로 보장하지 않는다.
파일럿 요구는 ‘3D 지도를 만든다’가 아니라 카메라 위치오차, 벽·문 검출, 방 분할, 객체 상자와 통로 판단처럼 분리한다. 구조 결과는 탐색·내비게이션·자산대장 가운데 어느 소비자가 쓸지도 정한다. 소비자가 없으면 높은 구조 점수도 운영가치가 없다.
현장 준비도는 영상 품질과 좌표 정답에서 시작한다
다중시점 영상은 충분한 겹침·시차·노출과 흔들림 관리가 필요하다. 반복 무늬, 유리·거울, 흰 벽, 움직이는 사람·장비는 정합을 어렵게 한다. 카메라 타임스탬프와 렌즈·해상도, 촬영경로를 고정하고 치수가 알려진 표적과 독립 측량점을 둔다.
| 업무 질문 | VGGT가 주로 내는 것 | SpatialLM이 주로 내는 것 | 현장 정답 |
|---|---|---|---|
| 카메라는 어디에 있었나 | 내·외부 파라미터 | 입력으로 전제 | 측량·보정 자세 |
| 표면은 어디에 있나 | 깊이·포인트맵·트랙 | 점군을 소비 | LiDAR·치수 표적 |
| 벽·문·창은 무엇인가 | 직접 구조출력 아님 | 건축 요소와 선·상자 | 도면·현장 라벨 |
| 로봇이 통과 가능한가 | 기하 단서 | 의미·관계 단서 | 실제 폭·높이·장애물 |
| 무엇이 바뀌었나 | 시점·점 변화 | 구조 객체 변화 | 시간이 붙은 변경원장 |
SpatialLM 공식 저장소는 RGBD·LiDAR나 단안 영상에서 만든 점군을 받아 벽·문·창과 방향이 있는 물체 상자 같은 구조화 출력을 생성한다고 설명한다. 입력 점군의 좌표·스케일·밀도·품질이 다르면 결과도 달라지므로, 저장소 예시의 실내 장면을 곧바로 공장·야외 성능으로 일반화하지 않는다.
VGGT 출력과 SpatialLM 입력 사이에는 파일만 맞추면 끝나는 규격이 없다. 축 방향·단위, 중력 정렬, 바닥·천장 제거, 점 색·밀도와 잘린 영역을 계약하고 변환 전후 표적 좌표를 대조한다. 이 중간 단계가 바뀌면 같은 모델 버전도 다른 방·문·물체 결과를 낼 수 있다.
데이터 취급도 준비도에 포함한다. 작업자 얼굴·화면과 시설 배치가 영상·점군에 남을 수 있어 수집구역, 보존기간, 접근권한과 반출 가능한 파생물 수준을 정한다. 모델 저장소의 코드·가중치·데이터 라이선스를 버전별로 읽고 상업 사용과 재배포 조건을 별도 법무검토한다.
파일럿은 한 장면을 원시 영상에서 작업결정까지 추적한다
첫 묶음은 기하가 쉬운 구역, 둘째는 유리·반복 선반·가림이 있는 어려운 구역, 셋째는 문이 열리고 팔레트가 이동하는 변화 구역으로 고른다. 각 구역에서 촬영–VGGT 출력–점군 필터–SpatialLM 입력–구조 결과–로봇 소비까지 파일과 파라미터를 묶는다.
- 카메라 원본·보정·촬영경로와 측량 기준점을 변경 불가능한 파일로 보관한다.
- VGGT의 카메라·깊이·포인트 신뢰도를 그대로 저장하고 임계값을 버전화한다.
- 점군 좌표계·단위·다운샘플·바닥 정렬과 잘린 영역을 SpatialLM 입력과 함께 기록한다.
- 벽·문·창·방·물체 상자의 정답 스키마와 경계 허용오차를 사전에 정의한다.
- 구조 오차가 내비게이션·질문응답·자산검색에 미친 실제 결정오류를 센다.
- 모델·가중치·런타임·GPU·라이선스 버전을 인수결과에 고정하고 업그레이드 회귀시험을 만든다.
VGGT만 쓰는 기준선, 측량 점군에 SpatialLM만 쓰는 기준선, 둘을 연속한 경로를 모두 둔다. 이렇게 해야 구조 실패가 기하 입력 때문인지 의미 모델 때문인지 분리할 수 있다. 결과 화면을 사람이 고치는 시간도 자동화 성능에 포함한다.
성공은 기하·구조·업무 세 층에서 동시에 측정한다
기하층은 카메라 자세, 깊이·점의 절대·상대오차와 완전성을 본다. 구조층은 벽·문·창의 정밀도·재현율, 선분·평면 거리, 방 연결과 물체 상자의 위치·방향 오차를 본다. 업무층은 로봇 경로의 잘못된 통과·우회, 공간질문 답변과 변경탐지의 거짓경보를 센다.
| 인수 층 | 핵심 표본 | 합격값을 정하는 법 | 실패 시 되돌아갈 곳 |
|---|---|---|---|
| 영상·좌표 | 보정판·측량점·반복촬영 | 로봇 안전여유보다 작은 상한 | 촬영·보정 재실행 |
| 표면 기하 | 벽·바닥·얇은 구조·유리 | 거리오차+결측률 | 신뢰도·점군 필터 |
| 장면 구조 | 문·창·방·물체 | 클래스 F1+기하오차 | 스키마·SpatialLM 설정 |
| 업무 결정 | 통로·질문·자산검색 | 위험한 거짓허용 우선 억제 | 사람검토·기존 지도 |
| 운영 | 재처리·업그레이드·장애 | 시간·비용·재현성 | 고정 버전·수동 절차 |
한 숫자로 합치지 않는다. 문을 놓쳐 로봇을 가두는 오류와 작은 장식물을 빼먹는 오류의 비용이 다르다. 운영자는 위험한 구조 클래스에 보수 임계값과 사람 승인을 적용하고, 낮은 위험의 자산검색은 더 넓은 자동화를 허용할 수 있다.
지원과 복구는 모델보다 장면 계보를 복원하는 능력이다
출력이 흔들리면 원시 영상, 카메라·깊이 신뢰도, 점군 필터와 구조 프롬프트·디코더를 순서대로 재현한다. 중간 산출물을 버리면 모든 실패를 다시 촬영하거나 모델 탓으로 돌리게 된다. 에피소드마다 해시와 버전을 남기고 동일 입력 재실행이 같은 허용범위에 드는지 확인한다.
World Labs의 기능 분류는 렌더링·시뮬레이션·계획 출력의 계약이 다르다고 설명한다. 이 구분을 적용하면 VGGT의 기하와 SpatialLM의 구조를 외관 데모 하나로 평가하지 않게 된다. 다만 해당 분류는 두 오픈모델의 공식 상호운용 규격이 아니므로 좌표·파일·라이선스 경계는 직접 정의해야 한다.
장애 때는 마지막 검증 지도와 기존 센서 기반 경로계획으로 폴백한다. 새 구조 결과가 승인될 때까지 안전구역·출입문·설비 위치를 자동 덮어쓰지 않는다. 현장 수정은 원본을 지우지 않고 별도 교정층으로 남겨 다음 모델의 오류를 측정한다.
확대는 장면 다양성과 변경주기를 통과할 때 결정한다
확대 전에는 같은 건물의 쉬운 방만 늘리지 않고 다른 조명·렌즈·층고·선반·유리·혼잡과 계절 변화를 포함한다. 처리량은 초당 프레임보다 한 구역의 촬영부터 승인 지도까지 걸린 사람시간과 재작업률로 본다. GPU 비용·저장량·보안검토와 현장 재방문도 포함한다.
기하오차가 작업 안전여유보다 크거나 구조 정답을 만드는 비용이 자동화 절감보다 크면 둘을 전면 적용하지 않는다. 기존 SLAM·측량·도면을 기준으로 쓰고 모델은 변경 후보와 사람검토 우선순위를 제안하게 할 수 있다. 월드 모델의 기본 경계를 함께 보면 3D 복원, 구조 이해와 행동예측을 한 용어로 뭉치는 실수를 줄일 수 있다.
반대로 다양한 구역에서 위험 클래스의 재현율과 기하오차가 유지되고, 장애 재현·버전 고정·폴백이 운영목표 안에 들면 단계적으로 확대한다. ‘둘 중 하나를 선택’하는 결론보다 어떤 단계에서 어느 출력이 필요한지를 명확히 하는 것이 올바른 구매·개발 판단이다.
확대 뒤에도 모든 구역을 자동 덮어쓰지 않는다. 구조 변경 후보를 기존 도면·지도와 차이 목록으로 만들고 위험한 문·통로·안전구역은 승인 뒤 반영한다. 승인된 지도, 모델이 제안한 지도와 원시 관측을 분리해 운영자가 언제든 이전 검증본으로 돌아갈 수 있게 한다.
VGGT·SpatialLM 파일럿은 언제 확대할 수 있나
VGGT와 SpatialLM 파일럿은 얼마나 오래 해야 하나요?
달력 기간보다 장면 종류와 변경 사건을 기준으로 잡는다. 쉬운·어려운·변화 구역을 반복 촬영하고 최소 한 번의 카메라 재보정, 모델 재시작, 지도 교정과 업그레이드 회귀를 포함해야 한다. 정적 데모 하루로는 운영 재현성과 변화 대응을 판단할 수 없다.
둘을 연속 사용한 파이프라인을 확대할 신호는 무엇인가요?
기하·구조·업무 지표가 각각 합격하고, 위험한 거짓통과가 상한 아래이며, 사람 교정·재처리 시간이 기준선보다 줄고, 버전·라이선스·폴백이 닫혔을 때다. 평균 점수만 높고 실패 원인을 어느 단계에서도 재현할 수 없다면 확대하지 않는다.
자료 마지막 확인: 2026년 8월 26일