Enter는 2026년 봄 HackPrinceton에 참가했다 — 참가자 410명, 36시간, 프린스턴 캠퍼스에서. 우리는 차세대 빌더들을 지원하기 위해 그곳에 있었다. Atlas를 만든 팀은 우리가 계속 다시 찾아갔던 팀 중 하나였다.

우리가 가르치는 방식의 문제

역사 수업을 들어본 사람이라면 누구나 이미 알고 있는, 대부분의 교육 중심에 자리한 간극이 있다.

무슨 일이 있었는지 듣는다. 글을 읽는다. 시험을 본다. 그리고 교과서와 시험 사이 어딘가에서, 정말로 중요했어야 할 그것 — 그 순간, 그 장소, 그 일의 실체 — 은 끝내 제대로 와닿지 않는다. 추상적인 채로 남는다. 볼 수 없는 세계를 설명하는, 페이지 위의 글자일 뿐이다.

과학도 마찬가지다. 광합성은 하나의 과정이 되기 전에 먼저 하나의 단어다. 단계들은 외워진다. 빛이 잎에 닿을 때 실제로 그 안에서 무슨 일이 일어나는지에 대한 이해, 그 직관은 다이어그램만으로는 얻을 수 없다.

Atlas를 만든 팀은 단순한 관찰에서 출발했다. 이것을 바꿀 수 있는 도구들이 이제 존재한다는 것. 몰입형 3D 환경, 실시간으로 말하고 사고할 수 있는 AI, 단 하나의 텍스트 프롬프트로부터 세계를 생성하는 기술. 문제는 이러한 도구들을 결합해 제품보다는 하나의 '장소'처럼 느껴지는 무언가를 만들 수 있는지였다.

Atlas는 실제로 무엇인가

역사적 사건이나 과학 개념을 아무거나 입력한다. 그것을 중심으로 생성된 3D 세계 속으로 들어간다.

이것이 Atlas의 핵심이다 — 그리고 이 설명은 실제로 사용했을 때의 느낌을 제대로 전달하지 못한다. 이 세계는 전통적인 의미의 일러스트레이션이나 시뮬레이션이 아니다. 당신의 프롬프트로부터 생성되고, 실시간으로 렌더링되며, 당신이 이해하러 온 바로 그 구체적인 대상을 중심으로 만들어진 포토리얼한 환경이다.

그 세계 안에는 AI 가이드가 있다. 말을 한다. 듣는다. 그 환경에서 당신 옆에 서 있는 지식 있는 사람이 그렇게 하듯 질문에 답한다 — 당신 주변의 장면, 당신이 볼 수 있는 사물들, 당신이 어디에 있고 무엇을 보고 있는지에 대한 구체적인 맥락에 근거해서 말이다. 개별 요소를 클릭해서 직접 물어볼 수도 있다. 과학 장면에서는 가이드가 있는 실험이 당신의 행동에 반응한다. 당신이 상호작용함에 따라 변화하는 광합성 사이클. 말로 설명하는 것이 아니라 직접 해보면서 가르치는 세계다.

고대 중국 마을의 생성된 3D 환경을 보여주는 Atlas의 인터페이스. 모서리에 AI 가이드가 활성화되어 있으며, 장면 속에서 보이는 사물과 공간적 맥락에 근거한 질문에 답할 준비가 되어 있다.

그들이 풀어낸 어려운 문제

Atlas가 마주한 가장 흥미로운 기술적 과제는 동시에 가장 근본적인 과제이기도 했다 — AI 가이드가 실제로 그 자리에 있는 것에 대해 정직하도록 유지하는 것.

언어 모델은 자신이 볼 수 없는 세계 안에서 자유롭게 풀어놓으면, 빈틈을 스스로 채워 넣는다. 존재하지 않는 사람들을 묘사하고, 한 번도 생성된 적 없는 사물을 언급하고, 그럴듯하게 들리지만 학생이 실제로 서 있는 환경에는 근거하지 않은 맥락을 덧붙인다. 역사 수업에서 이런 종류의 환각은 단순히 부정확한 것이 아니다 — Atlas가 이루고자 하는 바를 적극적으로 훼손한다.

해법은 씬 그래프 시스템이었다 — 생성된 세계 안에서 라벨이 붙고 조회 가능한 모든 요소를 구조화해 표현한 것. 무엇이든 답하기 전에 가이드는 먼저 장면을 읽는다. 그 안에 무엇이 있는지 안다. 모든 답변은 그 공간적·역사적 맥락에 근거하며, 고대 중국 마을이 대략 어떤 모습일지에 대한 모델의 일반적인 지식에 근거하지 않는다.

그 결과는 검색 엔진보다는, 실제로 그 방에 서 있어 본 가이드처럼 행동하는 AI다.

Atlas를 지탱하는 씬 그래프 아키텍처는 생성된 각 세계를 라벨이 붙고 조회 가능한 요소들로 구조화한다 — 이를 통해 AI 가이드는 공간적 근거를 얻고, 모든 답변이 학생이 실제로 볼 수 있는 것을 반영하게 된다.

그들이 가장 자랑스러워하는 것

전체 루프가 처음부터 끝까지 작동한다는 것.

프롬프트를 입력한다. 그 주위로 진짜 3D 세계가 생성된다. 음성이 가능한 AI 가이드가 그 세계 안에서 역사적으로 정확하고 공간적으로 근거 있는 세부 사항과 함께 질문에 답한다. 해커톤에서 세계 생성, 3D 렌더링, 장면 해석, 대화형 AI, 음성 합성에 걸친 파이프라인을 조립한 팀에게, 이 루프를 36시간 안에 깔끔하게 닫아낸 것 자체가 성취다.

STEM 실험 모드는 팀 자신에게도 돋보였다. 설명이 아니라 상호작용을 통해 과학을 가르치는 것은 학생과 개념 사이의 관계를 바꾼다. 광합성의 단계를 외우는 것이 아니다. 자신이 하는 행동에 그것이 어떻게 반응하는지 지켜보는 것이다. 이 차이는 들리는 것보다 더 중요하다.

다음은 무엇인가

세계 생성 품질은 가장 명확한 개선 영역이다 — 가우시안 스플래팅은 포토리얼한 환경을 만들어내지만, 현재 해상도에는 한계가 있고, 팀은 단일 프롬프트에서 생성되는 결과물의 정밀도와 규모를 모두 확장하고자 한다.

더 큰 야망은 VR이다. 화면 속 3D 세계는 하나의 것이다. 그 안에 서서, 자신의 몸으로 그 안을 움직이고, 물건을 향해 손을 뻗어 질문하는 것 — 그것이 바로 학습과 경험 사이의 간극을 완전히 없애는 Atlas의 버전이다.

더 큰 아이디어

교육은 언제나 올바른 의도를 가지고 있었다. 뒤처진 것은 그 의도에 걸맞은 도구들이었다.

Atlas가 보여주는 것은 진정으로 다른 모델의 시작이다 — 환경 자체가 가르치고, 질문이 맥락 속에서 답해지며, 개념과 그에 대한 체감적 이해 사이의 거리가 사라지는 모델. 이것을 만드는 데 필요한 기술은 수년간 조각조각 존재해왔다. 바뀐 것은 그 조각들을 학생이 실제로 걸어 들어갈 수 있는 하나로 조립해내는 능력이다.

이것이 36시간을 투자할 만한 가치가 있는 종류의 문제다. 그리고 완성하는 데 36시간보다 더 오래 걸리는 종류의 답이다.

이전 편을 놓쳤다면? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI → Vol. 3 — reAgent → Vol. 4 — TaleTailor → Vol. 5 — LEGR → Vol. 6 — PolyPath → Vol. 7 — EcoThread → Vol. 8 — Aletheia → Vol. 9 — Synova → Vol. 10 — Overturn Insurance → Vol. 11 — VentureLink