Reka, 19조 파라미터 옴니모델 Rho‑1 공개…텍스트·이미지·영상·로봇 제어까지

Reka AI는 2026년 10월 5일 가상 출시 행사에서 차세대 옴니모델 Rho‑1을 공식 발표했습니다. 이 모델은 총 19조 파라미터 규모를 갖추고 있으며, 새롭게 도입한 "연구 등급" 시스템을 통해 텍스트, 이미지, 영상, 논리적 추론 및 로봇 행동까지 다양한 모달리티를 하나의 토큰 스트림으로 일관되게 처리하도록 설계되었습니다.

전통적인 멀티모달 AI 스택은 각 모달리티마다 별도의 전문 모델을 운영하고, 이들 모델 사이에 복잡한 파이프라인을 연결하는 방식을 취합니다. 반면 Rho‑1은 모든 입력과 출력을 동일한 토큰 형식으로 변환한 뒤, 하나의 거대한 신경망에 투입함으로써 비전, 언어, 제어 등 각각의 전용 파이프라인을 완전히 생략합니다. 이 과정에서 동일한 가중치 행렬이 다양한 데이터 유형을 해석하고 생성하는 역할을 수행합니다.

통합 토큰 표현

Reka는 텍스트 문자열, 이미지 패치, 영상 프레임, 그리고 로봇 명령이 모두 동일한 토큰 형태로 변환된 뒤 모델에 공급된다고 설명합니다. 이러한 공유 컨텍스트 덕분에 시스템은 이전 상호작용의 정보를 지속적으로 보존할 수 있어, 상태를 초기화하지 않고도 여러 단계에 걸쳐 이미지나 영상을 수정·편집할 수 있습니다. 예를 들어 사용자가 첫 번째 프레임에서 조명을 어둡게 요청하면, 이후 프레임에서도 그 조명 변화가 일관되게 유지됩니다.

회사 측은 Rho‑1 기본 버전이 실시간 속도 0.79배로 영상을 생성할 수 있으며, 사용자가 요청을 제출한 뒤 약 6초 이내에 재생을 시작한다는 점을 강조했습니다. 내부 벤치마크에서는 8단계로 축소된 디스틸 버전이 5.3초 길이의 클립을 약 1초 만에 만들어냈다고 보고했지만, 현재까지 이 수치는 독립적인 외부 검증을 거치지 않은 상태입니다.

성능 및 학습 세부 사항

The Decoder가 입수한 자료에 따르면, Rho‑1의 학습 과정은 약 3개월에 걸쳐 진행됐으며, 총 320대의 Nvidia H100 GPU가 투입되었습니다. 이와 같은 대규모 컴퓨팅 자원은 멀티모달 스택을 단일 아키텍처로 통합하려는 야심찬 목표를 실현하기 위한 필수 조건이었으며, Reka는 이를 "하나의 모델로 세계를 인식·이해·행동하게 하는 단계"라고 설명했습니다.

특히 모델이 여러 차례에 걸쳐 시각 매체를 생성·편집·비교할 수 있는 능력은 주요 차별점으로 부각됩니다. 사용자는 조명 변경, 객체 추가, 움직임 수정 등 일련의 정제 요청을 순차적으로 전달할 수 있으며, 모델은 장면에 대한 일관된 내부 표현을 유지하면서 즉각적인 피드백을 제공합니다.

동일 가중치로 로봇 제어

Reka는 동일한 가중치 집합을 로봇 제어에도 재활용할 수 있음을 시연했습니다. 공개된 인터넷 영상을 역동역학 컴포넌트가 행동 신호로 변환하고, 이를 로봇 구동기에 직접 전달하는 방식입니다. 이 접근법은 별도의 제어 모듈 없이 시각 학습이 바로 모터 행동으로 이어지는 경로를 제시함으로써 로봇 공학 분야에 새로운 패러다임을 제안합니다.

• 단일 네트워크에 19조 파라미터
• 3개월·320 GPU H100 학습
• 텍스트·이미지·영상·로봇 명령을 위한 통합 토큰 스트림
• 기본 버전은 실시간 0.79배 영상 생성, 시작 시간 약 6초
• 디스틸 8단계 버전은 5.3초 클립을 약 1초에 생성 주장

이번 발표는 Rho‑1을 Reka가 부르는 "옴니모델" 개념의 실증 사례로 자리매김합니다. 인식·언어·행동을 유연하게 오가며 기존의 다중 모달 파이프라인을 하나로 압축함으로써 개발 주기를 크게 단축하고, 시스템 복잡성을 현저히 낮출 수 있다고 주장합니다.

비평가들은 특히 디스틸 버전의 성능 주장이 제3자 테스트에 의해 검증되지 않았다고 지적합니다. 독립적인 벤치마크가 이루어져야만 Rho‑1이 특화된 모델 대비 실제로 속도와 품질 면에서 우수한지를 객관적으로 확인할 수 있을 것입니다.

한국 기업에 미치는 의미

한국 시장에서 활동하는 기업들은 Rho‑1을 도입함으로써 별도의 모델 군을 하나의 서비스로 대체하고 AI 인프라를 크게 단순화할 수 있습니다. 콘텐츠 제작자는 보다 빠른 반복 영상 생성 혜택을 누릴 수 있고, 마케팅 부서는 실시간으로 다중 모달 자산을 제작·배포할 수 있습니다. 또한 제조업체는 전용 제어 네트워크를 별도로 훈련시키지 않고도 비전 기반 로봇 제어를 실험할 수 있게 됩니다.

통합 토큰 접근 방식은 서로 다른 시스템 간 출력 결합 시 발생하는 오류를 최소화하고, 보다 일관된 교차 모달 추론을 가능하게 할 전망입니다. 이는 특히 멀티미디어 광고, 실시간 스트리밍, 그리고 스마트 팩토리 자동화와 같은 분야에서 경쟁력을 높이는 핵심 요소로 작용할 가능성이 큽니다.

향후 Reka는 Rho‑1의 확장 버전을 공개하고, 한국 내 파트너와 공동 연구를 진행할 계획이라고 밝혔습니다. 이를 통해 현지 기업들이 자체 데이터와 요구 사항에 맞춰 모델을 미세 조정하고, 산업별 특화 솔루션을 빠르게 출시할 수 있을 것으로 기대됩니다.

마지막으로, Rho‑1의 공개는 멀티모달 AI 연구의 새로운 전환점을 의미합니다. 단일 모델이 텍스트, 이미지, 영상, 로봇 제어까지 모두 포괄하는 시대가 열리면서, 학계와 산업계 모두가 보다 통합된 인공지능 시스템 구축을 위한 새로운 전략을 모색하게 될 것입니다.