Runway는 2026년 11월 11일 Praxis-1의 가중치와 코드를 Apache 2.0 라이선스로 전부 오픈소스화했고 상용도 허용했다. 27B 파라미터 규모의 월드 액션 모델로, 먼저 비디오 사전학습으로 '세상이 다음에 어떻게 될지'를 배우고 그 예측을 로봇의 동작으로 바꾼다. 결론부터 말하면 연구자와 GPU를 가진 팀은 볼 만하고, 일반 사용자는 아직 돌릴 수 없다.
이 프로젝트가 무엇인가
Praxis-1은 Runway의 첫 월드 액션 모델이다. 중추는 269억 파라미터 규모의 혼합 전문가 확산 트랜스포머로, 토큰당 활성화되는 파라미터는 약 28억 개이며, 여기에 약 3.14억 파라미터 규모의 액션 전문가가 예측한 비디오 특징을 동작으로 변환한다. 공식 코드는 GitHub의 Runway 저장소에, 가중치는 Hugging Face에 공개됐고, LeRobot와 vLLM-Omni를 지원하며, 호스팅 추론은 Runway의 Reactor로 이용할 수 있다.
NVIDIA의 RoboLab-120에서 DROID로 미세조정된 Praxis-1은 1,200번 중 555번 성공해 성공률 46.2%로 월드 액션 모델과 오픈소스 로봇 파운데이션 모델 모두 1위를 차지했고, FLUX 3 Action, π0.5, GR00T N1.6을 앞질렀다. 양팔 YAM 로봇과 단일 Franka 팔을 제어할 수 있고, 저가형 SO-101에 미세조정해 실제 작업을 수행할 수도 있다.
배포 비용과 시작 방법
전체 모델은 272억 파라미터, bf16 정밀도에서 54.4GB를 차지하며 80GB GPU 한 장으로 동작한다. H100·B200 데이터센터 카드, RTX 5090·RTX PRO 6000 워크스테이션 카드, 로봇 본체 안의 Jetson Thor를 지원한다. 공개된 가중치는 DROID 미세조정 버전, 양팔 YAM 미세조정 버전, 베이스 모델의 세 가지이며 전체 미세조정과 더 저렴한 LoRA를 지원하고 4비트 NVFP4 양자화도 있다.
장벽은 다운로드가 아니라 그다음이다. 로봇 본체나 시뮬레이션 환경(공개물에 MuJoCo 시뮬레이션 환경이 포함돼 있다)이 필요하고, 미세조정용 작업 데이터도 직접 준비해야 한다. 하드웨어가 없고 노트북으로 맛만 보고 싶다면 Reactor의 호스팅 추론부터 써 보고 가중치를 서둘러 받지 말자.
실제 함정
첫째, 닮은 물체를 헷갈리기 쉽다. 비슷하게 생긴 물건을 나란히 두면 잘못된 쪽으로 손을 뻗을 수 있다. 둘째, 점수는 Runway가 자체 발표한 것으로 공개 시점에는 독립적인 제3자 재현 실험이 없어 46.2%는 참고값으로 봐야 한다. 셋째, 데이터센터급 연산이 필요하다. 개인 워크스테이션으로는 추론이 간신히 돌아가고, 학습과 대규모 미세조정은 팀의 일이다. 맞는 사람: 체화 지능·로봇 학습 연구자, GPU와 로봇 하드웨어를 가진 팀. 맞지 않는 사람: 그냥 써 보고 싶은 개인 사용자, 로봇 하드웨어가 없는 개발자—호스팅 버전부터 써 보고 생태계와 튜토리얼이 갖춰지기를 기다리자. Runway의 당일 발표는 Runway, Praxis-1 오픈소스 공개, 월드 모델 노선의 앞선 사례는 NVIDIA Cosmos를 참고하자.
