오픈 소스 JEPA 월드 모델 DVD-JEPA 공개

DVD-JEPA는 픽셀 단위의 예측 대신 **잠재 표현(Representation)**을 예측하는 JEPA(Joint-Embedding Predictive Architecture) 아키텍처를 구현한 오픈 소스 프로젝트입니다. 픽셀 예측 시 발생하는 불필요한 세부 정보에 매몰되는 문제를 해결하기 위해 설계되었습니다.

주요 특징 및 성능은 다음과 같습니다:

• 재현 가능성: 16x16 박스 내에서 움직이는 DVD 로고를 대상으로 하며, 컨텍스트 인코더, EMA 타겟 인코더, 잠재 예측기(Latent Predictor)를 사용하여 학습됩니다.
• 표현 학습: 별도의 라벨 없이도 32차원 잠재 공간에서 로고의 정확한 좌표(y, x)를 0.73px 오차 범위 내로 복원할 수 있습니다.
• 시각적 예측 및 이상 탐지: 디코더를 결합할 경우 벽 반사를 포함한 미래 프레임을 성공적으로 렌더링할 수 있으며, 예측 오차를 활용해 **이상 징후(Anomaly)**를 감지하는 모니터링 도구로 활용 가능합니다.
• 경량화: 학습된 MLP 모델을 약 40줄의 JavaScript로 재구현하여 브라우저 환경에서도 클라이언트 측 실행이 가능합니다.

이 프로젝트는 I-JEPA, V-JEPA, V-JEPA 2의 핵심 아키텍처를 가장 단순하고 명확하게 보여주는 실증 사례입니다.