뉴스 - 원문 기반 요약 필요

---

title: "NVIDIA, 재학습 없이 공간추론 해결하는 SpatialClaw 공개" description: "뉴스 - 원문 기반 요약 필요" date: 2026-06-21 tags: [ai-news] source: "https://www.marktechpost.com/2026/06/19/nvidia-ai-introduce-spatialclaw-a-training-free-agent-that-treats-code-as-the-action-interface-for-spatial-reasoning/" sidebar: order: 0

제목(한글): NVIDIA, 재학습 없이 공간추론 해결하는 SpatialClaw 공개 원문 제목(영문): NVIDIA AI Introduce SpatialClaw: A Training-Free Agent That Treats Code as the Action Interface for Spatial Reasoning 원문: NVIDIA AI Introduce SpatialClaw: A Training-Free Agent That Treats Code as the Action Interface for Spatial Reasoning 소스: marktechpost MD 파일: content/2026-06-21/marktechpost-nvidia-ai-introduce-spatialclaw-a-training-free-ag.md

핵심 내용

NVIDIA Research가 비전-언어 모델(VLM)의 고질적 약점인 3D 공간 추론을 재학습 없이 해결하는 에이전트 프레임워크 SpatialClaw를 공개했어요.

핵심 아이디어는 '액션 인터페이스'를 코드로 바꾸는 거예요. 기존 방식은 JSON 스키마로 도구를 호출하거나 프로그램을 한 번에 작성해서 실행했는데, SpatialClaw는 파이썬 커널 위에서 마스크·깊이 맵·카메라 좌표를 변수처럼 자유롭게 조합할 수 있거든요. Depth Anything 3와 SAM 3가 핵심 지각 도구로 탑재돼 있어요.

20개 벤치마크 평균 정확도 59.9%로, 최근 공간 에이전트 SpaceTools보다 11.2포인트 앞섰어요. 모델 가중치를 전혀 건드리지 않고도 이 성능이 나온다는 게 포인트예요. VLM을 갈아엎는 대신 '어떻게 도구를 쓰게 하느냐'가 병목이라는 걸 실험으로 보여준 거예요.

잡돌쌤의 한마디

모델 가중치를 바꾸지 않고 '도구 호출 방식'만 코드로 바꿔 성능을 끌어올렸어요. 병목이 모델이 아니라 인터페이스였다는 걸 증명한 거예요.

---

출처: NVIDIA AI Introduce SpatialClaw: A Training-Free Agent That Treats Code as the Action Interface for Spatial Reasoning