Google Genie 4, 장면과 소리를 함께 만드는 실시간 월드 모델

구글 딥마인드가 10월 27일 Genie 4를 발표했다. 사용자가 움직이거나 요청을 바꾸면 그에 맞춰 다음 장면과 소리를 생성하는 실시간 월드 모델이다. 화면 속 인물과 대화하는 기능까지 더했으며, 현재는 선정된 테스터를 대상으로 연구 미리보기를 제공한다. 공식 발표

이처럼 처음 만든 장면을 탐색하다가 날씨나 등장인물을 바꾸는 요청을 더할 수 있다. 구글은 영상 속 환경음과 음악, 대화도 모델이 장면과 함께 생성한다고 설명한다.

월드 모델은 무엇을 만드는가?

월드 모델은 지금 보이는 환경과 사용자의 행동을 바탕으로 다음에 일어날 일을 예측하는 AI다. 방 안에서 몸을 돌리면 다른 벽이 보이고, 바닥의 공에 부딪히면 공이 굴러가는 식으로 행동과 장면 변화가 연결된다. 구글은 Genie가 이런 변화를 별도의 게임 엔진 없이 생성한다고 설명한다. 구글의 월드 모델 해설

미리 완성한 영상을 재생하는 방식과도 다르다. 사용자가 어느 쪽으로 이동하는지에 따라 앞으로 볼 장면이 달라진다. 같은 출발 장면에서도 카메라를 돌리거나 경로를 바꿔 탐색할 수 있어, 결과물은 정해진 길이의 영상보다는 잠시 들어가 움직여볼 수 있는 환경에 가깝다.

Genie는 모델 이름이고, Project Genie는 이를 시험하는 웹 앱이다. 지난 1월 공개된 Project Genie는 Genie 3와 이미지 생성 모델 Nano Banana Pro, Gemini를 조합했다. 글과 이미지로 세계를 구성하고, 탐색하거나 다른 사람이 만든 세계를 수정하는 기능을 소개했다. 이번 소식은 그 앱 전체의 신규 출시가 아니라 기반 월드 모델의 새 버전 발표다. 기존 Project Genie의 구성

Gemini가 맥락을 조율하고 Genie가 장면을 생성한다

Genie 4는 Gemini 계열 모델의 능력을 함께 사용한다. Gemini Omni는 실제 세계의 모습과 움직임을 반영하는 데 기여하고, 다른 Gemini 모델들은 장면이 앞뒤에 맞게 이어지도록 추론을 맡는다. 사용자가 새 인물을 넣거나 날씨를 바꾸라고 하면 주변 상황에 맞게 요청을 해석하고, 입력이 없는 동안에도 장면의 흐름을 조율한다는 설명이다. 모델의 역할과 실시간 변경

예를 들어 호숫가 촬영 장면의 분위기를 시험한다면, 출발 이미지를 정한 뒤 시점을 바꾸고 조명을 달리하는 식으로 구도를 탐색할 수 있다. 장면마다 새 영상을 따로 요청하기보다 진행 중인 환경에 변화를 주는 활용이다. 구글은 초기 테스터들이 영화의 사전 시각화와 아이디어 검토에 이런 방식을 시험하고 있다고 밝혔다.

소리도 중요한 변화다. 나뭇잎을 밟는 소리나 군중의 반응 같은 환경음에 더해 인물이 상황에 맞게 말을 주고받는 방향으로 확장했다. 시각적 공간을 돌아다니는 경험에 소리와 대화를 결합한 것이다. 다만 실시간 오디오의 정확도는 여전히 개선 중인 항목이다. 생성 기능과 오디오 한계

로봇 연구에서 기대하는 활용

월드 모델의 다른 활용은 AI가 행동을 연습할 환경을 만드는 일이다. 실제 장소와 장비를 매번 준비하기 어려운 상황에서도 다양한 환경을 생성해 행동을 시험할 수 있다는 구상이다. 구글의 월드 모델 해설 역시 AI 훈련과 교육, 게임·영화 아이디어 탐색을 가능한 활용으로 소개한다. 월드 모델의 활용 방향

Genie 4 모델 페이지에는 Gemini 4 Argon이 여러 단계의 작업 계획을 만들고, 그 단계를 글로 전달하면 Genie 4가 진행 중인 시뮬레이션에 반영하는 초기 로봇 연구 예시가 있다. 계획을 세우는 모델과 환경을 생성하는 모델을 연결하려는 실험이다. 실제 로봇의 성공률이 얼마나 높아졌는지를 입증한 결과로 소개된 것은 아니다. Gemini Robotics와의 초기 연구

이런 용도에서는 보기 좋은 장면만으로 충분하지 않다. 물체가 이동한 뒤에도 같은 자리에 남아 있는지, 같은 행동에 비슷한 결과가 나오는지가 중요하다. 예를 들어 물건을 집는 연습 중 크기나 위치가 바뀐다면 행동의 옳고 그름을 판단하기 어려워진다. 생성 환경을 훈련에 활용하려면 따져봐야 할 조건이다.

사실적인 표현과 물리적 정확성은 다르다

구글은 물리적 움직임과 사람의 행동이 더 자연스러워졌다고 설명한다. 하지만 이번 발표에는 다른 모델과 같은 조건으로 비교한 정량 성능표가 없다. 공식 예시도 일부 구간을 줄인 설명용 녹화로 안내돼 있어, 선별된 화면만으로 긴 작업 전체의 안정성이나 다른 제품 대비 우위를 판단하기는 어렵다. 발표 내용 · 예시의 조건

모델 문서가 밝힌 한계는 장면의 지속성이다. 오래 탐색하거나 복잡한 수정을 여러 번 적용하면 물체와 시각적 세부가 달라질 수 있다. 연속 상호작용은 몇 분 수준이며, 실제 장소의 정확한 재현과 읽기 쉬운 글자 생성도 해결 중인 과제다. 풍경이 그럴듯하게 보이는 것과 그 장소의 구조가 정확한 것은 구분해서 봐야 한다. 현재 한계

지금 사용할 수 있나?

10월 28일 확인 기준으로 Genie 4는 선정된 테스터에게 제공되는 연구 미리보기다. 구글은 앞으로 Project Genie의 Google AI Ultra 가입자와 Gemini API·Google AI Studio의 초기 접근 파트너부터 확대할 예정이라고 밝혔다. 대기 신청을 안내하지만 일반 공개 날짜와 Genie 4의 구체적인 요금·지역별 제공 조건은 이번 발표에 제시하지 않았다. 이용 대상과 후속 계획

따라서 기존 Project Genie를 사용할 수 있더라도 Genie 4까지 바로 이용할 수 있다고 보기는 어렵다. 지금은 완성된 게임이나 장시간 작동하는 가상 공간보다는, 장면과 소리를 함께 생성하고 실시간으로 바꾸는 기능을 제한된 환경에서 시험하는 단계다.