구글 딥마인드, 실시간 오디오 지원 월드 모델 Genie 4 공개

구글 딥마인드는 27일(현지시간) 최신 월드 모델 Genie 4를 연구 프리뷰로 공개했습니다. 회사에 따르면 지금까지 가장 사실적이고 상호작용성이 높은 세계를 생성하며, 사용자는 시뮬레이션 도중 텍스트 프롬프트를 입력해 장면을 바꿀 수 있습니다. 음악, 주변 소음, 대화 등 가상 세계에 어울리는 오디오도 실시간으로 만들어 냅니다.

달라진 점

약 1년 전 연구 프리뷰로 나온 Genie 3와 비교해 사실감이 크게 높아졌고 오디오가 추가됐습니다. 날씨나 카메라 각도를 실시간으로 바꾸거나 사람과 사물을 더하는 자유로운 편집도 가능합니다. 일관된 장면을 유지하는 시간은 최대 2분으로 이전 모델의 두 배이며, 물리 표현과 인물 묘사도 나아졌습니다.

Gemini와의 통합도 강화됐습니다. Gemini가 감독처럼 단계를 계획하고 프레임을 점검하는 동안 Genie가 영상을 만듭니다. Gemini Robotics와 연계한 연구 실험에서는 Gemini 4 Argon 모델이 작업을 단계별로 나누고 Genie 4가 이를 실시간으로 시뮬레이션했습니다. 로봇 시나리오를 현실에서 실행하기 전에 가상으로 시험할 수 있음을 보여 줍니다. 구글의 연구 디렉터 테자스 쿨카르니는 Gemini가 코드와 텍스트를 쓰고 Genie가 이를 실시간으로 받아 현실을 시뮬레이션하는 하이브리드 월드 모델이 늘어날 것이라고 말했습니다.

활용 분야와 한계

구글이 제시한 활용처는 게임, 인터랙티브 학습, 로봇공학입니다. 선공개 대상인 '신뢰할 수 있는 테스터'들은 영화 프로토타입 제작이라는 새 용도를 거론했습니다. 딥마인드의 디에고 리바스 엔지니어는 아이디어 구상과 스토리보드 단계에서 실시간성이 특히 유용하다고 설명했습니다. 향후 Gemini Omni로 이런 프로토타입을 창작 자산으로 발전시킬 수 있겠지만 아직 먼 이야기라고 덧붙였습니다.

팀은 아직 초기 단계이며 최종 제품 경험도 정해지지 않았다고 강조했습니다. 시뮬레이션이 길어지면 세부 요소와 사물이 흐트러질 수 있고, 오디오 정확도와 세계 속 텍스트의 가독성도 아직 해결하지 못했습니다.

Genie 4는 현재 신뢰할 수 있는 테스터에게 제공되며, 앞으로 몇 주 안에 Project Genie의 Google AI Ultra 구독자와 Gemini API 및 Google AI Studio 초기 액세스 파트너에게도 확대됩니다.