Genie 4, 구글의 세계 모델에 네이티브 오디오 및 실시간 텍스트 제어 기능 도입

뉴스 요약

구글 딥마인드는 2026년 10월 27일 화요일, 새로운 세계 모델인 Genie 4를 발표했습니다. 이 모델은 상호작용 가능한 사실적인 환경을 실시간으로 생성하며, Genie 시리즈 최초로 영상과 함께 오디오를 네이티브 방식으로 만들어냅니다. 이번 출시는 현재 신뢰할 수 있는 테스터로 제한된 연구 프리뷰이며, 향후 몇 주 내에 Google AI Ultra 구독자를 대상으로 더 넓은 범위의 배포가 계획되어 있습니다.

Genie 4란 무엇인가

세계 모델이란 환경이 어떻게 보이고 작동하는지를 시뮬레이션하는 AI 시스템으로, 사용자가 그 안을 돌아다니며 실행 중에 환경을 변경할 수 있게 해줍니다. Genie 4는 약 1년 전 구글이 연구 프리뷰로 출시한 Genie 3의 후속작입니다. 딥마인드는 이 새 모델을 네이티브 멀티모달이라고 설명합니다. 즉, 나중에 오디오를 덧붙이는 대신 시각 요소, 소리, 상호작용 대화를 한꺼번에 생성합니다.

딥마인드에 따르면, 이 모델은 초기 사건에 대해 세계가 어떻게 반응하는지, 소리가 어떻게 들리고 그 안에 있는 사람들이 어떻게 움직이고 반응하며 말하는지를 시뮬레이션합니다. 또한 사진처럼 사실적인 표현과 자연스러운 움직임이 개선되었으며, 공기역학이나 충돌 같은 현실 세계의 물리 법칙도 시뮬레이션합니다.

네이티브 오디오

딥마인드는 Genie 4를 오디오를 네이티브로 생성하는 최초의 실시간 세계 모델이라고 부릅니다. 각 세계에는 바람이나 파도 소리처럼 배경에 어울리는 환경음이 부여됩니다. 음악도 생성되며, 등장인물들은 사용자의 행동과 장면 속 사건에 맞춰 적응하는 실시간 대화를 나눌 수 있습니다.

테크크런치는 경쟁사인 Runway가 몇 달 전에 오디오 생성 기능이 포함된 플레이 가능한 세계 모델 GWM Worlds 2를 출시했다고 언급했습니다. 구글의 Veo 비디오 모델 역시 오디오가 동기화된 고화질 영상을 생성하지만, 탐색 가능한 세계가 아닌 짧은 클립을 만든다는 차이가 있습니다.

실시간 제어

사용자는 표준 키보드 조작으로 이동하고 카메라를 제어할 수 있습니다. 시뮬레이션이 실행되는 동안 텍스트 프롬프트를 입력해 날씨를 바꾸거나, 카메라 각도를 조정하거나, 사람 또는 사물을 추가하는 식으로 상황을 변경할 수도 있습니다. Gemini는 각 프롬프트를 주변 장면에 맞게 조정하고, 입력 사이에서도 세계가 일관되게 진행되도록 유지합니다.

세계 속 등장인물은 자연스럽게 움직이고 주변 환경에 반응하며 실시간으로 제어될 수 있습니다. 테크크런치는 이제 장면이 최대 2분간 일관성을 유지하며, 이는 Genie 3 제한 시간의 두 배라고 보도했습니다.

루프 내부에서 Gemini가 작동하는 방식

Genie 4는 픽셀 단위의 렌더링과 Gemini의 구조화된 추론을 결합합니다. 딥마인드는 Gemini Omni가 시뮬레이션을 현실 세계의 외형과 동작에 고정시키고, 다른 Gemini 모델들이 일관성과 연속성을 유지하는 추론을 제공한다고 설명합니다. Gemini 3.8 Flash는 안내 에이전트 역할을 합니다. 장면을 관찰하고 목표를 단계별로 나누며 각 단계를 검증하고, 세계가 변하거나 사용자가 개입할 때 계획을 조정합니다.

구글의 리서치 디렉터인 테자스 쿨카르니는 테크크런치에 "앞으로 점점 더 많이 보게 될 것은 바로 이러한 하이브리드 세계 모델들"이라고 말했습니다. 딥마인드의 자체 게시물도 같은 방향을 가리키며, Gemini의 추론과 Genie의 렌더링을 결합한 하이브리드를 제안하고 있습니다.

로봇공학 및 에이전트 훈련

딥마인드는 Genie 4를 로봇과 소프트웨어 에이전트를 위한 훈련 환경을 구축하는 수단으로 내세우고 있습니다. Gemini Robotics와 연계된 한 데모에서는 Gemini 4 Argon이라는 모델이 작업을 단계별로 나누고 Genie 4가 결과를 시뮬레이션하여, Apptronik의 Apollo 휴머노이드가 체커 게임을 하는 모습을 보여주었습니다. 이때 작업 단계는 렌더링 중 텍스트 캡션으로 표시되었습니다. 목표는 로봇 시나리오를 실제 물리 세계에 배치하기 전에 시뮬레이션에서 테스트하는 것입니다.

초기 활용 사례

신뢰할 수 있는 테스터들은 창의적 연출과 사전 시각화, 역사적이거나 보관된 사진을 시뮬레이션 환경으로 전환하기, 게임 콘셉트의 빠른 프로토타이핑, 기업용 시나리오 생성 등을 탐구해 왔습니다. 테크크런치는 역사화 속으로 들어가 그림 속 인물들과 대화하는 학습 아이디어도 소개했습니다.

구글 딥마인드 엔지니어인 디에고 리바스는 실시간 측면이 '몰입 상태를 유지하는 것'이 중요한 아이디어 구상과 스토리보딩 작업에 가장 중요하다고 말했습니다. 그는 아직 초기 단계이며 종단 간 제품 경험이 명확하지 않다고 덧붙였습니다. 또한 Gemini Omni와 같은 도구가 결국 Genie 프로토타입을 창작 자산으로 바꿀 수 있겠지만, 그것은 "아직 갈 길이 멀다"고 평가했습니다.

한계점 및 안전성

구글은 모델의 약점에 대해 솔직하게 밝히고 있습니다. 시각적 세부 사항과 객체 영속성은 시간이 지남에 따라 여전히 변하거나 어긋날 수 있으며, 특히 긴 세션이나 여러 번의 편집 후에는 더욱 그렇습니다. 복잡한 물리적 상호작용, 실시간 오디오의 정확도, 읽을 수 있는 세계 내 텍스트, 공간 정확도, 장기적 일관성은 여전히 활발히 연구 중인 영역입니다. 딥마인드의 게시물이나 테크크런치 모두 출력 해상도, 프레임률, 정확한 클립 길이에 대한 수치는 제시하지 않았습니다.

안전성 측면에서 딥마인드는 프리뷰 전에 내부 평가를 수행했으며, 신뢰할 수 있는 테스터부터 시작하는 단계적 배포를 사용하고 있고, 구글 정책에 부합하는 안전장치를 적용하고 있다고 밝혔습니다. 생성된 모든 영상과 오디오에는 SynthID 워터마크가 포함됩니다.

이용 가능 여부

Genie 4는 현재 신뢰할 수 있는 테스터를 위한 연구 프리뷰입니다. 향후 몇 주 내에 Project Genie를 통해 Google AI Ultra 구독자와 Gemini API 및 Google AI Studio의 조기 액세스 파트너에게 제공될 예정입니다. 2026년 1월 29일에 출시되어 Genie 3를 기반으로 구축된 Project Genie를 통해 대기 목록 신청이 열려 있습니다. Google AI Ultra 등급을 넘어선 구체적인 가격이나 국가별 제공 여부는 아직 발표되지 않았습니다.

업계 동향

세계 모델은 막대한 투자를 끌어들이고 있습니다. 테크크런치는 AMD가 World Labs를 인수하고 있고, Amazon이 Decart 인수를 논의 중이라는 보도가 있으며, Rivian이 자율주행 시뮬레이션을 위해 Third Dimension을 인수했다고 언급했습니다. 일반적으로 거론되는 상업적 활용 사례는 게임, 인터랙티브 학습, 로봇공학이며, 이는 구글이 Genie 4에서 강조하는 분야와 동일합니다.

이것이 중요한 이유

네이티브 오디오와 자유 형식 편집이 추가되면서 세계 모델은 소리 없는 짧은 데모에서 인터랙티브 장면에 더 가까운 경험으로 나아가고 있습니다. 2분의 일관성 유지 시간과 인정된 어긋남 현상은 이 기술이 아직 초기 단계임을 보여주지만, 추론 모델이 계획하고 검증하는 동시에 세계 모델이 렌더링하는 하이브리드 설계는 연구자들이 앞으로 더 자주 보게 될 것으로 예상하는 패턴입니다.

출처: 테크크런치(2026년 10월 27일), 구글 딥마인드 블로그 "Genie 4: 차세대 세계 시뮬레이션"(2026년 10월 27일), 및 Quartz, Analytics India Magazine, AI Weekly의 관련 보도.