Google DeepMind가 2026년 10월 27일 새로운 '세계 모델' 'Genie 4'를 발표했습니다. 세계 모델이란 텍스트나 이미지를 바탕으로, 그 안을 돌아다니거나 조작할 수 있는 가상 세계를 실시간으로 만들어 내는 AI입니다. Genie 4에서는 영상의 사실감이 크게 높아졌고, 환경음과 음악, 등장인물의 대화도 동시에 만들 수 있게 됐습니다. 현재는 일부 테스터에게 연구 단계의 프리뷰로 제공하고 있습니다.
Genie 4란
Genie 4에서는 어떤 사건을 일으키면, 그 뒤 세계가 어떻게 반응하고 어떤 소리가 나며 그곳에 있는 사람이 어떻게 움직이고 말하는지를 AI가 이어서 만들어 냅니다. 이용자는 키보드로 이동과 카메라 방향을 조작하고, 텍스트로 장면을 바꿔 나갑니다.
- 말로 세계를 바꾸기: 날씨를 바꾸거나, 카메라를 움직이거나, 새로운 인물이나 사물을 등장시키는 지시를 그 자리에서 내릴 수 있습니다
- 물리 재현: 공기의 흐름이나 물체끼리의 충돌 등 현실의 물리에 가까운 움직임을 만듭니다
- 인물의 움직임: 사람이 자연스럽게 움직이고 주변 변화에 반응합니다. Google DeepMind는 이것이 가장 큰 진전이라고 밝혔습니다
- 소리 생성: 나무를 흔드는 바람이나 파도 소리 같은 장소마다의 소리와 음악을 동시에 만듭니다. Genie 4는 소리를 함께 만드는 회사 최초의 실시간 세계 모델입니다
- 대화: 등장인물이 이용자의 조작이나 세계의 사건에 맞춰 즉석에서 말합니다
Google DeepMind는 세계를 재현하는 것을 사람처럼 폭넓은 일을 해내는 AI(AGI)를 향한 중요한 한 걸음으로 보고 있습니다. 로봇이나 AI 에이전트를 안전하게 훈련하는 환경을 만들거나, 영화·보도·게임·제조 같은 분야의 제작에 도움이 된다고 설명합니다.
Gemini와의 조합
Genie 4는 Gemini 모델의 능력을 받아들였습니다. Gemini Omni가 세계의 겉모습과 움직임을 현실에 가깝게 만들고, 다른 Gemini 모델이 세계의 앞뒤가 계속 맞도록 추론하는 역할을 맡습니다.
예를 들어 Gemini 3.8 Flash는 안내자 역할로 생성 중인 세계를 계속 지켜봅니다. 목표를 몇 단계로 나누고, 영상을 확인하면서 각 단계가 잘 진행됐는지 점검합니다. 이용자가 도중에 지시를 바꿔도 계획을 다시 세웁니다. Google DeepMind는 Gemini 4 Argon과 Genie 4를 조합해, Apptronik의 휴머노이드 로봇 'Apollo'가 체커(서양 보드게임)를 두는 모습을 단계별로 시뮬레이션하는 예도 보여 줬습니다.
테스터들의 활용 방식
Google DeepMind는 영상 제작, 보도, 교육, 게임, 엔지니어링 분야의 테스터들과 시험해 왔습니다. 소개된 활용 방식은 다음과 같습니다.
- 영상 제작: 촬영 전에 장면 속에 들어가, 카메라 각도와 조명, 대사를 바꿔 가며 여러 번 '테이크'를 시도합니다
- 보도·역사: 오래된 사진 한 장으로 그 장소를 움직이는 세계로 몇 초 만에 재현합니다. 홍수나 산불이 번지는 모습을 보여 주는 활용도 시험하고 있습니다
- 게임: 아이디어로 돌아다닐 수 있는 시제품을 몇 초 만에 만들고, 겉모습과 플레이 방식을 말로 시험합니다
- 시뮬레이션: 기업들이 다양한 상황을 빠르게 만드는 도구로 평가하고 있습니다
제공 예정
Genie 4는 우선 일부 테스터에게 제공을 시작했습니다. 앞으로 Google AI Ultra 구독자를 위한 'Project Genie'와, Gemini API 및 Google AI Studio 얼리 액세스 참가자에게 제공할 예정입니다. 시기는 '곧'이라고만 밝혔습니다. Project Genie에서는 대기자 명단 등록을 받고 있습니다. 요금이나 일본을 포함한 제공 지역은 발표에서 제시되지 않았습니다.
안전 대책과 남은 과제
Google DeepMind는 다른 모델과 같은 안전 방침에 따른 제한을 두었고, 사내 안전성 평가를 거친 뒤 프리뷰를 시작했다고 밝혔습니다. Genie 4가 만드는 영상과 소리에는 AI가 만든 것임을 판별할 수 있는 눈에 보이지 않는 워터마크 'SynthID'가 들어갑니다.
한편 Genie 4는 아직 초기의 실험적인 모델이라고도 설명합니다. 짧은 시간이라면 세계의 일관성을 유지할 수 있지만, 오래 실행하거나 복잡한 지시를 여러 번 거듭하거나 장면 속을 돌아다니면 세부 묘사나 사물의 위치가 어긋날 수 있습니다. 복잡한 물리적 상호작용, 소리의 정확성, 문자 표시, 공간의 정확성, 장시간의 일관성은 지금도 연구 중인 과제입니다.
CoAI 편집부의 시각
세계 모델은 여러 회사가 앞다퉈 개발하고 있는 분야입니다. 10월 24일에는 Tencent도 오픈 세계 모델 'Hy-Nomas'를 공개했습니다. Genie 4는 영상에 더해 소리와 대화까지 즉석에서 만들고, Gemini와 조합해 앞뒤가 맞는 전개를 유지하려 한다는 점이 특징입니다.
다만 일반 이용자가 직접 써 볼 수 있는 것은 아직 먼 이야기입니다. 처음 쓸 수 있는 것은 최상위 구독인 Google AI Ultra 이용자와 일부 개발자이며, 일본에서 쓸 수 있을지도 알려지지 않았습니다. 영상 제작이나 게임 시제품 제작에 관심이 있다면 데모 영상으로 실력을 확인하면서 제공 지역과 요금 발표를 기다리는 것이 좋겠습니다.
