Google DeepMind, Genie 4 공개: 네이티브 오디오를 갖춘 실시간 환경 시뮬레이션

2026년 10월 27일 Google DeepMind는 실시간으로 인터랙티브 시뮬레이션을 생성하는 '월드 모델'의 새 버전 Genie 4를 발표했다. 연구자 Raia Hadsell, Diego Rivas, Hang Qi가 작성한 게시물에서 내세운 핵심 변화는 시스템이 네이티브 멀티모달이라는 점이다. 영상과 함께 맥락에 맞는 음악, 환경음, 대화까지 생성한다. 회사가 설명한 아키텍처에서는 Gemini 계열 모델이 시각적·논리적 일관성을 맡는다. Gemini Omni는 시뮬레이션을 현실 세계의 모습과 움직임에 맞추고, Gemini 3.8 Flash는 제어 루프 안에서 시퀀스를 관찰하며 각 단계가 완료됐는지 확인하고, 사용자가 자연어로 날씨나 카메라 연출, 장면 구성을 바꾸려고 개입하면 계획을 수정한다. 공식 블로그는 Gemini 4 Argon 모델도 언급하지만 구체적인 역할은 밝히지 않았다.

테스터들이 시도한 활용 사례로는 게임의 빠른 프로토타이핑, 기록 사진을 환경으로 바꾸기, 비즈니스 시나리오 생성 등이 있으며, Google은 로봇과 에이전트 훈련도 언급했다. DeepMind는 또한 Gemini Robotics를 활용한 실험도 소개했는데, 그중에는 시뮬레이션 속 휴머노이드 Apptronik Apollo가 체커를 두는 장면도 있다. TechCrunch에 따르면 장면의 시간적 일관성은 최대 2분으로 Genie 3의 두 배에 이른다고 하지만, 이 수치는 DeepMind가 공개한 공식 페이지에서는 확인되지 않는다. 실제 검증에 필요한 데이터도 빠져 있다. 회사는 해상도, 프레임 레이트, 응답 지연 시간, 사용 비용, 최대 세션 길이 같은 기본 기술 사양을 공개하지 않았다. DeepMind 스스로도 긴 세션이나 프롬프트를 통한 반복 수정 이후 디테일과 객체 지속성이 떨어지는 문제가 아직 해결되지 않았다고 인정한다.

생성되는 모든 영상과 오디오에는 SynthID 워터마크가 들어간다. 출시는 단계적이다. 현재 프리뷰는 소수의 trusted tester에게만 열려 있으며, '곧'(TechCrunch에 따르면 앞으로 몇 주 안에) Project Genie를 통해 대기자 명단 방식으로 Google AI Ultra 구독자에게, 그리고 Gemini API와 Google AI Studio의 조기 액세스 파트너에게 제공될 예정이다. Google 블로그에는 "Simulating the world is a crucial step toward AGI"라고 적혀 있고, Google DeepMind는 자체 블로그에서 "Genie 4 remains an early, evolving area of research"라고 덧붙였다. Google의 리서치 디렉터 Tejas Kulkarni는 TechCrunch에 앞으로 "hybrid world models", 즉 하이브리드 월드 모델이 점점 더 많아질 것이라고 말했다. 공간 합성에 오디오를 통합한 것은 시뮬레이션을 하나의 감각 생태계로 다루려는 의지를 보여준다. 하지만 지연 시간과 환경의 실제 안정성에 대한 독립적인 검증이 나오기 전까지, 실제 운용에서 이 모델이 얼마나 효과적인지는 아직 측정해 봐야 한다. — Olya