[데일리환경=유승철 기자] 구글 딥마인드가 10월 27일 실시간 세계모델 ‘Genie 4’를 연구 미리보기로 공개했다. 사용자가 장면 안을 직접 움직이며 자연어로 상황을 바꾸면 영상·소리·등장인물의 반응을 이어서 만들어내는 모델이다. 일반적인 영상 생성처럼 완성된 짧은 클립을 한 번에 보여주는 데 그치지 않고, 장면이 진행되는 동안 사용자의 입력을 받아 시뮬레이션을 조정하는 것이 핵심이다.이용자는 키보드로 이동하거나 카메라를 움직이고, 텍스트로 날씨를 바꾸거나 인물·물체를 추가할 수 있다. 딥마인드에 따르면 Gemini 계열 모델이 장면의 맥락과 다음에 일어날 일을 추론해 프롬프트를 조정하고, Genie 4가 화면에 나타나는 세계를 실시간으로 생성한다. 회사는 Gemini Omni가 현실의 외관과 행동을 시뮬레이션에 반영하는 데 쓰인다고 설명했다.Genie 4는 생성 영상과 함께 배경음, 음악, 대화도 만들어낸다. 바람이나 파도 같은 환경음뿐 아니라 사용자의 입력이나 장면 변화에 맞춰 등장인물이 대화하는 기능도 포함됐다. DeepMind는 이를 자사의 실시간 세계모델 가운데 소리를 기본 생성하는 첫 모델이라고 소개했다. 영상과 소리가 같은 장면 안에서 즉시 바뀌는 만큼 창작자는 카메라 각도나 조명, 대사와 동작을 바꾸며 아이디어를 시험할 수 있다.DeepMind가 제시한 활용 분야는 영화·게임의 초기 시안 제작부터 교육·저널리즘, 로봇과 AI 에이전트의 훈련 환경까지 넓다. 공식 시연에는 Gemini가 단계별 작업을 계획하고 Genie 4가 이를 시뮬레이션하는 로봇 연구 사례도 포함됐다. 다만 회사가 밝힌 것은 활용 가능성을 시험하는 연구 단계다. 실제 로봇이 현실에서 안정적으로 움직일 수 있다는 성능 검증 결과나 상용 배포 성과가 공개된 것은 아니다. 접근 범위도 제한적이다. 현재는 신뢰할 수 있는 테스터에게 연구 미리보기로 제공되며, 이후 Project Genie의 Google AI Ultra 이용자와 Gemini API·Google AI Studio의 일부 조기 접근 파트너로 확대할 계획이다. 일반 이용자와 개발자가 바로 쓸 수 있는 정식 제품으로 출시된 상태는 아니다. TechCrunch도 제품의 최종 이용 경험과 생성 시뮬레이션을 실제 제작물로 이어가는 과정은 아직 분명하지 않다고 전했다.가장 중요한 기술 과제는 시뮬레이션의 일관성이다. DeepMind는 짧은 세션에서는 세계를 유지할 수 있지만 시간이 길어지거나 복잡한 프롬프트를 여러 번 바꾸면 시각적 세부와 물체의 위치가 흔들릴 수 있다고 밝혔다. 복잡한 물리 상호작용, 공간 정확도, 읽을 수 있는 글자, 실시간 오디오의 정확도도 계속 연구해야 할 문제로 꼽았다. 실제 장소를 완벽하게 재현하지 못하고, 상호작용도 몇 분 안팎으로 제한된다는 점은 로봇 훈련용 도구로 평가할 때 특히 중요하다.가상 환경은 값비싼 장비를 움직이기 전에 여러 상황을 빠르게 시험할 수 있다는 장점이 있다. 그러나 시뮬레이션이 현실의 물리 법칙이나 장면을 잘못 재현하면 그 안에서 학습한 에이전트가 현실에서도 같은 오류를 낼 수 있다. 따라서 Genie 4를 로봇 훈련에 활용하려면 생성 속도나 화면의 사실감뿐 아니라 반복 실행의 재현성, 물리 결과의 정확성, 실제 장비와의 차이를 별도로 검증해야 한다. 이는 공개된 한계를 고려한 기술적 판단이다.이번 발표의 의미는 완성된 가상세계를 제공하는 제품이 나왔다는 데 있기보다, 실시간 상호작용에 소리와 자연어 편집을 더한 연구 방향을 보여준 데 있다. 활용 분야는 넓게 제시됐지만 현재는 제한된 시험 단계이고, 장시간 일관성과 물리·공간 정확도는 남은 과제다. 향후 접근 범위가 확대될 때 실제 이용자가 생성 환경을 얼마나 오래 안정적으로 조작할 수 있는지, 로봇이나 창작 현장에서 검증 가능한 결과로 이어지는지가 기술 가치를 가를 전망이다.