Google DeepMind가 10월 27일에 4세대 세계 모델 Genie 4를 발표했습니다. 텍스트나 이미지를 기반으로 키보드로 이동하고 카메라를 회전할 수 있는 인터랙티브 세계를 실시간으로 생성하며, 환경 소리, 음악, 캐릭터 대화를 동시에 생성하는 것은 이번이 처음입니다. 현재는 연구 프리뷰로 신뢰할 수 있는 테스터에게만 공개되어 있습니다.
신뢰도: 높음(100) · 이벤트 시간 2026-10-27
이유
- 공식적으로 네 가지 주요 진전을 언급했습니다. 자연어를 통해 실시간으로 장면을 변경하는 것(날씨 변경, 카메라 이동, 사람 또는 물체 추가), 물리 및 인물 동작의 더 사실적인 표현, 오디오의 네이티브 생성으로 캐릭터가 실시간으로 대화하고 사용자 입력에 응답하는 것, 그리고 Gemini 3.8 Flash를 '가이드 에이전트'로 사용하여 화면을 지속적으로 관찰하고 목표를 분해하며 각 단계의 완료 여부를 프레임별로 확인하여 다단계 인과 관계의 신뢰성을 높이는 것입니다.
- DeepMind는 세계 모델을 로봇 및 에이전트를 위한 훈련 환경으로 위치시킵니다. 블로그에서는 Gemini 4 Argon이 작업을 단계별로 분해하고 실시간으로 Genie 4 시뮬레이션을 구동하여 Apptronik의 Apollo 휴머노이드 로봇이 체스를 두는 모습을 시연했습니다.
- 공식적으로 신뢰할 수 있는 테스터들이 이를 영화 프리비주얼, 역사적 사진 하나를 이동 가능한 장면으로 변환, 게임 프로토타이핑 및 기업 시나리오 시뮬레이션에 사용한다고 밝혔습니다.
- Ars Technica는 이전 세대 Genie 3가 제한된 Project Genie 웹 경험에서만 제공되어 왔다고 지적했습니다. 이번에는 공식적으로 Ultra 구독자 및 Gemini API를 위한 개방 로드맵이 제시되었습니다.
사용법
- Project Genie에서 대기자 명단에 등록할 수 있습니다(DeepMind 블로그 상단에 입구가 있음). 공식적으로 향후 Google AI Ultra 구독자(Project Genie) 및 Gemini API, Google AI Studio의 초기 파트너에게 먼저 개방될 것이라고 밝혔으나, 구체적인 일정이나 가격은 제시하지 않았습니다.
- 공식적으로 Genie 4가 생성한 모든 비디오와 오디오에는 SynthID 비가시 워터마크가 포함된다고 밝혔습니다.
리스크
- TechCrunch는 장면이 약 2분간 일관성을 유지할 수 있으며 이는 Genie 3의 두 배라고 전했습니다. 공식 원문에는 '짧은 세션 내에서 일관성 유지'라고만 적혀 있고 구체적인 시간은 명시되지 않았습니다.
- 공식적으로 나열된 한계점으로는 실행 시간이 길어지고 변경 사항이 많아질수록 화면 디테일과 물체 영속성이 왜곡되기 쉽다는 점, 복잡한 물리 상호작용, 실시간 오디오 정확도, 텍스트 렌더링, 공간 정밀도 및 장기 일관성은 여전히 연구 중이라는 점이 있습니다.
- 공식적으로 선별된 데모만 확인할 수 있으며 공개된 벤치마크 데이터는 없습니다. 개방 시기는 미정이며, Ars Technica는 가격이 저렴하지 않을 것이라고 전했습니다.
열기 · TechCrunch · Ars Technica · The Verge · SiliconANGLE