딥마인드 '지니 4' 공개…대화·배경음까지 실시간 생성

월드 모델은 환경을 미리 렌더링하거나 상호작용 요소를 하나하나 프로그래밍하지 않고, 사용자 입력에 반응하는 환경을 프레임 단위로 실시간 생성하는 모델이다. 연구 프리뷰는 일반 출시가 아니라 제한된 테스터에게만 먼저 제공하는 단계를 말한다.

소리를 만들고, 실행 중에 장면을 바꾼다

지니 4는 음악과 주변 소음에 더해 캐릭터끼리 주고받는 대화까지 상황에 맞춰 그 자리에서 만들어낸다.

시뮬레이션이 돌아가는 동안에도 사용자는 텍스트 지시, 즉 글로 적은 명령을 넣어 날씨와 카메라 각도를 바꾸거나 인물·사물을 새로 넣을 수 있다. 구글은 물리 표현이 개선돼 캐릭터가 더 자연스럽게 움직이고 주변 환경에 반응한다고 설명했다.

구글이 제시한 장면 일관성 유지 시간은 최대 약 2분이다. 지니 3의 약 1분보다 두 배로 늘어난 수치다. 지니 3는 2025년 8월 공개됐다.

제미나이 3.8 플래시가 단계를 나눈다

지니 4에는 제미나이 3.8 플래시가 결합됐다. 목표를 여러 단계로 쪼개고, 만들어진 프레임을 점검하며 상황 변화에 맞춰 시뮬레이션을 조정하는 역할이다.

제미나이 로보틱스와 연계한 시연에서는 제미나이 4 아르곤이 체커 게임 과제를 단계별로 나눴다. 지니 4는 실제 로봇을 동원하지 않고, 사람 형태의 로봇인 휴머노이드 로봇 ‘아폴로’가 게임하는 장면을 시뮬레이션으로 구현했다. 딥마인드는 충분히 성숙한 월드 모델이라면 로봇과 AI 에이전트가 시뮬레이션 경험으로 학습하는 훈련장이 될 수 있다고 본다.

테자스 쿨카르니 구글 연구 디렉터는 브리핑에서 앞으로 두 모델을 섞어 쓰는 방식이 늘어날 것이라고 전망했다. 제미나이 쪽이 코드와 글을 만들어 넘기면 지니 쪽이 그것을 실시간으로 받아 현실을 흉내 내는 구조다. 디에고 리바스 구글 딥마인드 엔지니어는 아이디어 구상이나 스토리보드처럼 빠른 발상이 필요한 단계에서 실시간 기능의 가치가 크다고 밝혔다.

신뢰 테스터만 사용…장시간 실행 때 세부 묘사·사물 유지 한계

공개 당시 지니 4를 쓸 수 있는 대상은 신뢰 테스터로 한정된다. 구글은 이후 프로젝트 지니의 구글 AI 울트라 구독자, 그리고 제미나이 API·구글 AI 스튜디오 얼리 액세스 파트너로 제공 범위를 넓힐 계획이라고 밝혔다.

한계도 함께 공개됐다. 구글은 시뮬레이션이 길어질수록 세부 묘사와 사물의 지속성이 흔들릴 수 있다고 설명했다. 오디오의 정확성과 가상 세계 안에 등장하는 글자의 가독성도 해결 과제로 남았다.

구글이 제시한 활용처는 게임, 상호작용형 학습, 로봇공학이다. 신뢰 테스터들은 영화 프로토타입 제작 용도를 거론했다. 구글은 생성되는 모든 영상과 오디오에 AI가 만든 결과물임을 사람 눈에 보이지 않게 표시하는 워터마크 기술 ‘SynthID’를 적용한다고 밝혔다.