구글 딥마인드, 월드 모델 'Genie 4' 공개… 실시간 상호작용 시뮬레이션에 네이티브 오디오까지
좋은 아침입니다. 오늘 아침 소식은 구글 딥마인드의 새 월드 모델입니다.
구글 딥마인드가 10월 27일(현지시간) 새 월드 모델 Genie 4를 발표했습니다. 사용자가 어떤 사건을 일으키면, 세계가 어떻게 반응하고 어떤 소리가 나며 그 안의 사람들이 어떻게 움직이고 말하는지를 실시간으로 시뮬레이션합니다. 음악, 주변 소음, 대화 같은 오디오도 세계와 함께 동시에 만들어 냅니다.
핵심 포인트
- 네이티브 멀티모달: 영상과 함께 음악, 환경음, 상호작용 대화를 실시간으로 직접 생성합니다.
- 제미나이 기반: Gemini Omni가 실제 세계의 모습과 움직임을 잡아 주고, 다른 Gemini 모델이 시뮬레이션의 일관성과 연속성을 유지하는 추론을 맡습니다.
- 자연어로 실시간 조종: 카메라 이동, 날씨 변경, 새 캐릭터 등장 같은 장면 변화를 말로 지시할 수 있습니다.
- 더 사실적인 화면: 이전보다 향상된 포토리얼리즘과 자연스러운 움직임을 내세웁니다.
- 공개 범위: 현재는 신뢰할 수 있는 테스터 대상 연구 프리뷰이며, 곧 Project Genie의 Google AI Ultra 구독자와 Gemini API, Google AI Studio 얼리 액세스 파트너에게 제공될 예정입니다. Project Genie에서 대기자 명단 신청을 받고 있습니다.
- 알려진 한계: 짧은 세션에서는 일관된 환경을 유지하지만, 오래 실행하거나 복잡한 수정을 여러 번 하면 세부 묘사와 사물 지속성이 흔들릴 수 있습니다. 복잡한 물리 상호작용, 글자 렌더링, 공간 정확도, 장기 일관성은 아직 연구 중입니다.
왜 중요한가
월드 모델은 로봇과 AI 에이전트를 안전하게 훈련시킬 가상 환경을 무한히 만들어 낼 수 있어, 딥마인드는 이를 AGI로 가는 중요한 단계로 봅니다. Genie 4는 여기에 소리까지 함께 생성하면서 게임, 영화, 저널리즘, 제조 같은 분야의 창작 도구로도 쓰임새가 넓어질 전망입니다. 최근 오픈 월드 모델이 잇따라 나오는 가운데, 구글이 상용 서비스와 API 제공까지 예고했다는 점에서 이 분야 경쟁이 한층 치열해질 것으로 보입니다.
출처