구글 딥마인드, 세계 모델 지니 4 시험 공개…소리·대화까지 실시간 생성

이번 발표의 핵심은 세계 모델이 그림을 넘어서 소리와 말까지 다루게 됐다는 점이다. 딥마인드는 지니 4가 설계 단계부터 여러 양식을 함께 다루도록 만들어져 환경음과 음악, 상호작용하는 대화를 세계와 동시에 생성한다고 설명했다. 공개된 시연 영상의 소리는 모두 모델이 직접 만든 것이라고 회사는 밝혔다. 등장인물은 사용자의 입력이나 세계 안의 사건에 반응해 실시간으로 말을 주고받는다.

지니 4는 단독으로 작동하는 모델이 아니라 제미나이 계열과 결합된 구조다. 제미나이 옴니(Gemini Omni)가 시뮬레이션을 실제 세계의 외형과 움직임에 맞게 고정하는 역할을 하고, 다른 제미나이 모델이 장면의 일관성을 유지하는 데 필요한 추론을 맡는다. 사용자가 입력하지 않는 동안에도 제미나이가 장면을 지켜보며 세계가 자연스럽게 이어지도록 조정한다고 회사는 설명했다.

복잡한 사건을 시뮬레이션하는 방식도 공개됐다. 지니 4가 세계를 실시간으로 생성하는 동안 제미나이 3.8 플래시(Gemini 3.8 Flash)가 안내 역할의 에이전트로 함께 돌면서 목표를 단계로 나누고, 들어오는 프레임을 검토해 각 단계가 성공했는지 확인한다. 세계가 바뀌거나 사용자가 개입하면 계획을 그 자리에서 고친다. 딥마인드는 이 방식으로 인과관계와 여러 단계의 추론이 필요한 장면을 다룰 수 있다고 밝혔다.

로봇 연구와의 연결도 실험 중이다. 회사는 제미나이 4 아르곤(Gemini 4 Argon)이 사용자의 과제를 단계로 쪼개고 그 단계를 글 설명으로 지니 4에 건네 시뮬레이션을 진행시키는 예시를 공개했다. 공개된 예시는 앱트로닉(Apptronik)의 휴머노이드 로봇 아폴로가 체커 게임을 하는 장면이다. 다만 이는 상상한 세계에서 시나리오를 만드는 연구 단계이며, 실제 로봇 배치 성과로 제시된 것은 아니다.

제공 방식은 단계적이다. 지금은 신뢰 테스터에게만 연구 미리보기로 배포하고 있으며, 이후 프로젝트 지니(Project Genie)의 구글 AI 울트라(Google AI Ultra) 구독자, 제미나이 API와 구글 AI 스튜디오(Google AI Studio)의 조기 접근 파트너 순으로 넓힐 계획이라고 밝혔다. 구체적인 날짜와 가격은 발표에 없다. 시연에 쓰인 조작 방식은 일반 키보드로 이동과 카메라를 제어하고 글로 장면을 바꾸는 방식이다.

신뢰 테스터들의 활용 사례로 회사가 든 것은 네 갈래다. 영화 제작자가 장면을 실시간으로 여러 번 다시 찍어 보는 사전 시각화, 사진기자가 한 장의 기록 사진을 탐색 가능한 환경으로 바꿔 역사적 장소나 홍수·산불 같은 단기 사건을 시각화하는 시도, 게임 개발자가 엔진 코드를 쓰기 전에 탐색 가능한 시제품을 만드는 작업, 기업이 시나리오를 빠르게 만들어 보는 시뮬레이션이다. 이는 테스터의 시험 내용을 회사가 전한 것으로, 정식 제품의 기능 목록은 아니다.

앞선 세대와 비교하면 방향이 분명하다. 지니 3는 2025년 8월에 공개됐고, 이번 발표는 사실감과 사람의 움직임, 그리고 소리를 더한 것을 핵심 진전으로 내세운다. 딥마인드는 다음 단계로 코드·언어 모델의 구조적 추론과 화소 단위 시뮬레이션의 감각적 표현을 결합한 하이브리드 세계 모델을 제시했다. 제미나이가 구조와 이야기 흐름을 설계하고 지니가 보이고 들리는 현실을 그려 내는 분업이 그 초기 형태라는 설명이다.

안전 조치로는 다른 모델과 같은 기준의 보호 장치를 적용하고, 공개 전에 내부 안전 평가를 거쳤으며, 생성되는 모든 영상과 소리에 보이지 않는 워터마크인 신스ID(SynthID)를 넣는다고 밝혔다. 신뢰 테스터에게 먼저 배포하는 것도 더 넓은 공개 전에 피드백을 받기 위한 조치라고 설명했다.

한계는 회사가 직접 길게 적었다. 짧은 세션에서는 일관된 환경을 유지하지만 시간이 지나거나 복잡한 수정을 거듭하거나 장면 안을 이동하면 시각적 세부와 사물의 지속성이 흔들릴 수 있다. 복잡한 물리 상호작용, 실시간 소리의 정확도, 글자 표현, 공간의 정확성, 장기 일관성은 진행 중인 연구 과제로 분류됐다. 여러 독립 에이전트가 한 환경을 공유하는 상황을 정확히 다루는 것도 아직 어려운 문제라고 밝혔다. 활용을 검토한다면 이런 제약이 자신의 용도에 치명적인지부터 따져 볼 필요가 있다.