지니 4(Genie 4): 월드 시뮬레이션의 새로운 세대

2026년 10월 28일

|

역대 가장 사실적이고 인터랙티브한 구글의 최신 월드 모델, ‘지니 4(Genie 4)’를 소개합니다.


라이아 해드셀(Raia Hadsell)


오늘 구글은 한층 더 사실적인 가상 세계를 구현하며 실시간 인터랙티브 시뮬레이션 성능을 고도화한 새로운 월드 모델, ‘지니 4(Genie 4)’를 공개합니다. 지니 4는 멀티모달 기능을 갖춰 가상 세계를 생성하는 동시에, 음악과 주변 환경음, 인터랙티브 대화 등 다양한 오디오 요소도 함께 생성할 수 있습니다.

지니 4는 제미나이(Gemini) 모델 제품군의 다양한 역량을 통합하고 이를 바탕으로 한층 발전시킨 모델입니다. ‘제미나이 옴니(Gemini Omni)’가 시뮬레이션에 현실 세계의 외형과 움직임을 정교하게 반영해 중심을 잡아주는 한편, 다른 제미나이 모델들은 시뮬레이션의 일관성과 연속성을 유지하는 데 필요한 복합적인 추론 기능을 제공합니다.

이를 바탕으로 이용자가 특정 이벤트를 진행하면, 지니 4는 이후에 벌어질 상황을 시뮬레이션합니다. 이 과정에서 가상 세계의 반응과 소리, 그 안의 인물들 움직임과 반응, 대화까지 생생히 구현합니다.

세상을 이해하고 시뮬레이션하는 능력은 AGI(범용 인공지능) 개발에 있어 핵심적인 요소입니다. 지니 4는 안전하면서도 다양한 형태로 유연하게 변형할 수 있는 시뮬레이션 구현 역량을 한층 발전시켜, 로봇과 에이전트를 위한 학습 환경 개발부터 새로운 인터랙티브 경험 구현에 이르기까지 다양한 분야에 기여할 수 있습니다.

구글은 일반 이용자와 개발자 대상으로 모델을 정식 공개하기에 앞서, 일부 테스터를 대상으로 지니 4의 연구 프리뷰(research preview) 제공을 시작해 피드백을 받고 있습니다. 향후 ‘프로젝트 지니(Project Genie)’를 이용하는 ‘구글 AI 울트라(Google AI Ultra)’ 구독자와 ‘제미나이 API(Gemini API)’ 및 ‘구글 AI 스튜디오(Google AI Studio)’ 얼리 액세스 파트너를 시작으로 제공 범위를 점차 확대할 예정입니다. 프로젝트 지니에서 지니 4를 경험하기 위해 대기자 명단에 등록하려면 여기를 클릭하세요.

지니 4는 한층 향상된 실사 같은 그래픽(포토리얼리즘), 자연스러운 움직임, 그리고 자체 오디오 생성 기능을 제공합니다. 위 영상에 포함된 모든 사운드는 지니 4가 직접 생성했습니다.

네 가지 핵심 역량을 한층 발전시킨 지니 4

아래 영상은 지니 4와 실시간으로 상호작용하는 장면을 녹화한 것으로, 이용자가 기본적인 키보드 조작으로 가상 세계를 이동하고 카메라를 제어하는 한편, 텍스트 프롬프트를 입력해 장면을 원하는 방향으로 이끌어 가는 과정을 보여줍니다.

실시간으로 조율하는 월드 시뮬레이션

지니 4에서는 날씨를 바꾸거나 카메라를 움직이고 새로운 인물이나 사물을 등장시키는 등, 자연어를 사용해 시뮬레이션을 실시간으로 수정할 수 있습니다. 이때 제미나이는 주변 장면의 맥락에 맞춰 이용자의 요청을 자연스럽게 반영합니다. 또한 이용자가 별도로 입력하지 않는 동안에도 장면을 지속적으로 모니터링하고 조정해 시뮬레이션 속 세계가 일관된 흐름으로 전개되도록 합니다.

물리 현상과 인간 행동의 사실감 향상

지니 4는 실시간 인터랙티브 시뮬레이션의 사실감을 새로운 수준으로 끌어올립니다. 세상의 물리 법칙에 대한 정교한 이해를 바탕으로 공기역학과 충돌 등 현실 세계의 물리 현상을 시뮬레이션합니다.

가장 큰 진전은 사람을 시뮬레이션하는 방식에서 두드러집니다. 지니 4는 자연스럽게 움직이고 주변 환경에 유기적으로 반응하며, 이용자가 실시간 상호작용을 통해 제어할 수 있는 캐릭터를 생성합니다.

세상의 소리를 구현하는 오디오 모델링

지니 4는 오디오를 자체적으로(natively) 생성하는 구글의 첫 번째 실시간 월드 모델입니다. 나뭇잎 사이를 스치는 바람 소리부터 해변에 부서지는 파도 소리까지, 각 가상 세계의 환경에 어울리는 주변 소리를 함께 생성합니다.

특히 주목할 부분은 사람의 음성(speech) 구현입니다. 지니 4는 상황 변화에 따라 실시간으로 반응하는 인터랙티브 대화를 선보입니다. 캐릭터들은 이용자의 입력이나 가상 세계에서 발생하는 사건에 반응하며 실시간으로 대화를 주고받습니다.

제미나이 모델과 결합한 복합 이벤트 시뮬레이션

제미나이와 지니 4의 결합은 월드 시뮬레이션에 한층 강화된 추론 역량을 더해줍니다. 이를 통해 여러 단계로 이루어진 복잡한 이벤트를 모델링하고, AI 시스템을 실제 환경에 적용하기 전 다양한 가상 환경에서 어떻게 작동하는지 미리 테스트해 볼 수 있습니다.

이를 실시간으로 구현하는 데는 ‘제미나이 3.8 플래시(Gemini 3.8 Flash)’가 시뮬레이션을 이끄는 에이전트(guiding agent) 역할을 수행합니다. 지니 4가 실시간으로 세계를 생성하는 동안, 제미나이는 장면을 지속적으로 관찰하고, 목표를 여러 단계로 세분화하며, 생성되는 프레임을 검토해 진행 상황을 추적하고 각 단계가 성공적으로 수행됐는지 확인합니다. 환경이 변화하거나 이용자가 개입하면 제미나이는 그 즉시 계획을 수정합니다. 이를 통해 인과 관계가 일관되게 작동하고, 절차적 행동과 다단계 추론이 가능한 세계를 정교하게 구현합니다.

구글은 프론티어 연구 성과를 ‘제미나이 로보틱스(Gemini Robotics)’와 결합하고자 ‘제미나이 4 아르곤(Gemini 4 Argon)’과 지니 4를 활용한 실험도 진행하고 있습니다.

아래 예시에서 아르곤은 이용자가 지시한 작업을 랜더링 할 수 있도록 여러 단계로 나누고, 지니 4는 각 단계를 텍스트 캡션으로 입력받아 시뮬레이션을 생성합니다. 제미나이를 통해 생성 과정에서 실시간으로 지시를 전달할 수 있어, 작업 진행 상황에 맞춰 시뮬레이션을 조정할 수 있습니다. 이를 통해 제미나이 4 아르곤과 지니 4를 활용해 상상 속 세계에서 다양한 시나리오를 구현할 수 있습니다.

제미나이4 아르곤과 지니 4는 작업을 실시간 단계로 세분화하여, 앱트로닉(Apptronik)의 휴머노이드 로봇 '아폴로(Apollo)'가 체커 게임을 플레이하는 모습을 함께 시뮬레이션합니다.

신뢰할 수 있는 테스터들과의 협업으로 얻은 인사이트

지니 4는 중요한 연구 성과이지만, 여전히 초기 단계의 실험적 모델입니다. 구글은 인터랙티브 월드 모델이 실제 업무 워크플로우를 어떻게 지원할 수 있는지, 그리고 앞으로 어떤 부분에서 추가적인 발전이 필요한지 파악하기 위해 크리에이티브 산업, 저널리즘, 교육, 게임, 엔지니어링 등 다양한 분야의 신뢰할 수 있는 테스터 그룹과 긴밀히 협력해 왔습니다.

테스터들은 실사 수준의 사실감(photorealism), 네이티브 오디오(native audio), 실시간 제어기능의 비약적인 발전 덕분에 아이디어와 콘셉트를 사실적인 시뮬레이션으로 즉각 구현할 수 있게 되었으며, 이를 통해 다양한 분야에서 새로운 가능성이 열리고 있다고 평가했습니다.

  • 크리에이티브 디렉션(Creative direction): 크리에이터와 기술 전문가들은 사전 시각화(pre-visualization)와 아이디어 구상을 위한 빠른 ‘초안 모드(draft mode)’로 지니 4를 테스트하고 있습니다. 예를 들어, 영화 제작자는 장면을 실시간으로 시뮬레이션한 가상 환경에 직접 들어가 카메라 앵글, 조명, 대사, 액션을 즉석에서 조정하며 여러 번의 ‘테이크(takes)’를 진행해 볼 수 있습니다.
  • 역사적 시나리오 및 몰입형 사진(Historical scenarios & immersive photographs): 포토저널리스트들은 단 한 장의 2D 아카이브 사진을 바탕으로, 단 몇 초 만에 당시 환경을 현실에 기반해 재현한 시뮬레이션 만드는 방법을 탐색하고 있습니다. 각 팀은 사람들이 오가는 역동적인 가상 세계를 통해 역사적 공간을 생생하게 체험하거나, 돌발 홍수나 산불 같은 단기 환경 재해가 어떻게 전개되는지 시각화하는 방법을 테스트하고 있습니다.
  • 인터랙티브 경험 콘셉트 디자인(Interactive experience concept design): 게임 개발자와 크리에이티브 테크놀로지스트들은 지니 4를 활용해 초기 아이디어를 단 몇 초 만에 직접 탐색 가능한 프로토타입으로 구현하는 방법을 테스트하고 있습니다. 엔진 코드를 작성하기 전에 자연어 프롬프트만으로 시각적스타일, 소재의 질감 및 미적 특성, 인터랙티브 메커니즘을 테스트해 볼 수 있습니다.
  • 시뮬레이션(Simulation): 로보틱스 연구 외에도 다양한 산업군의 기업 파트너들은 신속하게 무에서 유를 창조하는(zero-to-one) 시나리오 생성 도구로 지니 4를 평가하고 있으며, 실제 시뮬레이션 수요를 더욱 효과적으로 충족할 수 있도록 지니의 추가 개선이 필요한 부분도 파악하고 있습니다.

향후 연구 과제: 하이브리드 월드 모델을 향하여

향후 월드 모델의 발전을 이끌 유망한 방향 중 하나는 하이브리드 월드 모델(hybrid world models)입니다. 이는 코드 및 언어 모델의 논리적이고 체계적인 추론 능력과 픽셀 단위 시뮬레이션이 구현하는 풍부한 감각적 정보를 결합한 모델입니다.

지니와 제미나이 모델을 더욱 긴밀하게 결합하는 것은 이러한 방향으로 나아가는 초기 단계입니다. 제미나이가 보이지 않는 곳에서 세계의 구조를 파악하고 서사의 시간적 흐름을 계획하면, 지니는 모습과 소리, 반응을 픽셀 단위로 구현해 눈앞의 물리적인 현실을 생성합니다.

이처럼 상호보완적인 두 모델의 강점이 결합되면, 어느 한쪽만으로는 구현하기 어려웠던 훨씬 더 일관성 있고 제어 가능하며 현실에 기반한 새로운 차원의 월드 모델을 열어갈 수 있습니다.

책임감 있는 월드 모델 개발

지니 4는 실시간 생성 기술과 실사 수준의 사실감을 결합한 프론티어 연구의 새로운 영역을 개척하며, 구글이 책임감 있는 방식으로 선보이고 탐구하고자 하는 새로운 차원의 역량과 가능성을 제시합니다. 지니 4에는 구글의 다른 모델에 적용된 안전 정책과 일관된 엄격한 안전 가드레일이 적용되어 있습니다. 구글은 이번 프리뷰를 공개하기에 앞서 유해하거나 악의적인 콘텐츠의 생성을 방지하기 위해 엄격한 내부 안전성 평가를 진행했습니다.. 또한 모델을 보다 폭넓게 공개하기에 앞서 초기 피드백을 수렴하고자 신뢰할 수 있는 테스터 파트너들에게 우선적으로 제공했습니다.

아울러 투명성을 유지하기 위해 지니 4가 생성하는 모든 비디오와 오디오에는 시각 및 오디오 전반에서 AI 생성 콘텐츠를 식별할 수 있도록 돕는 구글의 비가시성 디지털 워터마킹 기술인 ‘신스ID(SynthID)’가 적용됩니다.

현재의 한계점 이해하기

지니 4는 여전히 초기 단계에 있는 연구 분야입니다.

짧은 세션 동안에는 일관된 환경을 유지할 수 있지만, 시뮬레이션 시간이 길어지거나 복잡한 프롬프트를 여러 차례 수정하거나 장면 곳곳을 이동하면, 시각적 디테일이나 대상 영속성(object permanence)이 시간에 따라 달라지거나 일관성을 잃을 수 있습니다. 복잡한 물리적 상호작용, 실시간 오디오의 정확성, 읽을 수 있는 텍스트의 렌더링, 공간적 정확성 및 장기적인 일관성은 현재 활발히 연구가 진행 중인 영역입니다. 구글은 커뮤니티와 함께 배우고 인터랙티브 시뮬레이션의 기술적 한계를 안전하게 넓혀 나가기 위해 지니 4를 프리뷰 형태로 공개합니다.

지니 4의 다음 단계

지니 4는 현재 신뢰할 수 있는 테스터들에게 연구 프리뷰로 공개되었으며, 조만간 프로젝트 지니를 이용하는 구글 AI 울트라 구독자와 제미나이 API 및 구글 AI 스튜디오의 얼리 액세스 파트너들에게도 제공될 예정입니다. 프로젝트 지니에서 지니 4를 경험할 대기자 명단에 등록하려면 여기를 클릭하세요.

머지않아 이용자들이 직접 가상 세계에 들어가 다양한 실험을 하고, 자신만의 인터랙티브 세계를 만들어 나갈 수 있기를 기대합니다.