구글 Genie 4 발표: 소리·대화 만드는 월드 모델, 신뢰 테스터 연구 프리뷰

영상을 보는 대신, 진행 중인 세계에 개입합니다

AI로 만든 장면 속에서 날씨를 바꾸거나 새 인물을 등장시키면 어떤 일이 벌어질까요? 구글 딥마인드는 2026년 10월 27일, 사용자의 개입에 따라 장면과 소리, 인물의 반응을 함께 생성하는 새 월드 모델 ‘Genie 4’를 발표했습니다.

핵심은 완성된 영상을 받아보는 방식과 다르다는 점입니다. 사용자가 사건을 시작하면 세계가 다음에 어떻게 변하고 어떤 소리가 나며 등장인물이 어떻게 움직이고 말하는지를 이어서 시뮬레이션합니다. AI 영상 생성을 ‘결과물 감상’에서 ‘진행 중인 세계와의 상호작용’으로 넓히는 시도라고 볼 수 있습니다.

공식 발표가 짚은 변화는 네 가지입니다

구글이 제시한 변화는 실시간 세계 조작, 물리·인간 행동의 사실성 개선, 네이티브 오디오와 반응형 대화, Gemini 모델들과의 복잡한 다단계 사건 시뮬레이션입니다. 단순히 화면이 선명해졌다는 발표가 아니라 세계를 바꾸고 반응을 이어가는 능력을 함께 강조했습니다.

사용자는 표준 키보드로 이동하거나 카메라를 제어하고 자연어로 날씨와 카메라 위치를 바꾸거나 인물·물체를 추가할 수 있습니다. 다만 사실성이 개선됐다는 설명을 물리 법칙의 완전한 구현이나 게임 엔진 대체로 받아들여서는 안 됩니다.

소리와 대사도 세계 안에서 함께 생성합니다

구글은 Genie 4를 자사의 첫 네이티브 오디오 실시간 월드 모델로 소개했습니다. 음악과 환경음을 세계와 동시에 생성하며 나뭇잎 사이의 바람이나 해변의 파도처럼 장면에 맞는 소리를 만들어냅니다.

등장인물의 말도 상호작용 대상입니다. 미리 정해진 대사를 재생하는 데 그치지 않고 사용자의 입력이나 세계 안에서 벌어진 사건에 맞춰 대화와 반응을 실시간으로 생성한다고 설명합니다.

Gemini는 방향을 잡고, Genie 4는 장면을 만듭니다

여기서 Gemini 모델들과 Genie 4의 역할을 구분하면 이해하기 쉽습니다. Gemini Omni는 세계의 외형과 행동이 현실에 기반하도록 근거를 제공하고 Genie 4는 눈앞의 장면과 소리를 생성합니다.

Gemini 3.8 Flash는 생성 루프 안에서 가이드 에이전트로 작동합니다. 장면을 관찰해 목표를 여러 단계로 나누고 들어오는 프레임을 검토하며 단계별 성공 여부를 추적합니다. 사용자가 개입하거나 상황이 바뀌면 계획을 조정하는 구조로 복잡한 사건을 이어가기 위한 역할입니다.

제작자에게는 완성품보다 ‘촬영 전 초안’에 가깝습니다

공식 발표에 따르면 영화 창작자들은 시각화 초안 안에서 카메라·조명·대사·동작을 실시간으로 수정하며 여러 테이크를 탐색했습니다. 게임 개발자들은 엔진 코드를 작성하기 전에 돌아다닐 수 있는 프로토타입으로 시각 스타일과 상호작용 구상을 검토했습니다.

사진기자는 아카이브 사진 속 환경을 시뮬레이션하는 가능성을 살폈고 기업 파트너는 초기 시나리오 생성 도구로 평가하고 있습니다. 이는 테스터의 탐색 사례이지, 정확한 역사 복원이나 완성 콘텐츠 납품, 생산성 향상 수치가 입증됐다는 뜻은 아닙니다.

AI 콘텐츠 제작 관점에서는 촬영 전에 공간·카메라·대화의 구상을 시험하는 초안 도구로 해석하는 편이 적절합니다.

지금은 누구나 사용할 수 있는 출시가 아닙니다

2026년 10월 30일 확인 기준, Genie 4는 신뢰 테스터를 대상으로 연구 프리뷰를 시작한 상태입니다. 더 넓은 소비자·개발자 공개에 앞서 피드백을 모으는 단계이므로 공개 발표와 일반 출시는 구분해야 합니다.

Google AI Ultra 구독자의 프로젝트 지니와 Gemini API·Google AI Studio 초기 접근 파트너 대상 제공은 향후 예정으로 안내됐습니다. 대기명단은 있지만 Ultra 구독만으로 지금 즉시 이용할 수 있다는 뜻은 아닙니다. 확정 제공 날짜나 한국 지원, 무료 이용 여부도 이번 발표에서 확인된 내용으로 안내할 수 없습니다.

오래 실행할수록 흔들릴 수 있다는 한계도 있습니다

Genie 4는 아직 초기 실험 모델입니다. 짧은 세션에서는 일관성을 유지할 수 있지만 오래 실행하거나 복잡한 수정을 반복하거나 장면 안을 이동하면 시각적 세부와 물체의 지속성이 달라질 수 있습니다.

복잡한 물리 상호작용, 실시간 오디오의 정확성, 읽을 수 있는 글자 생성, 공간 정확성과 장기 일관성도 연구 과제로 남아 있습니다. 그럴듯하게 보이는 장면이 곧 사실이나 물리적으로 검증된 결과는 아니므로 사실 재현·물리 검증 도구로 바로 신뢰하기는 어렵습니다.

워터마크는 식별을 돕지만, 모든 문제의 해답은 아닙니다

구글은 내부 안전 평가와 안전장치를 적용했으며 신뢰 테스터부터 배포해 피드백을 받는다고 설명했습니다. 생성되는 비디오와 오디오에는 AI 생성 콘텐츠 식별을 돕는 보이지 않는 디지털 워터마크 SynthID가 포함됩니다.

다만 이를 악용·허위정보·저작권 문제의 완전한 해결이나 완벽한 탐지 보장으로 해석해서는 안 됩니다. 구체적인 저작권과 상업 이용 조건도 별도 확인이 필요합니다.

이번 발표의 의미는 소리와 대화를 포함한 세계를 실시간으로 바꾸는 제작 방식을 제시했다는 데 있습니다. 다만 현재는 신뢰 테스터 대상 연구 프리뷰인 만큼 가능성과 실제 제공 범위, 남아 있는 한계를 함께 봐야 합니다.

참고 출처

Google DeepMind가 2026년 10월 27일 발표한 내용을 기준으로 정리했습니다. 제공 상태는 10월 30일 확인 기준입니다.

• 구글 딥마인드 Genie 4 공식 발표
• Google News RSS에서 확인하기