구글 딥마인드는 주변 소리와 대화를 실시간으로 생성하고, 사용자의 문장 지시에 따라 장면을 바꿀 수 있는 월드 모델 Genie 4를 연구 프리뷰로 공개했다. 현재 신뢰할 수 있는 테스터가 이용하며, 구글 AI 울트라 구독자와 Gemini API·Google AI Studio 얼리 액세스 파트너에게도 제공할 예정이다.
Genie 4는 날씨를 바꾸거나 카메라를 움직이고 인물·물체를 추가하는 지시를 자연어로 받아 장면에 반영한다. 모델은 장면의 맥락에 맞춰 입력을 해석하고, 사용자가 다시 지시하기 전에도 장면의 흐름을 이어가도록 조정한다고 구글 딥마인드는 설명했다. 바람이나 파도 같은 환경음뿐 아니라 사용자의 입력과 사건에 반응하는 인물 간 대화도 생성한다.
구글 딥마인드는 Genie 4가 공기역학과 충돌 같은 물리 현상, 사람의 움직임과 반응을 시뮬레이션하며, Gemini 모델이 복잡한 사건의 단계와 흐름을 다루는 데 도움을 준다고 밝혔다. Gemini 3.8 Flash는 목표를 단계로 나누고, 장면을 관찰해 진행 상황을 확인하며, 세계가 바뀌거나 사용자가 개입하면 계획을 조정하는 안내 에이전트로 작동한다.
이번 프리뷰는 초기 연구 모델이다. 짧은 세션에서는 환경의 일관성을 유지할 수 있지만, 시간이 길어지거나 복잡한 지시를 여러 번 수정하고 장면을 이동하면 세부 묘사와 물체의 지속성이 달라질 수 있다. 복잡한 물리 상호작용, 실시간 오디오의 정확성, 읽을 수 있는 글자 렌더링, 공간 정확도와 장기 일관성도 계속 연구 중이다.
구글 딥마인드는 유해하거나 악의적인 콘텐츠 생성을 막기 위한 안전장치를 적용하고 내부 안전성 평가를 거쳤다고 밝혔다. 생성된 영상과 오디오에는 AI 생성 콘텐츠를 식별하도록 돕는 디지털 워터마크 SynthID가 포함된다. 테스터들의 피드백을 받은 뒤 이용 대상을 넓힐 계획이다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요