구글 ‘지니 4’ 공개…글 한 줄로 소리 나는 가상세계를 만드는 AI

구글 딥마인드가 2026년 10월 27일 글로 장면을 설명하면 사람이 직접 움직여 볼 수 있는 가상세계를 실시간으로 만들어 주는 AI ‘지니 4(Genie 4)’를 공개했다. 미리 만들어 둔 영상을 재생하는 것이 아니라 이용자가 이동하고 방향을 바꿀 때마다 다음 장면을 즉석에서 그리는 기술이다. 새 버전은 지니 3보다 사람과 물체의 움직임을 더 자연스럽게 표현하고, 장면을 진행하는 도중에도 날씨나 카메라 위치 같은 조건을 말로 바꿀 수 있으며, 주변 소리와 사람의 대화까지 함께 만든다는 것이 구글의 설명이다.

가장 먼저 알아야 할 조건도 있다. 지니 4는 지금 누구나 바로 쓰는 정식 서비스가 아니다. 구글은 소수의 신뢰할 수 있는 시험 이용자에게 먼저 제공하는 ‘연구 미리보기’로 시작했다. 일반 이용자는 대기 명단을 통해 초기 이용을 신청할 수 있고, 이후 구글의 가장 비싼 AI 구독인 AI Ultra 이용자에게 프로젝트 지니 형태로 순차 제공될 예정이다. 정확한 확대 일정과 한국 제공 시점, 이용 한도는 아직 공개되지 않았다. 따라서 소셜미디어에 올라온 시연 영상을 보고 오늘 당장 제미나이에서 같은 결과를 만들 수 있다고 기대하면 안 된다.

지니 4는 영상 생성 AI와 무엇이 다른가

영상 생성 AI는 보통 이용자가 문장을 입력하면 처음부터 끝까지 정해진 짧은 영상을 만든다. 재생을 시작한 뒤 시청자가 왼쪽으로 걸어가거나 문을 열어 보겠다고 선택해도 영상 속 세계가 그 행동에 맞춰 계속 이어지지는 않는다. 반면 지니 4가 목표로 하는 것은 ‘볼 수 있는 영상’보다 ‘들어가서 움직일 수 있는 세계’다. 이용자가 키보드나 조작 장치로 방향을 바꾸면 AI가 그 선택을 반영해 바로 다음 화면을 만든다.

일상적인 비유로 설명하면 영화와 즉흥 연극의 차이에 가깝다. 영화는 촬영과 편집을 마친 장면이 순서대로 재생된다. 즉흥 연극은 관객의 제안에 따라 배우와 무대가 다음 상황을 바꾼다. 지니 4는 화면 속 배경과 인물, 물리적 움직임을 매 순간 새로 만들어 즉흥적으로 반응하는 쪽을 지향한다. AI 업계에서는 이런 기술을 ‘월드 모델’이라고 부른다. 현실 세계가 어떻게 움직이는지 학습해 행동의 다음 결과를 예측하고 가상 환경으로 보여 주는 모델이라는 뜻이다.

구글 딥마인드의 공식 발표와 더버지의 10월 27일 보도에 따르면 지니 4의 체감 변화는 네 가지로 정리할 수 있다. 첫째, 사람의 움직임과 충돌, 공기 중 물체의 움직임 같은 장면을 이전보다 자연스럽게 만든다고 한다. 둘째, 체험이 진행되는 중간에 “비가 오게 해줘”, “카메라를 더 낮춰줘”, “저쪽에 물체를 추가해줘”처럼 말로 조건을 바꿀 수 있다. 셋째, 배경음과 효과음뿐 아니라 상황에 따라 달라지는 사람의 대화까지 생성한다. 넷째, 한 번에 유지할 수 있는 체험 길이가 지니 3의 약 1분에서 약 2분으로 늘었다.

소리가 붙은 것이 중요한 이유

AI가 만든 영상에 소리가 붙는 것 자체는 이미 낯선 일이 아니다. 그러나 지니 4의 주장은 미리 완성된 영상에 음악을 덧씌우는 데 그치지 않는다. 이용자가 장면을 바꾸면 그 변화에 맞춰 주변 소리와 대화도 달라지는 상호작용을 목표로 한다. 예를 들어 사람이 가상 거리에서 실내로 들어가면 자동차 소리는 줄고 방 안의 울림이 생기거나, 가상 인물에게 말을 걸었을 때 현재 장면과 앞선 대화를 반영한 답이 이어지는 식이다.

이 기능이 안정적으로 작동한다면 영화 제작자는 촬영 전에 장면의 분위기와 카메라 이동을 빠르게 시험할 수 있다. 게임 기획자는 개발팀이 오랜 시간 배경과 규칙을 구현하기 전에 아이디어가 재미있는지 짧은 시제품으로 확인할 수 있다. 교육자는 위험한 공장이나 재난 현장을 가상으로 구성해 훈련 상황을 만들 수 있다. 로봇 연구자는 현실에서 반복하기 어렵거나 위험한 조건을 가상으로 만들어 로봇이 대응을 연습하게 할 수 있다.

다만 이 사례들은 지니 4가 오늘부터 영화·게임·훈련 시스템을 완성품으로 대신한다는 뜻이 아니다. 구글이 제시하는 방향과 초기 활용 가능성이다. 정교한 게임에는 규칙, 목표, 난이도, 저장, 여러 사람의 동시 접속, 저작권 관리처럼 화면 생성만으로 해결되지 않는 일이 많다. 영화 제작도 배우의 권리, 촬영 계획, 편집, 음향, 배급이 함께 움직여야 한다. 지니 4는 이런 과정의 일부를 빠르게 시험하는 도구에 더 가깝다.

제미나이가 가상세계를 붙잡아 주는 방식

구글은 지니 4 안에서 빠른 언어 모델인 ‘제미나이 3.8 플래시’가 안내자 역할을 한다고 설명했다. 이용자의 목표를 작은 단계로 나누고, 만들어지는 각 화면이 앞선 장면과 맞는지 살피며, 중간에 들어온 수정 요청을 다음 장면에 반영한다. 쉽게 말해 지니가 무대와 배우를 순간순간 그린다면 제미나이는 연출 메모를 읽고 장면이 엉뚱한 방향으로 벗어나지 않도록 계속 지시하는 역할이다.

이 결합은 구글의 AI 전략도 보여 준다. 챗봇처럼 문장을 만드는 모델, 영상과 소리를 만드는 모델, 사용자의 행동을 받아 다음 상황을 예측하는 모델을 각각 따로 두지 않고 하나의 경험으로 묶으려는 것이다. 일반 이용자에게 중요한 경쟁 포인트도 모델 이름이나 시험 점수보다 “내가 원하는 장면을 얼마나 쉽게 만들고, 바꾸고, 다시 사용할 수 있는가”로 이동한다.

아직 2분밖에 유지되지 않는다는 한계

지니 4의 가장 큰 한계는 구글이 스스로 밝힌 ‘일관성’이다. 가상세계가 길어질수록 처음에 있던 사물의 위치나 모양, 등장인물의 특징, 공간의 구조가 조금씩 바뀔 수 있다. 방을 나갔다가 다시 들어왔는데 가구 배치가 달라지거나, 손에 들고 있던 물건이 사라지거나, 앞서 만난 인물의 외모와 말투가 변하는 식이다. 더버지는 지니 4가 약 2분 길이의 체험을 만들 수 있지만 시간이 길어지면 세부사항과 사물의 지속성이 흔들릴 수 있다는 구글의 경고를 전했다.

아스테크니카의 보도도 같은 경계를 짚었다. 구글은 공기 흐름과 충돌 같은 물리 표현이 나아졌다고 주장하지만, 몇 분이 지나면 세계가 시작 상태를 잊을 수 있다고 인정한다. 현실의 물리법칙을 정확히 계산하는 전통적인 시뮬레이터와, 학습한 영상 패턴을 바탕으로 그럴듯한 다음 장면을 만드는 AI는 같은 것이 아니다. 보기에는 자연스러워도 안전 교육이나 로봇 훈련에 그대로 쓸 만큼 정확한지는 별도의 검증이 필요하다.

이 차이는 중요하다. 컵이 탁자에서 떨어지는 장면을 그럴듯하게 보여 주는 것과, 컵의 무게·재질·속도·바닥의 마찰을 정확히 계산하는 것은 다르다. 창작 시제품에서는 약간의 오류가 아이디어 탐색을 방해하지 않을 수 있다. 하지만 로봇이 실제 공장에서 사람과 함께 움직이는 방법을 배우거나 재난 대응을 훈련한다면 작은 물리 오류도 큰 문제가 된다. 구글의 시연은 가능성을 보여 주지만 정확성과 재현성을 증명하는 독립 평가까지 대신하지는 않는다.

게임을 곧바로 없애는 기술로 보기는 이르다

지니 4 발표 직후 일부 게임 관련 기업의 주가와 산업 전망이 함께 언급됐다. 글 한 줄로 돌아다닐 수 있는 세계를 만든다면 게임 개발자가 필요 없어지는 것 아니냐는 질문이 자연스럽게 따라온다. 그러나 현재 공개된 조건만 보면 그런 결론은 빠르다. 지니 4가 유지하는 체험은 짧고, 이용자 범위도 제한적이며, 가격과 상업 이용 조건도 확정되지 않았다. 장면의 일관성과 정확한 규칙 유지도 해결해야 한다.

게임은 화면만으로 만들어지지 않는다. 재미있는 목표를 설계하고, 실패와 보상의 균형을 맞추며, 이야기를 구성하고, 여러 시간 동안 플레이어의 선택을 저장하고, 다른 이용자와 공정하게 상호작용하게 해야 한다. 저작권이 있는 캐릭터와 배경이 학습 결과에 섞이지 않도록 관리하는 일도 필요하다. 지니 4가 가장 먼저 줄일 가능성이 큰 것은 초기 시제품을 만드는 시간이다. 완성품 제작 전체를 한 번에 없애는 것보다, 기획자가 말과 이미지로 아이디어를 빠르게 시험한 뒤 개발할 대상을 고르는 방식이 먼저 바뀔 가능성이 높다.

창작자와 이용자가 확인할 조건

일반 이용자는 세 가지를 확인해야 한다. 첫째, 접근 조건이다. 연구 미리보기와 AI Ultra 제공 예고는 전 세계 모든 이용자에게 즉시 열렸다는 뜻이 아니다. 대기 명단, 국가, 계정, 구독 등급에 따라 차이가 날 수 있다. 둘째, 생성 결과의 권리다. 어떤 자료로 학습했는지, 이용자가 만든 세계를 상업적으로 쓸 수 있는지, 기존 작품과 닮은 장면이 나왔을 때 책임이 누구에게 있는지는 공식 약관을 확인해야 한다. 셋째, 개인정보다. 가상세계를 만들기 위해 올린 사진이나 음성, 작업 자료가 어떻게 저장되고 다른 모델 개선에 쓰이는지 살펴봐야 한다.

기업은 더 엄격한 기준이 필요하다. 영화의 사전 시각화나 직원 훈련에 쓰려면 같은 지시에서 비슷한 결과가 나오는지, 민감한 내부 자료가 외부로 나가지 않는지, 장면의 사실 오류를 사람이 어떻게 검수할지 정해야 한다. 로봇 훈련에서는 가상 환경에서 잘한 행동이 현실에서도 안전한지 따로 시험해야 한다. 그럴듯한 화면은 출발점이지 안전 인증이 아니다.

앞으로 볼 변화

지니 4에서 당장 기억할 사실은 세 가지다. 구글은 글로 만든 짧은 영상을 넘어 이용자가 직접 움직이고 중간에 바꾸는 가상세계를 목표로 하고 있다. 이번 버전은 소리와 대화, 더 자연스러운 움직임, 실시간 수정 기능을 더했지만 세계를 안정적으로 유지하는 시간은 아직 약 2분 수준이다. 그리고 현재는 제한된 연구 미리보기이며 일반 이용자를 위한 정확한 가격·출시 국가·사용량은 확정되지 않았다.

다음 관전 시점은 프로젝트 지니가 AI Ultra 이용자에게 실제로 확대될 때다. 시연 영상이 아니라 여러 이용자가 같은 조건에서 만든 결과가 얼마나 일관적인지, 2분의 벽이 얼마나 빨리 늘어나는지, 게임·영화·교육·로봇 분야에서 단순한 아이디어 시각화를 넘어 반복 가능한 작업 도구가 되는지가 핵심이다. 지니 4의 의미는 완성된 가상세계가 나왔다는 데 있지 않다. 생성형 AI의 경쟁이 답변과 이미지에서 ‘행동하면 반응하는 환경’으로 옮겨가고 있다는 데 있다.