Google DeepMind, 네이티브 오디오 지원 실시간 월드 모델 Genie 4 공개

• Google DeepMind가 2026년 10월 27일, 초현실적 실시간 인터랙티브 시뮬레이션을 제공하는 새로운 월드 모델 Genie 4를 발표함
• 오디오(음악, 환경음, 대사)와 시각 시뮬레이션을 동시에 생성하는 네이티브 멀티모달 구조를 갖추고 있어, 네이티브 오디오 생성을 지원하는 최초의 실시간 월드 모델임
• Gemini 계열 모델과 통합되어 Gemini Omni이 현실적인 외형과 동작을 담당하고, 다른 Gemini 모델들이 시뮬레이션의 일관성과 연속성을 위한 복잡한 추론을 처리함
• 자연어 프롬프트를 통한 실시간 조향이 가능하며, 사용자가 날씨 변경, 카메라 이동, 새 객체 도입 등을 수행하되 장면 일관성을 유지함

Technical Capabilities

• 고급 물리 이해를 통해 공기역학, 충돌, 환경에 대한 유기적인 인간 반응을 시뮬레이션함
• Gemini 3.8 Flash가 실시간 루프 내에서 가이드 에이전트 역할을 수행하며, 장면을 관찰하고 목표를 단계별로 분해한 후 진행 상황을 검증하여 다단계 추론과 절차적 행동을 가능하게 함
• Gemini 4 Argon과의 실험을 통해 사용자가 지시한 작업을 Genie 4가 렌더링할 수 있는 단계로 분해하는 데 성공했으며, Apptronik Apollo 휴머노이드가 체스를 두는 사례로 입증됨

Availability and Limitations

• 현재 신뢰할 수 있는 테스터에게 리서치 프리뷰로 제공되며, 향후 Google AI Ultra 구독자(Project Genie) 및 Gemini API와 Google AI Studio의 얼리 액세스 파트너에게도 접근이 가능할 예정임
• 긴 세션이나 복잡한 프롬프트 편집 후 발생하는 시각적 디테일 드리프트 및 객체 영속성 문제가 알려진 한계로 지적됨
• 생성된 모든 비디오와 오디오에는 AI 생성 콘텐츠 식별을 위한 미지각 디지털 워터마크인 SynthID가 포함됨