Genie 4 월드 모델: 기능, 역량, 액세스 방법

이번 릴리스에서 기억해야 할 핵심은 오디오입니다. Genie 4는 사용자의 행동에 반응하는 인터랙티브 대화를 포함해, 소리를 네이티브로 생성하는 DeepMind 최초의 실시간 월드 모델입니다. 이것은 단순히 음향을 더했다는 의미를 넘어섭니다. 소리가 없는 시뮬레이션은 시각화에 가깝지만, 주변음과 대사를 갖춘 시뮬레이션은 에이전트와 로봇을 위한 훈련 환경에 한층 가까워지기 때문입니다.

Genie 4 핵심 기능

DeepMind는 이번 릴리스를 네 가지 역량을 중심으로 묶었고, 로보틱스 연구에서 파생된 다섯 번째 특징이 있습니다. 각 기능으로 실제로 무엇을 할 수 있는지 살펴보겠습니다.

실행 중인 세계를 조종하기

타이핑으로 라이브 시뮬레이션을 바꿉니다. 날씨 변경, 카메라 이동, 인물이나 객체 추가 등이 가능합니다. Gemini는 프롬프트를 현재 화면과 맞추어 해석하므로, 새로운 요소가 기존 장면의 스타일과 기하를 반영해 들어오지, 어색하게 얹히지 않습니다.

입력 사이사이에도 Gemini가 계속 관찰하고 조정하여 세계가 스스로 전개됩니다. 키보드 내비게이션과 자연어 편집의 결합이, 시작 프롬프트 외에는 통제 수단이 없는 텍스트-투-비디오 모델과 Genie 4를 가르는 지점입니다.

물리와 인간 동작

Genie 4는 공기역학, 충돌 등 물리적 거동을 시뮬레이션하며, DeepMind는 이를 세계에 대한 고도화된 물리 이해 위에 구축했다고 설명합니다. 데모 프롬프트는 이를 의도적으로 밀어붙입니다. 석제 받침 위의 유광 수박과 공중의 물방울이 슬로 모션으로 움직이거나, 단풍씨가 풀밭으로 떨어지는 매크로 샷 같은 장면이 그것입니다.

DeepMind의 자체 평가는 가장 극적인 도약이 ‘사람’이라는 점입니다. 캐릭터가 자연스럽게 움직이고, 주변에 반응하며, 장면이 재생되는 동안 인터랙티브하게 조종할 수 있습니다. 이는 이전 월드 모델들이 특히 약했던 부분이었습니다.

네이티브 오디오와 인터랙티브 대화

모든 Genie 4 세계는 설정에 어울리는 주변음을 품고 있습니다. 숲의 바람 소리에서 바닷가의 파도 소리까지, 필요할 경우 음악도 포함합니다. 데모 프롬프트는 비주얼만큼 오디오도 엄격하게 지정하며, 장면에 물리적으로 존재하는 악기 외에는 배경 음악을 두지 말라는 식의 조건까지 포함합니다.

음성은 더 어려운 주장입니다. 캐릭터는 세계에서 벌어지는 일과 사용자의 입력에 맞춰 대화하고 반응합니다. 이것이 대화 프리비즈나 에이전트 훈련에 유용하게 만드는 핵심입니다. 다만 데모의 오디오는 ‘하한’이 아니라 ‘상한’으로 보셔야 합니다. DeepMind는 실시간 오디오 정확도를 여전히 활발한 연구 과제로 명시하고 있습니다.

Gemini가 계획하는 다단계 이벤트

Genie 4가 렌더링되는 동안 Gemini 3.8 Flash가 루프 내 가이드 에이전트로 작동합니다. 목표를 단계로 분해하고, 들어오는 프레임을 검토해 각 단계가 실제로 성공했는지 확인하며, 세계가 바뀌거나 사용자가 개입하면 계획을 갱신합니다.

이 루프가 장면에 믿을 만한 인과성과 절차적 거동을 부여해, 그저 보기 좋은 표류가 아니라 진행되는 세계를 만듭니다. 또한 이는 이번 릴리스에서 기술적 차별점에 가장 가까운 요소로, 시뮬레이션을 오픈 루프로 내버려 두지 않고 추론 모델이 감독한다는 점이 핵심입니다.

Gemini 4 Argon을 활용한 로봇 시나리오 생성

DeepMind는 Genie 4를 Gemini 4 Argon과 Gemini Robotics와 결합하고 있습니다. Argon은 사용자가 지시한 과업을 단계로 분해하고, 시뮬레이션이 렌더링되는 동안 텍스트 캡션 형태로 Genie 4에 교차 삽입하여 과업 진행에 따라 세계가 적응하도록 합니다. 공개된 예시는 Apptronik의 인간형 로봇 Apollo가 체커를 두는 장면입니다.

로보틱스 팀에게는 각 환경을 수작업으로 만들지 않고도 다양한 시나리오를 생성할 수 있다는 점이 매력입니다. 단, 이는 상상된 세계이며, Genie 4 장면에서 학습한 거동이 실제 하드웨어로 얼마나 잘 전이되는지는 발표에 정량적으로 제시되지 않았습니다.

Genie 4는 벤치마크에서 어떻게 성능을 내나요?

공개적으로는 하지 않았습니다. Google의 발표에는 벤치마크 표, 점수, 다른 월드 모델과의 비교가 없습니다. 그리고 2026년 10월 28일 기준으로, Genie 4에 대한 제3자 리뷰, 독립 평가, 벤치마크 재현 결과도 보도에 나타나지 않았습니다. 아래의 모든 기능 주장은 DeepMind의 데모와 자체 테스터에 근거합니다.

점수 대신 Google이 공개한 것

증거는 실시간 상호작용을 녹화한 영상입니다. 사용자가 키보드로 이동하고, 장면이 전개되는 동안 텍스트로 변화를 줍니다. 작성 시점에 조회수 276.9K를 기록한 DeepMind의 X 게시물은 다섯 가지를 주장합니다. Gemini Omni의 사진 수준 사실성, 고급 물리, 실시간 조작, 네이티브 오디오, 다단계 일관성을 위한 Gemini 추론입니다.

데모 릴은 선별된 테이크이므로 상한으로 읽는 게 좋습니다. 다만 프롬프트 자체는 연구 가치가 있습니다. 환경과 캐릭터 섹션으로 나뉘고, "CGI 느낌 금지", "빈 플랫폼 금지"처럼 부정 제약이 많이 담겨 있습니다.

신뢰할 수 있는 테스터들의 보고

DeepMind는 미리보기 전에 크리에이티브 산업, 저널리즘, 교육, 게임, 엔지니어링 전반에서 코호트를 운영했습니다. 그들이 설명한 네 가지 사용 사례는 충분히 구체적입니다.

• 크리에이티브 디렉션: 영화 제작자가 장면의 라이브 시뮬레이션 안으로 들어가, 카메라·조명·대사·액션을 즉석에서 조정하며 실시간으로 여러 테이크를 진행.
• 역사적 시나리오와 몰입형 사진: 사진기자가 단일 2D 아카이브 사진을 수초 만에 그 환경의 시뮬레이션으로 확장하거나, 급류나 산불의 전개를 시각화.
• 인터랙티브 경험 콘셉트 디자인: 게임 개발자가 엔진 코드를 한 줄도 쓰기 전, 아이디어를 탐험 가능한 프로토타입으로 전환.
• 시뮬레이션: 로보틱스를 제외한 영역에서도 제로-투-원 시나리오를 빠르게 생성하기 위해 평가하는 엔터프라이즈 파트너들.

피드백에서 반복적으로 나온 단어는 "드래프트 모드"였습니다. 이 표현이 이번 릴리스를 정직하게 규정한다고 봅니다.

Genie 4가 깨지는 지점

DeepMind는 실패 모드에 대해 이례적으로 직설적입니다. 세션이 길어질수록, 복잡한 프롬프트 편집을 여러 번 거칠수록, 또는 장면을 돌아다닐수록 시각적 디테일과 객체 영속성이 흔들리거나 표류합니다.

공개적으로 지적한 난제는 복잡한 물리 상호작용, 실시간 오디오 정확도, 읽을 수 있는 텍스트 렌더링, 공간적 정확도, 장기 일관성입니다. 마지막 항목이 실용적 상한입니다. 세계가 긴 세션 동안 자신의 객체를 제자리에 유지하지 못한다면, 그것은 촬영 도구가 아니라 프로토타이핑 도구입니다.

다음 단계: 하이브리드 월드 모델

DeepMind가 밝힌 다음 단계는 코드와 언어 모델의 구조적 추론을 픽셀 수준 시뮬레이션과 결합한 하이브리드 월드 모델입니다. Gemini가 구조를 매핑하고 내러티브 타임라인을 계획하며, Genie가 세계의 외형, 사운드, 반응을 렌더링합니다.

이번 릴리스의 Gemini 3.8 Flash 루프는 그 분업의 첫 버전입니다. 이 방식이 통한다면 DeepMind가 인정한 정확한 실패 모드, 즉 긴 세션의 일관성을 겨냥합니다. 이는 픽셀 충실도만으로 해결되지 않습니다.

Genie 4 가격과 제공 현황

Genie 4의 가격은 공개되지 않았습니다. 토큰 단가나 세션 단가가 없고, API 식별자도 없으며, 일반 제공 일정도 잡히지 않았습니다. 연구 미리보기 단계입니다.

출시는 단계적으로 진행됩니다. 지금은 신뢰할 수 있는 테스터가 사용 중이며, 다음으로 Project Genie의 Google AI Ultra 구독자에게 제공되고, 그 뒤 Gemini API와 Google AI Studio의 얼리 액세스 파트너에게 도달합니다. Project Genie 대기자 명단은 누구나 신청할 수 있습니다.

다른 최전선 가격의 기준으로 보면, Gemini 4 Argon은 2026년 11월 30일까지 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러이며, 12월 1일부터는 각각 4달러와 20달러로 인상됩니다. 그러나 이것만으로 인터랙티브 월드 모델 세션의 비용은 알 수 없으며, Google도 밝히지 않았습니다.

서드파티 플랫폼에서는, 2026년 10월 28일 기준으로 OpenRouter와 OpenCode 카탈로그(models.dev)에 Genie 4가 등재되어 있지 않습니다. 생성되는 모든 영상 프레임과 오디오 초에는 Google의 미세 워터마크인 SynthID가 삽입되며, DeepMind는 미리보기 개방 전에 내부 안전성 평가를 실시했습니다.

사용자 입장에서 가장 아쉬운 점은 접근성입니다. DeepMind의 X 런칭 스레드 댓글에서 상위 불만은, 1년이 지났는데도 Genie 3가 여전히 모든 Pro 구독자에게 제공되지 않았다는 것이었습니다. 다음 세대가 또 다른 대기자 명단 뒤에서 등장했을 때 제기할 만한 공정한 지적입니다.

Genie 4에 어떻게 액세스하나요?

지금 Genie 4로 들어가는 문은 세 가지이며, 이 중 두 개는 Google이 출입을 통제합니다.

• 신뢰할 수 있는 테스터 코호트: 폐쇄형이며, DeepMind가 저널리즘·게임·교육·엔지니어링 전반에서 피드백을 수집해 온 그룹입니다.
• Google AI Ultra 구독자용 Project Genie: 곧 제공 예정이며, 오늘 바로 참여할 수 있는 공개 대기자 명단이 열려 있습니다.
• Gemini API 및 Google AI Studio: 얼리 액세스 파트너 전용이며, 공개된 모델 식별자는 없습니다.

API 문자열을 추측하지 않는 편이 좋습니다. Google은 Genie 4의 모델 ID를 공개하지 않았고, 마케팅 명칭에서 유추하면 클라이언트 코드에서 404를 마주할 뿐입니다. 그러니 지금 인용할 만한 스니펫은 없습니다.

액세스가 열리기 전 할 수 있는 일은 프롬프트 형식을 익히는 것입니다. 결코 가볍지 않습니다. 데모 프롬프트는 환경 프롬프트와 캐릭터 프롬프트를 분리하고, 카메라 동작을 명시적으로 지정하며, 끝에 부정 제약을 나열합니다(“3인칭 시점 금지”, “드론 카메라 금지”, “3D 렌더 질감 금지”). DeepMind의 Genie 프롬프트 가이드가 출발점이며, 우리의 Gemini 4 Argon 분석은 이러한 장면 뒤에서 계획을 수행하는 모델을 다룹니다.

실제 Genie 4 프롬프트 구조

데모 프롬프트에는 따라 할 만한 패턴이 있습니다. 배경을 고정하는 환경 프롬프트, 피사체와 카메라 관계를 고정하는 캐릭터 프롬프트, 그리고 마지막에 부정 제약 블록을 두는 방식입니다. 한 열기구 데모에서는 등나무 바구니 내부의 1인칭 시점을 지정하고, 프레임 오른쪽 가장자리의 가죽 트리밍까지 언급한 다음, 아래의 남극 빙상을 묘사합니다.

부정 제약이 대부분의 역할을 합니다. 프롬프트는 비디오 게임 느낌, 드론 카메라, 오버숄더 샷, 빈 플랫폼을 반복적으로 배제합니다. 이는 프롬프트에 여지가 있을 때 Genie 4가 기본적으로 그쪽으로 기울 수 있음을 시사합니다.

마무리

Genie 4는 DeepMind가 텍스트뿐 아니라 시뮬레이션을 AGI로 가는 경로로 본다는 가장 분명한 신호이며, 그에 맞춰 최전선 자원을 투입하고 있습니다. 같은 달 OpenAI가 GPT-6.1 Terra를 값싸고 대량의 일상 업무에 겨냥하는 동안, Google은 에이전트 플래그십인 Gemini 4 Argon과 로보틱스 연구를 뒷받침하는 월드 모델을 선보였습니다.

지금 당장 갈아탈 만한가요? 갈아탈 것이 없습니다. 가격도, 모델 ID도, 우리 모두를 위한 API도 없습니다. 프리비주얼라이제이션, 게임 프로토타이핑, 로봇 시뮬레이션에 종사한다면 Project Genie 대기자 명단에 등록하고, 기대치는 드래프트 퀄리티에 두세요. DeepMind의 테스터들도 바로 그 수준에 위치시켰습니다.

Genie 4 뒤에서 추론을 담당하는 Gemini 모델을 빠르게 따라잡고 싶다면, 우리의 AI Fundamentals 스킬 트랙부터 시작하시길 권합니다.