구글 딥마인드, 음성 함께 만드는 ‘지니 4’ 공개…시험 이용은 제한
구글 딥마인드가 소리와 대화를 함께 생성하는 실시간 가상세계 모델 ‘지니 4’를 공개했다. 지금은 선별된 시험 이용자에게만 제공하며 장면의 일관성과 소리 정확도는 아직 연구 과제다.
구글 딥마인드가 27일(현지시간) 가상 공간을 실시간으로 만들면서 배경음과 대화도 함께 생성하는 AI 모델 ‘지니 4(Genie 4)’를 공개했다. 현재는 선별된 시험 이용자에게 연구용으로 제공하고 있으며 일반 이용자가 곧바로 쓸 수 있는 제품은 아니다.
이용자는 키보드로 가상 공간을 이동하거나 화면 구도를 바꾸고, 자연어 지시로 날씨나 등장 물체를 바꿀 수 있다. 딥마인드는 장면이 진행되는 동안 주변 소리·음악·인물 간 대화를 생성한다고 설명했다. 이는 회사가 공개한 시연과 설명에 근거한 기능이다.
소리와 화면 함께 생성…제미나이가 장면 변화 조정
딥마인드에 따르면 지니 4는 기존 지니 계열의 실시간 시뮬레이션에 음성을 자체 생성하는 기능을 더했다. 제미나이 옴니는 화면의 외형과 동작을 뒷받침하고 다른 제미나이 모델은 사용자의 지시를 장면에 반영하며 진행 상황을 살핀다. 모델별 역할은 공개됐지만 처리 지연이나 계산 비용을 비교할 수 있는 자료는 제시되지 않았다.
구글은 창작 현장의 사전 시각화와 로봇·에이전트 훈련용 가상 환경을 활용 가능성으로 내세웠다. 회사가 공개한 로봇 관련 사례는 제미나이 모델이 작업 단계를 나눠 지니 4의 시뮬레이션에 반영한 연구 실험이다. 실제 로봇 성능이나 산업 현장의 안전성을 입증한 결과로 볼 수는 없다.
오래 실행하면 물체 모습 달라질 수 있어
딥마인드는 짧은 시간에는 장면의 연속성을 유지할 수 있지만 시뮬레이션이 길어지거나 복잡한 수정 지시가 쌓이면 세부 모습과 물체의 지속성이 흔들릴 수 있다고 밝혔다. 물리적 상호작용, 실시간 소리의 정확성, 읽을 수 있는 글자와 공간적 정확도도 해결 중인 과제로 꼽았다.
테크크런치도 27일 보도에서 회사 연구진이 장시간 실행 때 물체가 달라지고 소리의 정확성과 화면 속 글자 표현에 한계가 있다고 인정했다고 전했다. 독립적인 성능 측정 결과가 확인된 것은 아니므로 시연 화면만으로 실제 환경 재현 능력을 단정하기 어렵다.
딥마인드는 지니 4의 영상과 음성에 AI 생성물 식별용 디지털 워터마크 ‘신스ID’를 적용하겠다고 밝혔다. 향후 구글 AI 울트라 가입자에게 ‘프로젝트 지니’를 통해 제공하고 일부 개발자에게 제미나이 API·AI 스튜디오 접근을 열 계획이지만, 구체적인 공개일이나 한국 제공 여부는 이번 발표에서 확인되지 않았다.
대표 이미지: AI 생성 이미지 / 데이마크
자료: 구글 딥마인드 https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
자료: 구글 공식 블로그 https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/
