기존 생성형 영상은 완성된 장면을 감상하는 데 가까웠습니다. Genie 4에서는 걷던 방향을 틀거나 문을 열면, 그 행동을 반영한 다음 장면이 바로 이어집니다. 정해진 영상을 재생하는 대신 사용자의 선택에 따라 화면 속 세계가 달라집니다.

이번 세대는 배경음과 주변 소리, 등장인물의 대화도 함께 만듭니다. 비 오는 거리에서는 빗소리와 발걸음이 장면에 맞춰 이어지고, 캐릭터가 등장하면 상황에 맞는 목소리가 붙습니다. 화면·음향·행동이 하나의 흐름에서 생성되는 방식입니다.

월드 모델은 현실이나 가상의 환경이 어떻게 변하는지를 학습한 AI입니다. 사람이 “다음 장면을 그려 줘”라고 매번 지시하지 않아도, 현재 상태와 행동을 바탕으로 다음 상황을 예측합니다. 그래서 게임 제작 도구뿐 아니라 로봇 훈련, 교육용 가상 공간, 영화의 사전 시각화 같은 분야에서도 활용 가능성이 거론됩니다.

장면이 자연스러워도 소리가 어긋나면 가상 공간은 금세 어색해집니다. Genie 4는 화면을 만들 때 이동 속도와 주변 환경에 맞는 음향도 함께 계산합니다. 화면과 소리를 따로 만든 뒤 맞추던 과정을 한 모델 안으로 묶었습니다.

창작자는 출발점이 될 이미지나 설명을 넣고, AI가 만든 공간을 직접 돌아다니며 아이디어를 시험합니다. 게임의 초기 콘셉트나 전시 공간의 동선을 완성 전에 확인하는 식입니다.

하지만 오래 움직였을 때 공간의 구조가 얼마나 일관되게 유지되는지, 등장인물과 사물이 앞선 장면을 정확히 기억하는지는 더 확인해야 합니다. 몇 분짜리 시연에서는 자연스러워 보여도 긴 플레이에서는 문이 사라지거나 위치가 바뀌는 문제가 생길 수 있습니다. 사용자가 같은 장소로 되돌아왔을 때 이전 상태가 유지되는지도 실제 제작 도구로 쓰려면 확인해야 할 항목입니다.

Genie 4는 곧바로 누구나 쓰는 완성형 서비스가 아닙니다. 구글 딥마인드는 우선 신뢰할 수 있는 일부 시험 참가자에게 연구 미리보기*로 제공합니다. 이후 AI Ultra 이용자용 Project Genie와 개발자가 쓰는 API·AI Studio로 범위를 넓힐 계획입니다. 공개 범위가 넓어져야 긴 플레이와 다양한 입력에서도 같은 품질을 유지하는지 확인할 수 있습니다. 현재 공개된 시연만으로는 이 차이를 판단하기 어렵습니다.

생성된 결과에는 구글의 표시 기술인 SynthID*가 적용됩니다. 실제 촬영물과 AI 생성 장면을 구분하기 위한 장치입니다. 세계를 실시간으로 만들 수 있게 되면 게임·영상 제작의 문턱은 낮아지지만, 현실처럼 보이는 장면이 어디서 만들어졌는지 밝히는 일도 더 중요해집니다.

Genie 4는 한 장면을 만드는 도구보다 행동에 따라 다음 상황을 이어 가는 ‘환경’에 가깝습니다. 앞으로의 경쟁력은 그래픽 품질뿐 아니라 세계의 규칙과 기억을 얼마나 오래 유지하느냐에서 갈릴 수 있습니다.

교육에서는 설명을 읽는 대신 역사적 공간이나 과학 현상을 직접 돌아다니는 경험을 만들 수 있습니다. 로봇 연구에서는 현실에서 반복하기 어렵거나 위험한 상황을 가상 환경에서 먼저 연습하게 할 수도 있습니다. 다만 생성된 세계가 실제 물리 법칙과 다르게 움직이면 잘못된 학습으로 이어질 수 있어, 재미있는 시연과 신뢰할 수 있는 훈련 환경은 구분해야 합니다.

창작물의 권리 문제도 남습니다. 세계를 만들 때 사용된 이미지와 영상의 출처가 무엇인지, 특정 작가나 게임의 표현을 지나치게 닮지는 않았는지 확인할 기준이 필요합니다. 실시간 생성 기술이 쉬워질수록 결과물의 출처 표기와 생성 기록도 제작 과정 안으로 들어옵니다.