Google DeepMind, 실시간 3D 세계 모델 「Genie 4」 발표

Google DeepMind는 인터랙티브한 3D 세계를 실시간으로 생성하는 모델 「Genie 4」를 발표했다. 음성과 대화하는 캐릭터를 포함한 가상공간을 그 자리에서 만들어내는 것이 특징이며, 단순한 영상 생성에 그치지 않고 사용자가 상호작용할 수 있는 「체험 가능한 세계」를 목표로 한다.

인공지능이 세계를 「시뮬레이션한다」는 발상 자체는 새롭지 않다. 텍스트 생성 인공지능(LLM)이 등장하기 이전부터 환경을 학습하고 그 속에서 에이전트(자율적으로 움직이는 인공지능)를 훈련하는 아키텍처는 연구되어 왔다. Genie 4는 그러한 고전적인 설계 사상을 기초로 하면서 현대의 대규모 인공지능 모델의 능력을 결합한 시도로 자리매김된다.

기술적 메커니즘으로서 시뮬레이션의 일관성을 유지하기 위해 Gemini 모델이 백그라운드에서 계획 처리를 담당하는 구성이 채택되었다. 즉, 보이는 세계를 생성하는 모델과 그 세계의 흐름을 관리하는 모델이 역할을 분담하는 형태다. 이러한 여러 모델의 협력은 최근 인공지능 개발에서 하나의 방향성이기도 하다.

한편, Google DeepMind 자신도 현 단계의 한계를 인정하고 있다. Genie 4는 어디까지나 「초기 연구 모델」이며, 세션이 길어질수록 영상에 시각적 불일치가 발생하는 것으로 확인되었다. 장시간 사용 시 캐릭터나 환경의 모습이 붕괴되는 등의 문제가 남아 있으며, 실용화에는 추가적인 개선이 필요한 단계다.

이러한 제약이 있더라도 Genie 4가 보여주는 방향성은 업계적으로 주목할 만하다. 게임, 교육, 시뮬레이션 훈련 같은 분야에서 인공지능이 실시간으로 무한한 인터랙티브 환경을 생성할 수 있게 된다면, 콘텐츠 제작의 비용과 시간을 크게 변화시킬 가능성이 있다. 현 시점에서는 연구 단계의 발표이며, 상용화 일정은 공개되지 않았다.

Genie 4의 발표는 생성 인공지능이 「텍스트나 정지화상을 만드는 기술」에서 「동적인 세계를 그 자리에서 움직이는 기술」로 확대되고 있는 흐름 속에 위치한다. 음성과 대화하는 등장인물을 포함한 환경을 실시간으로 유지하는 과제에 정면으로 대처하고 있다는 점에서 다음 세대의 대화형 인공지능 환경을 향한 연구의 한 걸음이라는 평가를 할 수 있다. 향후에는 장시간 안정성의 개선과 외부 개발자에 대한 공개 방침이 어떻게 될지가 주목점이 될 것이다.