구글 딥마인드(Google DeepMind)가 물리 엔진 없이 신경망 기반으로 가상 환경을 구축하고 실시간 상호작용을 지원하는 차세대 세계 모델 지니 4(Genie 4)를 공식 발표했다. 이번 공개는 텍스트 중심 추론에 집중하던 생성형 인공지능 연구가 물리적 법칙과 시공간 연속성을 다루는 물리적 환경 시뮬레이션 영역으로 본격 확장되고 있음을 보여준다. 구글 딥마인드 공식 블로그에 따르면 지니 4는 시각 환경 렌더링에 머물렀던 기존 시뮬레이션 구조를 탈피해 배경음과 음악, 대화형 음성을 동시에 생성하는 네이티브 멀티모달 오디오 기능을 단일 파이프라인으로 통합했다. 구글 딥마인드는 2024년 2차원 비디오 기반의 지니 1(Genie 1)을 선보인 이후 3차원 공간을 처리하는 지니 2(Genie 2)와 지니 3(Genie 3)를 연이어 개발하며 환경 모델링 기술을 누적해 왔다. 특히 2025년 8월 공개된 지니 3는 무음 영상을 기반으로 1분 길이의 실시간 환경 생성과 키보드 조작 기능만을 지원했다. 반면 이번 지니 4는 시각적 시뮬레이션 과정에서 동적 배경음과 음악, 캐릭터 간 대화 음성을 별도 후처리 없이 네이티브로 직접 생성하도록 진화했다. 조작 방식 역시 단순 키보드 입력을 넘어 자연어 프롬프트를 실시간으로 처리할 수 있도록 설계가 변경되었다. 지니 4의 내부 아키텍처는 구글의 플래그십 모델 제품군인 제미나이(Gemini)와 결합된 다층 구조를 취한다. 제미나이 옴니(Gemini Omni)가 가상 세계의 시각적 외형과 물체의 물리적 동작 기준을 설정하면, 제미나이 추론 모델이 시뮬레이션 프레임 간의 인과적 일관성과 시공간 연속성을 유지하는 역할을 분담한다. 이러한 구조를 바탕으로 사용자는 시뮬레이션이 실시간 구동되는 중간에도 자연어 명령을 입력해 시점을 이동하거나 날씨를 바꾸고 새로운 캐릭터를 즉시 장면에 등장시키는 방식의 실시간 조향을 수행할 수 있다. 세계 모델 기술은 자율주행 차량이나 물리적 로봇 에이전트가 현실에서 마주하기 어려운 코너 케이스와 위험 상황을 가상 공간에서 무한히 반복 학습시키는 데이터 생성 인프라로 연결된다. 시각 프레임과 사운드 정보가 동기화된 가상 훈련장은 센서 융합 데이터를 필요로 하는 체화형 인공지능 연구에서 실제 데이터 수집 비용을 크게 절감할 수 있는 수단이다. 기존 언어 모델 중심의 연산 규모 확장 경쟁과 비교할 때 시공간 물리 법칙을 학습한 세계 모델은 물리적 기기 제어와 로보틱스 상용화 속도를 결정짓는 기술 축으로 평가받는다. 구글 딥마인드는 현재 신뢰할 수 있는 테스터 집단을 대상으로 지니 4의 리서치 프리뷰를 시작한 상태다. 향후 프로젝트 지니(Project Genie)를 통해 구글 AI 울트라(Google AI Ultra) 구독자에게 서비스를 제공하고, 제미나이 API(Gemini API)와 구글 AI 스튜디오(Google AI Studio) 파트너를 대상으로 순차적 배포를 진행할 계획이다. 엔터프라이즈 환경에서 지니 4의 도입은 고비용 3D 물리 엔진 라이선스와 수작업 그래픽 에셋 파이프라인을 대체해 합성 데이터 구축 단가를 낮추는 인프라 선택지가 될 것으로 관측된다.