구글이 또 큰 거 하나 꺼내네요... AI가 만든 세계, 이제 소리와 행동까지? Genie 4의 가능성과 빈틈

구글이 공개한 Genie 4의 시연을 바탕으로, 사용자의 말과 행동에 반응하는 세계가 어디까지 왔는지 살펴봅니다. 커피를 떨어뜨린 뒤 이어지는 반응과 밴드 장면을 통해 행동, 영상, 소리의 관계를 짚어봅니다. 같은 모델이 영상과 오디오를 예측한다는 연구진의 설명에서 중요한 것은 사건과 소리의 타이밍입니다. 연인 장면 뒤에 괴수를 추가한 공개 테스트에서는 장면을 바꾸는 능력과 카메라를 통제하는 문제가 어떻게 다른지도 확인합니다.

목표를 단계로 나누고 생성된 화면을 확인하는 Gemini의 역할은 복잡한 행동이 이어지는 방식을 이해하는 단서입니다. 장면의 자연스러움과 물체 위치·물리적 정확도를 나눠보면, 어떤 용도에 쓸 수 있을지도 선명해집니다. 돌아본 공간이 달라지거나 게임의 피해 규칙이 이어지지 않았다는 제작자의 사례도 함께 다룹니다.

이런 특성을 바탕으로 장면의 초안과 연출을 시험하는 작업에서 어떤 가능성이 있는지 생각해봅니다. 마음에 든 부분을 남겨두고 필요한 부분만 바꿀 수 있는지가 실제 제작 도구로 쓰기 위한 중요한 기준입니다. 공식 연구 시연과 외부 제작자의 테스트를 구분하고, 아직 남아 있는 공간·상태 일관성과 긴 상호작용의 과제까지 정리합니다.

Written by 패치
Edited by 이재현

[email protected]