구글 딥마인드는 2025년 8월 5일, 실시간 상호작용이 가능한 범용 세계 모델 ‘Genie 3’를 공개했다. 이는 기존 모델들과 비교해 해상도, 상호작용 지연시간, 환경 일관성 면에서 대폭 향상된 성능을 자랑하며, 범용 인공지능(AGI)을 향한 진일보한 기술로 주목받고 있다.
Genie 3는 텍스트 프롬프트를 입력하면 24fps의 속도로 720p 해상도에서 실시간으로 변화하는 가상 환경을 생성한다. 사용자는 이 세계를 자유롭게 탐색하거나 프롬프트로 날씨 변화, 객체 추가 등의 '세계 이벤트'를 실시간으로 일으킬 수 있다. 또한, 세계는 수 분간 일관성을 유지하며, 최대 1분 전의 장면도 기억하는 장기 시각 메모리 기능을 탑재했다.
이전 버전인 Genie 2가 360p 해상도의 3D 환경을 10~20초 단위로 생성하고, 제한된 키보드·마우스 입력만을 지원한 반면, Genie 3는 실제 네비게이션과 텍스트 이벤트 제어가 가능하다. Veo 시리즈와 비교해도 Genie 3는 단순한 영상 생성이 아닌 실시간 제어 기반의 상호작용 중심 플랫폼이라는 점에서 본질적으로 다르다. 특히 영상 프레임을 오토리그레시브 방식으로 생성하면서도 시간축 일관성을 유지하는 기술은 상용 AI 모델 중 최초다.
Genie 3의 또 하나의 혁신은 ‘Promptable world events’ 기능이다. 사용자가 “비를 내리게 해줘”, “사자를 소환해줘”와 같은 프롬프트를 입력하면, 해당 환경 내에 즉시 반영된다. 이는 에이전트 훈련 및 테스트에 있어 시나리오 다양성과 비정형 상황 대응능력을 크게 높일 수 있다.
딥마인드는 Genie 3를 자사 범용 에이전트인 SIMA와 연동해 실험을 진행했다. SIMA는 Genie 3가 생성한 가상 세계에서 목표를 주어진 채 독립적으로 이동하거나 목표를 달성한다. Genie 3는 SIMA의 목표를 알지 못하지만, 그 입력에 따라 환경을 시뮬레이션함으로써 실제 세계와 유사한 피드백 루프를 실현한다.
다만, Genie 3에도 한계는 존재한다. 사용자 에이전트가 직접 수행 가능한 행동의 수가 제한적이며, 다중 에이전트 간의 상호작용 시뮬레이션은 아직 초기 단계다. 또한, 실제 지리 기반 위치의 재현 정확도도 낮은 편이며, 상호작용 지속시간 역시 수 분 내외로 제한된다.
그럼에도 불구하고, Genie 3는 세계 모델 기술의 새로운 이정표로 평가된다. 교육, 훈련, 가상 실험, 창작 콘텐츠 개발 등 다양한 영역에서 실질적 응용 가능성을 갖추고 있으며, 특히 디지털 트윈, 로보틱스, AI 에이전트 학습 플랫폼 등 산업 현장에서의 활용도 기대를 모은다.
현재 Genie 3는 일부 학계 및 창작자 그룹에 제한적으로 공개된 상태다. 딥마인드는 사용자 피드백과 윤리적 리스크 검토를 거쳐 점진적으로 공개 범위를 확대할 계획이다. 딥마인드는 “Genie 3는 AGI의 핵심 구성요소로, 기술 발전과 동시에 책임 있는 개발을 병행하겠다”고 밝혔다.
댓글
0