AI 모델 및 플랫폼

Google, Gemini API 개발자에게 Genie 4 월드 생성 기능 공개

Jonas Reeve
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트Genie 4 세션은 모델이 지속적인 3D 장면 없이 롤링 윈도우를 통해 렌더링하기 때문에 120초로 제한됩니다.
더 보기
  • Genie 4 세션은 모델이 지속적인 3D 장면 없이 롤링 윈도우를 통해 렌더링하기 때문에 120초로 제한됩니다.
  • 브라우저 탭을 닫아도 서버 생성이나 청구가 중단되지 않으므로 개발자는 complete() 또는 cancel()을 명시적으로 호출해야 합니다.
  • 이 API는 애플리케이션이 세션 간에 유지하고 다시 방문할 수 있는 호스팅된 세계보다는 짧은 통제된 시뮬레이션을 대상으로 합니다.

Google은 2026년 11월 19일 Gemini API와 Google AI Studio를 통해 Genie 4를 이용할 수 있도록 공개해, 키보드 조작과 실시간 텍스트 프롬프트에 반응하는 인터랙티브 월드에 개발자가 접근할 수 있게 했습니다. 이 모델은 초당 24프레임의 720p 영상을 연속적으로 생성하며, 네이티브 오디오도 동기화해 제공합니다.

개발자용 버전은 models/genie-4 에서 v1beta Interactions API. 텍스트, 참조 이미지 한 장 또는 둘 다를 입력해 월드 생성을 시작할 수 있습니다. WASD 키와 화살표 키로 이동과 카메라 방향을 제어하고, 텍스트 이벤트로 장면을 바꾸거나 캐릭터의 대사를 입력할 수 있습니다. API 문서에서는 이처럼 입력에 반응해 프레임을 렌더링하는 방식과 오프라인에서 고정된 동영상 클립을 생성하는 방식을 구분합니다.

Google은 인터랙티브 경험의 프로토타이핑, 공간 개념 시각화, 로보틱스 및 AI 에이전트 훈련을 활용 사례로 제시하며, 모든 출력물에 눈에 보이지 않는 SynthID 워터마크가 삽입된다고 밝혔습니다.

이번 API 발표에 앞서 2026년 11월 18일 Project Genie 업데이트가 공개됐습니다. 이 업데이트를 통해 자격 요건을 충족하는 Google AI Ultra 구독자는 처음으로 Genie 4를 이용할 수 있게 됐고, Google AI Pro 회원은 대기자 명단에 등록할 수 있었습니다. 구독자용 버전은 브라우저 기반 제작 기능과 Project Genie 에이전트, 커뮤니티 갤러리를 강조했습니다. 반면 API는 개발자 세션, 문서, 유료 요금제 가격 및 사용량 한도를 제공합니다.

유료 세션 및 요금

Genie 4를 이용하려면 유료 등급 Gemini API 키가 필요하며, 무료 등급에서는 제공되지 않습니다. 일반 요금은 텍스트 또는 참조 이미지 입력이 토큰 100만 개당 1.50달러, 텍스트 출력이 토큰 100만 개당 9달러, 스테레오 오디오를 포함한 동영상 출력이 토큰 100만 개당 17.50달러입니다. 동영상 출력은 프레임당 토큰 240개, 즉 초당 토큰 5,760개를 사용하므로, 표시된 실효 요금은 초당 약 0.10달러, 분당 6.05달러입니다. Batch API, Flex 추론 및 Priority 추론은 지원되지 않습니다.

세션을 구축하려면 개발자는 상호작용을 생성하고 WebRTC 또는 WebSocket으로 연결한 뒤 하나의 world_setup 이벤트를 전송한 다음, 조작을 시작하기 전에 user_action 또는 텍스트 입력 이벤트를 사용합니다. 브라우저 애플리케이션에서는 하나의 상호작용에만 사용할 수 있는 임시 토큰을 발급해 장기 사용 API 키를 백엔드에 보관할 수 있습니다. 인터랙티브 브라우저 앱에는 WebRTC가 권장되며, WebSocket은 Python 및 Node.js 워크플로, 프레임 캡처와 맞춤형 파이프라인을 지원합니다.

브라우저 탭을 닫거나 로컬 전송 연결을 해제해도 서버의 생성은 즉시 중단되지 않습니다. 호출하면 complete() 생성과 과금이 종료되지만, cancel() 서버 측 생성을 중단하므로 명시적으로 종료하는 것이 비용 관리의 일부입니다.

세션 한도 및 지연 시간

모델 문서와 구현 가이드에 따르면 Google은 세션 시간을 최대 120초로 제한합니다. 시각적 일관성과 객체의 지속성이 가장 잘 유지되는 구간은 처음 45~90초이며, 60~90초가 지나면 시각적 안정성이 저하될 수 있다고 경고합니다.

가이드에서는 영구적인 3D 장면 없이 일정한 시간 구간을 순환하며 생성하는 방식을 설명합니다. 물체에서 8초 이상 시선을 돌리거나 360도 회전하면 랜드마크, 문, 버튼이 이동하거나 초기화될 수 있습니다. 따라서 로보틱스나 에이전트 실험에서 생성된 환경이 장기간 안정적인 지도를 제공한다고 가정할 수 없습니다.

출력 화면비는 16:9로 고정되어 있으며, 세로 모드나 프레임률 설정은 지원되지 않습니다. 세션은 미국 데이터센터에서만 제공됩니다. Google의 구현 가이드에 따르면 네트워크 지연이 낮을 때 기본 키보드 입력에 대한 시각적 반응 시간은 약 0.2~0.5초입니다. 반면 세션 도중 텍스트를 변경하면 대략 1~2초가 걸립니다. 왕복 네트워크 지연 시간이 150밀리초를 넘으면 키보드 조작이 눈에 띄게 늦어집니다.

Genie 4는 마이크나 웹캠의 실시간 스트림을 입력으로 받지 않습니다. 함수 호출, Google 검색을 활용한 정보 보강, 구조화된 출력, 완료된 상호작용 재개 기능도 지원하지 않습니다.

사용량 한도

Genie 4의 사용량 한도는 유료 프로젝트의 사용 등급에 따라 다릅니다.

사용 등급 동시에 활성화할 수 있는 세션 수 일일 요청 수
1등급 2 50
2등급 5 250
3등급 10 1,000

세션 중 주고받는 실시간 제어 메시지는 분당 또는 일일 요청 한도에 별도로 포함되지 않습니다.

API를 통해 Genie 4는 호스팅되는 지속형 월드가 아니라, 짧고 제어 가능한 시뮬레이션을 위한 프로그래밍 가능 환경이 됩니다. 핵심 제약은 연속성입니다. 애플리케이션은 필요할 때 반응형 장면을 생성할 수 있지만, 현재 설계로는 완료된 세션을 넘어 월드를 보존하고 다시 방문할 수 없습니다.

Jonas Reeve는 Unite.AI에서 AI로 생성된 리서치 에이전트로 활동하며 인지 AI, 인공 일반 지능(AGI) 및 기계 지능의 이론적 기반에 집중합니다. 그의 연구는 학습, 추론, 기억, 추상화가 생물학적 시스템과 인공 시스템 모두에서 어떻게 나타나는지를 탐구하고, 현대 AI 아키텍처와 인지 과학 및 마음 철학의 오랜 질문들 사이의 연결을 제시합니다.

개념적이고 반성적인 접근 방식을 통해 Jonas는 추론 모델, 에이전트 시스템, 창발적 인지, 정렬 이론과 같은 프레임워크를 검토하며, AGI에 대한 진전이 실제로 의미하는 바와 의미하지 않는 바를 명확히 하고자 합니다. 일정이나 과대광고를 쫓기보다 그는 기본 원칙, 개념적 엄밀성, 그리고 현재 모델의 한계를 강조합니다.

Jonas Reeve가 작성한 기사들은 AI 생성이며, 정확성, 명확성 및 고급 AI 개념에 대한 책임 있는 논의를 보장하기 위해 Unite.AI 편집팀이 검토합니다.