Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
새로운 월드 모델 AI 기술(Genie 4 등)의 물리 시뮬레이션 및 영상 일관성 문제를 비판적으로 분석합니다. 단순히 멋진 결과물만으로는 부족하며, 등장인물과 환경의 연속성을 유지하는 명세 중심의 개발 워크플로우가 필수적임을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 RSS: GeekNews (한국어)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기멋져 보이지만, 매개변수 수조차 공개하지 않는 독점 모델이 또 나왔다고 열광하기는 어려움. 안전 제한은 극단적일 테고, 사용 한도도 아마 너무 적어서 Google 직원이거나 돈이 무한정 있는 게 아니라면 사실상 쓸모없을 듯함.
최첨단 기술에 흥미를 느끼기 위한 조건치고는 지나치게 까다로운 것 아닌가?
대리석 흉상을 수박 위에 떨어뜨리는 영상에서, 물리 현상을 제대로 모델링했다면 이 지점에서 흉상이 넘어졌어야 함.
그 장면은 원하는 방향으로 결과를 유도하는 기능을 시연한 것임.
바로 그게 세계 모델 구상의 큰 허점임. 시뮬레이션을 만들고 모델을 학습시키는 순환이 통할 거라고 거듭 기대하지만, 실제로는 그렇게 되지 않음.
시뮬레이션을 제대로 다루는 법을 학습한 최초의 모델은 이미 내부적으로도 시뮬레이션할 수 있고, 우리가 만든 시뮬레이션보다 더 잘하기 때문임.
결국 다들 복잡한 시뮬레이션을 만드는 사이, 이를 써본 적도 학습에 필요로 하지도 않는 누군가가 모든 벤치마크에서 압도적인 점수를 냄. 그러고 나면 시뮬레이션은 핵심이 아니었다는 데 모두 동의하게 됨.
Sam Altman이 2024년에 쓴 글이 떠오름. “영화는 비디오 게임이 되고, 비디오 게임은 상상할 수 없을 만큼 더 멋진 무언가가 될 것”이라는 내용임.
가끔은 정말 10년 뒤로 건너뛰어 이 모든 것이 어디로 이어지는지 보고 싶어짐. 원문.
결국 현실에서 살아가는 일을 완전히 건너뛰고, 식물인간처럼 시뮬레이션에 연결된 채 평생을 보내게 된다는 건가? 참 멋진 미래임. 그럴 바에는 그냥 평생 약물을 정맥주사로 맞으며 지내도 되겠음.
가벼운 소리처럼 들리겠지만, 솔직히 기다리는 건 더 많은 광고일 듯함.
영화와 게임에 대한 저 문장은 현실과 동떨어지고 인간성이 빠진, 기술 만능주의자나 할 법한 소리임.
기다릴 필요가 있나? 이미 방향은 분명해짐. 관련 기사.
더 좋아지기는커녕 상상할 수 없을 만큼 나빠짐. 가치 있는 무언가를 표현하는 순간 100명이 창작자만 빼고 베껴 가니, 게임이 자기표현의 수단이 되기 어려워짐.
공유 저작물인 이야기와 음악을 가져오면서 원작과 관련자들은 지워버리는 Disney의 사업 방식과 비슷함. 다만 이제는 선별적으로 문화를 하나씩 망가뜨리는 회사 하나가 아니라, 한탕을 노리는 수많은 이들이 열대우림의 화재처럼 문화와 자기표현을 파괴하고 있음.
Anthropic의 상장을 계기로 경쟁사들이 시장에 존재감을 알리려고 모델을 잇달아 출시할 것으로 예상함. “우리도 아직 있으니 투자금을 좀 남겨달라”는 신호임.
용을 타고 날다가 카메라가 다시 돌아오는 1:25~1:29 구간에서 투석기를 포함해 성 오른쪽의 상당 부분이 사라짐. ‘세계 모델’에서 이런 일이 생길 줄은 몰랐음.
영상 전체가 싸구려 게임에서 그대로 가져온 듯함. 비행은 이상하게 매끈하고, 공중에서 급회전하며, 날개는 옆을 스치는 기둥과 충돌 처리조차 안 되는 것처럼 보임.
멋진 새 모델을 자랑하려는 용도라면 내가 고를 영상은 아님.
이미 투석기를 지나쳐 날아간 것으로 봤음.
남자가 옷방을 걸어가는 장면은 카메라가 뒤에서 시작함. 그런데 몸의 왼쪽은 회색 정장, 오른쪽은 회색 드레스를 입고 있음.
프롬프트로 만든 영상은 인상적임. 더 궁금한 건 여러 영상에서 등장인물과 환경의 일관성을 유지해 하나의 긴 영상처럼 보이게 만드는 방법임.
개발·코딩용 실행 환경이나 spec-kit 같은 명세 중심 작업 흐름이 필요할까? 영화의 모습을 명세로 작성하고, 맥락을 제공하고, 작업을 나눠 여러 영상이 서로 어울리도록 만드는 식일까?
Genie 4가 기본적으로 멀티모달이라며 “audio-like music, ambient noises, and interactive dialogue”를 지원한다고 하는데, ‘오디오 같은 음악’이 대체 무슨 뜻인가? ‘음악 같은 오디오’를 뜻한 건가?
음악이나 주변 소음 ‘같은 오디오’라는 뜻임.
하이픈 대신 긴 대시를 쓰거나, 하이픈 양옆에 공백을 넣으려던 것 같음.
스테인드글라스 풍경 영상이 꽤 멋짐. 저 효과를 실시간 게임 엔진에서도 구현할 수 있을지 궁금함.
홍콩의 연인이 오토바이를 타는 장면에서, 프롬프트에 괴물은 없는데 배경의 크라켄이 도시를 파괴하는 게 압권임. 영화 제작자들은 아직 안심해도 되겠음.
프롬프트에 “세계를 파괴하는 거대한 외계 촉수”가 들어 있음.
기본 프롬프트만 본 것 같은데, 이 영상은 장면이 진행되는 도중 추가 프롬프트로 상황을 바꾸는 기능도 시연함.