구글, 세계 모델 지니에 스트리트 뷰 결합… 실제 장소 기반 가상 세계 생성

구글 지도에서 로드뷰를 켜고 어린 시절 살던 동네를 둘러보던 경험이 있다면, 이번 구글의 발표는 꽤 흥미진진하게 다가올 것입니다.

구글 I/O 2026에서 딥마인드는 범용 월드 모델인 프로젝트 지니를 구글 스트리트 뷰와 결합했다고 밝혔습니다. 단순히 멈춰 있는 파노라마 사진을 넘겨보는 데 그치지 않고, 현실 좌표를 기반으로 직접 걸어 다니며 상호작용할 수 있는 가상 세계를 생성하는 기술입니다.

현실 도로를 바닷속이나 1920년대 영화로 재해석하다

이번 기능의 핵심 자산은 구글이 지난 20년 동안 차량과 배낭형 카메라를 동원해 110개국에서 수집한 2800억 장 이상의 스트리트 뷰 이미지입니다. 현실의 방대한 시각 데이터가 고스란히 월드 모델의 뼈대가 된 셈입니다.

사용자는 프로젝트 지니 프로토타입에서 미국 내 특정 지점을 선택하고 해양 세계나 사막, 흑백 영화 같은 스타일을 고른 뒤 캐릭터를 설정할 수 있습니다. 바닷속에 잠긴 샌프란시스코 금문교 주변에서 물고기와 함께 헤엄치거나, 1920년대 흑백 필름 스타일의 텍사스 거리를 구경하는 식입니다.

구글 지도 팀은 이번 업데이트의 핵심 성과로 공간적 연속성을 꼽았습니다. 가상 환경 안에서 360도를 회전하더라도 AI가 뒤편의 공간을 기억하고 일관성 있게 환경을 유지합니다.

물론 아직 한계는 뚜렷합니다. 그래픽 수준은 실사라기보다는 비디오 게임에 가깝고, 물리 법칙을 온전히 이해하지 못해 캐릭터가 선인장이나 덤불을 그대로 통과해 달리는 식의 충돌 판정 오류가 발생합니다. 딥마인드 연구진은 월드 모델의 물리적 정확도가 기존 영상 생성 모델보다 약 6개월에서 12개월 정도 뒤처져 있다고 인정했습니다.

웨이모와 로봇을 위한 극한 훈련장

흥미 위주의 공간 탐색보다 더 주목해야 할 부분은 자율주행과 로봇 훈련 같은 에이전트 환경입니다.

이미 웨이모는 토네이도나 도로 위 코끼리 조우처럼 극도로 드문 돌발 상황을 시뮬레이션하기 위해 지니를 활용하고 있습니다. 기존 웨이모 시뮬레이터가 차량 시점에 묶여 있던 반면, 스트리트 뷰와 지니의 결합은 보행자나 로봇 시점으로 자유롭게 시점을 바꿀 수 있게 해줍니다.

예컨대 흐린 날이 잦은 런던에 로봇을 투입하기 전, 드물게 발생하는 빅토리아 양식 건물 벽면의 강한 햇빛 반사를 미리 가상으로 학습시켜 오작동을 방지하는 방식의 훈련이 가능해집니다.

현재 이 기능은 월 200달러를 내는 구글 AI 울트라 구독자에게 순차적으로 배포되고 있으며, 현재는 미국 내 장소로 제한되어 있습니다.

왜 중요한가

20년 넘게 쌓아온 2800억 장의 정적 스트리트 뷰를 상호작용 가능한 가상 세계로 탈바꿈시킨 것은 구글이 가진 데이터 자산을 가장 똑똑하게 재활용한 사례라고 봅니다.

로봇 공학과 자율주행 분야에서 가장 큰 난제는 치명적인 사고를 유발할 수 있는 희귀한 엣지 케이스 데이터를 모으는 일입니다. 현실 거리를 그대로 복제한 뒤 날씨와 환경 변수를 자유롭게 조작할 수 있는 시뮬레이터를 손에 쥐게 된다면 에이전트 훈련 비용을 획기적으로 낮출 수 있습니다.

이는 오픈AI를 비롯한 경쟁사들이 쉽게 따라오기 힘든 독보적인 진입장벽이기도 합니다. 아무리 최신 알고리즘을 잘 깎아도, 20년간 전 세계 도로를 누비며 축적한 실제 지리 데이터를 단기간에 확보할 방법은 없기 때문입니다.

다만 물리 법칙을 무시하고 오브젝트를 통과해 버리는 현 상태로는 정밀한 물리적 작업이 필요한 로봇 훈련에 곧바로 쓰이기는 어려워 보입니다. 월 200달러라는 높은 가격 장벽까지 감안하면, 당장 대중적인 작업 도구로 쓰이기보다는 향후 로봇 생태계를 선점하기 위한 값비싼 기술 쇼케이스에 가깝다고 판단됩니다.