제미나이 옴니 1.2 플래시, 15초 영상 대화로 수정

구글(Google)이 15초 영상을 만들고 대화로 수정할 수 있는 제미나이 옴니 1.2 플래시(Gemini Omni 1.2 Flash)를 출시했다. 구글은 이전 모델보다 720p 영상 생성 가격을 30% 낮추고, 인물과 상품의 모습을 장면 끝까지 유지하는 능력을 강화했다고 밝혔다. 짧은 영상을 여러 번 다시 만들기보다 필요한 부분만 고쳐 쓰는 제작 방식에 초점을 맞춘 업데이트다. 다만 해커 뉴스(Hacker News)에서는 모델 성능만큼이나 제품별 가격과 이용 경로를 알아보기 어렵다는 반응이 나왔다.

핵심요약

  • 제미나이 옴니 1.2 플래시는 최대 영상 길이를 10초에서 15초로 늘려 짧은 광고나 설명 영상을 한 번에 만들 여지를 넓혔다.
  • 구글은 720p 생성 가격을 초당 0.07달러로 낮췄으며, 낮은 해상도에서 초안을 만든 뒤 필요한 장면을 수정하는 작업 흐름을 제안했다.
  • 이미지·짧은 영상·음성을 생성 기준으로 함께 쓰고 인물과 상품의 일관성을 높여, 기존 사진을 활용한 영상 제작에 초점을 맞췄다.
  • 같은 영상을 대화로 반복 수정할 수 있어 배경이나 조명만 바꾼 광고 버전을 처음부터 다시 만들 필요가 줄어든다.
  • API와 구글 앱을 통한 이용 범위는 넓어졌지만, 토론에서는 실제 접근 경로와 서비스별 비용을 파악하기 어렵다는 지적이 이어졌다.

초당 0.07달러, 처음부터 다시 만들지 않는 작업 흐름

구글 딥마인드(Google DeepMind)는 제미나이 옴니 1.2 플래시를 출시하면서 제미나이 API와 기업용 제미나이에서 정식으로 이용할 수 있다고 밝혔다. 구글 클라우드(Google Cloud)도 실제 서비스에 투입할 수 있는 경로로 제시했다. 발표의 중심에는 더 긴 영상, 여러 차례 대화를 통한 수정, 참고 자료를 더 충실히 따르는 생성 능력이 있다. 영상 한 편의 품질뿐 아니라 여러 결과물을 만드는 과정에 드는 비용을 낮추겠다는 설명이다.

구글이 밝힌 720p 영상 생성 가격은 초당 0.07달러로, 옴니 1.1보다 30% 낮다. 회사는 처음부터 고해상도 영상을 만들기보다 360p나 720p로 빠르게 초안을 뽑고, 세부 사항을 수정한 다음, 고른 결과물만 1080p 또는 4K로 해상도를 높이는 방식을 권한다. 이 과정에서 수정할 때마다 영상 전체를 새로 생성하지 않는 점도 비용을 줄이는 요소로 내세웠다. 따라서 가격 인하의 효과는 초당 요금뿐 아니라 실제로 몇 번을 다시 만들고 얼마나 고쳐 쓸 수 있는지에 달려 있다.

10초에서 15초로 늘어난 한 번의 생성

새 모델은 최대 15초 영상을 기본 기능으로 생성하고 편집한다. 이전 버전의 최대 길이는 10초였으며, 이번에는 3초부터 15초까지 1초 단위로 길이를 지정할 수 있다. 구글은 이 길이라면 제품 설명이나 소셜 광고처럼 짧은 흐름을 갖춘 영상을 한 번의 생성으로 만들 수 있다고 설명했다. 제작자는 같은 아이디어라도 필요한 장면 수에 맞춰 길이를 조절할 수 있다.

길이가 늘어난 만큼 처음부터 끝까지 화면을 안정적으로 유지하는 일이 중요해진다. 구글이 소개한 예시에는 한 장의 스타일 이미지를 네 장면짜리 15초 과학 설명 영상으로 바꾸고, 움직임을 따라가는 글자를 넣는 작업이 포함됐다. 다른 예시에서는 첫 장면과 마지막 장면을 연결해 카메라가 실외에서 실내로 계속 들어가는 모습을 이전 버전과 비교했다. 구글은 이런 긴 움직임과 장면 전환에서 새 모델이 참고 자료를 더 잘 붙잡는다고 강조한다.

사진·동작·소리를 함께 참고하는 영상

생성 기준으로 넣을 수 있는 자료도 폭넓다. 인물·상품·화풍 이미지에 최대 3초짜리 동작 영상과 음성 단서를 결합할 수 있다. 구글은 이렇게 넣은 인물의 얼굴, 옷의 형태, 포장지의 글자, 브랜드 색이 카메라 각도가 바뀌어도 유지된다고 설명했다. 기존 상품 사진이나 캐릭터 설정 자료를 영상으로 옮길 때 유용하다는 주장이다.

가상 착용 영상이 대표 사례다. 구글은 모델 사진 한 장과 옷 세 벌의 앞뒷면 사진을 바탕으로, 인물이 회전하고 화면이 이어지는 15초 영상을 제시했다. 회사가 강조한 것은 인물의 정체성과 옷의 재단, 늘어짐, 뒷면 세부 사항이 장면 사이에서 유지된다는 점이다. 가상 착용뿐 아니라 상품을 돌려 보여주는 카탈로그 영상이나 브랜드 광고에도 같은 방식을 쓸 수 있다고 소개했다.

첫 화면에서 마지막 화면까지 같은 물체로

구글은 인물뿐 아니라 물체와 배경이 움직이는 동안 형태가 바뀌거나 흔들리는 현상을 줄였다고 밝혔다. 첫 장면과 마지막 장면을 기준으로 그 사이를 만들거나, 이미 만든 영상을 연장해 여러 장면으로 이을 때를 염두에 둔 개선이다. 상품과 소품이 카메라 이동 뒤에도 같은 모습으로 남아 있어야 긴 영상이 자연스럽게 보인다. 여러 참고 자료를 한 영상에 넣을수록 이 일관성이 중요해진다.

비교 사례로는 정적인 전시 포스터를 여러 층의 애니메이션으로 조립하는 작업이 제시됐다. 구글은 옴니 1.1보다 1.2가 참고 이미지를 더 가깝게 따르며, 재료의 질감과 그림자, 글자의 세부 모습을 마지막 화면까지 유지한다고 설명했다. 또 문어가 물결치듯 움직이던 영상을 다음 수정 단계에서 무용수로 바꾸되, 드레스에 같은 움직임을 옮기는 사례도 선보였다. 반면 구글이 공개한 첫 장면·마지막 장면 연결 사례에서도 지붕 위 고양이나 식기처럼 일부 세부 사항이 달라지는 모습은 남아 있다.

배경만 바꾸고 공연은 남기는 대화형 편집

이번 업데이트의 또 다른 축은 여러 차례 대화하며 같은 영상을 고치는 기능이다. 제작자는 상품이나 배경을 교체하고, 조명·날씨·화면 비율을 바꾸도록 지시할 수 있다. 구글은 이 편집이 최대 15초 영상 전체에 적용되며, 대상 고객이나 게시 위치에 맞춘 광고 버전을 만들 때 처음부터 요청을 다시 작성하거나 영상을 새로 생성할 필요가 줄어든다고 설명했다.

구글이 제시한 시연에서는 한 영상의 배경을 줄무늬 천막에서 참나무 숲, 마구간, 시장, 성으로 차례로 바꿨다. 그동안 두 인물의 연기와 갑옷에 비치는 빛, 카메라 구도는 유지하는 식이다. 무엇을 바꾸고 무엇을 남길지 대화로 지정할 수 있다는 것이 이 기능의 핵심이다. 여러 버전을 만들어야 하는 작업에서는 처음 결과물을 얻는 속도만큼 수정 결과의 안정성도 중요해진다.

대사와 입 모양, 끊기지 않는 카메라 이동

소리가 있는 장면에서는 대사의 자연스러움과 립싱크(음성과 입 움직임의 일치)를 개선했다고 구글은 밝혔다. 여러 화자가 등장할 때 서로 다른 목소리를 각 인물에게 연결하는 기능도 강조했다. 시연에는 장면 이미지와 인물·입 모양·짧은 음성 자료를 참고해 15초짜리 애니메이션 대화를 만드는 사례가 등장한다. 구글은 이를 플로(Flow)의 다인물 장면, 기업용 제미나이의 설명 영상, 구글 비즈(Google Vids)의 아바타·음악·내레이션 영상에 활용할 수 있다고 소개했다.

카메라 움직임에서는 갑작스러운 화면 전환을 줄이는 데 초점을 맞췄다. 구글은 건축 사진 두 장을 기준으로 광장에서 청동 문을 지나 판테온 돔의 꼭대기까지 이어지는 드론 시점 영상을 예시로 들었다. 해안의 가까운 화면에서 섬 전체가 보이는 화면으로 끊김 없이 멀어지는 10초 영상도 제시했다. 복잡한 이동 중에도 화면 속 대상의 크기를 안정적으로 유지하고, 의도치 않은 장면 전환을 줄였다는 설명이다.

정식 출시 범위와 아직 남은 과제

구글은 제미나이 옴니를 이번에 처음으로 정식 출시했다고 밝혔다. 기업 이용자를 위해 구글 클라우드의 인프라와 보안, 미리 확보해 쓰는 처리 용량을 제시했고, 출력물에는 눈에 띄지 않는 신스ID(SynthID) 워터마크가 들어간다고 설명했다. 개발자는 구글 AI 스튜디오(Google AI Studio)에서 시험하고 API로 서비스를 만들 수 있다. 일반 이용자에게는 플로, 구글 비즈, 제미나이 앱, 구글 광고(Google Ads)가 이용 경로로 제시됐다.

다만 각 제품의 이용 조건은 같지 않다. 구글은 구글 계정이나 구글 워크스페이스(Google Workspace) 구독으로 비즈에서 15초 영상을 추가 비용 없이 만들 수 있다고 안내했고, 제미나이 앱에서는 구글 AI 울트라(Google AI Ultra) 구독자를 대상으로 기능을 순차 제공한다고 밝혔다. 회사는 빠른 스포츠 동작, 급격한 대본 변경, 복잡한 물리 표현은 계속 개선할 과제로 꼽았다. 정식 출시가 곧 모든 장면에서 원하는 결과를 한 번에 얻는다는 뜻은 아닌 셈이다.

커뮤니티 의견

한 사용자는 유료 요금제를 쓰는데도 최신 모델을 이용하기 어렵고, 결제 잔액을 추가하려다 오류와 신원 확인 요청을 만났다고 했다. ‘플래시’ 같은 이름도 어떤 모델을 믿고 써야 할지 판단하기 어렵게 만든다고 주장했다. 답글에서는 구글 워크스페이스 계정을 여러 개 쓰면서도 개인용과 업무용 중 어느 계정으로 어떤 모델을 이용할 수 있는지 모르겠다는 불만이 이어졌다.

다른 사용자는 이번 발표가 범용 제미나이의 대체 모델이 아니라 영상 모델이라는 점을 구분해야 한다고 반박했다. 창작자는 주로 플로 같은 도구에서 영상을 만들며, 인물의 일관성이 좋아졌다면 실무에 도움이 될 수 있다고 봤다. 다만 직접 써 본 범위에서는 결과가 크게 나아진 듯하지 않았고 플로에서 드는 비용은 오히려 높게 느껴졌다고 했다. 답글은 API 가격이 30% 내려간 것과 플로에서의 이용 비용은 별개라고 짚었다.

출시 경로가 헷갈린다는 의견도 나왔다. 한 사용자는 제미나이 앱에 이용 시점을 물어도 답이 모호했으며, 비즈와 제미나이 앱, 유료 API의 제공 시점과 영상 길이 조건을 한눈에 파악하기 어렵다고 했다. 답글에서는 일반 계정의 AI 스튜디오에서 모델이 보인다는 사례와, 실제 영상 제작자는 플로에서 이용할 가능성이 크다는 설명이 함께 달렸다.

또 다른 사용자는 영상 생성보다 문서와 발표 자료에 들어간 제미나이 기능을 개선해 달라고 했다. 현재 사무 도구에 붙은 기능이 업무에 충분히 도움이 되지 않으며, 다른 AI 도구를 그 안에서 직접 쓸 수 있으면 생산성이 크게 오를 것이라는 주장이다. 이에 문서·슬라이드·스프레드시트를 AI 도구로 만드는 별도 프로젝트를 소개하는 답글도 붙었다.

제품 이름과 버전 체계를 따로 문제 삼는 사용자도 있었다. 제미나이의 다른 모델은 숫자가 올라가는데 옴니는 별도의 1.x 버전으로 등장해, 구독자조차 제품 관계를 이해하기 어렵다는 지적이다. 답글에서는 이런 혼란이 구글만의 문제는 아니라면서도, 어떤 작업에 어떤 모델을 골라야 하는지 알려 주는 분명한 구분이 필요하다고 했다.

영상 제작 경험이 있다는 한 사용자는 15초라는 길이는 반기면서도 지시를 정확히 따르는 능력은 여전히 아쉽다고 평가했다. 독특한 체형이나 비인간형 캐릭터를 원하는 모습으로 유지하기 어렵고, 원하는 결과에 가까워지려면 많은 시도를 거쳐야 한다는 것이다. 이 사용자는 빨리 쓸모없는 영상을 받기보다 더 기다리더라도 지시대로 나온 결과를 받고 싶다고 했다.

발표 페이지 자체를 살핀 사용자는 본문에 적힌 가격 인하 폭은 30%인데, 페이지의 음성 읽기에서는 3%로 들린다고 지적했다. 가격이 이번 발표의 핵심인 만큼 읽는 방식에 따라 수치가 다르게 전달되는 문제다. 모델 기능뿐 아니라 제품 설명을 전달하는 부분에서도 세심함이 필요하다는 사례로 볼 수 있다.

마지막으로 한 사용자는 이 영상 모델을 구글의 광고 사업과 연결해 해석했다. 광고 제작을 끝까지 자동화하려는 다른 기업의 움직임과 함께 보면, 옴니도 광고 제작에 쓰이는 도구 가운데 하나라는 주장이다. 이 사용자는 모델이 좋은 광고를 만든다고 말하는 것은 아니라면서도, 구글이 영상 생성 기능을 광고 캠페인까지 확장하는 방향에 주목했다.

핵심통찰

제미나이 옴니 1.2 플래시가 바꾸려는 것은 영상 생성 속도만이 아니다. 참고 사진을 지키며 15초짜리 초안을 만들고, 대화로 필요한 부분만 고쳐 여러 버전에 쓰는 제작 과정 자체다. 그러나 그 과정이 실제로 저렴하고 편리해지려면 수정할 때 인물과 상품이 얼마나 안정적으로 남는지, 플로와 API를 비롯한 이용 경로별 비용이 얼마나 명확한지를 함께 봐야 한다. 긴 영상의 완성도와 제품을 쓰기까지의 번거로움이 이번 출시의 평가를 가를 것이다.


원본: Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

토론: Hacker News