Gemini Omni 1.2 Flash, 15초 영상과 대화형 편집 지원

들어가며

영상 생성 AI의 경쟁은 단순히 영상을 만들 수 있는지를 넘어, 실제 제작 과정에서 얼마나 안정적으로 반복 사용할 수 있는지로 이동하고 있다. Google DeepMind의 Gemini Omni 1.2 Flash는 영상 길이 확대뿐 아니라 참조 정보 유지, 대화형 수정, 음성 동기화, 연속적인 카메라 움직임을 함께 개선한 모델이다.

핵심 업데이트

• 최대 15초 영상 생성: 이전 버전의 10초에서 15초로 길어졌다. 사용자는 3초에서 15초 사이의 길이를 1초 단위로 지정할 수 있어 제품 설명, 짧은 이야기, 소셜 광고를 한 번에 구성하기 쉬워진다.
• 참조 정보 유지 강화: 인물·제품·스타일 이미지와 최대 3초 길이의 동작 클립, 오디오 단서를 결합할 수 있다. Google이 제시한 활용 사례에는 가상 피팅, 제품 카탈로그 회전 영상, 브랜드 광고가 포함된다. 카메라가 바뀌어도 얼굴, 의류 형태, 패키지 글자, 브랜드 색상을 더 안정적으로 유지하도록 설계됐다.
• 대화형 편집 지원: 기존 영상에서 제품이나 배경을 바꾸고, 조명과 날씨를 조정하거나 화면 비율을 변경할 수 있다. 이러한 수정은 여러 차례의 대화로 진행되므로, 광고를 대상 고객이나 게재 위치별로 변형할 때 반복 생성과 재설명의 부담을 줄일 수 있다.
• 자연스러운 음성과 립싱크: 더 유연한 대화, 명확한 입 모양 동기화, 여러 화자의 음성 조건을 강조한다. 설명 영상, 아바타 콘텐츠, 다중 캐릭터 애니메이션에 활용할 수 있는 기능이다.
• 연속 카메라 움직임 개선: FPV 비행, 회전, 극적인 줌아웃 같은 움직임을 처리하면서 불필요한 점프 컷과 갑작스러운 크기 변화를 줄이는 데 초점을 맞췄다.
• 반복 작업 비용 절감: 720p 영상 가격은 초당 0.07달러로 Gemini Omni 1.1보다 30% 낮아졌다. 360p 또는 720p로 빠르게 초안을 만든 뒤 수정하고, 선택한 결과를 1080p나 4K로 확대하는 작업 흐름도 제공한다.

의미와 한계

이번 업데이트의 핵심은 한 번의 프롬프트로 결과를 얻는 방식에서 “생성, 확인, 대화형 수정, 여러 버전 출력”으로 이어지는 제작 과정에 가까워졌다는 점이다. 광고와 제품 영상에서는 한 장면의 화려함보다 인물과 제품이 장면 중간에 변형되지 않는지, 필요한 부분만 수정할 수 있는지가 실무 효율에 더 큰 영향을 준다. 15초 지원은 짧은 클립을 여러 개 이어 붙이는 작업도 줄여줄 수 있다.

다만 Google DeepMind는 빠른 스포츠 동작, 잦은 대본 변경, 복잡한 물리 표현은 계속 개선 중이라고 설명한다. 따라서 15초 영상 지원이 모든 어려운 장면에서 전문 제작 수준의 연속성을 보장한다는 의미는 아니다. 모델은 Gemini API, Google Vids, Gemini for business 및 관련 Google Cloud 환경에서 제공되며, 기업용 인프라와 Provisioned Throughput을 지원한다. 출력물에는 눈에 보이지 않는 SynthID 워터마크가 포함된다.

Gemini Omni 1.2 Flash의 경쟁력은 단순한 화질보다 제어 가능성과 비용에 있다. 참조 일관성과 대화형 편집이 실제 프로젝트에서도 안정적으로 작동한다면, 짧은 광고와 제품 소개, 설명 영상을 대량 제작하는 데 필요한 부담을 낮출 수 있다.

출처: Google DeepMind