Gemini Omni 1.2 Flash, 15초 영상 생성과 대화형 편집 지원

들어가며

Google이 영상 생성 모델 Gemini Omni 1.2 Flash를 공개했다. 이번 업데이트의 핵심은 단순히 더 긴 영상을 만드는 데 있지 않다. 생성한 결과를 다시 활용하고, 세부 요소를 대화로 수정하며, 여러 버전을 빠르게 만드는 제작 흐름을 목표로 한다. 모델은 Gemini API와 기업용 Gemini 서비스에서 제공되기 시작했으며 Google Vids 등으로도 확대될 예정이다.

핵심 업데이트

• 최대 15초 영상: 생성과 편집이 가능한 길이가 이전 세대의 10초에서 15초로 늘었다. 3초부터 15초까지 1초 단위로 설정할 수 있어 제품 설명, 소셜 광고, 짧은 스토리 제작에 유리하다.
• 참조 요소 유지력 향상: 인물, 제품, 스타일 이미지를 최대 3초의 움직임 참조 및 오디오 단서와 결합할 수 있다. 얼굴, 의상, 패키지 문구, 브랜드 색상, 소재의 특징을 영상 전체에서 더 안정적으로 유지하는 것이 목표다.
• 프레임 간 일관성 개선: 카메라 이동, 시작·끝 프레임 연결, 영상 연장 과정에서 인물과 소품, 환경이 변형되거나 흐려지는 현상을 줄였다. Google은 가상 피팅, 전시 포스터 애니메이션, 건축물 FPV 비행을 사례로 제시했다.
• 대화형 다중 편집: 기존 영상에 대해 배경, 제품, 날씨, 조명, 화면비를 차례로 바꿀 수 있다. 매번 처음부터 다시 생성하지 않아도 되므로, 플랫폼이나 타깃별 광고 변형을 만들 때 효율을 높일 수 있다.
• 음성 및 카메라 제어 개선: 더 자연스러운 대화, 선명한 립싱크, 여러 화자의 음성 구분을 지원한다. 연속적인 FPV 이동, 줌, 회전 촬영도 다루며 원치 않는 점프 컷을 줄이는 데 초점을 맞췄다.
• 비용 절감: 720p 영상 가격은 초당 0.07달러로, Gemini Omni 1.1보다 30% 낮아졌다. Google은 360p 또는 720p로 먼저 시도한 뒤, 최종 결과를 1080p나 4K로 확대하는 작업 방식을 제안한다.

의미와 한계

생성형 영상의 경쟁 기준은 인상적인 첫 결과를 만드는 능력에서, 수정과 재사용이 가능한 안정적인 결과를 만드는 능력으로 옮겨가고 있다. 상품 포장, 의상, 인물의 정체성, 텍스트가 여러 장면에서 유지되면 브랜드 광고와 카탈로그 제작에 직접적인 도움이 된다. 대화형 편집은 같은 소재를 다양한 배경과 비율로 바꾸는 작업도 단순화한다.

다만 Google은 빠른 스포츠 동작, 잦은 대본 변경, 복잡한 물리 현상은 계속 개선할 영역으로 언급했다. 따라서 15초 지원이 모든 긴 원테이크를 한 번에 완성한다는 뜻은 아니다. 실제 제작에서는 여러 결과를 생성하고 선별한 뒤 후반 작업을 거쳐야 할 가능성이 높다. 그럼에도 Gemini Omni 1.2 Flash는 모델 성능 자체보다 개발자와 기업이 반복적으로 영상을 제작할 수 있는 워크플로에 무게를 둔 업데이트로 평가할 수 있다.

출처: Hacker News