"영상 생성 AI가 나왔다"는 소식은 이제 새롭지 않습니다. 문제는 이번 게 또 뭐가 다른지, 그리고 왜 지금 이 타이밍에 나왔는지입니다.
이 레터에서 다루는 것:
- 이번 업데이트로 새로 생긴 기능이 정확히 무엇인가
- 구글이 지금 영상 생성 모델을 4개나 운영하는 이유
제미나이 옴니 1.1 플래시, 뭐가 새로 생겼나
제미나이 옴니 1.1 플래시(모델 ID gemini-omni-1.1-flash)는 구글 딥마인드가 만든 영상 생성·편집 AI 모델입니다. 이전에도 "제미나이 옴니 플래시"라는 모델이 있었는데, 1.1은 그 위에 영상을 세밀하게 다룰 수 있는 기능 4가지를 새로 얹었습니다.
1. 장면을 계속 이어 붙일 수 있다
첫 번째는 장면 연장입니다. 이미 만든 영상 뒤에 이어지는 장면을 계속 생성하는 기능인데, 여기서 중요한 건 "어디까지 기억하느냐"입니다. 이전 모델은 영상의 마지막 1초만 보고 다음 장면을 이어 붙였습니다. 그러니 인물 얼굴이 살짝 달라지거나 배경 색감이 튀는 일이 흔했습니다. 1.1은 최대 10초 분량의 앞 맥락을 함께 참고합니다. 그만큼 인물·배경이 자연스럽게 이어지고, 10초씩 이어 붙여서 누적 최대 40초까지 늘릴 수 있습니다.
2. 시작과 끝을 정해주면 그 사이를 채운다
두 번째는 첫/마지막 프레임 지정입니다. 영상의 시작 장면 사진과 끝 장면 사진, 두 장을 넣으면 AI가 그 사이를 자연스럽게 연결하는 영상을 만들어줍니다. 카메라가 빙 도는 장면, 줌인·줌아웃 전환, 끊김 없이 반복되는 루프 영상을 만들 때 쓰는 기능입니다. 구글 공식 예시로는 드러머 연주 장면이 휩 팬(카메라를 빠르게 옆으로 돌리는 기법)으로 색소포니스트·발레 무용수 장면으로 자연스럽게 이어지는 데모가 있었습니다.
3. 기존 영상의 동작을 참고할 수 있다
세 번째는 영상 레퍼런스입니다. 최대 3초 분량의 기존 영상을 "참고 자료"로 넣을 수 있습니다. 구글이 공개한 예시는, 춤추는 영상 3개를 올리고 "이 캐릭터들이 각자의 춤을 한 화면에서 같이 추게 해줘"라고 요청하는 것이었습니다. 결과는 각 인물의 동작 특징(춤 스타일)을 유지한 채 새 캐릭터로 재현한 영상이었습니다.
4. 저비용 초안을 뽑고, 마음에 들면 4K로
네 번째는 저비용 초안 제작 + 4K 업스케일입니다. 처음부터 고화질로 만드는 대신 360p로 여러 버전을 빠르고 싸게 뽑아본 뒤, 마음에 드는 걸 1080p나 4K로 올릴 수 있습니다. 구글 플로우 앱에는 이 방식으로 초안 3~4개를 나란히 비교하는 "드래프트 룸" 기능도 같은 날 함께 생겼습니다.
5. 만든 영상을 대화로 고칠 수 있다
여기에 더해 대화형 편집이라는 축도 있습니다. 구글이 새로 만든 "Interactions API"를 쓰면, 이미 만든 영상을 두고 "이 부분만 밤 장면으로 바꿔줘" 같은 자연어 요청으로 계속 고칠 수 있습니다. 나머지 부분은 그대로 두고 요청한 부분만 바뀝니다. 개발자 문서를 보면 text_to_video(글로 생성)·image_to_video(사진으로 생성)·reference_to_video(레퍼런스 참고)·edit(수정)·extend(연장) 중에서 동작 모드를 직접 지정할 수도 있는데, 구글은 "이 값을 지정하기보다는 우선 프롬프트로 원하는 걸 설명해보라"고 권장합니다. 지정하면 그만큼 결과가 제약된다는 뜻입니다.
정리하면 이 4가지 기능(장면 연장·첫/마지막 프레임·영상 레퍼런스·저비용 초안)과 대화형 편집은 하나의 축으로 묶입니다. 한 번에 완성본을 뽑기보다, 만들어가며 계속 다듬는 방향을 가리킵니다.
구글은 왜 지금 영상 모델을 4개나 운영하나
구글이 공개한 가격표를 보면 흥미로운 지점이 있습니다. 표에는 제미나이 옴니 1.1 플래시 하나만 있는 게 아니라, 이전 버전 제미나이 옴니 플래시, 그리고 Veo 3.1 라이트·Veo 3.1 패스트까지 4개 모델이 나란히 있습니다.
가격은 해상도별 초당 요금입니다.
(Veo 3.1 라이트는 720p $0.05·1080p $0.08 — 360p·4K는 미제공)
표 안의 설명 문구도 각 모델의 역할을 나눠서 보여줍니다. 옴니 1.1은 "창작 컨트롤이 있는 고품질 영상", Veo 3.1 라이트는 "비용 효율적인 오디오 포함 영상", Veo 3.1 패스트는 "빠른 오디오 포함 영상"입니다. 즉 구글은 하나의 최강 모델로 밀어붙이는 대신, 용도별로 다른 모델을 고르게 하는 쪽을 택한 걸로 보입니다. 빠르게 많이 뽑아야 하면 Veo 3.1, 장면을 이어 붙이고 프레임을 정교하게 다뤄야 하면 옴니 1.1을 쓰라는 구조입니다.
확인해둘 점이 하나 있습니다. 소비자용 개발자 문서는 옴니 플래시를 "텍스트·이미지·오디오·영상을 동시에 처리하는 네이티브 멀티모달" 모델로 설명하는데, 기업용 플랫폼의 공식 모델 카드(모델 ID gemini-omni-1.1-flash-preview)에는 같은 모델의 오디오가 "지원 안 함"으로 적혀 있습니다. 두 문서의 설명이 다른 부분이니, 오디오가 필요한 작업이라면 쓰기 전에 직접 확인해보시길 권합니다.
지금 써보려면
써볼 수 있는 경로는 3가지입니다. 구글 AI 스튜디오에서 바로 시험해볼 수 있고, 개발자 문서와 코드 예제(Python·JavaScript·REST)도 함께 공개됐습니다. 구글 플로우는 구글 AI 플러스·프로·울트라 구독자 전원에게 8월 27일부터 전 세계 동시 배포됐습니다. 기업 쪽은 위에서 말한 엔터프라이즈 에이전트 플랫폼 API로, 아직 프리뷰 단계입니다.
유럽경제지역·스위스·영국에서는 미성년자가 포함된 이미지, 그리고 직접 업로드한 영상의 편집·연장 기능을 쓸 수 없습니다(AI가 만든 영상을 이어서 연장하는 건 이 지역에서도 가능합니다). 편집·연장용으로 올리는 영상은 10초 이하여야 하고, 연장은 영상 끝에 이어 붙이는 것만 가능합니다 — 앞이나 중간에 장면을 끼워 넣을 순 없습니다. 그리고 사람이 말하는 영상을 업로드해서 새 대사를 추가하는 것도 지원되지 않습니다.
구글은 어도비(Firefly)·피그마(Weave)·GMI 클라우드·런웨이가 이미 이 모델을 제품에 연결해 서비스 중이라고 공식 발표에서 밝혔습니다. 다만 이건 구글과 각 회사의 공식 발표 내용이며, 독립적인 사용 검증 결과는 아닙니다.
🔑 핵심
AI를 실무에 어디까지, 어떻게 붙일지 정리하고 싶으시다면 아래 링크를 클릭해 확인해 보세요!
의견을 남겨주세요