최대 15초 영상과 참조 입력·후속 편집 지원…가격은 낮췄지만 복잡한 동작과 물리 표현은 여전히 개선 과제

구글이 생성한 영상을 처음부터 다시 만들지 않고 대화를 이어가며 수정할 수 있는 영상 모델 Gemini Omni 1.2 Flash를 공개했다. 구글은 2026년 11월 5일 이 모델을 발표하고 Gemini API와 Google Cloud에서 정식 제공을 시작했다. 최대 생성 길이는 기존 10초에서 15초로 늘었고, 720p 영상 가격은 초당 0.07달러로 이전 버전보다 30% 낮아졌다.

이번 발표에서 더 주목할 부분은 영상 길이보다 수정 방식이다. 생성형 영상은 결과의 한 부분만 바꾸고 싶어도 인물의 얼굴이나 제품 형태, 카메라 구도까지 달라져 전체를 다시 생성해야 하는 경우가 많았다. Gemini Omni 1.2 Flash는 같은 영상을 놓고 배경과 조명, 제품, 날씨, 화면비 등을 후속 명령으로 바꾸는 다중 대화형 편집을 지원한다. 구글이 내세운 변화는 한 번의 프롬프트로 완성본을 얻는 모델보다, 결과를 보며 단계적으로 고치는 제작 도구에 가깝다.

다만 구글이 공개한 사례는 회사가 선정한 시연과 초기 협력사의 평가가 중심이다. 참조 자료를 얼마나 안정적으로 유지하는지, 여러 차례 수정한 뒤에도 영상의 세부 요소가 보존되는지는 다양한 환경에서 추가로 확인해야 한다.

10초에서 15초로 늘어난 영상, 비용은 30% 인하

Gemini Omni 1.2 Flash는 3초부터 15초까지 1초 단위로 영상 길이를 지정할 수 있다. 초안은 360p 또는 720p로 빠르게 생성한 뒤 선택한 결과를 1080p나 4K로 확대할 수 있다. 720p 기준 가격은 초당 0.07달러다. 같은 해 공개된 Omni 1.1 Flash와 비교하면 최대 길이는 5초 늘고 가격은 30% 낮아졌다.

15초는 단편영화나 완성된 프로그램을 한 번에 제작하기에는 짧다. 그러나 소셜미디어 광고, 상품 소개, 가상 착용, 짧은 교육 콘텐츠처럼 일정한 길이의 영상을 대량으로 만들어야 하는 분야에서는 의미가 다르다. 기존에는 여러 개의 짧은 결과를 만든 뒤 편집 프로그램에서 연결해야 했다면, 이번 모델은 한 번의 생성으로 하나의 장면이나 광고 단위를 구성할 수 있는 범위를 넓혔다.

가격 인하 역시 단순한 숫자 이상의 의미를 가진다. 영상 생성은 원하는 결과가 나올 때까지 여러 번 시도하는 과정에서 비용이 커진다. 구글이 제시한 방식처럼 낮은 해상도로 초안을 만들고, 필요한 부분만 수정한 뒤 선택한 영상만 고해상도로 올릴 수 있다면 불필요한 재생성을 줄일 수 있다. 실제 비용 절감 폭은 생성 횟수와 해상도, 수정 방식에 따라 달라지므로 30% 인하가 전체 제작비의 30% 감소를 뜻하지는 않는다.

한 부분을 바꿔도 나머지는 유지하는 편집 방식

Gemini Omni 1.2 Flash의 핵심 기능은 다중 대화형 편집이다. 이용자는 이미 생성된 영상에 “배경을 숲으로 바꿔 달라”, “조명을 야간 분위기로 조정해 달라”, “가로 영상을 세로 화면으로 바꿔 달라”는 식으로 후속 명령을 보낼 수 있다. 모델은 기존 인물의 동작과 카메라 구도를 최대한 유지하면서 요청한 요소를 수정하도록 설계됐다.

텍스트만 입력하는 것도 아니다. 캐릭터와 제품, 스타일 이미지뿐 아니라 최대 3초 분량의 움직임 영상과 음성 자료를 참조 입력으로 사용할 수 있다. 구글은 얼굴과 의상, 포장지의 글자, 브랜드 색상 같은 요소가 카메라 각도가 달라져도 이전 버전보다 안정적으로 유지된다고 설명했다. 시작 프레임과 마지막 프레임을 지정해 그 사이의 움직임을 만들거나, 기존 영상의 동작을 다른 대상에 적용하는 작업도 지원한다.

이 기능이 안정적으로 작동한다면 생성형 영상의 작업 단위가 달라질 수 있다. 지금까지는 하나의 결과가 마음에 들지 않으면 프롬프트를 고쳐 새 영상을 뽑는 방식이 일반적이었다. 대화형 편집에서는 현재 결과가 다음 수정의 출발점이 된다. 생성과 편집의 경계가 흐려지고, 프롬프트는 완성본을 한 번에 지시하는 문장보다 수정 방향을 주고받는 인터페이스가 된다.

그러나 “요청한 부분만 정확히 바뀐다”는 구글의 설명을 모든 상황에 적용할 수는 없다. 공개된 비교 영상에서도 작은 소품이 달라지는 등 미세한 변화가 남아 있다. 움직임이 빠르거나 여러 인물이 겹치는 장면, 물체 간 접촉이 복잡한 장면에서는 이러한 오류가 더 커질 수 있다.

영상과 음성을 함께 다루는 하나의 모델

이 모델은 텍스트·이미지·영상·오디오를 입력받고, 음성이 포함된 영상을 출력한다. 구글은 여러 인물이 등장하는 장면에서 화자별 목소리를 구분하고, 대사와 입 모양을 맞추는 능력을 개선했다고 밝혔다. 음성 자료를 참조해 캐릭터별 목소리를 배정하거나 음악과 효과음이 포함된 영상을 만드는 것도 가능하다.

다만 오디오 참조 기능은 현재 허용 목록을 거친 이용자에게 제한된다. 다른 사람의 말이나 목소리를 바꾸는 기능도 안전성 검토를 이유로 제한적으로 운영된다. 모델 카드에는 영상 편집 과정에서 사람의 발화를 바꿀 수 있다는 점이 별도의 위험 요소로 명시돼 있다.

생성 결과에는 구글의 비가시성 워터마크인 SynthID가 적용된다. 이는 콘텐츠가 AI로 생성됐는지 확인하는 데 도움을 줄 수 있지만, 영상 속 주장이나 장면이 사실이라는 것을 보증하지는 않는다. 실제 인물과 제품을 활용하는 광고나 정보 콘텐츠에서는 워터마크와 별개로 초상권, 저작권, 표시 의무를 확인해야 한다.

API 정식 제공과 앱별 순차 배포는 구분해야

구글은 Gemini Omni 1.2 Flash를 Gemini API와 Google Cloud에서 정식 제공한다고 밝혔다. 기업은 API를 자사 서비스에 연결할 수 있고, Google Vids와 Flow 등 구글의 제작 도구에서도 관련 기능을 이용할 수 있다. Adobe Firefly, Figma Weave, Picsart, Runway, Photoroom 등 외부 서비스와 제작 플랫폼도 초기 활용 사례로 소개됐다.

그러나 정식 제공이 모든 구글 이용자에게 같은 날 동일한 기능이 열렸다는 뜻은 아니다. Gemini 앱의 15초 영상 기능은 Google AI Ultra 가입자를 대상으로 순차 배포되며, 기업용 Gemini의 일부 기능도 제공 시점이 제품별로 다르다. API와 클라우드의 정식 출시, 개별 앱 안의 기능 배포를 구분해서 볼 필요가 있다.

이 점은 생성형 영상 모델의 경쟁이 모델 성능만으로 결정되지 않는다는 사실도 보여준다. 실제 활용에서는 API 가격, 처리 시간, 기업용 보안, 서비스 수준 계약, 기존 편집 도구와의 연결이 함께 작동한다. 구글이 여러 제품과 외부 플랫폼에 Omni를 넣는 전략은 영상 모델을 별도의 실험 도구가 아니라 기존 제작 환경의 기능으로 확장하려는 움직임으로 해석할 수 있다.

Genie 4와 닮았지만 목표는 다르다

Gemini Omni 1.2 Flash는 최근 구글이 공개한 Genie 4와 모두 시각적 환경을 생성한다는 점에서 비슷해 보인다. 하지만 두 모델의 목적은 다르다. Genie 4는 이용자나 AI가 행동할 때 환경의 다음 상태가 실시간으로 달라지는 세계 시뮬레이션을 지향한다. 반면 Omni 1.2 Flash는 정해진 길이의 영상을 생성하고, 그 결과를 대화로 편집하는 데 초점을 둔다.

Genie 4가 AI 에이전트와 로봇의 훈련 환경까지 겨냥한다면 Omni 1.2 Flash는 상품 영상과 광고, 가상 착용, 설명 영상 등 반복 제작이 많은 업무에 더 가까이 배치돼 있다. 따라서 이번 발표는 실시간 가상세계의 발전보다 생성형 영상이 실제 제작 과정에 들어가기 위해 필요한 일관성, 수정 가능성, 가격을 다룬 변화로 보는 편이 적절하다.

시연보다 중요한 것은 반복 수정 뒤의 일관성

구글도 빠른 스포츠 동작, 급격한 대본 변경, 복잡한 물리 현상은 계속 개선해야 할 영역이라고 밝혔다. 모델 카드 역시 구체적인 한계를 새 문서에서 상세히 제시하기보다 기존 Gemini Omni Flash 모델 카드로 연결하고 있다. 새 버전의 독립적인 평가 자료가 충분히 공개됐다고 보기는 어렵다.

앞으로 확인할 핵심은 단일 시연 영상의 완성도가 아니다. 같은 인물과 제품을 여러 장면에서 유지할 수 있는지, 수차례 대화형 수정을 거친 뒤에도 요청하지 않은 부분이 바뀌지 않는지, 영상과 음성이 긴 구간에서 맞물리는지, 실제 처리 시간과 비용이 어느 정도인지가 중요하다.

Gemini Omni 1.2 Flash는 AI 영상의 경쟁 기준을 화질과 생성 속도에서 수정 가능성과 작업 연속성으로 넓혔다. 다만 대화로 고칠 수 있다는 기능이 곧 정밀한 편집 통제를 의미하는 것은 아니다. 생성형 영상이 일회성 결과를 넘어 제작 도구로 자리 잡을지는, 처음 만든 장면보다 그 장면을 얼마나 안정적으로 이어서 고칠 수 있는지에 달려 있다.