구글(Google)은 인공지능을 통한 동영상 생성 및 처리를 전문으로 하는 개선된 Gemini Omni 1.2 Flash 모델을 공개했습니다. 이번 신규 버전은 제작 효율성 제어와 비용 절감에 초점을 맞춘 일련의 기술적 개선 사항을 제공하며, 순차적 텍스트 및 음성 명령을 통한 대화형 제어 및 편집 기능을 강화했습니다.
더 긴 영상 길이와 30%의 제작 비용 절감
이번 업데이트를 통해 단일 클립의 최대 길이는 이전 1.1 버전의 10초에서 15초로 늘어났으며, 사용자는 1초 간격으로 3초에서 15초 사이의 재생 시간을 자유롭게 지정할 수 있습니다. 이러한 조치는 크리에이터와 마케터가 별도의 컷을 병합할 필요 없이 소셜 플랫폼 광고와 프로모션 제품 소개 영상을 하나의 연속된 클립으로 제작할 수 있도록 지원하는 것을 목표로 합니다.
가격 측면에서 구글은 이전 버전 대비 처리 비용을 30% 줄였습니다. Gemini API와 Google Cloud 플랫폼을 통해 720p 해상도 영상 생성 비용은 초당 0.07달러로 책정되었습니다. 개발자는 새로운 메커니즘을 통해 360p 또는 720p 해상도로 초기 초안을 생성하여 미리 보면서 소비를 절감한 후, 최종 채택 시 최종본의 해상도를 1080p 또는 4K로 높일 수 있습니다.
대화를 통한 비디오 편집 및 시각적 요소 일관성
이 모델은 고급 참조 미디어 지원을 제공하여, 제품이나 인물의 정지 이미지뿐만 아니라 최대 3초 분량의 참조 모션 클립과 가이드 오디오 트랙을 제공할 수 있도록 합니다. 이러한 구조는 촬영 각도와 장면에 변화가 생기는 동안에도 얼굴 특징, 브랜드 컬러, 서체, 의류 및 패키지 세부 사항의 일관성을 유지하는 데 기여하며, 이는 의류 및 상업용 제품의 가상 피팅 애플리케이션에 유용합니다.
또한 Gemini Omni 1.2 Flash는 다중 라운드 대화형 편집(Multi-turn conversational editing)을 지원하므로, 수정이 필요할 때 비디오를 처음부터 다시 생성할 필요가 없습니다. 이제 사용자는 다음과 같은 요소를 변경하기 위해 후속 지시를 내릴 수 있습니다.
- 장면 배경 교체 또는 조명 및 기상 조건 조정
- 장면의 움직임을 유지한 채 프레임 내 제품 교체
- 다양한 디지털 플랫폼에 맞게 종횡비 조정
- 립싱크 동기화 개선 및 다중 화자의 음성 분리와 함께 자연스러운 대화형 생성
가용성 및 현재 기술적 제약
이 모델은 Google AI Studio, Gemini API, Google Cloud를 통해 직접 사용할 수 있게 되었으며, Flow, Google Vids, Google Ads 등 구글의 기업용 도구에도 통합되었습니다. 한편, 15초 영상 생성 기능은 Google AI Ultra 구독자를 위한 Gemini 앱 내에 할당되었습니다. 생성되는 모든 영상에는 콘텐츠의 인공적 출처를 인증하기 위해 보이지 않는 SynthID 워터마크가 포함됩니다.
반면 구글은 현재 모델에서 빠른 스포츠 동작, 갑작스러운 장면 전환, 극도로 복잡한 시각 물리 현상에 의존하는 현상을 시뮬레이션할 때 여전히 개발 중인 엔지니어링적 제약이 존재함을 인정했습니다.