구글, 영상 생성·편집 모델 ‘제미나이 오미 1.1 플래시’ 공개…4K 업스케일링·장면 연장 지원

구글이 영상 생성·편집용 멀티모달 모델 ‘제미나이 오미 1.1 플래시(Gemini Omni 1.1 Flash)’를 공개했다. 이번 업데이트로 사용자는 짧은 영상의 마지막 장면만 이어 붙이던 방식에서 벗어나, 최대 10초의 이전 맥락을 바탕으로 장면을 연장할 수 있게 됐다. 또 첫 프레임과 마지막 프레임을 지정해 그 사이 영상을 생성하는 기능, 360p 초안 생성과 4K 업스케일링, 영상 참고 자료를 활용한 인물 일관성 유지 기능도 추가됐다.

구글은 이번 모델을 기존 영상 생성 모델보다 더 ‘지시 가능한’ 도구로 설명한다. 텍스트·이미지·오디오·비디오를 함께 처리하는 네이티브 멀티모달 구조를 바탕으로, 대화형 편집을 지원하는 인터랙션 API와 제미나이의 세계 지식을 결합했다는 것이다. 이전 작업 내용을 다시 업로드하지 않아도 이전 상호작용 ID를 통해 수정 사항을 이어 적용할 수 있어, 편집 과정이 보다 상태 기반으로 바뀌었다.

장면 연장 기능은 최대 40초까지 10초 단위로 이어 붙일 수 있다. 다만 입력 영상은 기본적으로 10초 이하여야 하며, 연장은 영상의 끝부분에만 적용된다. 중간 삽입이나 앞부분 추가는 지원하지 않는다. 말이 나오는 영상에 새 대사를 넣는 기능도 제한적이며, 대화가 포함된 음성 편집은 멀티턴 연장 방식에서만 가능하다.

첫 프레임과 마지막 프레임을 함께 지정하면 그 사이를 자연스럽게 채우는 방식으로 카메라 이동이나 루프 영상, 돌리줌 같은 연출을 만들 수 있다. 영상 참고 기능은 최대 3개의 클립을 각각 3초까지 받을 수 있으며, 인물의 외형 일관성을 유지하는 데 초점이 맞춰져 있다. 다만 여러 영상 사이를 복합적으로 추론하는 기능은 지원되지 않으며, 결과 품질이 떨어질 수 있다고 구글은 설명했다.

해상도는 360p, 720p, 1080p, 4K를 지원한다. 구글은 360p 초안이 720p 대비 최대 60% 빠르고 비용도 3분의 1 수준이라고 밝혔다. 이에 따라 낮은 해상도로 빠르게 시안을 만든 뒤 최종본만 고해상도로 렌더링하는 방식이 권장된다. 입력 비용은 100만 토큰당 1.50달러, 출력 비용은 텍스트 9.00달러, 영상 17.50달러로 안내됐다.

이번 모델에는 생성 영상마다 SynthID 워터마크가 적용된다. 눈에는 보이지 않지만 프로그램으로 식별할 수 있어 출처 확인에 활용할 수 있다. 다만 시스템 지시문, 온도값, top_p, 중지 시퀀스, 음성 편집, 오디오 참조 기능은 지원되지 않는다. 영어는 완전히 지원되지만 다른 언어는 아직 평가되지 않았다.

제미나이 오미 1.1 플래시는 현재 구글 AI 스튜디오의 제미나이 API와 엔터프라이즈 에이전트 플랫폼에서 사용할 수 있으며, 구글 플로우와 제미나이 앱의 장면 연장 기능에도 적용됐다. 구글은 어도비, 피그마 위브, GMI 클라우드, 런웨이 등을 이미 생산 환경에서 이 모델을 사용하는 고객으로 소개했다.