Google Gemini Omni, 대화형 영상 편집 추가

Gemini Omni는 대화를 통해 영상을 만들고 편집하는 Google의 영상 생성 모델입니다. Google은 2026년 5월 19일 Google I/O에서 이를 발표하고 같은 날 Gemini 앱과 Google Flow를 통해 Gemini Omni Flash를 소비자에게 공개했습니다. Google AI Plus, Pro, Ultra 구독자가 이용할 수 있었으며, YouTube Shorts와 YouTube Create에서는 무료로 제공됐습니다. 사용자는 새 프롬프트로 영상을 다시 생성하는 대신 대화를 이어가며 장면을 수정할 수 있고, 모델은 인물과 물리적 움직임, 장면의 세부 요소를 유지한다고 Google은 설명합니다.

개발자용 API 미리보기는 2026년 6월 30일 gemini-omni-flash-preview 식별자로 시작됐습니다. 8월 27일에는 Gemini Omni 1.1 Flash가 정식 출시됐습니다. 이 버전은 클립의 마지막 10초를 분석해 장면을 연장하는 기능을 추가했고, 여러 번 이어 붙여 최대 40초까지 연장할 수 있습니다. 360p 저비용 초안 모드와 업로드한 클립의 스타일·인물 참조 처리 개선도 포함됐습니다. 정식 API 모델 식별자는 gemini-omni-1.1-flash이며, Google Cloud 문서에는 이전 미리보기 식별자도 남아 있습니다.

모델은 텍스트, 이미지, 오디오, 영상 입력을 조합해 받을 수 있습니다. 텍스트나 이미지를 영상으로 만들고, 지정한 첫 프레임과 마지막 프레임 사이를 연결하며, 이미지나 짧은 영상의 인물 또는 스타일을 참조할 수 있습니다. 상호작용 ID는 편집 세션에서 후속 지시를 이어 전달합니다. Google은 ‘세상 지식 기반’ 기능이 중력·유체 역학·운동량 같은 물리 개념과 Gemini의 역사·과학·문화 지식을 결합한다고 설명합니다. 영상은 10초 단위로 이어서 최대 40초까지 늘릴 수 있습니다.

Google은 Omni의 구조를 설명하는 기술 논문을 공개하지 않았습니다. Gemini Enterprise Agent Platform 모델 카드에는 최대 입력량 131,072토큰, 최대 출력량 약 57,920토큰으로 기재돼 있습니다. API 요금은 입력 100만 토큰당 1.50달러, 텍스트 및 추론 출력 100만 토큰당 9달러, 영상 출력 100만 토큰당 17.50달러입니다. 720p 영상은 초당 5,792토큰으로 계산돼 초당 약 0.10달러이며, 10초 클립의 영상 출력 비용은 약 1.01달러입니다. 무료 API 요금제는 없고, 360p 초안 모드는 편집 시험에 드는 비용을 낮추는 선택지입니다.

2026년 8월 말 기준 Gemini Omni 1.1 Flash는 LMArena의 이용자 투표형 텍스트-영상 순위에서 1위, 이미지-영상 순위에서 2위를 기록했습니다. Google은 대화형 편집이 OpenAI의 Sora와 Runway 같은 한 번 생성 방식의 도구와 구별되는 점이라고 설명합니다. 초당 0.10달러인 영상 출력 요금은 Google Veo 3.1 Fast와 같습니다. 한 편의 영상을 만들고 수정하지 않는 이용자는 가격이 비슷한 다른 선택지보다 실질적인 이점을 적게 느낄 수 있습니다.

음성 및 대화 편집은 지원되지 않으며, 현재 API는 별도의 오디오 참조를 받지 않습니다. Google은 다른 오디오 입력 유형을 추가할 계획이라고 밝혔습니다. 유럽경제지역, 스위스, 영국에서는 업로드한 영상의 편집이나 연장이 제공되지 않습니다. 미성년자 또는 식별 가능한 일부 실존 인물이 포함된 콘텐츠의 업로드·편집도 제한됩니다. Google은 영어 프롬프트만 완전히 평가했으며, 다른 언어에서의 성능은 체계적으로 검증되지 않았습니다.

Gemini Omni는 대화를 통해 영상을 만들고 편집하는 Google의 영상 생성 모델입니다. Google은 2026년 5월 19일 Google I/O에서 이를 발표하고 같은 날 Gemini 앱과 Google Flow를 통해 Gemini Omni Flash를 소비자에게 공개했습니다. Google AI Plus, Pro, Ultra 구독자가 이용할 수 있었으며, YouTube Shorts와 YouTube Create에서는 무료로 제공됐습니다. 사용자는 새 프롬프트로 영상을 다시 생성하는 대신 대화를 이어가며 장면을 수정할 수 있고, 모델은 인물과 물리적 움직임, 장면의 세부 요소를 유지한다고 Google은 설명합니다.

개발자용 API 미리보기는 2026년 6월 30일 gemini-omni-flash-preview 식별자로 시작됐습니다. 8월 27일에는 Gemini Omni 1.1 Flash가 정식 출시됐습니다. 이 버전은 클립의 마지막 10초를 분석해 장면을 연장하는 기능을 추가했고, 여러 번 이어 붙여 최대 40초까지 연장할 수 있습니다. 360p 저비용 초안 모드와 업로드한 클립의 스타일·인물 참조 처리 개선도 포함됐습니다. 정식 API 모델 식별자는 gemini-omni-1.1-flash이며, Google Cloud 문서에는 이전 미리보기 식별자도 남아 있습니다.

모델은 텍스트, 이미지, 오디오, 영상 입력을 조합해 받을 수 있습니다. 텍스트나 이미지를 영상으로 만들고, 지정한 첫 프레임과 마지막 프레임 사이를 연결하며, 이미지나 짧은 영상의 인물 또는 스타일을 참조할 수 있습니다. 상호작용 ID는 편집 세션에서 후속 지시를 이어 전달합니다. Google은 ‘세상 지식 기반’ 기능이 중력·유체 역학·운동량 같은 물리 개념과 Gemini의 역사·과학·문화 지식을 결합한다고 설명합니다. 영상은 10초 단위로 이어서 최대 40초까지 늘릴 수 있습니다.

Google은 Omni의 구조를 설명하는 기술 논문을 공개하지 않았습니다. Gemini Enterprise Agent Platform 모델 카드에는 최대 입력량 131,072토큰, 최대 출력량 약 57,920토큰으로 기재돼 있습니다. API 요금은 입력 100만 토큰당 1.50달러, 텍스트 및 추론 출력 100만 토큰당 9달러, 영상 출력 100만 토큰당 17.50달러입니다. 720p 영상은 초당 5,792토큰으로 계산돼 초당 약 0.10달러이며, 10초 클립의 영상 출력 비용은 약 1.01달러입니다. 무료 API 요금제는 없고, 360p 초안 모드는 편집 시험에 드는 비용을 낮추는 선택지입니다.

2026년 8월 말 기준 Gemini Omni 1.1 Flash는 LMArena의 이용자 투표형 텍스트-영상 순위에서 1위, 이미지-영상 순위에서 2위를 기록했습니다. Google은 대화형 편집이 OpenAI의 Sora와 Runway 같은 한 번 생성 방식의 도구와 구별되는 점이라고 설명합니다. 초당 0.10달러인 영상 출력 요금은 Google Veo 3.1 Fast와 같습니다. 한 편의 영상을 만들고 수정하지 않는 이용자는 가격이 비슷한 다른 선택지보다 실질적인 이점을 적게 느낄 수 있습니다.

음성 및 대화 편집은 지원되지 않으며, 현재 API는 별도의 오디오 참조를 받지 않습니다. Google은 다른 오디오 입력 유형을 추가할 계획이라고 밝혔습니다. 유럽경제지역, 스위스, 영국에서는 업로드한 영상의 편집이나 연장이 제공되지 않습니다. 미성년자 또는 식별 가능한 일부 실존 인물이 포함된 콘텐츠의 업로드·편집도 제한됩니다. Google은 영어 프롬프트만 완전히 평가했으며, 다른 언어에서의 성능은 체계적으로 검증되지 않았습니다.