10초 맥락 분석으로 최대 40초까지 이어 붙이는 장면 확장(Scene

Gemini Omni 1.1 Flash는 이전 영상의 맥락을 분석하는 범위를 기존 1초에서 최대 10초로 늘려 영상의 시각적 일관성을 확보했다. 이 변화는 짧은 클립을 생성하던 기존 방식에서 벗어나 긴 호흡의 서사를 가진 영상을 제작하려는 사용자의 선택지를 넓힌다. 장면 확장(Scene Extension)은 기존 영상의 끝 지점에서 끊김 없이 다음 장면을 이어 생성하는 기능이다. 이전 프레임의 정보를 더 길게 참조함으로써 인물의 외형이나 배경의 디테일이 갑자기 변하는 현상을 줄였다.

영상 확장은 10초 단위로 추가 생성하는 방식을 사용한다. 한 번의 확장으로 10초 분량의 영상을 덧붙일 수 있으며, 이 과정을 반복해 최대 40초까지 누적 길이를 늘릴 수 있다. 이전 모델이 마지막 1초의 정보만 가지고 다음 장면을 예측했다면, 이번 모델은 최대 10초의 데이터를 분석해 다음 움직임을 결정한다. {{IMG:https://storage.googleapis.com/gweb-uniblog-publish-prod/images/Omni_1-1_Flash_hero.width-200.format-webp.webp}} 이러한 참조 범위의 확대는 복잡한 동작이 이어지는 영상에서도 캐릭터의 정체성을 유지하는 기반이 된다.

구체적인 구현 사례를 보면 텍스트 프롬프트를 통해 카메라의 움직임과 인물의 행동을 정밀하게 제어한다. 첫 번째 프롬프트로 카메라가 약간 팬(Pan, 카메라 몸체는 고정한 채 렌즈만 좌우로 회전시키는 기법)하며 곱슬머리 남자의 뒷모습이 등장하고 남자가 말을 거는 장면을 생성한다. 이후 두 번째 프롬프트로 계속해서 영상을 이어가도록 명령하며 카메라가 캐릭터의 확장된 눈으로 빠르게 스냅 줌(Snap-zoom, 피사체를 향해 빠르게 확대하는 기법)하는 연출을 추가한다. 이처럼 프롬프트를 순차적으로 입력해 장면을 확장하면 스타일화된 시네마틱 카메라 제어가 가능하다.

동물이나 자연 경관을 다루는 작업에서도 동일한 확장 방식이 적용된다. 물고기가 헤엄치는 트래킹 샷(Tracking shot, 피사체를 따라 카메라가 함께 이동하는 기법)을 먼저 생성한 뒤, 칩멍크가 숲에서 튀어나와 공기 냄새를 맡고 화면 오른쪽으로 사라지는 장면을 덧붙이는 식이다. 마지막으로 단풍잎이 가을바람에 흔들리는 매크로 클로즈업(Macro close-up, 아주 가까이서 세밀하게 촬영하는 기법) 장면을 연결해 영상의 분위기를 전환한다. 10초 단위의 생성 방식은 이러한 서로 다른 피사체 간의 전환에서도 시각적 톤을 유지하며 최대 40초까지 분량을 확보하게 한다.

인물 중심의 서사 구현에서도 참조 범위의 확대가 작동한다. 파란색 스웨터를 입은 남자가 질문에 답하는 장면을 생성하고, 이어서 그 남자가 자리에서 일어나 책상을 돌아 카메라 앞으로 걸어오며 질문을 던지는 동작을 추가하는 구성이 가능하다. 이는 모델이 이전 10초 동안 남자의 위치, 의상, 주변 환경 정보를 기억하고 있기 때문에 가능한 구현이다. 기존 모델이 1초의 짧은 기억력으로 인해 인물의 위치나 옷차림이 갑자기 바뀌는 문제가 있었다면, 이번 업데이트는 물리적 이동이 포함된 연속 동작의 구현 가능성을 높였다.

시작과 끝 프레임 지정으로 구현하는 프레임 보간(Frame Interpolation)

시작 프레임과 종료 프레임을 명시적으로 지정해 그 사이의 빈 공간을 모델이 채우는 방식으로 영상을 생성한다. 키프레임(Keyframe, 영상의 주요 변화 지점을 정의하는 기준 프레임) 두 개를 설정하면 모델이 그 사이를 연결하는 프레임 보간(Frame Interpolation, 두 이미지 사이의 중간 단계를 계산해 자연스러운 움직임을 만드는 기술)을 수행한다. 이 과정에서 컷 없이 이어지는 단일 샷(One continuous shot) 구현이 가능하다. 사용자는 시작과 끝의 상태만 정의함으로써 모델이 그 사이의 물리적 경로를 계산하게 하여 복잡한 카메라 궤적을 정밀하게 제어한다.

구현 가능한 카메라 움직임은 돌리 줌(Dolly-zoom, 카메라가 피사체로 이동하며 동시에 줌아웃해 배경의 원근감을 왜곡하는 기법)과 궤도 회전(Orbit, 피사체를 중심으로 원을 그리며 회전하는 촬영) 같은 고난도 샷을 포함한다. 석조 기둥이 늘어선 긴 복도에서 인물의 놀란 얼굴 크기는 그대로 유지하면서 배경만 드라마틱하게 확장되고 깊어지는 광학적 원근 왜곡을 단일 샷으로 생성한다. 휩 팬(Whip-pan, 카메라를 빠르게 회전시켜 장면을 전환하는 기법)을 이용해 베이지색 수트를 입은 드럼 연주자에서 색소폰 연주자와 흰 옷을 입은 발레 무용자로 시선을 빠르게 옮기는 연출도 가능하다. 이러한 제어 방식은 물리적인 카메라 장비나 복잡한 편집 과정 없이도 정교한 시네마틱 연출을 가능하게 한다.

심리스 루프(Seamless Looping, 시작과 끝이 완벽히 일치해 무한히 반복되는 영상) 생성은 시작 프레임과 종료 프레임을 동일하게 설정하여 구현한다. TV 화면 속으로 줌인(Zoom-in, 피사체를 향해 확대하는 기법)했을 때 다시 영상의 첫 장면으로 돌아가 동일한 여성과 동일한 장면이 나타나도록 설계하는 방식이다. 이는 영상의 끝이 다시 시작으로 자연스럽게 연결되어 시청자가 끊김을 느끼지 못하는 시각적 경험을 제공한다. 단순한 영상의 반복 재생이 아니라 공간적 연결성을 가진 구조적 루프를 생성하는 것이 핵심이다.

여러 캐릭터의 서로 다른 동작을 하나의 연속된 흐름으로 통합하는 작업도 지원한다. 강아지 캐릭터는 클래식 댄스를, 문어 캐릭터는 힙합 댄스를, 곰 캐릭터는 브레이크 댄스를 추는 개별 동작을 하나의 단일 샷 안에 배치한다. 각 캐릭터의 움직임이 서로 다른 참조 영상에서 유도되었더라도 장면 전환이나 점프 컷(Jump cut, 시간적 비약이 있는 편집) 없이 하나의 영상으로 묶어낸다. 이는 개별적인 동작 생성 단계를 넘어 전체 장면의 일관성을 유지하며 복잡한 다중 객체 구성을 완성하는 구현 방식이다.

360p 저해상도 프리뷰를 통한 비용 1/3 절감과 빠른 프로토타이핑

360p 저해상도 프리뷰는 표준 해상도인 720p 대비 생성 속도가 최대 60% 빠르다. 비용은 720p 기준의 3분의 1 수준으로 낮췄다. 시스템 처리량(System Throughput, 단위 시간당 처리하는 데이터 양)을 기준으로 측정했을 때 나타나는 수치다. 고해상도 결과물을 얻기 전 단계에서 가벼운 초안을 빠르게 확인하는 용도로 설계했다.

이 기능은 빠른 프로토타이핑(Prototyping, 시제품 제작을 통해 아이디어를 검증하는 과정)에 최적화되어 있다. 스토리보드(Storyboard, 영상의 주요 장면을 그림으로 나열한 설계도)를 반복적으로 수정하거나 렌더링(Rendering, 2D나 3D 데이터를 영상으로 변환하는 작업) 테스트를 수행할 때 유용하다. 개발자 플랫폼에서 최종 결과물을 뽑기 전 단계의 시행착오 비용을 줄이는 것이 핵심이다. {{IMG:https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini-omni-1.1-flash-pricing-ta.width-1200.format-webp.webp}}

드래프트 룸(Draft Room) 기능을 통해 탐색 과정을 더 체계적으로 관리한다. 한 번에 3~4개의 360p 초안 변형물을 생성하고 이를 나란히 배치해 비교할 수 있다. 한 번에 하나의 요소만 변경하며 최적의 결과물을 찾아내는 방식이다. 제작자가 정답에 가까운 영상을 찾기 위해 여러 번 생성 작업을 반복하는 기존의 비효율적인 과정을 개선했다.

저해상도 프리뷰의 도입은 고해상도 렌더링에 소요되는 자원 낭비를 막는 장치다. 720p 표준 해상도로 매번 생성하는 대신 360p로 구도를 먼저 확정한 뒤 최종 렌더링을 진행한다. 이는 생성 AI 영상 제작 과정에서 발생하는 반복적인 수정 요청과 비용 부담을 동시에 해결하는 구조다. 360p 프리뷰는 화질보다 속도와 비용 효율성에 집중하여 개발자와 창작자의 작업 주기(Iteration Cycle, 아이디어를 구현하고 수정하는 반복 과정)를 단축한다.

비용 1/3 감소는 720p 표준 해상도 대비 상대적인 수치이며 절대적인 가격표는 공개되지 않았다. 하지만 360p 프리뷰를 활용하면 고해상도 생성 횟수를 획기적으로 줄일 수 있다. 3~4개의 저해상도 초안 중 하나를 선택해 최종 렌더링을 수행하는 방식은 전체 제작 공정의 효율을 높인다. 360p 프리뷰는 단순한 저화질 출력이 아니라 제작 공정의 단계적 분리를 통한 최적화 도구로 작동한다.

전문 제작을 위한 4K 출력과 3초 비디오 참조(Video Reference)

상업용 영상 제작자가 최종 결과물을 렌더링할 때 선택할 수 있는 출력 해상도는 1080p와 4K다. Gemini Omni 1.1 Flash는 전문 제작 환경에서 즉시 사용할 수 있는 수준의 고해상도 영상을 생성한다. 4K 출력은 픽셀 밀도를 높여 세밀한 디테일을 구현하며, 이는 실사 같은 질감을 표현하는 포토리얼리스틱(Photorealistic, 실제 사진처럼 정교하게 묘사하는 방식)한 결과물로 이어진다. 예를 들어 미세한 유리질 껍질을 가진 규조류의 대칭 구조나 유기적인 텍스처를 묘사할 때 4K의 고해상도 디테일은 과학적 이미지 수준의 선명도를 제공한다. 이러한 고해상도 출력 기능은 단순한 크기 확장을 넘어 텍스처의 선명도를 유지하며 전문 스튜디오의 품질 기준을 충족한다.

영상 장면을 구성할 때 최대 3초 분량의 외부 영상을 비디오 참조(Video Reference, 특정 영상의 시각적 요소를 참고 자료로 사용하는 기능)로 활용할 수 있다. 이 기능은 참조 영상에 등장하는 인물의 움직임이나 전체적인 동작 흐름을 그대로 유지한 채 캐릭터만 교체하는 작업을 지원한다. 3초라는 참조 범위 내에서 시각적 문맥을 파악해 캐릭터의 일관성을 유지하는 방식이다. 제작자는 기존에 촬영된 영상의 역동적인 움직임을 가져오면서도, AI를 통해 등장인물의 외형이나 스타일만 변경해 새로운 장면을 만들 수 있다. 이는 복잡한 동작을 텍스트 프롬프트만으로 설명해야 하는 번거로움을 줄이고, 실제 영상 소스를 통해 물리적 움직임을 정확하게 제어하게 한다.

고해상도 출력과 비디오 참조 기능의 결합은 영상의 시각적 일관성을 확보하는 핵심 도구가 된다. 4K의 정밀한 디테일과 참조 영상의 물리적 동작 제어가 동시에 적용되면, 생성형 AI 특유의 형태 무너짐 현상을 줄이고 상업적 수준의 품질을 유지할 수 있다. 특히 캐릭터의 일관성이 중요한 광고나 영화의 짧은 컷 작업에서 참조 영상의 동작을 유지하며 고해상도로 출력하는 흐름은 작업 시간을 단축한다. 4K 해상도로 출력된 결과물은 후반 작업 단계에서 크롭이나 리프레임 작업을 수행해도 화질 저하가 적어 편집 유연성이 높다. 이는 단순한 영상 생성을 넘어 기존 영상 소스를 기반으로 한 정교한 편집과 재구성이 가능함을 보여준다.

Adobe Firefly 및 Figma Weave 통합과 API 배포 환경

Gemini Omni 1.1 Flash는 단일 API 제공 방식에서 나아가 Adobe Firefly의 영상 편집 기능과 Figma Weave의 캔버스 기반 생성 환경으로 통합 범위가 확장되었다. Adobe Firefly(어도비의 생성형 AI 디자인 도구)에서는 모델의 영상 편집 기능을 통해 기존 작업물에 생성 AI를 직접 결합하여 수정하는 작업이 가능하다. Figma Weave(피그마의 캔버스 기반 협업 도구)는 생성된 결과물에 참조 자료를 첨부하거나 여러 버전으로 분기하는 기능을 제공하여 창작팀의 협업 효율을 높인다. 디자인 팀은 캔버스 위에서 생성물을 즉각적으로 수정하고 버전별로 관리하며 최종 결과물을 다듬는 방식으로 작업 흐름을 구성한다. 이는 개별 모델의 성능을 넘어 모델이 실제 사용되는 환경의 편의성에 집중한 결과다.

개발자는 Google AI Studio(구글의 웹 기반 AI 프로토타이핑 도구)와 Gemini Enterprise Agent Platform(기업용 에이전트 구축 플랫폼)을 통해 모델에 접근할 수 있다. 모든 기능은 Gemini API(제미나이 모델의 기능을 외부 프로그램에서 호출하는 인터페이스)를 통해 제공되어 외부 서비스와의 유연한 연결을 지원한다. 이번 업데이트는 Gemini Omni가 가진 실세계 추론 능력을 바탕으로 전문적인 사용이 가능하도록 프로덕션 수준의 환경을 구축하는 데 초점을 맞췄다. 전문 개발자는 API를 호출하여 자신의 서비스 내에 비디오 생성 제어 기능을 직접 구현하고 배포할 수 있으며, 이를 통해 미디어 편집 소프트웨어의 기능을 확장한다.

실무 환경에서 이러한 통합은 생성 AI를 별도의 독립 툴로 사용하는 단계를 지나 기존의 디자인 파이프라인 내부로 완전히 편입시켰음을 보여준다. 영상 제작자는 외부 툴에서 영상을 생성해 다시 편집기로 가져오는 번거로움 없이 캔버스나 타임라인 위에서 즉시 수정 사항을 반영하고 검토한다. 특히 Figma Weave의 버전 분기 기능은 아이디어 단계에서 여러 시안을 빠르게 생성하고 비교하는 반복 작업 시간을 단축시킨다. 기업용 플랫폼을 통한 API 배포는 보안과 확장성이 요구되는 엔터프라이즈 환경에서도 생성형 비디오를 안정적으로 운영할 수 있는 기술적 기반을 제공하며, 이미 여러 고객사가 Agent Platform API를 통해 실제 제작 공정에 모델을 도입해 운용하고 있다. 이는 생성형 비디오 워크플로우나 크리에이티브 툴을 구축하려는 개발자에게 즉시 배포 가능한 환경을 제공한다.

제작 공정의 비용 최적화를 위해서는 고비용의 4K 렌더링을 수행하기 전, 저비용 360p 초안으로 구도를 빠르게 검증하는 워크플로우를 설계하는 것이 효율적이다.