Google Vids, Gemini Omni 및 개인 아바타 기능 공개

영상 하나를 제작하기 위해 조명을 설치하고 카메라 앞에 서거나, 전문 편집 프로그램의 복잡한 인터페이스를 익히는 과정은 실무자에게 큰 시간적 부담이다. 구글은 이러한 제작 진입장벽을 낮추기 위해 텍스트 기반 영상 생성 및 편집 도구인 Gemini Omni(제미나이 옴니)와 개인 맞춤형 아바타 기능을 Google Vids(구글 비즈)에 도입했다.

Gemini Omni는 사용자가 작성한 자연어 텍스트 프롬프트와 사진이나 거친 스케치 같은 이미지 레퍼런스를 결합해 고화질 영상을 생성하고 편집하는 기능을 수행한다. 구글은 이번 업데이트에 앞서 지난 2월 Veo 3.1(비오 3.1, 구글의 영상 생성 모델)을 모든 사용자에게 배포하며 영상 생성의 기초 기능을 보급했다. 이제 사용자는 단순한 영상 생성을 넘어 일상 언어로 설명하는 것만으로 기존 영상의 특정 부분을 수정하는 정교한 제어가 가능하다.

개인 아바타 기능은 사용자가 자신의 셀카 사진 한 장과 짧은 음성 녹음 파일을 업로드하면 이를 기반으로 디지털 아바타를 생성해 메시지를 전달하게 하는 방식이다. 이 기능은 특정 지역의 18세 이상 사용자에게만 제공되며, 타인 사칭을 방지하기 위해 반드시 본인 계정 소유자의 외형으로만 생성하도록 제한했다. Gemini Omni와 아바타 기능의 이용 권한은 Google AI Pro 및 Ultra 구독자와 Google Workspace 비즈니스 고객에게 부여된다.

기업 실무자는 이제 고가의 촬영 장비나 스튜디오 없이 텍스트 입력만으로 고품질의 비즈니스 영상 콘텐츠를 빠르게 제작할 수 있다. 특히 자신의 외형과 목소리를 그대로 구현한 아바타를 활용하면 직접 카메라 앞에 서서 녹화하는 번거로움 없이도 개인화된 메시지를 전달하는 효율적인 업무 프로세스를 구축할 수 있다.

텍스트와 이미지 레퍼런스를 결합한 Gemini Omni의 작동 방식

머릿속에 그려진 구체적인 장면을 텍스트로만 설명하다 보면 원하는 결과물과 계속 어긋나는 시간을 보내며 작업 효율이 떨어진다. Gemini Omni는 이러한 소통 비용을 줄이기 위해 자연어 텍스트 프롬프트와 이미지 레퍼런스를 동시에 입력받는 멀티모달(텍스트, 이미지, 오디오 등 다양한 형태의 데이터를 동시에 처리하는 기술) 방식을 사용한다. 이미지 레퍼런스로는 정교한 사진뿐 아니라 아이디어를 빠르게 옮긴 거친 스케치까지 활용할 수 있다. 모델은 텍스트가 가진 맥락적 지시 사항과 이미지가 제공하는 시각적 구도를 결합해 사용자의 비전에 부합하는 고화질 영상을 생성한다. 텍스트만으로는 설명하기 어려운 공간감이나 색감, 구도를 이미지로 직접 제시함으로써 생성 결과의 정밀도를 높이는 구조다. 사용자는 텍스트로 전체적인 분위기를 설정하고 이미지로 세부적인 형태를 지정하는 방식으로 영상 생성 과정을 정밀하게 제어한다. 이는 텍스트 기반의 생성 모델이 가질 수 있는 무작위성을 이미지라는 명확한 기준점으로 제어하는 방식이다.

영상 제작 과정에서 단 하나의 작은 설정 오류 때문에 전체 영상을 처음부터 다시 생성하는 작업은 실무자의 시간을 크게 낭비시킨다. Gemini Omni는 기존 영상의 특정 부분만 선택적으로 수정하는 단계별 편집(Step-by-step edits) 기능을 통해 이 문제를 해결한다. 이 기능은 Omni가 생성한 인공지능 클립뿐 아니라 사용자가 스마트폰으로 직접 촬영해 업로드한 실제 영상 파일에도 동일하게 적용된다. 사용자는 전문적인 편집 툴의 복잡한 기능을 익히는 대신 일상 언어로 수정 사항을 입력한다. 예를 들어 배경을 다른 장소로 교체하거나, 어두운 조명을 밝게 수정하고, 특정 시각 효과를 추가하는 작업을 텍스트 명령만으로 수행한다. 처음부터 다시 만들지 않고 기존 결과물 위에 필요한 변경 사항만 층을 쌓듯 적용하는 방식이기에 수정 반복 횟수를 줄인다. 이러한 편집 방식은 영상의 전체적인 흐름을 유지하면서 특정 요소만 정밀하게 교체할 수 있어 실무 제작 시간을 단축한다. 결과적으로 사용자는 복잡한 타임라인 편집 없이 대화하듯 영상을 완성하는 경험을 한다.

셀카 한 장으로 구현하는 개인 아바타와 SynthID 워터마크

전통적인 영상 제작은 조명 설정과 메이크업, 수차례의 재촬영이라는 물리적 비용과 시간을 요구한다. 반면 Google Vids의 개인 아바타 기능은 셀카 사진 1장과 짧은 음성 녹음 파일 업로드만으로 이 과정을 대체한다. 사용자가 전달하고 싶은 메시지를 텍스트로 입력하면, 생성된 디지털 아바타가 해당 내용을 직접 말하는 영상으로 구현된다. 별도의 추가 녹음 과정 없이 텍스트 입력만으로 영상 속 인물의 입모양과 음성을 맞추는 방식이다. 카메라 앞에 서는 부담을 없애고 텍스트 기반의 빠른 업데이트가 가능해지면서, 실무자는 개인화된 메시지나 빠른 공지 영상을 제작하는 데 드는 리소스를 획기적으로 줄일 수 있다.

AI 생성 콘텐츠의 확산은 영상의 진위 여부를 가리는 검증 기술의 필요성을 높인다. Google은 모든 생성 클립에 invisible SynthID(보이지 않는 디지털 워터마크)를 포함해 콘텐츠 투명성을 확보했다. SynthID는 인간의 눈에는 보이지 않지만 시스템적으로는 식별 가능한 표식을 영상 데이터에 삽입하는 기술이다. 영상의 시각적 품질이나 사용자 경험을 해치지 않으면서도, 데이터 수준에서 AI 생성 여부를 판별할 수 있도록 설계되었다. 이를 통해 사용자와 시청자는 해당 영상이 AI로 생성되었음을 명확히 검증할 수 있으며, 이는 생성형 AI의 오남용을 방지하는 기술적 토대가 된다.

기업용 콘텐츠 제작 환경에서 이러한 투명성 확보는 단순한 기능을 넘어 조직의 신뢰도와 직결된다. SynthID를 통해 AI 생성물임을 증명함으로써 무분별한 딥페이크나 오정보 확산의 위험을 줄이고 책임감 있는 공유 체계를 구축한다. 실무자는 고품질의 개인화 영상을 빠르게 제작하는 효율성을 얻는 동시에, 기업 차원에서는 콘텐츠의 출처를 명확히 관리하는 컴플라이언스 기준을 충족할 수 있다. 디지털 아바타가 제공하는 제작의 편의성과 워터마크가 보장하는 신뢰성을 결합해, 기업 내부의 소통 방식을 효율화하고 콘텐츠 배포의 안전성을 높인 구조다.

Google Workspace 기반 기업 영상 제작 환경의 변화

팀장이 매주 월요일 전사 공지 영상을 찍기 위해 조명을 세팅하고 옷을 갈아입는 번거로움을 겪는 일이 사라진다. Google Vids를 사용하는 비즈니스 고객은 카메라 앞에 서지 않고 텍스트 입력만으로 개인화된 메시지를 전달하는 영상을 빠르게 업데이트할 수 있다. 특히 바쁜 일정 속에서 짧은 영상 업데이트나 개별 맞춤형 인사말을 보내야 하는 실무자에게 촬영 준비 과정의 생략은 직접적인 시간 이득으로 이어진다. 전문 장비 없이 텍스트만으로 영상 콘텐츠를 생산하는 방식은 기업 내부의 소통 빈도를 높이고 메시지 전달 속도를 앞당기는 실무적 도구가 된다.

이 모든 과정은 Google Workspace(구글의 기업용 협업 도구 모음) 비즈니스 계정 내에서 통합되어 작동한다. 영상의 초기 생성부터 세부 편집, 그리고 최종 배포까지의 전 과정이 별도의 외부 툴 이동 없이 하나의 생태계 안에서 이루어진다. 기존에는 영상 제작을 위해 기획서 작성, 촬영, 외부 편집 프로그램 이용, 공유 링크 생성이라는 분절된 단계를 거쳐야 했다. 이제는 워크스페이스 내에서 생성과 배포가 한 번에 처리되어 제작 파이프라인이 단순해진다. 기업 실무자는 복잡한 영상 편집 툴의 학습 곡선을 넘지 않고도 고품질의 비즈니스 영상을 즉시 생산하여 팀원들에게 공유할 수 있다.

AI가 만든 영상의 신뢰성을 확보하기 위해 모든 생성 클립에는 SynthID(AI 생성 콘텐츠임을 식별하는 보이지 않는 디지털 워터마크)가 포함된다. 이 기술은 육안으로는 보이지 않지만 시스템적으로 AI 생성 여부를 검증할 수 있게 하여 기업 내 콘텐츠 투명성을 보장한다. 기업 환경에서는 정보의 출처와 진위 여부가 중요하므로, AI로 만든 영상임을 명확히 식별할 수 있는 장치는 책임감 있는 공유를 가능하게 한다. 내부 구성원들이 AI 생성 콘텐츠를 인지한 상태에서 소비하게 함으로써 허위 정보 확산 리스크를 줄이고 기술 도입의 심리적 장벽을 낮춘다. 이는 기업이 AI 도구를 도입할 때 가장 우려하는 보안과 윤리적 기준을 기술적으로 보완하여 실무 적용 가능성을 높인 조치다.

영상 제작의 진입장벽은 이제 촬영 기술이나 편집 툴의 숙련도가 아니라, 어떤 레퍼런스를 제공하고 어떻게 지시하느냐는 기획의 영역으로 옮겨간다. 조명 세팅과 재촬영이라는 물리적 비용이 사라진 자리를 텍스트 프롬프트와 이미지 레퍼런스가 대체하며 제작 공정의 성격이 근본적으로 바뀐다. 전문 장비 없이 기업용 고품질 영상을 즉각 생산할 수 있는 환경이 구축된 만큼, 실무자는 제작 시간의 단축이 가져올 실제 업무 효율성과 보안 기준의 충족 여부를 중심으로 도구의 활용 가치를 판단하면 된다.