Google, Gemini Omni 공개: 모든 입출력 통합 최강 멀티모달 AI 모델 등장
예상대로, 최근 유출되었던 Gemini Omni가 공식 발표되었습니다.
그러나, 대중이 기대했던 단순한 '동영상 생성 모델'과는 달리, Google이 정의하는 Gemini Omni는 '모든 입력을 받아 모든 출력을 생성할 수 있는' 모델입니다. 동영상은 그 능력의 일부에 불과합니다.
DeepMind의 CEO 데미스 하사비스는 발표회에서 Gemini Omni의 여러 시연을 선보였습니다. 자신의 사진을 업로드하면, Omni는 인물이 놓인 현실 환경을 즉시 변경하고 다양한 스타일로 자유롭게 조정할 수 있습니다.
단순한 원을 그리면 블랙홀을 생성하고, 석양의 산책 장면에서는 다른 스타일의 환경을 렌더링합니다. 모든 소재가 Omni를 통해 새로운 현실을 구축하기 위한 캔버스가 됩니다.
Gemini Omni의 핵심 능력은 텍스트, 동영상, 이미지, 그리고 인터랙티브한 시뮬레이션을 단일 생성 프레임워크에 통합한 점에 있습니다.
구체적으로, Google이 현재 보유한 최첨단 생성 미디어 모델인 이미지 모델 'Nano Banana', 동영상 생성 모델 'Veo', 그리고 세계 모델 'Genie'의 능력을 통합하고 있습니다.
예를 들어, '단백질 접힘 설명 애니메이션을 만들어줘'라고 입력하면, 단순한 텍스트 설명이 아니라, 알파 나선과 베타 시트 구조의 시연을 포함한 교육용 비디오를 직접 출력합니다.
프롬프트: claymation explainer of protein folding, everything is made out of clay, no hands, stop motion, accurate
일부 사용자들은 즉시 Omni와 Seedance 2.0의 상세한 비교를 수행하여 생성된 품질, 역동성, 일관성을 검증하고 있습니다. 전체적으로 보면, Seedance 2.0은 매우 안정적인 성능을 보이지만, Omni는 특정 시나리오에서 Seedance를 뛰어넘는 표현력을 발휘하고 있습니다.
공식 블로그에 따르면, Omni의 능력은 특히 '비디오 편집'과 '물리 시뮬레이션'에 집중되어 있습니다.
대화형으로 비디오를 편집하는, '통제 가능한' AI 동영상 시대
교육 비디오 제작 외에, 비디오 편집은 Omni의 주요 활용 장면 중 하나입니다.
Omni에서는 셀카 영상이나任意素材을 업로드하고, 자연어를 사용하여 인간 비디오 편집자와 채팅하듯이, 대화형으로 비디오를 반복적으로 수정하며, 스타일 조정이나 요소 추가를 할 수 있습니다. 이 상호작용 로직은 이전 Nano Banana의 이미지 편집 접근법을 계승한 것입니다.
공식 시연에서는 매우 독특한 능력이 공개되었습니다.
거울에 손을 대는 영상을 업로드하고, Omni에 '사람이 거울에 닿을 때, 거울이 액체처럼 아름다운 물결을 퍼뜨리고, 사람의 팔이 반사 소재로 바뀌게 해줘'라고 지시했습니다.
그러자, 놀라운 결과가 나왔습니다. 영상 전체가 완전히 다시 그려지는 것이 아니라, 인물의 동작은 유지된 채, 거울의 물리 상태와 팔의 재질만 정확히 교체되었습니다.
또한, '다중 턴 대화 능력'이 두드러지며, 새로운 지시를 줄 때마다 이전 결과를 기반으로 지속적인 생성이 이루어집니다.
Gemini Omni는 인물, 환경, 물리 효과, 그리고 장면의 컨텍스트 일관성을 최대한 유지하려고 합니다.
픽셀뿐만 아니라, 세계의 물리 법칙을 이해한다
물리 시뮬레이션은 Gemini Omni에서 가장 기술적으로 고급스러운 부분입니다. Google은 운동 에너지나 중력 등의 현상 시뮬레이션에서 '질적 도약'이 있었다고 말합니다. 더 사실적인 비디오, 이미지, 그리고 인터랙티브한 시뮬레이션 콘텐츠가 Gemini Omni를 통해 생성 가능해졌습니다.
'연쇄 반응 레일 위를 고속으로 굴러가는 구슬'의 생성을 요청하면, Omni는 중력과 운동 에너지에 대한 정확한 이해를 보여줍니다.
더 복잡한 예로, '알파벳 물품 비디오'가 있습니다. 26개의 영문 각각에对应하는奇特物体（C이면 캐피바라, D이면 미러볼, L이면 라바 램프 등）을 표시하라는 지시를 결과, Omni는 문자와 물체의对应 관계, 화면의 리듬, 자막 형식, 프레임 수, 음악 스타일, 그리고 비디오의 마무리 방식까지 동시에 처리했습니다. 이는 단순한表面적인 시각적 매칭이 아니라, 언어, 이미지, 그리고 의미를 깊이 결합하여 처리하고 있음을 보여줍니다.
현재, Gemini Omni Flash는 모든 Google 제품에同步 도입되어, 전 세계 Google AI Plus, Pro, Ultra 구독자에게 제공되고 있습니다. Gemini 앱 및 Google Flow를 통해 이용 가능합니다.
Gemini 웹 버전 및 앱 버전에서는 '비디오 생성'을 선택하여 Omni의 기능을 체험할 수 있습니다.
Gemini는 '젋고 멋진', '몬타주', '아메리칸 코믹', '말하는 반려동물', '파티 초대장', '달', '변신 이모지', '그래피티 효과', '픽셀 어드벤처' 등 18종의 프리셋 스타일을 제공합니다（Pro 계정은 하루 3회까지 생성 가능）.
실제로 "여장하여 JK服을 입고 트윈테일을 한 남성 자동차 관련 유튜버가, 차 앞에 서 있다"라는 프롬프트를 입력하고 프리셋의 '80년대 MV 스타일'을 적용했을 때, 매우 임팩트 있는 비디오가 생성되었습니다.
또한, Google은 YouTube Shorts 및 YouTube Create 앱 사용자도 이번 주부터这些 기능을 무료로 이용할 수 있게 된다고 말했습니다. 향후数週間 이내, API를 통해 개발자 및 기업 고객에게도 Gemini Omni가开放될 예정입니다.
Omni는 이미지, 텍스트, 비디오, 오디오를参考素材으로 읽어들이고,它们을 하나의 일관된 출력으로 통합할 수 있습니다.
또한, AI에 의한伪造에 대한 우려를 불식하기 위해, Omni로 생성된 모든 비디오에는 맨눈에는 보이지 않는 'SynthID' 디지털 워터마크가 삽입되어 쉽게 소스 검증이 가능함을强调하고 있습니다.
さらに, 실존 인물의 얼굴을 다루기 위해 외모와 목소리를 클론할 수 있는 'Avatar（デジタル分身）' 기능도 도입되었습니다.
이 1년간, Google은 Nano Banana를 사용하여 Gemini의 멀티모달能力을 이미지 생성 및 편집 장면까지 밀어올렸습니다.
이제, Gemini Omni는 동일한 접근법을 비디오 분야에 가져와, 비디오 생성에서의 'Nano Banana 모멘트'를 창출하려고 합니다.
비디오 크리에이터에게 직접적인 영향은制作ハードル의进一步降低입니다. 스마트폰으로 촬영한 비디오, 한 장의参考 이미지, 한 곡의 음악이 모두 대화형으로 편집 가능한素材가 됩니다.
更大的변화는, 비디오가 한마디로 지속적으로書き換え可能になることで, 콘텐츠 제작 속도, 진위 검증, 저작권의 경계, 그리고 플랫폼의 거버넌스가 새로운局面을 맞이한다는 것입니다.
로딩 중...