Gemini Omni Flash: 대화로 편집하는 구글의 비디오 모델

Gemini Omni Flash: 대화로 편집하는 구글의 비디오 모델

Gemini Omni Flash는 Google DeepMind의 첫 번째 any-to-any 멀티모달 비디오 생성 모델입니다 — 음성 인터페이스도 아니고, 챗봇 업그레이드도 아니며, OpenAI의 "omni" 아키텍처와는 명백히 다릅니다. 더 나아가기 전에 이 혼동부터 정리하고 넘어가겠습니다. 이 모델을 어떻게 바라봐야 하는지에 대한 모든 것을 좌우하는 부분이기 때문입니다.

OpenAI가 GPT-4o를 출시했을 때, 그들은 이를 "omni"라고 불렀는데, 이는 단일 모델에서의 실시간 음성 + 비전 입력을 의미했습니다. Google의 "Omni" 사용법은 구조적으로 다른 것을 의미합니다: 이는 모든 입력 모달리티(텍스트, 이미지, 오디오, 비디오)를 받아들이고 모든 출력 모달리티를 단일 forward pass에서 생성하도록 설계된 새로운 모델 패밀리를 가리킵니다 — 비디오로 시작해서, 로드맵상 이미지와 오디오 생성 출력이 이후에 추가될 예정입니다. Google의 Omni는 생성형 아키텍처입니다. OpenAI의 "omni"는 인지(perception) 이야기였습니다. 이 둘은 같은 개념이 아닙니다.

이 프레이밍이 중요한 이유는, Gemini Omni Flash의 진짜 강점이 음성 상호작용이 아니라 여러 턴에 걸친 대화형, 상태 유지(stateful) 비디오 편집이기 때문입니다. 클립을 생성하고, 조명을 바꾸라고 지시하고, 장면을 확장해달라고 요청하고, 캐릭터의 의상을 바꾸고, 카메라 각도를 조정할 수 있습니다 — 모델이 그동안 만든 것을 기억하는 연속적인 세션 안에서 말이죠. 이 기능에, 통합된 동기화 오디오와 AI 아바타 생성까지 더해지면서, 비디오 생성 분야에서 진정으로 새로운 무언가가 탄생했습니다.

---

Google에서 "Omni"가 실제로 의미하는 것

Google DeepMind는 2026년 5월 19일 Google I/O에서 Omni 패밀리를 발표했으며, 개발자/API 일반 공개는 2026년 6월 30일에 시작되었습니다. Omni 아키텍처는 단일 모델이 모든 모달리티를 네이티브하게 처리해야 한다는 원칙 위에 세워졌습니다 — 어댑터를 덧붙인 체인형 전문 모델들을 통해서가 아니라, 하나의 통합된 표현 공간(representation space) 안에서 말이죠.

출시 시점에서, "모든 출력이 가능하다"는 그 방정식의 실제 시작점은 특히 비디오입니다. 이 모델은 MP4 클립을 720p, 24fps, 16:9, 9:16, 또는 1:1 종횡비로, 4초에서 10초 길이로 출력하며 — 동기화된 오디오가 같은 패스에서 함께 생성됩니다. 이미지 출력과 독립적인 오디오 출력은 로드맵에 있지만 아직 제공되지 않습니다.

"Flash"는 속도와 비용 등급을 의미하며, Gemini 패밀리 전반의 네이밍과 일관됩니다. Gemini Omni Pro가 계획되어 있으며, 아마도 더 높은 해상도와 더 긴 길이 영역으로 나아갈 것으로 예상됩니다. 현재로서는 Omni Flash가 Gemini API(공개 프리뷰 모델 문자열: gemini-omni-flash-preview), Google AI Studio, Flow, YouTube, Gemini 앱, 그리고 — Google Cloud IAM을 건드리지 않고 150개 이상의 다른 미디어 모델과 함께 실행하고 싶은 실무자를 위해서는 — Happycapy를 통해 이용 가능합니다.

---

입력 모달리티: 현재 작동하는 것, 작동하지 않는 것

공식 문서는 풍부한 입력 스키마를 설명하고 있으며, 일부 입력은 API에서 받아들여지지만 출시 시점에는 기능하지 않는다는 점을 정확히 짚고 넘어갈 필요가 있습니다:

출시 시점에 작동:

• 텍스트 프롬프트 (완전 지원)
• 이미지 — 캐릭터/제품 일관성 또는 스타일 전이를 위해 최대 7개의 참조 이미지
• AI 아바타(얼굴/음성 복제)를 위한 음성 참조로서의 오디오

스키마상으로는 수용되지만, 출시 시점에는 작동하지 않음:

• 입력으로서의 비디오 참조
• 일반 오디오 입력(비-아바타 용도)

이는 중요한 유의 사항입니다. "비디오 참조 기반 비디오 편집"은 핵심 사용 사례처럼 들리고, 스키마상으로는 기술적으로 이를 받아들이지만 — 모델이 재스타일링하거나 확장해주길 기대하며 비디오 참조를 전송하면 예측 불가능한 결과를 얻게 됩니다. 현재 안정적인 방법은: 시각적 일관성을 위해서는 참조 이미지를 사용하고, 장면 연출을 위해서는 텍스트를 사용하고, 반복 작업을 위해서는 멀티턴 편집 흐름을 사용하는 것입니다. 비디오 입력은 알려진 한계이며 Omni가 발전함에 따라 아마도 해소될 것입니다.

---

핵심 기능: 대화형 멀티턴 편집

Veo 3.1, Seedance 2.0, Sora 2(소비자용 서비스 종료 전), Runway, Kling 등 다른 모든 비디오 생성 모델은 프롬프트-당-클립 모델로 동작합니다. 프롬프트를 작성하면 클립을 얻습니다. 마음에 들지 않으면 새 프롬프트를 작성해서 새 클립을 얻습니다. 반복 작업은 서로 단절된 일련의 생성 이벤트입니다.

Gemini Omni Flash는 이 모델을 깨뜨립니다. Gemini API의 previous_interaction_id 매개변수를 사용하여 여러 턴에 걸쳐 상태를 유지하는 컨텍스트를 관리합니다. 클립을 생성하면 모델이 이를 메모리에 보관하고, 이후의 지시는 처음부터가 아니라 기존 결과 위에 편집을 적용합니다.

실제로는 워크플로우가 다음과 같이 진행됩니다:

1. "카페에서 편지를 읽는 여성의 6초짜리 클립을 생성해줘, 따뜻한 아침 빛, 얕은 피사계 심도."
2. "카페를 도시 스카이라인이 보이는 루프탑 테라스로 바꿔줘."
3. "이제 살짝 줌아웃하고 거리 소음을 추가해줘."
4. "여성의 재킷은 회색이 아니라 짙은 네이비여야 해."

각 턴은 이전 내용을 보존하면서 변화분(delta)을 적용합니다. 이는 기능적으로 인간 비디오 편집자와 함께 작업하는 느낌과 같습니다 — 다만 각 왕복 작업은 클립 길이에 따라 대략 $0.10~$1.00의 비용이 들고, 몇 초 안에 응답합니다.

솔직한 유의 사항: 4~5턴 즈음부터 드리프트(drift)가 발생합니다. 모델은 약 4번의 편집 턴까지는 일관성을 안정적으로 유지하지만, 5번째 턴부터는 캐릭터 일관성, 조명 연속성, 공간적 관계가 무너지기 시작합니다. 복잡한 시퀀스의 경우, 실무자들 사이에서 형성된 패턴은: Seedance 2.0이나 Veo 3.1에서 고해상도 베이스를 생성한 다음, 이를 Omni Flash 편집 세션으로 가져와 다듬는 것입니다 — Omni Flash를 주된 생성 엔진이 아니라 정밀 마무리 도구로 취급하는 것이죠. 이 부분은 뒤에서 다시 다루겠습니다.

다이어그램: Gemini Omni Flash에서 상태 유지 멀티턴 편집이 작동하는 방식. 각 턴은 지시를 전달하고, 모델은 previous_interaction_id를 통해 컨텍스트를 이어감으로써 처음부터 다시 생성하지 않고도 목표한 편집을 적용합니다.

---

오디오: 대부분 사람들이 놓치고 있는 또 다른 차별점

Gemini Omni Flash가 생성하는 모든 비디오에는 같은 추론(inference) 패스에서 렌더링되는 동기화된 오디오가 포함됩니다. 이는 후처리 단계나 무음 클립에 이어붙인 별도의 오디오 모델이 아니라 — 모델이 물리 기반 사운드 시뮬레이션을 사용하여 비디오와 소리를 함께 생성합니다.

이것이 실제로 의미하는 바는: 프롬프트가 해안에 부서지는 파도를 묘사하면 파도 소리를 얻습니다. 카페 장면은 주변 대화 소리와 커피 머신 소음을 생성합니다. 말하는 캐릭터는 입 모양이 맞는(lip-synced) 대사를 생성합니다. 동기화는 정확합니다 — 편안하게 1초 미만 오차이며 — 67초 미만의 클립에서는 품질이 유지됩니다. 그 이상에서는 립싱크 드리프트가 눈에 띄게 되는데, 이는 모델이 현재 최적화되어 있는 410초 구간을 뒷받침합니다.

비디오 + 스톡 오디오 + 후처리를 세 개의 별도 도구에서 이어붙여왔던 콘텐츠 제작자들에게, 이 모든 것을 하나의 생성 호출로 얻는다는 것은 진정으로 가치 있는 일입니다. 항상 완벽하지는 않지만 — 프로덕션 오버헤드의 전체 레이어를 제거해주는 강력한 출발점입니다.

---

AI 아바타: 숨겨진 사용 사례

Gemini Omni Flash에는 AI 아바타라는 별개의 기능이 포함되어 있습니다: 얼굴의 참조 이미지와 음성 샘플(음성 복제용)이 주어지면, 그 아바타가 말하는 포토리얼리스틱한 비디오를 생성합니다. 이는 출시 시점에 오디오-입력이 실제로 작동하는 유일한 사용 사례입니다 — 구체적으로는 아바타를 위한 음성 참조로서요.

마케팅 팀, 이러닝 제작자, 대규모 고객 커뮤니케이션 담당자들에게 아바타 기능은 즉시 활용 가능합니다. 브랜드 대변인 비디오를 생성하고, 음성 클론 + 텍스트 프롬프트를 바꿔서 현지화하고, 30초 만에 다시 실행할 수 있습니다. Adobe Firefly, Invideo, WPP는 아바타를 주요 워크플로우 통합 요소로 특별히 언급하는 초기 엔터프라이즈 도입 사례들 중 하나입니다.

중요한 가드레일도 있습니다: 콘텐츠 정책은 동의하지 않은 개인의 실명과 초상, 노화 시뮬레이션, 싸움 장면, 그리고 실존 인물의 딥페이크로 합리적으로 간주될 수 있는 모든 것을 차단합니다. 스피치 편집 — 누군가가 소급적으로 말한 것처럼 보이게 수정하는 것 — 은 딥페이크 방지를 위한 의도적인 선택으로 완전히 제외되어 있습니다. 모든 출력물은 비활성화할 수 없는 SynthID 워터마크(인간의 눈에는 감지되지 않지만 기계로 판독 가능)와 C2PA Content Credentials를 함께 지닙니다. 이는 현재 출시된 다른 어떤 비디오 모델보다 더 포괄적인 출처 증명(provenance) 스택입니다.

---

벤치마크: Google의 주장 vs 독립적으로 검증된 것

Google의 내부 사람 평가자 평가에 따르면 Omni Flash는 다음 항목에서 1위를 차지한다고 주장합니다:

• 비디오 편집 선호도 및 지시 사항 이행
• 텍스트-투-비디오 품질(MovieGenBench)
• 참조-투-비디오 일관성
• 이미지-투-비디오(공동 1위, VBench I2V)

이 수치들은 인상적이지만, 솔직히 말하면 이 모두는 Google 내부 평가입니다. 이 글을 쓰는 시점까지 독립적인 헤드-투-헤드 벤치마크는 발표되지 않았습니다. 특히 Omni Flash는 아직 Artificial Analysis Video Arena에 제출되지 않았는데, 이곳에서는 현재 Seedance 2.0이 현실적인 인간 동작과 물리 표현에서 선두를 달리고 있습니다. 그 제출이 이루어지고 제3자 결과가 나오기 전까지는, 이 벤치마크들을 결정적이라기보다는 참고용으로 다루어야 합니다.

초기 테스터들의 실무자 합의는 예상할 수 있는 바와 일치합니다: 강력한 의미론적 정확도, 견고한 오디오 동기화, 진정으로 새로운 대화형 편집 — 하지만 동작 물리(모션 물리)에서의 눈에 띄는 약점("붕 뜬" 느낌, 불충분한 무게감 시뮬레이션), 고개를 돌릴 때 얼굴 일관성 붕괴, 비-라틴 문자 실패(히라가나와 획수가 많은 중국어 문자는 실제 리뷰에서 특히 신뢰도가 낮았습니다), 그리고 앞서 언급한 4턴 편집 한계가 있습니다.

---

Gemini Omni Flash vs 경쟁 모델

Omni Flash와 함께 가장 많이 비교 검토될 모델들을 대상으로 한 솔직한 비교입니다:

vs Veo 3.1: 시네마틱한 품질이 주된 결과물이고 대화형으로 반복 작업할 계획이 없다면 Veo가 옳은 선택입니다. 촬영감독과 고급 상업 프로덕션은 여기서 시작해야 합니다. Omni Flash는 반복 속도, 통합 오디오, 또는 아바타 기능이 필요할 때 — 그리고 사용 사례상 720p면 충분할 때(YouTube Shorts, 소셜 콘텐츠, 제품 데모의 경우 대체로 그렇습니다) 승리합니다.

vs Seedance 2.0: Seedance는 현재 인간 동작 현실감에 대한 독립 리더보드 점수에서 선두를 달리고 있습니다. 걷기, 춤, 운동 동작 등 사람이 움직이는 영상을 생성하는 경우, Seedance의 물리 시뮬레이션이 여전히 우위에 있습니다. 새롭게 부상하는 워크플로우는: Seedance에서 베이스 클립을 생성한 다음, Omni Flash에서 대화형으로 다듬는 것입니다. 전문 모델의 동작 품질과 Omni의 멀티턴 인터페이스가 주는 편집 유연성을 동시에 얻을 수 있습니다.

vs Sora 2: 이제는 그다지 관련성이 없습니다. OpenAI의 소비자용 Sora 앱은 2026년 4월에 서비스가 종료되었고, API는 2026년 9월에 종료 예정입니다. Sora는 장기적으로 실행 가능한 선택지가 아닙니다.

이 비교는 Omni Flash의 가격 책정도 맥락 속에서 보여줍니다. 초당 대략 $0.10(입력 토큰 100만 개당 $1.50, 비디오 출력 토큰 100만 개당 $17.50)으로, 10초짜리 클립은 약 $1.00의 비용이 듭니다. 이는 Veo 3.1보다 4~7배 저렴합니다. 멀티턴 편집은 여러 번의 생성 패스를 실행한다는 것을 의미하므로, 10초 클립에 대한 4턴 편집 세션은 $4.00 정도가 될 수 있습니다 — 전문 프로덕션에는 여전히 합리적이지만, 대량 사용 시 견적에 반영할 가치가 있습니다.

---

실제 프로덕션 워크플로우에서 Omni Flash가 실제로 적합한 곳

피해야 할 실수는 Omni Flash를 사용 중인 모든 비디오 모델의 대체재로 취급하는 것입니다. 이는 출시 시점에 가장 높은 충실도(fidelity)를 가진 옵션이 아니며, 애초에 그렇게 설계되지도 않았습니다. 설계 철학은 다음과 같습니다: 비디오 편집은 매번 새로운 티켓을 제출하는 것이 아니라 협업자와 대화하는 것처럼 느껴져야 한다.

오늘, 이 모델이 확실하게 우세한 워크플로우는:

1. 대량의 소셜 콘텐츠. 720p는 TikTok, YouTube Shorts, Instagram Reels에는 충분합니다. 아바타 기능과 대화형 편집이 결합되면 다른 어떤 스택보다 더 빠르게 현지화된 숏폼 비디오 시리즈를 제작할 수 있습니다. 생성 → 대화로 다듬기 → 출시.

2. 제품 데모 비디오. 제품의 참조 이미지 + 텍스트 연출 + 대화형 다듬기 = 이커머스와 SaaS 팀에게 매력적인 워크플로우입니다. 별도의 오디오 제작이 필요 없습니다.

3. 프로토타이핑과 스토리보딩. 낮은 비용과 빠른 반복 작업 덕분에 Omni Flash는 비싼 고해상도 생성에 투입하기 전에 개념을 시각화하기에 이상적입니다. 사전 시각화 레이어로 활용하세요.

4. 전문 모델 출력물 위에서의 다듬기. Veo 3.1이나 Seedance 2.0에서 고품질 베이스를 생성합니다. (비디오 입력이 지원되면) 참조로 가져오거나 갖고 있는 것을 설명한 다음, Omni Flash의 대화형 레이어를 사용해 세부 사항을 조정합니다. 이는 초기 엔터프라이즈 도입자들이 수렴하고 있는 패턴입니다.

먼저 전문 모델을 찾아야 하는 워크플로우는:

• 시네마틱 4K 콘텐츠 → Veo 3.1
• 현실적인 인간 동작 / 운동 → Seedance 2.0
• 일관된 캐릭터를 가진 롱폼(10초 초과) → Veo 3.1 또는 Omni Pro 대기

---

Google Cloud 설정 없이 Happycapy에서 Gemini Omni Flash 실행하기

Gemini API를 통해 직접 Gemini Omni Flash를 실행하려면 Google Cloud 프로젝트, API 키 프로비저닝, 공개 프리뷰 모델 문자열 이해, 그리고 대체로 API 스키마에 대한 약간의 반복 작업이 필요합니다. 전담 워크플로우를 구축하는 엔지니어링 팀에게는 합리적인 투자이지만 — 모델을 빠르게 테스트하거나 비교를 위해 다른 비디오 생성기들과 함께 실행하고 싶다면 마찰이 됩니다.

Happycapy는 Gemini Omni Flash를 Veo 3.1, Seedance 2.0, Seedream 4.5와 같은 이미지 생성 모델을 포함한 150개 이상의 모델 중 하나로 브라우저 기반 클라우드 샌드박스에서 호스팅합니다. Google Cloud 계정이 필요 없습니다. 공급사별 별도 API 키도 필요 없습니다. Gemini Omni Flash 생성을 실행하고, 같은 프롬프트로 Seedance 2.0 출력과 비교하며, 각 모델이 가장 강력한 곳에서 활용되는 멀티모델 워크플로우를 하나의 인터페이스 안에서 구축할 수 있습니다.

비디오 프로덕션을 위한 에이전틱 AI 워크플로우를 탐색하는 팀에게, 별도의 API 통합을 이어붙이지 않고도 모델 호출을 체이닝하는 능력 — Seedance에서 생성하고, Omni Flash에서 다듬고, 언어 모델로 리포트나 캡션을 합성하는 것 — 은 상당한 시간 절약이 됩니다.

happycapy.ai에서 무료로 시작하기

---

솔직한 결론

Gemini Omni Flash는 오늘 실행할 수 있는 가장 선명한 비디오 모델은 아닙니다. 동일 해상도에서 원본 프레임 품질을 비교한다면, Seedance 2.0이 모션 물리에서 이기고 Veo 3.1이 시네마틱 완성도에서 이깁니다. 이는 실질적인 한계이며, 720p 한계, 4턴 편집 드리프트, 비-라틴 문자 실패는 일부 워크플로우에서 진짜 마찰 지점입니다.

하지만 이런 비교들은 Omni Flash가 실제로 하려는 것을 놓치고 있습니다. 이 모델은 워크플로우 유창성이 미미한 충실도 향상보다 더 중요하다는 데 베팅하고 있으며 — 실제 프로덕션 환경에서 그 베팅은 대체로 유효합니다. "배경을 어둡게 해줘"라고 말하고 결과를 얻은 다음, "이제 색보정을 좀 더 따뜻하게 바꿔줘"라고 말하고 또 결과를 얻는 것 — 연속된 세션 안에서, 초당 $0.10에 — 이는 현재 이용 가능한 다른 어떤 것과도 근본적으로 다른, 비디오 생성과의 관계입니다.

Omni 패밀리는 명백히 Google DeepMind의 다년간에 걸친 아키텍처 프로젝트입니다. Omni Pro가 다가오고 있습니다. 비디오 입력(현재 수용되지만 작동하지 않음)이 해소될 것입니다. 해상도는 확장될 것입니다. 대화형 편집 모델은 드리프트가 발생하기 전까지 더 많은 턴을 처리하게 될 것입니다. 오늘 여러분이 평가하고 있는 것은 하나의 패밀리 안에서 첫 번째 모델입니다 — 아직 전문 모델들을 대체하지는 못하지만, 이미 멀티모델 스택 안에서 자신의 자리를 확보한 모델이죠.

실무자를 위한 조언: 독립적으로가 아니라 병렬로 실행하세요. 워크플로우 이점이 실질적인 곳에서는 이 모델을 사용하고, 충실도가 최우선인 곳에서는 전문 모델을 사용하세요. 생성 품질을 위한 Seedance 2.0 + Veo 3.1, 대화형 다듬기와 아바타를 위한 Omni Flash로 구성된 스택. 그 조합이 오늘날 어떤 단일 모델보다도 강력합니다.

Google의 멀티모달 아키텍처가 GPT Image 2 같은 이미지 생성 모델과 어떻게 비교되는지 더 깊이 살펴보고 싶다면, 또는 비디오 프로덕션 파이프라인에서 MCP 서버 통합이 어떤 모습인지에 대한 맥락을 원한다면, 이 자료들을 읽어볼 가치가 있습니다.

Google Cloud 설정도, 공급사별 API 키도 없이 전체 모델 라이브러리와 함께 Gemini Omni Flash에 접근하세요:

happycapy.ai에서 무료로 시작하기

---

FAQ

Gemini Omni Flash란 무엇인가요?

Gemini Omni Flash는 Google DeepMind의 새로운 "Omni" 모델 패밀리에서 첫 번째 모델로, 모든 입력 모달리티(텍스트, 이미지, 오디오, 비디오)를 받아들이고 단일 모델에서 모든 출력 모달리티를 생성하도록 설계되었습니다. 출시 시점에는 동기화된 오디오와 함께 비디오를 출력합니다. 이 모델의 핵심 기능은 대화형 멀티턴 편집입니다: 비디오 클립을 생성한 다음 여러 자연어 지시 턴에 걸쳐 다듬을 수 있으며, 모델은 각 편집 사이에서 상태를 유지하는 컨텍스트를 관리합니다. 2026년 6월 30일 Gemini API를 통해 이용 가능해졌습니다.

Gemini Omni Flash는 GPT-4o "omni"와 어떻게 다른가요?

이름은 헷갈리지만 아키텍처는 근본적으로 다릅니다. OpenAI가 GPT-4o를 "omni"라고 불렀을 때, 이는 여러 모달리티(음성 + 비전)를 입력으로 동시에 인지할 수 있다는 의미였습니다. Google의 "Omni"는 생성형 아키텍처를 가리킵니다: 여러 모달리티에 걸쳐 인지하고 생성도 함께 하는 단일 모델이죠. Gemini Omni Flash는 단순히 멀티모달 입력을 처리하는 것이 아니라 — 멀티모달 출력(비디오와 오디오를 함께)을 생성합니다. Google의 Omni 패밀리는 생성형 멀티모달 시스템이고, OpenAI의 omni 브랜딩은 인지적 입력에 관한 것이었습니다.

Gemini Omni Flash vs Veo 3 — 어느 것이 더 나은가요?

각각 다른 것에 최적화되어 있습니다. Veo 3.1은 더 높은 해상도의, 더 시네마틱한 결과물(Omni Flash의 720p 대비 최대 4K)을 만들어내며, 세련되고 고충실도인 비디오 프로덕션에 더 나은 선택입니다. Gemini Omni Flash는 워크플로우에서 승리합니다: 상태를 유지하는 멀티턴 편집을 갖춘 유일한 비디오 모델이며, AI 아바타 생성을 포함하고, 같은 추론 패스에서 오디오를 생성하며, Veo 3.1보다 초당 비용이 약 4~7배 저렴합니다. 소셜 콘텐츠, 제품 데모, 반복적인 프로토타이핑에는 Omni Flash가 더 나은 도구입니다. 시네마틱하거나 방송 품질의 결과물에는 Veo 3.1이 옳은 선택입니다.

Gemini Omni Flash는 무료인가요?

API를 통해서는 아닙니다. API 가격은 입력 토큰 100만 개당 $1.50, 비디오 출력 토큰 100만 개당 $17.50입니다 — 720p 비디오 1초당 약 $0.10, 10초 클립에 약 $1.00입니다. 무료 API 티어는 없습니다. 다만 Gemini Omni Flash는 YouTube Shorts와 YouTube Create(18세 이상)의 자격을 갖춘 사용자에게는 무료로 제공되며, Google AI Plus, Pro, Ultra 소비자 구독을 통해서도 이용 가능합니다. 엔터프라이즈 접근은 Gemini Enterprise Agent Platform을 통해 제공됩니다.

Gemini Omni Flash는 어떤 해상도로 생성하나요?

출시 시점에는 720p, 24fps입니다. 지원되는 종횡비는 16:9, 9:16, 1:1입니다. 클립 길이는 4~10초입니다. 더 높은 해상도(1080p 이상)는 로드맵에 있으며, 아마도 곧 나올 Gemini Omni Pro 티어와 관련이 있을 것으로 보이지만, 출시 시점에는 이용할 수 없습니다.

Gemini Omni Flash 가격은 어떻게 되나요?

입력 토큰: 100만 개당 $1.50. 비디오 출력 토큰: 100만 개당 $17.50. 실질적으로는 생성된 720p 비디오 1초당 약 $0.10, 10초 클립 전체에 약 $1.00에 해당합니다. 멀티턴 편집 세션은 여러 번의 생성 호출을 포함하므로, 10초 클립에 대한 4턴 다듬기 세션은 약 $4.00의 비용이 들 수 있습니다. 전체 가격 정보는 ai.google.dev/gemini-api/docs/pricing에 게시되어 있습니다.

Gemini Omni와 Gemini Flash의 차이는 무엇인가요?

Gemini Flash는 빠르고 비용 효율적인 텍스트-및-비전 언어 모델 라인으로, 표준 Gemini 패밀리 안의 Flash 등급입니다. Gemini Omni는 any-to-any 멀티모달 생성을 위해 설계된, 다른 아키텍처를 기반으로 한 별도의 새로운 모델 패밀리이며 비디오 출력에서 시작합니다. "Gemini Omni Flash"는 Omni 아키텍처와 Flash 속도/비용 등급을 결합한 것으로, Omni 패밀리로의 접근하기 쉬운 진입점으로 자리매김하고 있습니다. 이들은 아키텍처적으로 별개의 모델 라인이며, 크기만 다른 동일 모델이 아닙니다. Gemini Omni Pro(더 높은 충실도, 아마도 더 높은 해상도)는 Gemini Flash 텍스트 모델과는 별도로 로드맵에 올라 있습니다.

---

출처

• Google Blog: Gemini Omni announcement
• Google AI Developers: Gemini Omni API documentation
• Google DeepMind: Gemini Omni model page
• Gemini API pricing
• Google Blog: Gemini Omni Flash / Nano / Banana 2 Lite

---

다이어그램: 한눈에 보는 Gemini Omni Flash의 아키텍처 — 텍스트, 이미지, 오디오 참조에 걸친 통합된 입력 처리, 그리고 720p, 24fps, 16:9 / 9:16 / 1:1 포맷으로 클립당 4~10초의 동기화된 비디오+오디오 출력.