구글은 11월 5일 영상 생성·편집 모델 Gemini Omni 1.2 Flash를 공개하고 같은 날 정식 출시로 전환했다. 발표 블로그가 맨 앞에 둔 변화는 세 가지다. 클립당 네이티브 생성 상한이 10초에서 15초로 늘었고, 참조 이미지 재현도가 높아졌으며, 720p 영상 가격이 초당 0.07달러로 내려가 1.1 버전보다 30% 낮아졌다.
블로그 작성자는 구글 딥마인드의 프로덕트 매니저 Anish Nangia다. 개발자는 Google AI Studio에서 Gemini API로 호출할 수 있고, 기업 사용자는 구글 클라우드의 Vertex AI를 쓰며 프로비저닝된 처리량(Provisioned Throughput)도 제공된다. 일반 사용자용 진입점은 Flow, Google Vids, Gemini 앱이다. Gemini 앱의 15초 영상은 현재 Google AI Ultra 구독자에게만 순차적으로 열리고 있으며, Google Vids에서는 구글 계정이나 Workspace 구독으로 15초 클립을 생성해도 추가 요금이 없다. Google Ads도 이 버전을 연동해 영상 광고 소재를 대량으로 만드는 데 쓴다.
길이와 일관성
길이는 3초부터 15초까지 1초 단위로 고를 수 있다. 8월의 1.1 버전은 클립당 최대 10초였고, 더 긴 영상은 이어 붙이기 기능으로 한 구간씩 뒤에 연결해야 했다. 1.2는 단일 클립을 길게 만들면서 이어 붙이기와 첫·끝 프레임 보간 기능을 그대로 유지한다. 블로그는 첫 프레임에서 마지막 프레임까지 인물, 사물, 장면이 흔들리거나 변형되는 현상이 줄었다고 밝혔다.
참조 입력은 세 종류다. 캐릭터, 상품, 스타일 이미지, 최대 3초의 동작 참조 클립, 그리고 오디오 프롬프트다. 구글이 든 예시는 가상 피팅과 상품 360도 전시이며, 새 버전은 카메라 위치가 달라져도 얼굴, 의류, 포장지의 글자와 브랜드 색상을 일관되게 유지한다고 주장한다.
멀티턴 편집은 이번에 15초 클립 전체로 확대됐다. 상품 교체, 배경 교체, 조명과 날씨 변경, 화면 비율 변경을 이전 결과 위에서 이어서 할 수 있어, 클립 전체를 다시 생성할 필요가 없다. 음성 쪽에는 다중 화자 조건 제어가 추가돼 서로 다른 목소리를 해당 캐릭터에 배정할 수 있고, 립싱크도 개선됐다. 카메라 워크와 관련해서는 블로그가 FPV 관통, 줌 아웃, 오빗 같은 연속 샷을 짚으며 점프 컷이 줄고 화면 비율이 더 안정적이라고 설명했다.
모든 출력물에는 눈에 보이지 않는 SynthID 워터마크가 들어간다.
720p 기준으로 따져 보기
구글이 초당 가격을 공개한 것은 720p 한 단계뿐이고, 1080p와 4K는 가격 페이지에서 확인해야 한다. 블로그가 권하는 작업 흐름은 360p 또는 720p로 초안을 만들고, 멀티턴 편집으로 마음에 들 때까지 고친 뒤, 마지막에 1080p나 4K로 업스케일하는 것이다.
공개된 수치로 대략 계산하면 다음과 같다.
| 클립 | 1.1 버전(720p, 약 0.10달러/초) | 1.2 Flash(720p, 0.07달러/초) |
|---|---|---|
| 15초 단일 클립 | 약 1.5달러, 이어 붙이기 필요 | 약 1.05달러 |
| 30초 완성본(두 클립) | 약 3달러 | 약 2.1달러 |
1.1 버전의 초당 가격은 당사가 앞서 가격 문서의 토큰 기준에서 역산한 근삿값이고, 1.2의 0.07달러는 구글이 직접 제시한 숫자다. 둘의 차이는 블로그가 말한 30%와 거의 맞아떨어진다.
이 표는 한 번 생성하는 경우만 계산했다. 초안 단계에서 반복해 시도하는 비용, 멀티턴 편집을 한 번 할 때마다 클립 전체 길이로 다시 과금되는지, 4K로 업스케일하면 얼마가 더 붙는지는 블로그에 적혀 있지 않아, 실제 청구액은 표보다 높아질 것이다. 이커머스 숏폼 영상을 만드는 팀이 "초안을 여러 번 고치고 확정본만 업스케일"하는 흐름으로 작업한다면, 한 편당 비용은 주로 몇 번 수정했는지에 달려 있고 표시 가격은 출발점일 뿐이다.
구글이 직접 밝힌 한계
블로그는 여전히 개선 중인 방향 세 가지를 적었다. 빠르게 움직이는 스포츠 동작, 대사가 자주 바뀌는 대본, 복잡한 물리 효과다. 성능 설명은 전부 구글이 고른 샘플에서 나온 것으로, 포스터 시퀀스와 첫·끝 프레임 비교 사례가 포함된다. 정량 평가 점수는 제시되지 않았고 제3자 평가도 없다.
중국 본토 개발자에게는 Gemini API와 Vertex AI가 본토에서 서비스되지 않아, 쓰려면 해외 법인과 계정이 필요하다. 중국 팀들은 이미 Kling, Jimeng 같은 영상 모델을 쓰고 있고, Kling 4.0은 10월 출시 때 한 편에 30초까지 생성할 수 있었다. 15초에 초당 0.07달러라는 조합의 압박은 주로 초 단위로 과금하는 해외 동종 API에 쏠린다.
참고 출처: Google 공식 블로그, Gemini API 가격 페이지, CocoLoop. 720p 초당 0.07달러, 클립당 3~15초, 1.1 버전 대비 30% 인하라는 수치를 확인했다.