Gemini Omni 1.2 Flash는 Google DeepMind가 발표한 최신 비디오 생성 모델로, 이전 모델인 1.1 대비 효율성, 일관성 및 제어 능력을 비약적으로 향상시켰습니다. 본 모델은 특히 생산 비용을 30% 절감하고, 720p 비디오 기준 초당 $0.07의 경제적인 가격으로 제공됩니다.

핵심 기능 및 방법론

1. 확장된 비디오 길이 및 세분화된 제어: 비디오 생성 시간을 최대 15초로 늘렸으며(기존 10초), 3초에서 15초 사이를 1초 단위로 정밀하게 조정할 수 있습니다. 360p 또는 720p로 빠르게 초안을 생성한 뒤, 전체를 다시 생성할 필요 없이 후속 편집(Follow-up edit)으로 세부 사항을 수정하고 최종적으로 1080p 또는 4K로 업스케일링하는 효율적인 워크플로우를 지원합니다.

2. 강화된 Reference Adherence (참조 충실도): 텍스트 프롬프트 외에도 캐릭터, 제품, 스타일 이미지, 3초 이내의 모션 클립, 오디오 큐를 결합하여 생성 가이드라인을 제공합니다. 이를 통해 페이스(Face), 의류의 드레이프(Drape), 타이포그래피, 브랜드 컬러 등의 시각적 요소가 카메라 앵글 변화와 상관없이 일관되게 유지됩니다.

3. 향상된 일관성(Consistency)과 모션: 비디오의 첫 프레임부터 마지막 프레임까지 객체와 환경의 형태가 변형(Morphing)되거나 흔들리는 시각적 드리프트(Visual drift)를 최소화했습니다.
   • Multi-turn Conversational Editing: 전체 클립을 다시 생성하지 않고, 대화형 프롬프트를 통해 배경, 조명, 종횡비 등을 단계별로 교체할 수 있습니다. 이는 기존 프레임의 캐릭터 성능과 카메라 프레이밍을 보존하는 방식으로 작동합니다.
   • Natural Speech & Lip-sync: 특정 이미지와 음성 참조를 결합하여 다중 캐릭터 간의 대화를 자연스럽게 라우팅하며, 정교한 립싱크와 comedic timing을 구현합니다.

4. Cinematic Control: 카메라 제어 능력을 강화하여 FPV(First-Person View) 드론 비행, 복잡한 줌(Zoom), 궤도(Orbit) 이동 등을 구현할 때 점프 컷을 제거하고 스케일의 안정성을 확보하여 보다 영화적인 결과물을 산출합니다.

기술적 특징 요약

• 비용 구조: $C_{total} = \sum (t_i \times P)$, 여기서 $t_i$는 생성된 비디오의 초 단위 시간, $P$는 초당 비용($0.07).
• 확장성: 전체 시퀀스를 재구성하지 않는 Incremental Generation 기법을 통해 컴퓨팅 리소스를 최적화함.
• 보안: 생성된 모든 출력물에는 SynthID 워터마크가 포함되어 콘텐츠의 진위 여부를 확인 가능함.

결론적으로 Gemini Omni 1.2 Flash는 개발자와 기업이 API와 Google Cloud 인프라를 활용해 대규모로 고품질 비디오 콘텐츠를 제작할 수 있도록 지원하며, 단순 생성 도구를 넘어 인터랙티브하고 편집 가능한 생산 환경을 제공하는 데 초점을 맞추고 있습니다.