한 줄 정의
Gemini Omni는 Google DeepMind가 공개한 Gemini 계열의 영상 생성·편집 모델 가족이야. 첫 배포 모델은 Gemini Omni Flash이고, 핵심은 프롬프트 한 번으로 영상을 뽑는 것보다 기존 영상이나 참고 자료를 놓고 대화하듯 계속 고치는 쪽에 있어.
Veo처럼 영상 결과를 만드는 모델과 겹쳐 보이지만, 발표에서 Google이 강조한 지점은 다르다. Omni는 멀티모달 입력과 Gemini의 지식·추론을 묶어 장면을 만들고, 다시 자연어 지시로 편집하는 모델 가족으로 읽는 게 정확해.
실제로 무엇을 하나
Gemini Omni Flash는 텍스트·이미지·오디오·영상 4개 입력 형식을 함께 받아 영상을 만든다. 예를 들어 참고 이미지, 짧은 영상, 음악이나 음성 참조, 텍스트 지시를 한 프롬프트에 섞어서 한 장면으로 합치는 식이야. 다만 오디오 입력은 시작 단계에서 음성 참조 중심으로 열리고, 다른 오디오 입력은 이후 지원 예정이라고 발표됐다.
편집 방식은 대화형이야. 사용자가 “조각상을 거품으로 바꿔줘”처럼 말하면 기존 장면을 기준으로 바꾸고, 다음 지시는 앞선 수정 위에 이어진다. Google은 캐릭터 일관성, 물리, 장면 맥락이 여러 차례 편집에서도 유지된다는 점을 차별점으로 내세웠어.
배포 경로도 같이 봐야 해. 발표 시점에는 Google AI Plus, Pro, Ultra 3개 구독 플랜 사용자가 Gemini 앱과 Google Flow에서 쓰는 경로가 먼저 열렸고, YouTube Shorts와 YouTube Create 앱에는 무료 접근이 순차 제공돼. 개발자와 기업용 API는 몇 주 뒤 제공 예정으로 안내됐다.
왜 중요한가
Gemini Omni가 중요한 이유는 영상 생성을 “프롬프트에서 새 클립 만들기”만이 아니라 “보고, 고치고, 다시 지시하는 편집 흐름”으로 밀고 있기 때문이야. 팀에서 광고 시안, 교육 영상, 소셜 클립을 만들 때는 한 번에 완성본을 얻는 것보다 결과를 보며 손보는 과정이 더 길다. Omni는 그 반복 구간을 Gemini 대화 인터페이스 안으로 끌어오려는 모델이야.
또 안전 표식이 제품 설명의 일부로 들어간 점도 봐야 해. Google은 Omni로 만든 모든 영상에 SynthID 워터마크가 들어가고, Gemini 앱과 Chrome, Google Search에서 생성 여부를 확인할 수 있다고 설명했다. 영상이 그럴듯해질수록 출처 표시와 검증 경로가 같이 중요해지기 때문에, 이 부분은 단순 부가 기능보다 운영 조건에 가깝다.
주의해서 볼 점
먼저, Gemini Omni는 공개 가중치 모델도 아니고 내부 구조가 공개된 연구 모델도 아니야. 파라미터 수, Veo와의 아키텍처 차이, API 가격, 생성당 컴퓨트 사용량, 정량 벤치마크는 후보 출처 기준으로 확인되지 않았다. 그래서 지금은 “성능이 어느 모델보다 낫다”보다 “어떤 입력을 받고 어디서 쓸 수 있나”를 먼저 보는 게 맞아.
둘째, 현재 공개 범위는 영상 중심이다. Google은 나중에 이미지와 오디오 출력도 지원하겠다고 했지만, 지금 발표에서 바로 판단할 수 있는 건 Gemini Omni Flash의 영상 생성·편집 흐름이야. 일반 음성·말소리 편집도 책임 있는 제공 방식을 더 테스트 중이라고 선을 그었다.
셋째, 아바타 기능은 별도로 읽어야 해. Google은 사용자가 자기 목소리와 모습을 바탕으로 자기 디지털 아바타 영상을 만들 수 있다고 설명하지만, 이것을 다른 사람의 음성·외모를 자유롭게 편집하는 기능으로 넓혀 읽으면 안 돼. Gemini Omni를 도입 판단에 올릴 때는 기능 데모보다 권한, 워터마크, 검증 경로를 같이 확인해야 한다.