구글이 제미나이 라이브에 추가한 실시간 이미지 생성 및 편집 기능: 안드로이드·iOS 작동 방식과 기술적 기반

결국 두 플랫폼의 핵심 경험은 동일합니다. "제미나이야, 내가 보여주는 이 공간의 분위기를 저녁 노을로 바꿔서 그림처럼 만들어줘" 와 같은 명령을 음성으로 전달하면, AI가 이를 이해하고 곧바로 편집된 이미지를 보여주는 방식입니다.

이 모든 것을 가능하게 하는 두뇌: '나노 바나나' 기술

이 강력한 실시간 이미지 처리 능력의 중심에는 제미나이 2.5 플래시 이미지, 즉 '나노 바나나'가 있습니다. 구글이 자체적으로 '최첨단 이미지 생성 및 편집 모델'이라고 명명한 이 기술의 주요 특징은 다음과 같습니다 :

• 이미지 합성: 여러 장의 사진을 하나의 자연스러운 합성 이미지로 만들어 줍니다 .
• 캐릭터 일관성 유지: 스토리텔링을 위해 이미지를 연속 편집할 때, 등장인물의 얼굴이나 스타일이 어색하게 변형되지 않고 일관되게 유지됩니다 .
• 자연어 기반 정밀 편집: “이 조각상을 비눗방울로 만들어줘”처럼 구체적이고 창의적인 지시도 정확히 이해하고 수행합니다 .
• 대화형 워크플로우: 이 모든 과정이 단순한 명령 수행을 넘어, 대화를 주고받듯 단계적으로 이루어집니다 .

구글 I/O 2026이 가져온 더 큰 그림: '제미나이 옴니'와 '3.5 플래시'

구글이 이 시점에 제미나이 라이브의 이미지 기능을 강화한 것은 우연이 아닙니다. 2026년 5월, 구글 연례 개발자 회의(I/O)에서 발표된 여러 정책들은 '제미나이'를 모든 AI 경험의 중심축으로 삼으려는 거대한 전략을 보여줍니다:

1. 제미나이 옴니(Gemini Omni): '나노 바나나'의 영상 버전

이번 I/O에서 가장 큰 주목을 받은 발표 중 하나는 바로 제미나이 옴니입니다. 구글은 이를 "어떤 입력으로든 무엇이든 만들 수 있는 모델" 이라고 소개하며, 첫 시작으로 영상 분야를 택했습니다 .

마치 '나노 바나나'로 이미지를 말로 편집하듯, '제미나이 옴니'는 영상을 대화하듯 편집하고 생성할 수 있게 해줍니다. 사용자는 텍스트, 사진, 기존 비디오 클립 등 다양한 재료를 조합하여 높은 품질의 영상을 만들고, "여기 등장인물의 옷 색깔을 바꾸고 배경을 해변으로 바꿔줘" 같은 복잡한 편집 명령을 자연어로 수행할 수 있습니다 . 구글은 옴니가 단순한 영상 생성 도구를 넘어, 물리 법칙과 세계 지식을 이해하는 '월드 모델(World Model)' 을 지향한다고 밝혔습니다 .

2. 제미나이 3.5 플래시(Gemini 3.5 Flash): 더 빠르고 똑똑해진 기본기

구글은 제미나이 앱과 검색의 기본 AI 모델을 제미나이 3.5 플래시로 전격 교체했습니다 . 이 모델의 가장 큰 특징은 압도적인 속도입니다. 경쟁사 최전선 모델 대비 토큰(텍스트 데이터 단위)을 4배 더 빠르게 출력하면서도, 코딩이나 복잡한 다단계 작업 수행 능력(에이전틱 태스크)은 이전 세대의 상위 모델들을 뛰어넘었습니다 . 이는 사용자들이 더 빠르게 답변을 얻으면서도 고급 추론 능력을 경험할 수 있게 되었음을 의미합니다.

그 외 주요 업데이트:

• 제미나이 스파크(Gemini Spark): 사용자 대신 온라인 작업을 수행하는 새로운 AI 에이전트로, 결제까지 대행할 수 있는 가능성을 제시했습니다 .
• AI 모드 강화: 구글 검색에 통합된 AI 모드 역시 제미나이 3.5 플래시를 기반으로, 구글은 이를 '25년 만의 가장 큰 검색 업그레이드' 라고 표현했습니다 .

멀티모달 AI 경쟁, 구글의 전략은 '통합'

구글이 내세우는 경쟁력의 핵심은 통합된 실시간 멀티모달 파이프라인입니다. 단순히 텍스트, 이미지, 영상 모델을 따로 잘 만드는 것을 넘어, 이 모든 것을 하나의 대화 경험 안에서 매끄럽게 엮어내는 것이죠 .

• 이미지: '제미나이 라이브'를 통해 "보여주면서 말하는" 실시간 이미지 창작이 가능해졌습니다 .
• 영상: '제미나이 옴니'는 이런 대화형 창작 경험을 영상 영역으로 확장하여, 전문적 편집 기술 없이도 누구나 영상을 만들고 편집할 수 있는 시대를 열고자 합니다 .
• 추론 + 미디어 생성: 구글은 옴니가 제미나이의 지능과 생성형 미디어 모델을 결합하여, 단순한 창작을 넘어 세상에 대한 이해를 바탕으로 결과물을 만들어낸다고 강조합니다 .

결국, 구글의 최종 목표는 사용자가 카메라를 통해 보여주는 현실 세계의 정보와 AI의 창의적인 생성 능력을 하나의 대화로 완벽하게 연결하는 것입니다. "내가 보는 것"과 "내가 만들고 싶은 것" 사이의 간극을 AI 대화가 메워주는 시대를 여는 것이죠. 이 모든 것이 실제 사용 환경에서 얼마나 완벽하게, 그리고 빠르게 구현될지가 앞으로의 가장 큰 관전 포인트입니다 .