무엇이든 입력하면, 영상으로 나온다

제미나이 옴니 플래시의 핵심 슬로건은 "무엇이든 입력하면(Anything in), 영상으로 출력한다(Video out)" 이다 . 이 모델의 기반 아키텍처는 트랜스포머(Transformer) 기반으로, 텍스트, 이미지, 오디오, 비디오 등 어떤 조합의 입력에도 추론을 통해 하나의 일관된 영상 결과물을 만들어낸다 .

구글은 단순 이미지 조합을 넘어 물리 법칙을 적용해 생성 장면의 타당성을 높인다는 점을 강조한다. 예를 들어 중력이나 운동 에너지 같은 물리적 개념, 그리고 역사와 문화적 맥락을 반영해 생성되는 장면이 어색하지 않도록 제어하는 '세계 기반 지능(World-grounded Intelligence)'을 갖췄다는 것이다 .

이 모델은 기존에 구글이 보유한 생성 모델들(Veo, Nano Banana, Genie 등)의 역량을 제미나이 추론 엔진 하나로 통합한 형태다 . 텍스트 한 줄, 참고용 사진 한 장, 짧은 오디오 샘플과 기존 영상 클립을 한꺼번에 주면, 이 모든 요소를 엮어 사운드가 동기화된 10초 길이의 새 영상 클립으로 만들어준다 .

모든 결과물에는 구글의 신스ID(SynthID) 기술이 보이지 않게 삽입되어, 추후 해당 콘텐츠가 AI로 생성되었는지 식별할 수 있도록 한다 . 현재 생성 길이가 10초로 제한되는 것은 기술적 한계보다는 출시 초기 설계에 따른 의도적인 결정이다 .

누가, 어떻게, 얼마에 쓸 수 있나

구글은 발표 당일부터 전 세계에서 접근할 수 있도록 했으며, 무료와 유료를 병행한다 .

• 무료 사용자: 만 18세 이상이라면 유튜브 쇼츠 리믹스 도구 및 유튜브 크리에이트 앱에서 무료로 사용할 수 있다 .
• 구글 AI 플러스(Plus): 제미나이 앱과 구글 플로우(Flow)에서 이용 가능하며, 월 $7.99의 구독료가 필요하다 .
• 구글 AI 프로(Pro): 같은 서비스에서 이용할 수 있으며, 월 구독료는 $19.99다 .
• 구글 AI 울트라(Ultra): 더 높은 가격대의 구독 요금제로 접근할 수 있다 .

아직 개발자와 기업을 위한 API는 제공되지 않는다. 구글은 "앞으로 몇 주 안에" 제미나이 API와 버텍스 AI(Vertex AI)를 통해 제공할 예정이라고 밝혔다 .

"그건 라이카 M 카메라에 절대 안 들어갑니다"

구글의 발표 직후, 완전히 다른 철학이 업계의 스포트라이트를 받았다. 2026년 5월 말, 오스트리아 빈에서 열린 샤오미 17T 프로 출시 행사에서였다. 이 스마트폰은 라이카가 튜닝한 카메라 렌즈와 더불어 제미나이 옴니 기능을 탑재했다 .

라이카 카메라 AG의 모바일 사업부 부사장 마리우스 에슈바일러(Marius Eschweiler)는 현장에서 다음과 같이 명확한 입장을 밝혔다. "라이카의 철학은 항상 진정성 있는 이미지, 즉 현실을 그대로 재현하는 실제 이미지를 만드는 것입니다."라며 생성형 AI 도구들이 이 철학과 정면으로 배치된다고 지적했다. 그는 "대부분 그런 기능은 라이카 M 카메라에서 볼 수 없을 겁니다"라고 못 박으며, 광학 렌즈의 장인 정신과 한순간을 포착하는 순수성에 대한 브랜드의 헌신을 강조했다 .

하지만 라이카가 이 기술 자체를 부정한 것은 아니다. 라이카 경영진은 생성형 AI가 스마트폰 환경에서는 완벽하게 들어맞는다고 인정했다. 이미 컴퓨테이셔널 포토그래피(Computational Photography)가 보편적인 이 생태계에서 AI 기반의 창작과 편집은 파격이 아닌, 사용자 경험의 자연스러운 진화로 받아들여진다 . 이로써 라이카는 명확한 투 트랙 전략을 구축한 셈이다. 전통적인 라이카 카메라는 '빛을 기록하는 순수주의자의 도구'로 남고, 스마트폰은 'AI의 도움을 받아 창작하는 캔버스'가 되는 것이다.

영상 넘어 '세계 모델'로, 구글의 다음 수는?

순다르 피차이 구글 CEO와 코레이 카부추올루 딥마인드 CTO는 "궁극적으로 어떤 입력으로든 무엇이든 만들어내는" 모델 패밀리가 목표라고 이례적으로 솔직하게 밝혔다 .

구체적으로 가까운 미래에 이뤄질 발전 방향은 크게 두 가지다.

• 영상 너머로의 확장: 현재 옴니 플래시는 10초짜리 동영상 클립에 집중하지만, 향후 버전에서는 이미지와 텍스트 출력도 지원할 예정이다 .
• 더 강력한 후속 모델: 로드맵에는 옴니 프로(Omni Pro)와 옴니 울트라(Omni Ultra) 라는 더 높은 성능의 모델이 예정되어 있다. 플래시는 이 모델군 중 가장 빠르고 효율적인 등급에 해당한다 .

궁극적으로 구글은 옴니가 모든 감각을 넘나들며 세상을 이해하고, 시뮬레이션하며, 상호작용하는 이른바 완전한 '세계 모델(World Model)' 로 나아가는 디딤돌이 될 것으로 보고 있다 .

무엇이든 입력하면, 영상으로 나온다

제미나이 옴니 플래시의 핵심 슬로건은 "무엇이든 입력하면(Anything in), 영상으로 출력한다(Video out)" 이다 . 이 모델의 기반 아키텍처는 트랜스포머(Transformer) 기반으로, 텍스트, 이미지, 오디오, 비디오 등 어떤 조합의 입력에도 추론을 통해 하나의 일관된 영상 결과물을 만들어낸다 .

구글은 단순 이미지 조합을 넘어 물리 법칙을 적용해 생성 장면의 타당성을 높인다는 점을 강조한다. 예를 들어 중력이나 운동 에너지 같은 물리적 개념, 그리고 역사와 문화적 맥락을 반영해 생성되는 장면이 어색하지 않도록 제어하는 '세계 기반 지능(World-grounded Intelligence)'을 갖췄다는 것이다 .

이 모델은 기존에 구글이 보유한 생성 모델들(Veo, Nano Banana, Genie 등)의 역량을 제미나이 추론 엔진 하나로 통합한 형태다 . 텍스트 한 줄, 참고용 사진 한 장, 짧은 오디오 샘플과 기존 영상 클립을 한꺼번에 주면, 이 모든 요소를 엮어 사운드가 동기화된 10초 길이의 새 영상 클립으로 만들어준다 .

모든 결과물에는 구글의 신스ID(SynthID) 기술이 보이지 않게 삽입되어, 추후 해당 콘텐츠가 AI로 생성되었는지 식별할 수 있도록 한다 . 현재 생성 길이가 10초로 제한되는 것은 기술적 한계보다는 출시 초기 설계에 따른 의도적인 결정이다 .

누가, 어떻게, 얼마에 쓸 수 있나

구글은 발표 당일부터 전 세계에서 접근할 수 있도록 했으며, 무료와 유료를 병행한다 .

• 무료 사용자: 만 18세 이상이라면 유튜브 쇼츠 리믹스 도구 및 유튜브 크리에이트 앱에서 무료로 사용할 수 있다 .
• 구글 AI 플러스(Plus): 제미나이 앱과 구글 플로우(Flow)에서 이용 가능하며, 월 $7.99의 구독료가 필요하다 .
• 구글 AI 프로(Pro): 같은 서비스에서 이용할 수 있으며, 월 구독료는 $19.99다 .
• 구글 AI 울트라(Ultra): 더 높은 가격대의 구독 요금제로 접근할 수 있다 .

아직 개발자와 기업을 위한 API는 제공되지 않는다. 구글은 "앞으로 몇 주 안에" 제미나이 API와 버텍스 AI(Vertex AI)를 통해 제공할 예정이라고 밝혔다 .

"그건 라이카 M 카메라에 절대 안 들어갑니다"

구글의 발표 직후, 완전히 다른 철학이 업계의 스포트라이트를 받았다. 2026년 5월 말, 오스트리아 빈에서 열린 샤오미 17T 프로 출시 행사에서였다. 이 스마트폰은 라이카가 튜닝한 카메라 렌즈와 더불어 제미나이 옴니 기능을 탑재했다 .

라이카 카메라 AG의 모바일 사업부 부사장 마리우스 에슈바일러(Marius Eschweiler)는 현장에서 다음과 같이 명확한 입장을 밝혔다. "라이카의 철학은 항상 진정성 있는 이미지, 즉 현실을 그대로 재현하는 실제 이미지를 만드는 것입니다."라며 생성형 AI 도구들이 이 철학과 정면으로 배치된다고 지적했다. 그는 "대부분 그런 기능은 라이카 M 카메라에서 볼 수 없을 겁니다"라고 못 박으며, 광학 렌즈의 장인 정신과 한순간을 포착하는 순수성에 대한 브랜드의 헌신을 강조했다 .

하지만 라이카가 이 기술 자체를 부정한 것은 아니다. 라이카 경영진은 생성형 AI가 스마트폰 환경에서는 완벽하게 들어맞는다고 인정했다. 이미 컴퓨테이셔널 포토그래피(Computational Photography)가 보편적인 이 생태계에서 AI 기반의 창작과 편집은 파격이 아닌, 사용자 경험의 자연스러운 진화로 받아들여진다 . 이로써 라이카는 명확한 투 트랙 전략을 구축한 셈이다. 전통적인 라이카 카메라는 '빛을 기록하는 순수주의자의 도구'로 남고, 스마트폰은 'AI의 도움을 받아 창작하는 캔버스'가 되는 것이다.

영상 넘어 '세계 모델'로, 구글의 다음 수는?

순다르 피차이 구글 CEO와 코레이 카부추올루 딥마인드 CTO는 "궁극적으로 어떤 입력으로든 무엇이든 만들어내는" 모델 패밀리가 목표라고 이례적으로 솔직하게 밝혔다 .

구체적으로 가까운 미래에 이뤄질 발전 방향은 크게 두 가지다.

• 영상 너머로의 확장: 현재 옴니 플래시는 10초짜리 동영상 클립에 집중하지만, 향후 버전에서는 이미지와 텍스트 출력도 지원할 예정이다 .
• 더 강력한 후속 모델: 로드맵에는 옴니 프로(Omni Pro)와 옴니 울트라(Omni Ultra) 라는 더 높은 성능의 모델이 예정되어 있다. 플래시는 이 모델군 중 가장 빠르고 효율적인 등급에 해당한다 .

궁극적으로 구글은 옴니가 모든 감각을 넘나들며 세상을 이해하고, 시뮬레이션하며, 상호작용하는 이른바 완전한 '세계 모델(World Model)' 로 나아가는 디딤돌이 될 것으로 보고 있다 .