Gemini Omni 사용법: 영상에서 바꿀 것과 유지할 것 정하기

Gemini Omni는 글이나 이미지를 바탕으로 짧은 영상을 만들고, 만든 영상을 대화로 고치는 구글 모델입니다. 예를 들어 “인물은 그대로 두고 배경만 잔디밭으로 바꿔 주세요”라고 요청할 수 있습니다.

아래에서는 구글 공식 데모로 무엇이 바뀌는지 먼저 보고, 편집 요청을 쓰는 방법과 결과를 확인하는 순서, Veo와의 차이, 비용 계산을 차례로 설명합니다. 기능과 가격은 2026년 10월 4일 공식 문서 기준입니다.

무엇을 넣고 무엇을 받나요?

멀티모달은 글, 이미지, 영상처럼 여러 종류의 자료를 다룬다는 뜻입니다. Gemini Omni도 멀티모달 모델이지만, 실제로 넣을 수 있는 자료는 쓰는 서비스마다 다릅니다.

API는 프로그램이 모델에 요청하는 연결 방식입니다. 현재 Gemini Omni 1.1 Flash API의 모델 문서와 기능 안내 기준으로, 넣을 수 있는 것과 받을 수 있는 것은 이렇습니다.

Gemini Omni 1.1 Flash API의 입력과 출력

자료	입력으로 넣기	출력으로 받기
글	제공	–
이미지	제공	–
영상	제공	제공
소리	오디오 파일 참조 불가	영상과 함께 생성
목소리 편집	제공하지 않음	제공하지 않음

Google Vids(문서와 발표에 쓸 영상을 만드는 구글 도구)의 개인 아바타는 앱이 제공하는 기능입니다. API에서 같은 기능을 쓰려면 API 문서에 그 기능이 있는지부터 봅니다. Vids의 편집과 아바타 기능은 Vids 소개 글에 나와 있습니다.

아래는 구글이 Gemini Omni 공식 데모 모음에 공개한 생성 영상입니다. 거품 모양 구조물의 형태, 빛, 움직임이 생성 영상에서 어느 정도로 표현되는지 볼 수 있습니다.

대화로 영상을 고친다는 뜻

앞선 결과를 바탕으로 다음 수정을 이어서 요청하는 방식을 대화형 편집이라고 합니다. 구글의 대화형 편집 데모에서는 영상 하나를 두 번 이어서 고쳤습니다. 세 영상에서 배경, 바이올린, 카메라 방향이 어떻게 달라지는지 봅니다.

먼저 실내에서 바이올린을 연주하는 원본입니다.

첫 번째 편집에서는 배경이 잔디밭으로 바뀌면서 바이올린도 사라졌고, 연주자는 활만 들고 있습니다.

두 번째 편집에서는 잔디밭과 짙은 녹색 옷을 그대로 두고, 연주자를 뒤쪽에서 보는 각도로 바뀌었습니다.

첫 번째 편집처럼 한 번에 여러 요소가 함께 바뀔 수 있으므로, 결과에서는 요청한 부분과 함께 인물의 얼굴과 손, 옷, 사물의 모양, 소리까지 원본과 비교합니다.

개발자가 쓰는 Interactions API에서는 이전 결과의 식별 번호를 다음 요청에 붙여, 어떤 결과를 이어서 고칠지 지정합니다. 이전 결과를 저장하지 않는 설정에서는 이 번호만으로 다음 편집을 할 수 없습니다.

편집 요청에는 바꿀 것과 유지할 것을 함께 적습니다

“더 예쁘게 만들어 주세요”만으로는 모델이 어느 부분을 바꿀지 정할 근거가 없습니다. 위 원본에서 바이올린은 남기고 배경만 바꾸고 싶다면, 바꿀 것 하나와 유지할 것 네 가지를 한 요청에 적습니다.

Gemini, 영상 편집

이 영상의 실내 배경을 낮의 잔디밭으로 바꿔 주세요. 연주자와 옷, 바이올린과 활, 정면에서 보는 카메라 방향은 유지해 주세요.

바꿀 것 하나, 유지할 것 네 가지

배경을 낮의 잔디밭으로 바꾼 영상을 만들었습니다.

결과에서 바이올린이 사라졌습니다. 바이올린이 있던 원본을 기준으로 배경만 바꿔 주세요.

결과를 받으면 아래 순서로 원본과 대조합니다.

4번에서는 결과 영상이 아니라 원본을 기준으로 다시 고쳐 달라고 요청합니다. 결과 영상에 이어서 고치면 바이올린이 없는 영상에서 다시 시작하게 됩니다. 화면에서 원본을 다시 고를 수 있으면 원본을 선택한 상태에서 요청합니다. 요청을 몇 번 반복해도 같은 조건이 빠지면 거기서 멈추고, 어떤 조건이 실패했는지 적어 둡니다. 편집 요청을 보낼 때마다 새 결과가 생성되므로 비용도 그만큼 듭니다.

Veo와는 무엇이 다른가요?

구글은 대화형 수정에는 Omni를, 마지막 프레임 지정 같은 제작 기능에는 Veo를 권합니다. Veo 3.1도 소리와 영상을 함께 생성합니다. 구글의 영상 모델 선택 안내 기준으로 두 모델을 나누면 이렇습니다.

작업별로 맞는 영상 모델

작업	Gemini Omni1.1 Flash	Veo 3.1
말로 여러 번 이어서 고치기	제공	–
마지막 장면을 지정하기	–	제공
소리와 영상을 함께 생성	제공	제공
API 출력 해상도	360p부터 4K	–

현재 gemini-omni-1.1-flash 모델 문서는 3~10초, 360p부터 4K까지의 영상 출력을 안내합니다. 4K는 화면 해상도이고, 편집 내용이 맞는지는 결과를 보고 따로 판단합니다. 앱에서 고를 수 있는 해상도도 API와 따로 정해지므로, 납품 해상도가 정해져 있으면 쓰는 앱의 내보내기 옵션에서 그 해상도가 있는지 봅니다.

어느 모델로 만들든 최종본은 얼굴, 손, 제품 모양, 자막과 소리를 사람이 직접 검수합니다. 다른 회사 모델의 결과는 영상 AI 모델별 비교 글에 정리했습니다.

앱과 API는 비용과 조건이 따로입니다

Gemini 앱이나 Flow에서 영상 기능을 쓴다면, 화면에 표시되는 모델과 편집 가능 여부를 먼저 봅니다. 기능이 보이지 않으면 계정, 지역, 요금제 조건을 차례로 봅니다.

앱의 구독료나 크레딧과 API 사용료는 따로 냅니다. 대학생 무료 혜택에는 신청 시점의 대상 국가, 요금제, 갱신 조건이 따로 있고, 자세한 내용은 학생 혜택 안내 글에서 다룹니다.

API의 현재 일반 제공 모델 이름은 gemini-omni-1.1-flash이고, 미리보기 모델 이름인 gemini-omni-flash-preview와 다릅니다. 무료 API 등급은 없으며, 공식 가격표의 영상 출력 단가는 100만 토큰당 17.50달러입니다. 토큰은 여기서 사용량을 계산하는 단위이고, 720p 출력은 초당 5,792토큰으로 계산합니다.

수정 요청도 새 결과를 만들기 때문에, 위 예처럼 두 번 고치면 출력 비용이 세 번 나갑니다. API에 편집용으로 올리는 영상은 최대 10초입니다. 또 API에서는 유럽 경제 지역, 영국, 스위스에서 사용자가 올린 영상의 편집과 연장이 제한됩니다.

Sources

• Gemini Omni 1.1 Flash 모델 사양
• Gemini Omni 기능, 대화형 편집, 지역 제한
• Gemini API 가격표
• 구글의 영상 모델 선택 안내
• 구글의 Gemini Omni 공식 데모 모음
• Google Vids의 Omni 편집과 아바타 안내

3줄 요약

1. Gemini Omni는 글, 이미지, 영상을 받아 짧은 영상을 만들고 대화로 이어서 고치는 구글 모델이며 API 모델 이름은 gemini-omni-1.1-flash입니다.

2. 현재 API는 3~10초 길이에 360p부터 4K까지의 영상을 출력하고, 720p 출력은 초당 5,792토큰이라 10초 영상 한 번에 약 1.01달러가 듭니다.

3. 편집 요청에는 바꿀 것과 유지할 것을 함께 적고, 결과에서는 요청하지 않은 인물과 사물, 소리가 바뀌지 않았는지도 원본과 대조합니다.