Gemini Omni 1.1 Flash 릴리스 노트 / 새로운 기능

Gemini Omni 1.1 Flash는 전문가급 비디오 제어 기능을 도입합니다

Google은 AI 비디오 제작을 단순한 생성에서 전문가급 제어로 전환하기 위해 설계된 생성형 비디오 기능 제품군인 Gemini Omni 1.1 Flash를 출시했습니다. 이번 업데이트는 비디오 편집의 정밀도를 높이고, 저해상도 초안 작성을 통해 반복 비용을 줄이며, 고해상도 업스케일링을 통해 최종 출력 품질을 개선하는 데 중점을 둡니다.

향상된 시간적 제어 및 장면 확장

Gemini Omni 1.1 Flash는 개발자가 기존 비디오 장면을 확장할 수 있도록 하여 더 긴 스토리텔링을 가능하게 합니다. 이 모델은 이제 시각적 일관성과 서사적 흐름을 유지하기 위해 이전 버전에서 마지막 1초만 참조했던 것과 달리 최대 10초의 이전 문맥을 분석할 수 있습니다.

• 확장 제한: 비디오는 10초 단위로 확장할 수 있습니다.
• 누적 길이: 생성된 시퀀스의 총 누적 길이는 최대 40초에 달할 수 있습니다.

키프레임 보간을 통한 정밀한 동작 제어

점프 컷을 제거하고 복잡한 카메라 움직임을 구현하기 위해, Omni 1.1은 사용자가 샷의 처음과 마지막 프레임을 모두 지정할 수 있도록 합니다. 모델은 이 두 키프레임 사이를 보간하는 연속적인 비디오를 생성하여 다음과 같은 기능을 용이하게 합니다:

• 복잡한 카메라 오빗(Orbits): 피사체 주변의 부드러운 전환.
• 줌 전환(Zoom Transitions): 장면 안으로 또는 밖으로의 매끄러운 이동.
• 루핑 클립(Looping Clips): 완벽하게 매끄러운 루프 생성.

제작 효율성: 360p 초안 작성 및 4K 업스케일링

Omni 1.1은 프로토타이핑 단계와 최종 렌더링 단계를 분리하여 개발 주기를 최적화하는 계층형 해상도 전략을 도입합니다.

360p에서의 빠른 프로토타이핑

개발자는 360p 해상도에서 가벼운 미리보기를 생성할 수 있습니다. 이러한 초안은 생성 속도가 표준 720p 해상도보다 최대 60% 더 빠르고 비용은 3분의 1 수준으로, 스토리보드 반복 작업 및 빠른 렌더링에 이상적입니다.

4K에서의 전문가급 출력

최종 제작을 위해, 모델은 1080p 및 4K의 고해상도 출력을 지원하여 전문가용 미디어 배포에 필요한 디테일과 선명도를 제공합니다.

멀티모달 비디오 참조

Omni 1.1은 비디오 참조를 포함한 멀티모달 입력을 지원합니다. 사용자는 캐릭터 일관성과 시각적 문맥을 유지하기 위해 최대 3초의 참조 비디오를 업로드할 수 있습니다. 예를 들어, 개발자는 캐릭터 이미지와 특정 댄스 동작의 참조 비디오를 제공할 수 있으며, 모델은 해당 캐릭터의 외형을 참조 비디오에 담긴 동작에 적용할 수 있습니다.

커뮤니티 관점 및 기술적 비평

기술적 능력은 상당하지만, 개발자 커뮤니티에서는 이러한 도구의 실제 적용 및 한계에 대해 몇 가지 사항을 제기했습니다:

제어 가능성 vs. 원시 품질

실무자들 사이에서는 원시 생성 품질이 더 이상 주요 차별화 요소가 아니라는 공감대가 형성되고 있습니다. 한 사용자가 언급했듯이, "원시 생성 품질은 이제 기본 사양(table stakes)이 되고 있으며, 제어 가능성이 더 중요한 격전지가 될 것입니다."

초안 작성에서의 비결정론적 특성

일부 사용자는 360p 초안 작성 기능이 생성형 AI의 비결정론적 특성으로 인해 약화될 수 있다고 우려합니다. 만약 프롬프트가 360p에서 720p나 4K로 생성할 때 360p와 다른 결과를 낼 경우, 초안 작성 프로세스의 효율성이 떨어지기 때문입니다.

누락된 기능적 요구사항

특정 전문가용 요구사항은 여전히 해결되지 않았습니다. 구체적으로, 생성된 비디오를 기존 오디오에 동기화하는 능력(예: 녹음된 대화에 맞춘 립싱크)은 현재 Omni 1.1 제품군에서 누락된 매우 요청이 많은 기능입니다.

윤리적 및 산업적 영향

사용자들 사이의 논의의 핵심은 배우의 일자리 대체 가능성뿐만 아니라, 인간 피사체를 포함한 비디오에서 지속적으로 나타나는 일반적인 "언캐니 밸리(uncanny valley)" 효과입니다.