Gemini 3.5 Flash Omni 출시: 크리에이터를 위한 Google 멀티모달 AI 업데이트

2026년 5월 20일 현재, Google I/O 2026의 발표가 막 마무리되었지만, 멀티모달 도구 분야에서 이미 의미 있는 진전을 보여주고 있습니다. Gemini 3.5 Flash는 이제 Gemini 앱과 Search AI 모드의 기본 모델로 자리 잡았습니다. 이전 버전보다 약 4배 빠른 속도를 제공하면서 코딩 지원과 에이전트 기능이 강화되었고, 추론 비용도 낮아졌습니다. 같은 행사에서 Google은 텍스트, 정지 이미지, 비디오 클립, 오디오를 조합해 일관된 비디오 출력으로 변환하는 멀티모달 월드 모델 Gemini Omni를 공개했습니다. 초기 데모에서는 짧은 텍스트 프롬프트, 참조 사진, 주변 음향을 결합해 놀랍도록 안정적인 모션을 생성하는 모습을 선보였습니다. Gemini Omni Flash는 Google AI Plus, Pro, Ultra 구독자를 대상으로 메인 앱, Google Flow, YouTube Shorts를 통해 즉시 제공되며, 더 넓은 API 액세스는 앞으로 몇 주 내에 예상됩니다.

크리에이터에게는 헤드라인 스펙보다 속도와 일관성이 더 중요합니다. Gemini 3.5 Flash의 성능 향상으로 프롬프트에서 결과물까지 걸리는 시간이 크게 줄어들어, 여러 번의 테이크를 거치며 시퀀스를 다듬을 때 특히 유용합니다. 에이전트 기능 업그레이드로 스토리보드 생성 후 선택한 프레임을 짧은 클립으로 확장하는 등의 간단한 다단계 작업도 자동으로 계획할 수 있습니다. Gemini Omni의 혼합 입력 방식은 이미지-to-비디오 파이프라인에 특히 효과적입니다. 기존 스틸 이미지, 스타일 참조 비디오, 카메라 움직임을 설명하는 짧은 음성 노트를 함께 입력하면 모든 신호를 반영한 결과물을 한 번에 얻을 수 있어, 이전에는 무거운 후반 작업 없이는 어려웠던 수준의 제어성을 제공합니다.

초기 테스트에서 크리에이터들이 가장 많이 언급하는 개선점은 더 나은 프롬프트 준수도와 캐릭터 일관성입니다. 모션이 여러 샷에서 동일한 피사체에 고정되면 편집 시간이 눈에 띄게 줄어듭니다. 혼합 미디어 프롬프트는 제품 렌더링을 라이프스타일 장면에 삽입하거나 생성 영상에 대사를 추가하는 등 소규모 창의적 실험도 가능하게 합니다. 실제로 몇 가지 혼합 입력 테스트를 진행해 본 결과, 예상보다 훨씬 실용적인 결과물이 나왔지만 복잡한 카메라 움직임에서는 아직 완벽하지는 않았습니다. 이러한 멀티모달 발전은 차세대 비디오 도구의 방향을 바꾸고 있으며, Gemini Omni의 노골적 콘텐츠 처리 방식에 대한 논의도 이어지고 있습니다. 자세한 내용은 다음 링크에서 확인하세요: Gemini Omni NSFW: Google AI 비디오 모델이 노골적 콘텐츠를 차단하는 이유.