구글 옴니와 Flow를 처음 만나는 사람을 위한 큰 그림

먼저 이름부터 정리하자

AI 영상 제작을 처음 시작하면 가장 먼저 헷갈리는 것이 도구 이름이다. Google Flow, Gemini Omni, Veo 3.1, Nano Banana가 한꺼번에 등장하기 때문이다. 모두 영상 제작과 연결되어 있지만 같은 일을 하는 도구는 아니다.

가장 쉽게 말하면 이렇게 이해하면 된다.

• Google Flow: 작업실이다. 아이디어를 만들고, 장면을 생성하고, 수정하고, 결과물을 다듬는 공간이다.

• Gemini Omni: 대화형 영상 생성·편집 모델이다. 텍스트, 이미지, 영상, 오디오 같은 여러 입력을 함께 이해하고, 자연어 지시를 바탕으로 영상을 만들거나 고친다.

• Veo 3.1: 고품질 영상 생성 모델이다. 프롬프트나 이미지를 바탕으로 움직이는 장면과 네이티브 오디오를 만드는 데 강하다.

• Nano Banana: 이미지 제작과 보정에 강한 모델 계열이다. 영상의 참조 이미지, 캐릭터 이미지, 제품 컷, 키비주얼을 만드는 데 쓴다.

Flow는 구글이 AI 크리에이티브 스튜디오로 소개하는 작업 공간이다. 아이디어에서 실행까지 이어지는 제작 흐름을 한곳에 묶는 역할을 한다.¹ 그래서 이 책에서 Flow를 설명할 때는 단순히 "어느 버튼을 누르는 곳"이 아니라, AI 영상 제작의 책상으로 생각하면 된다. 책상 위에 Omni, Veo, Nano Banana 같은 도구를 올려놓고 필요한 순서대로 쓰는 것이다.

다만 한 가지는 처음부터 정확히 잡고 가자. Omni와 Veo의 관계를 "Omni는 말만 알아듣고, Veo만 실제 영상을 만든다"라고 너무 딱 잘라 이해하면 나중에 헷갈릴 수 있다. Gemini Omni 자체도 영상을 만들고 편집하는 모델로 소개된다.² Flow 안에서는 Omni, Veo 3.1, Nano Banana 계열이 각각의 장점으로 제작 흐름을 도와준다고 보는 편이 더 안전하다.

AI 생성 이미지

Gemini Omni는 '말을 알아듣는 영상 편집자'에 가깝다

Omni라는 말은 "여러 종류를 함께 다룬다"는 느낌으로 이해하면 쉽다. Gemini Omni는 텍스트만 읽는 모델이 아니다. 글로 쓴 지시, 참고 이미지, 기존 영상, 오디오 같은 여러 자료를 함께 이해해 영상 생성과 편집을 돕는다. 구글은 Gemini Omni를 대화하듯 영상을 만들고 편집하는 모델로 설명한다.²

예전의 영상 생성은 보통 이랬다.

"프롬프트를 한 번 넣는다 → 영상이 나온다 → 마음에 안 들면 다시 처음부터 쓴다."

Omni 방식은 조금 다르다.

"이런 분위기로 만들어줘 → 인물이 너무 어두워 → 배경은 유지하고 조명만 따뜻하게 바꿔줘 → 카메라 흔들림을 줄여줘."

이렇게 대화하듯 이어서 고칠 수 있다. 초보자에게 중요한 차이는 여기 있다. 처음부터 완벽한 프롬프트를 쓰지 않아도 된다. 먼저 대략적인 장면을 만들고, 결과를 보면서 말로 다듬을 수 있다.

예를 들어 첫 프롬프트가 이렇게 단순해도 된다.

비 오는 밤, 작은 라멘 가게 앞에서 노란 우산을 든 여자가 잠시 멈춰 서는 7초 영상. 영화 같은 분위기.

결과가 밋밋하면 다음처럼 이어서 수정한다.

가게 안의 따뜻한 조명이 더 잘 보이게 해줘. 빗방울은 조금 더 선명하게 만들고, 카메라는 천천히 앞으로 다가가게 해줘.

이 방식이 이 책의 핵심이다. AI 영상 제작은 "한 번에 맞히는 기술"이 아니라 보고, 말하고, 고치는 반복 작업이다.

Flow는 제작 흐름을 이어 주는 스튜디오다

Flow는 하나의 모델이라기보다 제작 환경이다. 아이디어를 잡고, 장면을 만들고, 참고 자료를 넣고, 수정하고, 화면 비율을 바꾸고, 결과물을 내보내는 흐름을 연결한다.

초보자는 여기서 중요한 감각을 잡아야 한다. Flow에서 영상 제작을 한다는 말은 "Flow라는 버튼 하나로 끝낸다"는 뜻이 아니다. Flow 안에서 여러 모델과 도구를 조합해 작업한다는 뜻이다.

예를 들어 이런 식이다.

1. Flow에서 만들고 싶은 영상 아이디어를 정한다.

2. Nano Banana 계열로 캐릭터나 제품 이미지를 만든다.

3. 그 이미지를 참조 자료로 넣어 Omni나 Veo 3.1로 영상을 생성한다.

4. Omni의 대화형 편집 기능을 활용해 말로 수정 방향을 지시한다.

5. 화면 비율, 길이, 분위기, 자막 위치를 다듬는다.

6. 숏폼 플랫폼에 맞게 업로드한다.

이때 Flow는 전체 작업을 담는 프로젝트 공간이고, Omni는 여러 입력을 이해해 영상을 만들고 대화형으로 고치는 모델이며, Veo 3.1은 사실적인 움직임과 네이티브 오디오가 필요한 장면 생성에 강한 영상 모델이다. Nano Banana 계열은 영상의 재료가 되는 이미지를 정리해 준다.

Omni, Veo 3.1, Nano Banana의 역할 비교

세 도구의 역할을 한 문장씩 더 선명하게 나누면 다음과 같다.

Veo 3.1은 텍스트-투-비디오, 이미지-투-비디오, 네이티브 오디오 같은 기능을 갖춘 구글의 영상 생성 모델로 소개된다.³ 여기서 네이티브 오디오는 영상과 함께 소리도 생성한다는 뜻이다. 빗소리, 발걸음, 주변 소음, 대사 같은 요소가 장면과 함께 설계될 수 있다.

또 Veo 3.1은 참조 이미지를 활용해 캐릭터, 배경, 사물의 일관성을 높이는 방향으로 발전하고 있다.⁴ 예를 들어 같은 인물이 여러 장면에 반복해서 등장해야 한다면, 말로만 설명하는 것보다 참조 이미지를 함께 쓰는 편이 안정적이다.

Nano Banana는 이 지점에서 중요해진다. 영상 생성 전에 캐릭터 얼굴, 제품 사진, 배경 콘셉트, 썸네일용 이미지 같은 시각 자료를 먼저 만들 수 있기 때문이다. 특히 Nano Banana Pro는 이미지 생성과 편집, 텍스트가 들어간 이미지, 고해상도 결과물, 여러 이미지 조합 같은 작업에 초점을 둔 모델로 소개된다.⁵

정리하면, Nano Banana로 재료를 만들고, Omni나 Veo로 장면을 만들고, Omni의 대화형 편집으로 고치고, Flow에서 전체를 관리한다고 보면 된다.

AI 영상 제작의 기본 파이프라인

이 책에서 사용할 기본 제작 흐름은 다음 여섯 단계다.

아이디어 → 참조 자료 → 장면 생성 → 대화형 수정 → 편집 → 업로드

각 단계는 어렵지 않다.

1. 아이디어
무엇을 보여줄지 정한다. "고양이가 우주복을 입고 달에서 커피를 마신다"처럼 단순해도 된다. 중요한 것은 영상의 한 장면이 머릿속에 떠오르는지다.

2. 참조 자료
원하는 인물, 제품, 장소, 색감, 스타일을 이미지로 준비한다. 참조 자료가 있으면 AI가 방향을 덜 헷갈린다.

3. 장면 생성
Omni나 Veo 3.1 같은 영상 생성 모델로 5~10초 장면을 만든다. 처음부터 긴 영상을 만들 필요는 없다.

4. 대화형 수정
Omni에게 말하듯 수정한다. "더 밝게"보다 "창밖에서 들어오는 아침 햇살처럼 밝게"가 낫다. 수정 지시는 구체적일수록 결과가 좋아진다.

5. 편집
불필요한 앞뒤를 자르고, 화면 비율을 맞추고, 자막이나 음악을 정리한다. 숏폼이라면 첫 1초의 시선 끌기가 특히 중요하다.

6. 업로드
플랫폼에 맞춰 제목, 설명, 썸네일, 해시태그를 붙인다. 업로드 후에는 조회수만 보지 말고 반복 시청, 댓글 반응, 이탈 구간을 함께 본다.

이 파이프라인을 기억하면 도구가 바뀌어도 흔들리지 않는다. AI 영상 제작의 핵심은 특정 버튼이 아니라 순서다.

처음에는 5~10초짜리 한 장면만 완성하자

초보자가 가장 자주 하는 실수는 첫날부터 1분짜리 영상을 만들려고 하는 것이다. 긴 영상은 장면 연결, 캐릭터 일관성, 소리, 자막, 리듬, 화면 비율을 모두 신경 써야 한다. 처음부터 이 모든 것을 다루면 어디서 실패했는지 알기 어렵다.

반대로 5~10초 장면은 배우기 좋다. 짧기 때문에 결과를 빨리 확인할 수 있고, 실패 원인도 잘 보인다. 인물이 어색한지, 카메라 움직임이 과한지, 조명이 맞지 않는지, 프롬프트가 모호한지 바로 판단할 수 있다.

처음 목표는 "대단한 작품"이 아니라 "내가 의도한 한 장면"이다. 예를 들어 다음 정도면 충분하다.

목표: 8초짜리 숏폼 오프닝 장면
장면: 어두운 방 안, 책상 위 낡은 스마트폰에 갑자기 알림이 켜진다.
분위기: 미스터리, 조용한 긴장감
카메라: 스마트폰을 향해 천천히 줌인
소리: 낮은 전자음, 멀리서 들리는 빗소리

이 한 장면을 제대로 만들 수 있으면 다음에는 두 장면을 연결할 수 있다. 두 장면을 연결할 수 있으면 20초 숏폼을 만들 수 있다. 20초 숏폼이 가능해지면 광고, 리뷰, 교육 영상도 만들 수 있다.

초보자용 첫 제작 루틴

처음 Flow를 열었다면 다음 루틴으로 시작하자.

1. 한 문장 아이디어를 쓴다.
   "비 오는 밤, 라멘 가게 앞에서 한 사람이 멈춰 선다."

2. 주인공과 배경을 한 줄씩 추가한다.
   "노란 우산을 든 20대 여성."
   "따뜻한 조명이 새어 나오는 작은 일본식 골목."

3. 카메라 움직임을 하나만 정한다.
   "카메라는 천천히 앞으로 다가간다."

4. 분위기와 소리를 붙인다.
   "잔잔하고 영화 같은 분위기. 빗소리와 작은 풍경 소리."

5. 5~10초로 생성한다.
   길게 만들지 않는다. 짧게 만들고 고친다.

6. 결과를 보고 한 번에 하나씩 수정한다.
   조명, 인물, 카메라, 배경을 동시에 다 고치려 하지 않는다.

바로 복사해 쓸 수 있는 기본 프롬프트는 다음과 같다.

[길이] 8초 영상.
[주인공] 노란 우산을 든 20대 여성이
[장소] 비 오는 밤의 작은 라멘 가게 앞에 서 있다.
[동작] 그녀는 가게 안을 바라보다가 천천히 고개를 돌린다.
[카메라] 카메라는 인물 뒤쪽에서 천천히 앞으로 다가간다.
[조명/색감] 따뜻한 가게 조명과 차가운 푸른 밤빛이 대비된다.
[소리] 잔잔한 빗소리, 멀리서 들리는 자동차 소리, 작은 풍경 소리.
[스타일] 현실적인 영화 장면, 과장되지 않은 감정, 자연스러운 움직임.

결과가 마음에 들지 않으면 이렇게 고친다.

인물과 배경 구성은 유지해줘. 전체 장면을 더 영화처럼 만들고 싶어.
가게 안의 따뜻한 조명을 조금 더 강하게 하고,
빗방울이 조명에 반짝이게 해줘.
카메라 움직임은 더 느리고 안정적으로 바꿔줘.

여기서 핵심은 "전체를 다시 만들어줘"가 아니라 "무엇은 유지하고, 무엇만 바꿀지"를 말하는 것이다. 이 습관이 생기면 AI 영상의 품질이 빠르게 올라간다.

고퀄리티를 위한 첫 체크리스트

영상을 생성하기 전에 아래 다섯 가지만 확인하자.

• 주인공이 분명한가? 누가 화면의 중심인지 정해야 한다.

• 행동이 하나인가? 짧은 영상에서는 한 장면에 한 행동이 좋다.

• 카메라 지시가 과하지 않은가? 줌인, 회전, 추적을 한꺼번에 넣지 않는다.

• 조명과 분위기가 연결되는가? "밝고 공포스러운 분위기"처럼 충돌하는 표현은 피한다.

• 유지할 것과 바꿀 것을 나눴는가? 수정할 때는 보존 요소를 먼저 말한다.

이 체크리스트는 단순하지만 강력하다. 초보자가 만든 영상이 어색한 이유는 대부분 모델 성능 때문만이 아니다. 장면 안에 너무 많은 지시가 들어갔거나, 무엇이 중요한지 프롬프트에 드러나지 않았기 때문이다.

이 책에서 배우게 될 방식

앞으로의 장에서는 계정과 작업 환경을 세팅한 뒤, 한 줄 아이디어를 실제 영상으로 바꾸는 과정을 따라간다. 그다음 프롬프트 문법, 참조 이미지, 대화형 수정, 캐릭터 일관성, 카메라와 조명, 오디오, 숏폼 편집, 바이럴 기획까지 순서대로 다룬다.

하지만 출발점은 하나다.

AI 영상은 긴 설명보다 작은 장면 하나를 끝까지 완성하는 사람이 빨리 는다.

오늘 기억할 문장은 이것이면 충분하다.

Flow는 작업실, Omni는 대화형 영상 생성·편집 모델, Veo는 고품질 영상 생성 모델, Nano Banana는 이미지 재료 제작 도구다.

이 큰 그림만 잡아도 다음 장부터 도구 이름에 흔들리지 않고 제작 흐름을 따라갈 수 있다.

참고

²Gemini Omni – 대화하듯 쉽게 동영상을 만들고 편집하세요

³Veo 3.1 — Google DeepMind

⁴Veo 3.1 Ingredients to Video: More consistency, creativity and control

⁵Nano Banana Pro: Gemini 3 Pro Image model from Google DeepMind